你有没有发现，用Claude 3.5 Sonnet和Claude 3 Opus时，同样的提示词效果不一样？

这不是错觉。就像你教两个不同性格的学生，一个急性子、一个慢性子，你得用不同的方法。Claude Code针对不同模型也有特定的"教学方法"。今天咱们聊聊这个"因模施教"的秘密。

两个学生：Sonnet和Opus

Claude 3.5 Sonnet和Claude 3 Opus就像两个性格不同的学生。

Sonnet是那个"机灵但有点毛躁"的学生：

  • 反应快，你问什么马上答
  • 价格便宜，用起来不心疼
  • 对指令很敏感，你说不清楚他就跑偏
  • 适合日常作业，大多数任务都能搞定

Opus是那个"沉稳但慢工出细活"的学生：

  • 能力最强，复杂问题他能想明白
  • 反应慢，你得等一会儿
  • 价格贵，得省着点用
  • 适合难题，普通任务有点大材小用

这就像你家里有两个计算器：一个是快但容易按错键的，一个是慢但准的。你算简单账单用哪个？算 taxes 用哪个？

不同的"剧本"

既然两个学生性格不同，教他们的"剧本"也得不同。

对Sonnet的剧本——要具体、要例子、要格式：

Sonnet容易"想太多"或者"想太少"，你得给他明确的指令。

不好的提示词（对Sonnet）：

帮我优化这段代码

好的提示词（对Sonnet）：

请优化这段Go代码，要求：
1. 减少内存分配
2. 使用更高效的算法
3. 保持原有功能不变
4. 输出优化后的代码和说明

代码：
[你的代码]

看到了吗？对Sonnet要：

  • 步骤清晰：告诉他先做什么、后做什么
  • Few-shot示例：给他看几个例子
  • 格式严格：明确输出格式
  • 范围限定：告诉他边界在哪里

对Opus的剧本——可以放手、可以给空间：

Opus能力强，你可以给他更多自主权。

对Opus可以这样：

这是一个复杂的分布式系统问题。

背景：[描述]
约束：[条件]
目标：[要达到的效果]

请分析并提出解决方案。

对Opus可以：

  • 简洁说明：他能理解隐含的意思
  • 开放问题：让他自己探索解决方案
  • 灵活格式：不强制输出格式
  • 复杂推理：给他需要深度思考的问题

背后的原理

为什么同样的模型，需要不同的提示词？

这就像不同的车有不同的"性格"：

  • 跑车（Sonnet）：加速快，但容易打滑。你需要精确控制油门，不能乱打方向。

  • 越野车（Opus）：马力大，爬坡强。你可以放手让它自己找路，但得有耐心等它慢慢爬。

从技术上讲，Claude Code会根据选择的模型，在系统提示词里注入不同的"调教指令"：

Sonnet的额外指令：

请仔细遵循指令，按步骤执行。
如果不确定，请询问而不是猜测。
使用提供的工具完成任务。

Opus的额外指令：

你可以自主决定如何完成任务。
如果任务复杂，可以先规划再执行。
你可以使用工具，也可以直接回答。

这些指令会合并到系统提示词里，影响模型的行为。

A/B测试：数据说了算

Claude Code的提示词不是拍脑袋想的，而是通过A/B测试"试出来"的。

什么是A/B测试？简单说就是"对照实验"：

测试流程：

设计两种提示词（A和B）
  ↓
把用户分成两组（50%用A，50%用B）
  ↓
跑一段时间（比如一周）
  ↓
看数据：哪组完成率高、哪组用户满意
  ↓
赢了的那个，推广给所有人

测试什么指标：

  • 任务完成率：用户的问题解决了吗？
  • 用户满意度：用户打分高吗？
  • 错误率：AI犯错的次数
  • Token消耗：成本高吗？
  • 响应时间：用户等得久吗？

举个实际的例子：

Anthropic测试了两种工具描述：

版本A：“搜索文件内容” 版本B：“搜索文件内容，当你需要查找特定文本模式时使用”

结果：版本B的工具调用准确率提高了15%。为什么？因为B明确告诉了模型"什么时候用"。

这就是A/B测试的价值——用数据说话，而不是猜。

提示词的版本管理

Claude Code的提示词是有"版本号"的，就像软件一样。

版本命名：prompts-v1.2.3

  • v1：大版本，提示词结构变了
  • .2：小版本，新增了几个模块
  • .3：补丁，优化了几个词的表述

为什么要版本管理？

想象一下，如果你改了一个提示词，结果AI表现变差了，怎么办？

有版本管理，你可以：

  • 回滚：快速回到上一个版本
  • 对比：看看改了什么导致问题
  • 灰度：先给小部分用户试用新提示词

灰度发布流程：

新版本开发完成
  ↓
内部测试（员工先用）
  ↓
小范围公测（1%用户）
  ↓
扩大范围（10%用户）
  ↓
全面上线（100%用户）
  ↓
监控数据，有问题回滚

这就像新药上市：先做动物实验，再做人体试验，最后才能卖。

实战：怎么选模型

理解了这些，实际使用中怎么选模型？

日常开发（用Sonnet）：

  • 写简单的函数
  • 读代码理解逻辑
  • 搜索和查找
  • 格式化代码

复杂任务（用Opus）：

  • 架构设计
  • 复杂bug排查
  • 算法优化
  • 跨文件重构

成本考虑：

  • Sonnet便宜，可以放心大胆用
  • Opus贵，要留到关键时刻用

CLAUDE.md中指定模型：

你可以在CLAUDE.md里写：

默认使用Claude 3.5 Sonnet
复杂任务使用Claude 3 Opus

Claude Code会读这个配置，自动选择合适的模型。

这对你的启示

理解模型调优，能帮你：

1. 选对工具

  • 简单任务用Sonnet，省钱又快速
  • 复杂任务用Opus，虽然贵但值得

2. 调整提示词

  • 对Sonnet要具体、要步骤
  • 对Opus可以给空间、给挑战

3. 理解"为什么不一样"

  • 同样的请求，不同模型表现不同是正常的
  • 不是模型坏了，是它们的"性格"不同

4. 反馈问题

  • 如果发现某个模型表现异常，可以向Anthropic反馈
  • 你的反馈可能成为A/B测试的数据

总结

模型特定调优体现了"驾驭工程"的核心思想：没有最好的模型，只有最合适的用法。

  • Sonnet像跑车，要快、要准、要省油
  • Opus像越野车，要能爬坡、能过坑
  • A/B测试确保提示词真的有效
  • 版本管理让优化可以回退

理解这一点，你就能根据任务选择合适的模型，用最少的成本获得最好的效果。

下篇咱们聊聊状态保留——压缩后AI还记得什么。