Opus 5.5 实战手册：Claude Code 长任务的优化与边界

Opus 5.5 在 Claude Code 中的表现，正成为开发者社区热议的话题。claude.dev 整理出一套实战手册（playbook），核心思路是通过精简提示、明确目标和设置停止规则，让模型在长时间运行的任务中更可靠。同时，Hacker News 上超过 130 条评论揭示了另一面——这些长任务究竟在哪里容易出问题。

实战手册的三条核心建议

这份手册并非泛泛而谈的使用技巧，而是针对 Opus 5.5 在 Claude Code 环境下的具体行为给出的调优方案。三条建议各自解决一类常见问题。

明确"终点线"（Name the Finish Line）

第一条建议是清楚地定义任务的完成状态。模型在执行多步骤任务时，最容易出现的问题是"不知道何时停下"。如果没有明确的验收标准，Opus 5.5 可能会持续迭代、过度工程化，甚至在已经完成任务后仍继续修改代码。

给出一条清晰的"终点线"——比如"当所有测试通过且功能 X 可用时即视为完成"——能显著减少模型的无效工作。这实际上是把人类的判断标准前置，让模型有一个可自我验证的目标。

删除"think hard"之类的提示词

第二条建议颇具反直觉意味：删掉提示中"think hard"（努力思考）这类强调性语句。随着模型推理能力的增强，这些曾经有效的"激励式"提示反而可能干扰模型的默认行为，甚至导致它在简单任务上过度思考、浪费 token。

对于 Opus 5.5 这一代模型，手册认为更简洁、更直接的指令往往效果更好。冗余的强调词不仅无助于提升质量，还可能让模型偏离任务本身。

把停止规则写进 CLAUDE.md

第三条建议是将停止规则（stop rules）固化到 CLAUDE.md 配置文件中。CLAUDE.md 是 Claude Code 读取项目上下文的关键文件，把"什么情况下应该停止并向用户求助"这类规则写入其中，相当于给模型设置了护栏。

这解决了长任务中一个棘手的问题：当模型遇到无法独立解决的障碍时，它应该停下来而不是不断试错。明确的停止规则能避免模型陷入无意义的循环，也减少了失控的风险。

CLAUDE.md 是 Claude Code 项目中的一个特殊 Markdown 文件，通常放置于项目根目录。Claude Code 在启动会话时会自动读取该文件，将其内容作为系统级上下文注入到每次交互中。这意味着写入 CLAUDE.md 的内容相当于"持久化的系统提示"——无需每次手动重复，模型在整个项目周期内都会参考这些规则。开发团队可以在其中声明代码风格约束、项目结构说明、禁止操作的边界，以及本文提到的停止规则。相比在每条对话中临时附加指令，CLAUDE.md 的优势在于一致性和可维护性：规则可以被版本控制，团队成员之间也能共享同一套约束配置。

长任务在哪里会出问题

手册提供了理想化的操作路径，但 Hacker News 上的 130 多条评论则呈现了更真实的使用图景。社区讨论聚焦于"long runs"（长时间运行）场景下的失效模式。

长任务的核心挑战在于上下文管理和累积误差。当一个任务跨越数十甚至上百个步骤时，早期的小偏差会被不断放大，最终导致结果偏离预期。模型可能在中途"忘记"最初的约束，或者对已完成的部分重复修改。

另一类常见问题是模型对"完成"的判断过于乐观或过于保守。前者导致任务实际未完成就宣告结束，后者则表现为前文提到的过度迭代。手册中强调终点线和停止规则，正是针对这两种失效模式的直接回应。

上下文窗口（Context Window）的物理限制是长任务失效的底层原因之一。每个大语言模型都有最大可处理的 token 数量上限，当一个长任务积累的对话历史、代码片段和中间结果逼近这一上限时，模型会开始"遗忘"早期内容——这不是比喻，而是注意力机制在超长序列下的实际退化。Opus 5.5 的上下文窗口虽然相对较大，但在跨越数十步骤的编程任务中，代码文件本身就可能占用大量 token，留给任务指令和推理链的空间随之压缩。这也是为什么将关键规则固化在 CLAUDE.md 中（而非依赖对话历史传递）是更可靠的做法——它确保约束始终处于上下文的"可见"位置。

这套方法论的价值与局限

从社区反馈看，这套手册的价值在于它把抽象的"如何用好 AI 编程助手"转化为具体可执行的配置动作。明确目标、精简提示、固化规则——这三者共同指向一个原则：减少模型的不确定性空间。

但局限同样明显。这些建议本质上是经验性的权宜之计，依赖于用户对任务的深度理解和对模型行为的持续观察。对于不熟悉模型脾性的开发者，照搬手册未必能复现效果。长任务的稳定性问题，终究还是模型能力本身的边界所在，提示工程只能缓解而非根治。

对于正在使用 Claude Code 的团队来说，这份手册值得作为起点参考。把停止规则写入 CLAUDE.md、定义清晰的验收标准，这些做法成本低、收益明确，是提升长任务可靠性的实用抓手。至于更复杂的失效场景，则需要结合自身项目持续摸索。