砍掉 80% 系統提示詞：Claude Code 團隊的長任務心法

Claude Code 團隊把自家系統提示詞砍掉 80%，理由是模型變聰明後需要更少指示。團隊成員 Thariq Shihipar 談長任務：goal 與 workflow 怎麼選，驗證為何要分開。 ⭐ 文章深度讀：影片沒收進去的那段，他對非技術背景的人說該學的不是語法，是自己的未知 → https://heymaibao.com/claude-code-loops-and-context-diet/ ⚡ 章節重點 開場：砍掉 80% 的系統提示詞 00:00 三個工具，一個判準 01:05 一句 prompt 做出來的影片 02:43 計畫的工作是消除你的未知 03:50 別讓同一個 Claude 驗自己的作業 04:53 模型變聰明，指示要變少 06:13 教你讓 agent 跑更久的人，自己只做一件事 06:57 所以今天可以做什麼 07:24 📝 懶人包 ∙ 選型只需要問一句話：這件事 agent 能不能自己驗證。能，就用 /goal 逼它做完才准停。不能，就用 workflow 開一個獨立的驗證 agent 對著評分標準檢查 ∙ 計畫真正的產物是「你的未知變少了」。他在做影片工作流之前，先叫 Claude 解釋語音轉文字工具 Whisper 會在哪裡出錯 ∙ Claude Code 的系統提示詞被砍掉 80%，理由是模型變聰明後需要更少指示，範例反而會把輸出框死 ∙ 我的觀察是，這部影片最大的反差在於，教你怎麼讓 agent 跑更久的人，自己的策略是把「真正投入注意力的專案」收斂到一個，其他平行的活丟去 Slack 裡的 Claude 背景跑。放大 agent 和縮小自己的注意力，在他這裡是同一個動作 📚 參考資料 How I Plan, Build, and Run Loops with Claude Code in 40 Minutes | Thariq Shihipar → https://youtu.be/aVO6E181cNU Claude Code 官方文件 → https://docs.claude.com/en/docs/claude-code/overview Remotion → https://www.remotion.dev/ OpenAI Whisper → https://github.com/openai/whisper Model Context Protocol → https://modelcontextprotocol.io/