Claude Opus 5.5 Prompting-Leitfaden: Effort, Agenten, Ablehnungen und Vorlagen

Um Claude Opus 5.5 gut zu prompten, behalten Sie die Prompts, die Sie mit Claude Opus 5 genutzt haben, legen die Effort-Stufe fest, bevor Sie an der Formulierung arbeiten, und fügen dann für jedes Verhalten, das Sie ändern wollen, eine gezielte Zeile im System-Prompt hinzu. Anthropics Leitfaden sagt, bestehende Claude-Opus-5-Prompts „sollten ohne Änderungen gut funktionieren“, und Effort sei „die erste Einstellung, die man anpasst, um Intelligenz, Latenz und Kosten gegeneinander abzuwägen“. Die meisten neuen Hinweise betreffen Agenten: einen unbeaufsichtigten Lauf am Laufen halten, aus langen Turns Fortschrittsmeldungen bekommen und ein Team aus Agenten takten. Alles unten stammt aus Anthropics Leitfaden „Prompting Claude Opus 5.5“ und der API-Referenz des Modells, geprüft am 3. Oktober 2026.

Anfrageregeln, die Claude Opus 5.5 mit Claude Fable 5.1 teilt, etwa kein Assistant-Prefill und keine eigene Temperatur, behandelt der Prompting-Leitfaden für Claude Fable 5.1. Dieser Artikel behandelt, was nur für Claude Opus 5.5 gilt.

Funktionieren Claude-Opus-5-Prompts mit Claude Opus 5.5?

Ja. Anthropic sagt, sie „sollten ohne Änderungen gut funktionieren“, und die Prompting-Muster für Claude Opus 5 „bleiben ein vernünftiger Ausgangspunkt“. Was sich ändert, ist, wie das Modell seinen Aufwand verteilt. Claude Opus 5.5 erzeugt Output-Tokens mehr als 30 Prozent schneller als Claude Opus 5 und erledigt dieselbe Aufgabe meist mit weniger Tokens.

Anthropic nennt vier Bereiche, in denen sich das Modell verbessert hat, und sie entscheiden, welche Teile dieses Leitfadens für Sie wichtig sind:

• Agentisches Programmieren und Code-Review. Mehrstufige Arbeit in einem echten Repository, lange autonome Läufe mit Subagenten und Code-Reviews, die mehr Fehler bei weniger Fehlalarmen finden.
• Wissensarbeit. Es nennt deutlich seltener eine falsche Zahl oder die falsche Quelle und bemerkt kleine Unstimmigkeiten in großen Eingaben, etwa ein Datum, das auf den falschen Wochentag fällt.
• Kommunikation. Fortschrittsmeldungen und Abschlussberichte sagen klar, was es getan hat, was es gefunden hat und was es von Ihnen braucht.
• Diagramme, Schaubilder, Screenshots und Computer Use. Es liest visuelles Material genauer als Claude Opus 5, selbst auf der niedrigsten Effort-Stufe.

Wenn Ihre Prompts vor allem für Chats sind, lesen Sie die Abschnitte zu Effort und Chat. Wenn Sie Agenten betreiben, stehen die neuen Hinweise in den Abschnitten zu Agenten.

Welche Effort-Stufe sollte ich für Claude Opus 5.5 nutzen?

Beginnen Sie mit medium, dem Standard bei Claude Opus 5.5 (Claude Opus 5 nutzt standardmäßig high). Setzen Sie den Wert ausdrücklich und testen Sie mehrere Stufen mit Ihren eigenen Aufgaben, statt den Wert von Claude Opus 5 zu übernehmen. Die Namen der Effort-Stufen bedeuten nicht bei jedem Modell gleich viel Nachdenken: In Anthropics Tests „erreicht oder übertrifft Claude Opus 5.5 auf medium Claude Opus 5 auf high bei Programmier- und Wissensarbeits-Evaluierungen“, und in mehreren Programmier-Evaluierungen kommt low dem nahe, zu deutlich geringeren Kosten.

medium ausdrücklich zu setzen, verhält sich genau so, als würden Sie effort weglassen.

Auf derselben Stufe denkt Claude Opus 5.5 pro Turn meist mehr nach als Claude Opus 5, besonders bei xhigh und max. Beachten Sie drei Punkte:

• Lassen Sie Platz in max_tokens. Thinking zählt zu max_tokens, auch wenn Sie es nicht sehen. Ein Limit, das für Claude Opus 5 ohne Thinking bemessen war, kann Antworten deshalb abschneiden. Für lange Turns beim agentischen Programmieren hat sich laut Anthropic ein max_tokens von 128.000, dem Maximum des Modells, bewährt.
• Senken Sie Effort, bevor Sie „denk weniger“ schreiben. Eine niedrigere Effort-Stufe reduziert Nachdenken, Kosten und Latenz zuverlässiger als Anweisungen im Prompt.
• Halten Sie Effort konstant, wenn Sie auf Prompt-Caching setzen. Wenn Sie den Effort-Wert auf oberster Ebene zwischen Anfragen ändern, wird der Prompt-Cache ungültig.

Effort wird in output_config gesetzt:

{
  "model": "claude-opus-5-5",
  "max_tokens": 128000,
  "output_config": {"effort": "medium"},
  "messages": [{"role": "user", "content": "Review this pull request for bugs and explain each one."}]
}

Kann ich Thinking bei Claude Opus 5.5 abschalten?

Nein. Claude Opus 5 akzeptierte "thinking": {"type": "disabled"} auf high oder darunter; Claude Opus 5.5 akzeptiert es nicht, und die Anfrage gibt einen 400-Fehler zurück. Thinking ist adaptiv und immer aktiv. Wenn Ihre Integration ohne Thinking lief, empfiehlt Anthropic vier Änderungen:

1. Mit Effort low beginnen und messen. Auf low hält das Modell sein Nachdenken kurz. Ist die Zeit bis zum ersten Token dann noch wichtig, kann eine System-Prompt-Zeile wie „Answer directly without deliberating.“ das Nachdenken weiter verkürzen. Prüfen Sie danach die Qualität.
2. Anweisungen entfernen, die Thinking ersetzt haben. Wenn Ihr Prompt das Modell aufforderte, seine Überlegungen in der Antwort auszuschreiben, streichen Sie diese Zeile und lesen Sie die Überlegungen stattdessen aus zusammengefasstem Thinking. Ein Prompt, der das Modell drängt, seine Überlegungen in der Antwort wiederzugeben, kann jetzt abgelehnt werden (siehe den Abschnitt zu Ablehnungen unten).
3. Alte Workarounds neu testen. Regeln gegen Artefakte des Betriebs ohne Thinking werden womöglich nicht mehr gebraucht. Streichen Sie jede Regel, die dem Modell das Nachdenken untersagt.
4. Die Antwort nach Blocktyp lesen. Eine Antwort kann mit einem thinking-Block beginnen oder nicht. Prüfen Sie deshalb den Typ jedes Blocks, statt anzunehmen, der erste sei Text.

Um die Überlegungen zu sehen, fordern Sie zusammengefasstes Thinking an:

{
  "model": "claude-opus-5-5",
  "max_tokens": 16000,
  "thinking": {"type": "adaptive", "display": "summarized"},
  "output_config": {"effort": "low"},
  "messages": [{"role": "user", "content": "Which of these three invoices has a total that does not match its line items?"}]
}

Wie verhindere ich, dass ein unbeaufsichtigter Claude-Opus-5.5-Agent zu früh aufhört?

Bei langen Aufgaben hält Claude Opus 5.5 den Nutzer während der Arbeit auf dem Laufenden, und einige dieser Meldungen beenden den Turn mit Text statt mit einem Tool-Aufruf (stop_reason: "end_turn"). Eine Agentenschleife, die jeden solchen Turn als „Aufgabe erledigt“ behandelt, bleibt auf halbem Weg stehen. Anthropics Lösung hat einen Teil im Harness und einen im Prompt.

Im Harness behandeln Sie einen Turn, der nur mit Text endet, als Bericht und nicht als Beweis, dass die Arbeit fertig ist. Führen Sie die Teile der Aufgabe in einer Checkliste, die das Modell aktualisiert, etwa in einem To-do-Tool oder einer Datei. Endet ein Turn mit offenen Punkten und ohne genannten Blocker, schicken Sie eine kurze Nutzernachricht, die sie aufzählt:

Your task list still has open items: migrate the remaining two endpoints and update their tests. Continue with them. If one is blocked, say what is blocking it.

Hören Sie nach zwei oder drei automatischen Fortsetzungen derselben Aufgabe auf, damit ein Lauf, der wirklich feststeckt, endet und geprüft werden kann. Läuft noch ein Hintergrundbefehl oder Subagent, warten Sie darauf und geben Sie dessen Ausgabe als nächste Nutzernachricht zurück.

Im System-Prompt benennen Sie die Arten des vorzeitigen Stopps, die Sie nicht wollen. Anthropics Beispiel ist für vollständig unbeaufsichtigte Agenten geschrieben und gehört ab der ersten Anfrage der Sitzung ans Ende des System-Prompts. Wer es mittendrin ergänzt, ändert den System-Prompt und macht die früheren Thinking-Blöcke der Unterhaltung ungültig.

A standing instruction from the user, the person you are working for. It is about how your turns end. A message with no tool call in it ends your turn, and the work stops there until you are asked to continue. The user has seen you end turns in four ways while work they asked for was still owed, and does not want any of them. One: a long summary of what was done that closes by announcing the next step and has no tool call, so the next thing never starts. Two: an offer to carry on with something unless the user would prefer otherwise, which stops to wait for an answer the user was not going to give. Three: a list of decisions for the user when, by your own account, none of them blocks the rest of the work. Four: deciding that this is a good place to report, because the turn has been long or a milestone is done. Status notes are welcome, and so are your recommendations on open decisions, but put them in the same message as your next tool call and carry on with whatever does not depend on the user's answer. If you notice yourself inviting the user to redirect you or offering to wait, delete it and do the next thing. The stops the user does want are the ones where nothing can move without them, or where the thing blocking you is deliberately protected from you. This does not override the need for confirmation on risky or destructive actions.

Lassen Sie diesen Zusatz in Anwendungen mit Mensch in der Schleife weg, wo jemand antworten kann, und behalten Sie Ihren eigenen Bestätigungsschritt für riskante oder unumkehrbare Aktionen. Rechnen Sie pro Aufgabe mit etwas mehr Tool-Aufrufen und Output-Tokens.

Wie bekomme ich Fortschrittsmeldungen aus langen Läufen eines Claude-Opus-5.5-Agenten?

Zwischen Tool-Aufrufen schreibt Claude Opus 5.5 kurze Fortschrittsnotizen: was es gerade gefunden hat und was es als Nächstes tut. Bei diesem Modell kommen diese Notizen als thinking-Blöcke statt als text-Blöcke zurück, und ihr Text ist standardmäßig leer. Ein Client, der nur text-Blöcke anzeigt, wirkt während eines langen Turns deshalb stumm. Anthropic dokumentiert einen Beta-Anzeigemodus, der zu jeder Notiz eine Zusammenfassung liefert; die API-Referenz für Claude Opus 5.5 listet die thinking.display-Werte, die der Endpunkt dokumentiert.

Drei Hebel in Prompt und Harness funktionieren ohne besondere Einstellung:

• Geben Sie dem Modell ein Tool für wörtliche Inhalte. Muss es dem Nutzer mitten im Turn etwas exakt übergeben, etwa ein Code-Snippet, geben Sie ihm ein einfaches Tool „Nachricht an den Nutzer senden“ und sagen Sie, dass es nur dafür gedacht ist. Deklarieren Sie das Tool ab der ersten Anfrage; ein späteres Hinzufügen macht frühere Thinking-Blöcke ungültig.
• Bitten Sie um Meldungen an festen Punkten. Zum Beispiel ein Satz zur Absicht vor dem ersten Tool-Aufruf und eine kurze Zusammenfassung am Ende. Das Modell folgt solchen Anweisungen genau, was vor allem hilft, wenn jemand zusieht.
• Stupsen Sie einen stillen Turn aus dem Harness an. Zählen Sie die Tool-Aufruf-Schritte in Folge, die dem Nutzer nichts zu lesen geben. Nach mehreren, zum Beispiel fünf, hängen Sie nach den neuesten Tool-Ergebnissen eine Erinnerung an und hören nach zwei oder drei Erinnerungen auf. Anthropics Formulierung:

The user hasn't heard from you in a while — say in a few words what you're doing, then continue.

In Anthropics Tests mit agentischen Programmieraufgaben hat diese Erinnerung den Anteil der Aufgaben mit einer langen stillen Phase ungefähr halbiert, ohne messbare Kostenänderung.

Wie bringe ich einen Claude-Opus-5.5-Agenten dazu, vor dem Handeln den Kontext zu prüfen?

Claude Opus 5.5 legt meist schnell los. In Automatisierungen über E-Mail, Dokumente, Tabellen und CRM-Datensätze hinweg steckt die Information, von der eine Aufgabe abhängt, oft an einer Stelle, die die Anfrage nicht erwähnt, etwa eine Richtlinie in einem alten E-Mail-Verlauf oder eine Regel auf einem anderen Tabellenblatt. Ein Satz im System-Prompt bringt das Modell dazu, sich zuerst umzusehen:

Before taking any action, explore broadly with tool calls: list and open the emails, documents, spreadsheet tabs and records across the available apps that could be relevant to this task, including ones the task does not explicitly mention, and use what you find.

In Anthropics Tests mit Aufgaben über mehrere Apps erledigte das Modell mit dieser Zeile spürbar mehr Aufgaben korrekt, auf medium wie auf max, bei etwas mehr Tool-Aufrufen. Weil die Zeile das Modell anweist, nach dem Gefundenen zu handeln, halten Sie nicht vertrauenswürdige Inhalte aus den Datensätzen fern, die es durchsucht.

Wie bringe ich ein Team aus Claude-Opus-5.5-Agenten dazu, schneller fertig zu werden?

Claude Opus 5.5 achtet genau auf die verstrichene Zeit. In einem Aufbau, in dem ein leitender Agent Arbeit an Subagenten abgibt, geben Sie ihm ein Zeitbudget: Lassen Sie Ihr Harness ans Ende jeder Nachricht an das Modell eine kurze Zeile anhängen, etwa elapsed 340s / 1200s. Das Modell teilt sich die Arbeit so ein, dass es im Budget fertig wird, und ist meist deutlich früher fertig. Setzen Sie das Budget daher etwas über der Zeit an, die Sie tatsächlich aufwenden wollen. Wenn Sie kein Budget schätzen können, zeigen Sie nur die verstrichene Zeit an und ergänzen diesen Satz im System-Prompt:

Time matters here: do not spend time that can be avoided, and the earlier a correct result is obtained, the better.

Das Budget ist nur ein Richtwert, und nichts hält das Modell an der Grenze an. Brauchen Sie einen harten Stopp, behalten Sie Ihr eigenes Timeout. Ein knapperes Budget ist nicht dasselbe wie eine niedrigere Effort-Stufe: Weniger Effort verringert die Arbeit selbst, während ein Budget vor allem mehr Agenten parallel arbeiten lässt. Unter Zeitdruck sucht und prüft das Modell womöglich etwas weniger, also kontrollieren Sie die Antwortqualität mit Ihren eigenen Aufgaben.

Sollte ein Chat-System-Prompt Claude Opus 5.5 sagen, sorgfältig nachzudenken?

Nein. Anthropic rät, Zeilen wie „think carefully before answering“ (vor dem Antworten sorgfältig nachdenken) aus Chat-System-Prompts zu entfernen: Das Modell entscheidet selbst, wie viel es nachdenkt, und der Regler dafür ist Effort. In Anthropics Tests in einem Chat-Produkt begannen die Antworten nach dem Entfernen einer solchen Zeile früher, ohne erkennbaren Qualitätsverlust.

Zwei weitere Chat-Zeilen sind nützlich. Die eine lässt das Modell frühere Antworten als erledigt behandeln, sodass Folge-Turns schneller beginnen. Die andere markiert Text, den der Nutzer eingefügt hat, damit das Modell keine Anweisungen befolgt, die in einer E-Mail oder Webseite versteckt sind. Beide Zeilen stehen wörtlich im Abschnitt zu Claude Opus 5.5 im Fable-5.1-Leitfaden. Lassen Sie die Zeile zu „erledigten Antworten“ bei langen Analysen und agentischen Aufgaben weg, wo ein späterer Schritt einen Fehler in einem früheren aufdecken kann.

Wie bekomme ich bessere Antworten zu Diagrammen, Schaubildern und Screenshots?

Testen Sie zuerst neu. Claude Opus 5.5 liest dichte Diagramme, Flussdiagramme und Kalender-Screenshots ohne zusätzliche Werkzeuge weit genauer als Claude Opus 5; in Anthropics Tests las es selbst auf der niedrigsten Effort-Stufe Werte aus dichten Diagrammen genauer ab als Claude Opus 5 auf der höchsten. Hilfskonstruktionen, die Sie für ältere Modelle gebaut haben, sind womöglich überflüssig.

Bei den dichtesten Eingaben helfen zwei Dinge weiterhin:

• Bilder mit höherer Auflösung, vor allem bei technischen Zeichnungen.
• Bildwerkzeuge. Lassen Sie das Modell als Agent mit einem Container laufen, der die Rohbilder enthält und PIL oder OpenCV installiert hat, damit es zuschneiden, vergrößern und messen kann. Ist das zu aufwendig, hilft schon ein Zuschneide-Tool allein. Auf höheren Effort-Stufen nutzt das Modell diese Werkzeuge besser.

Ohne Werkzeuge verbessert ein höherer Effort das Lesen technischer Zeichnungen, bringt bei Diagrammen aber wenig. Bilder kommen als image-Blöcke mit URL-Quelle in einen Nutzer-Turn; die API-Referenz zeigt das Format.

Wie verhindere ich generisch wirkende Frontend-Ergebnisse von Claude Opus 5.5?

Benennen Sie die Muster, die Sie nicht wollen. Ohne Designvorgabe greift Claude Opus 5.5 auf einige Standardstile zurück, und eine allgemeine Zeile wie „vermeide einen generischen KI-Look“ tauscht meist nur einen Standard gegen einen anderen. Anthropics Beispiel nennt konkrete Dinge, die zu vermeiden sind:

Output a vanilla HTML/CSS personal website with placeholder data. Do not use a cream or off-white background, italic accent words in headlines, numbered "01/02/03" section labels, monospace labels, or pill-shaped buttons.

Arbeiten Sie iterativ: Sehen Sie nach, welche Stile das erste Ergebnis stattdessen verwendet hat, und ergänzen Sie die Liste.

Warum gibt Claude Opus 5.5 stop_reason "refusal" zurück?

Ein Sicherheitsklassifikator hat die Anfrage abgelehnt. Claude Opus 5.5 nutzt Klassifikatoren für Biologie, Cybersicherheit und Reasoning-Extraktion. Eine Ablehnung kommt als normale Antwort mit stop_reason: "refusal" und einem stop_details-Objekt, das die Kategorie nennt.

Zu Ablehnungen harmloser Anfragen allgemein siehe warum Claude eine harmlose Anfrage ablehnt im Fable-5.1-Leitfaden.

Häufige Fragen

Gibt es einen offiziellen Prompting-Leitfaden für Claude Opus 5.5?

Ja. Anthropic veröffentlicht „Prompting Claude Opus 5.5“ in seiner Entwicklerdokumentation, dazu eine allgemeine Seite mit Best Practices, die für alle aktuellen Claude-Modelle gilt. Dieser Artikel fasst den Opus-5.5-Leitfaden mit Stand 3. Oktober 2026 zusammen und zitiert die Vorlagen wörtlich.

Was ist die Standard-Effort-Stufe von Claude Opus 5.5?

medium. Claude Opus 5 nutzt standardmäßig high. Die Stufen sind low, medium, high, xhigh und max und werden in output_config.effort gesetzt.

Wie viele Output-Tokens kann Claude Opus 5.5 schreiben?

Bis zu 128.000 Tokens pro Anfrage, und dieses Budget schließt Thinking ein. Das Kontextfenster umfasst 1M Tokens.

Kann ich die Antwort von Claude Opus 5.5 vorbefüllen oder die Temperatur setzen?

Nein. Assistant-Prefill und jede Temperatur außer dem Standardwert führen zu einem 400-Fehler, und das Erzwingen eines bestimmten Tools wird nicht unterstützt. Beschreiben Sie das gewünschte Format stattdessen im Prompt. Der Prompting-Leitfaden für Claude Fable 5.1 erklärt, was Sie jeweils stattdessen nutzen.

Ist Claude Opus 5.5 oder Claude Fable 5.1 besser für Agenten?

Das hängt von Aufgabe und Budget ab; der Claude-Modellvergleich zeigt, welches Modell passt. Die Prompting-Hinweise unterscheiden sich vor allem bei den Standardwerten: Claude Opus 5.5 startet mit Effort medium, Claude Fable 5.1 mit high.

Die Prompts ausprobieren

Führen Sie diese Vorlagen mit einem SeedRouter-Key auf Claude Opus 5.5 aus, über das Anthropic SDK oder die OpenAI-Formate Chat Completions und Responses. Die API-Referenz für Claude Opus 5.5 listet alle Parameter, und die Modellseite zeigt die aktuellen Preise pro Token. SeedRouter rechnet nach Verbrauch ab: einmal aufladen, Guthaben verfällt nie, und fehlgeschlagene Anfragen werden nicht berechnet.