2026年7月24日、AnthropicはClaude 5世代向けのcontext engineeringについて新しい指針を公開しました。要点は、system promptに細かい禁止事項や例を詰め込むより、Claude自身の判断力を前提にして、SkillsやCLAUDE.md、reference filesへ役割を分けた方が実運用で安定しやすいということです。特にAnthropic自身がClaude Codeのsystem promptを80%以上削っても、評価上の明確な悪化がなかったと明かした点は、企業のAIアシスタント運用方針を見直す材料になります。
Claude 5のcontext engineeringで何が変わったのか
Anthropicの説明では、Claudeに渡る文脈はuser promptだけではありません。system prompt、Skills、CLAUDE.md、memory、reference filesなどが合わさって出力品質を左右します。今回の方針転換は、古いモデル向けに積み上げたガードレールや重複説明を見直し、より少ない固定ルールで必要な情報だけを必要なタイミングで読ませる方向です。AIエージェントを社内導入しているチームにとっては、長い共通プロンプトを増築する運用から、構造化された知識配置へ移るサインといえます。
80%削減でも崩れなかった理由
公開記事では、Claude Codeのsystem promptから「コメントは極力書かない」「分析文書を作らない」といった強い固定ルールを削り、代わりに周囲のコードや利用者の意図を見て判断させる方向へ変えたと説明されています。背景には、Claude 5世代の判断力向上と、tools・memory・artifacts・skillsの充実があります。つまり性能が上がったからプロンプトを短くできたのではなく、判断を助ける仕組みを役割分担できるようになったから、system promptを軽くしても破綻しにくくなった、という理解が重要です。
実務上は、全例外を文章で縛るより、承認フローが必要な操作はtool schemaで表現し、長い手順はSkillsへ逃がし、案件ごとの仕様はreference filesに分離する方が保守しやすくなります。AnthropicがTodo toolのstatus列挙やin_progress制約のように、インターフェース側で期待動作を示す例を挙げている点は、プロンプト改善ではなく設計改善として受け取るべきです。
Then / Nowで押さえたい5つの差分
差分は大きく5つあります。1つ目は「ルールを与える」から「判断させる」への移行です。2つ目は「使い方の例を大量に見せる」から「toolやfileの設計を良くする」への移行です。3つ目は「全部を冒頭に入れる」から「progressive disclosureで必要時だけ読む」への移行です。4つ目は「同じ指示をsystem promptとtool descriptionの両方に繰り返す」から「tool descriptionを簡潔に保つ」への移行です。5つ目は「CLAUDE.mdに記憶を抱え込む」から「auto-memoryやreferencesを使い分ける」への移行です。
この5点は、そのまま企業向けAI導入の見直し項目になります。たとえば社内アシスタントに毎回同じ禁止事項を重ねているなら、運用ポリシーをprompt本文に書き足すのではなく、操作権限や入力検証、参照先の分離で解決できないかを先に確認すべきです。
CLAUDE.md・Skills・Referencesの役割分担
AnthropicはCLAUDE.mdを軽量に保ち、リポジトリの目的やコードベース固有の落とし穴に集中させるべきだと説明しています。長い検証手順やレビュー観点はSkillsに切り出し、案件ごとの仕様書やモック、別コードベースの参照はReferencesとして都度読み込ませる構成が推奨です。ここで重要なのは、何でも1つのファイルに集約しないことです。情報を増やすほど安心に見えても、矛盾や重複が増えるとモデルが余計な判断コストを払います。
設計の目安としては、毎回必要な最小限の共通知識をCLAUDE.md、再利用したい作業手順をSkills、案件依存の詳細資料をReferencesに置くと整理しやすくなります。複数部署で同じアシスタントを使う企業ほど、この分離をしておかないと、営業向けの口調指示と開発向けの実装指示が同居して衝突しやすくなります。
導入前に見直したい実務チェックリスト
まず確認したいのは、system promptに同じ意味の指示を重複して書いていないかです。次に、重要な行動制約を文章で説明するだけでなく、tool descriptionや入力パラメータで表現できないかを見ます。3つ目に、長い社内ルールやレビュー手順を1ファイルに詰め込まず、必要時にだけ読める形へ分割します。4つ目に、Claude Sonnet 5系へ移行する場合は、Anthropic公式ドキュメントにある通り、新しいtokenizerとadaptive thinking前提でtoken計測やmax_tokensを再調整します。5つ目に、以前のモデル向けに入れていたassistant prefillやsampling parameterの癖が残っていないかも点検しておくと安全です。
どんな企業に特に効くか
この方針が効きやすいのは、社内向けAIアシスタントを複数部署へ広げ始めた企業、MCPや外部SaaS連携が増えてきたチーム、そして「プロンプトを足すたびに挙動が不安定になる」と感じている運用担当です。逆に、まだ単一用途のPoC段階で参照資料も少ない場合は、すぐに大きな分割設計へ進むより、まずは業務ごとのSkills候補を棚卸しする方が現実的です。重要なのは、短くすること自体が目的ではなく、モデルに判断させる領域と、人間やツール側で固定すべき領域を分けることです。
まとめ
Anthropicの2026年7月24日の公開内容は、Claude 5世代では「長い共通プロンプトを積み増す」よりも、「system prompt、Skills、CLAUDE.md、Referencesの責務を分ける」方が成果につながるというメッセージでした。HelloCraftAIとしては、AIエージェントの業務導入でも、禁止事項の追記合戦を止めて、承認フロー・権限制御・参照ファイル設計へ重心を移すのが次の改善ポイントだと考えます。速報ネタとして読むだけでなく、自社のAIガイドラインをどこに置くかまで見直す材料にするのがおすすめです。
ClaudeやChatGPTを社内運用へ広げる設計、Skills整理、承認フロー設計を急ぎたい場合は、HelloCraftAIに相談してください。
