AI News

Anthropic 将 Claude Opus 5.5 设为默认模型并给出知识工作用法

Claude Blog更新于 11月13日 05:36

Using Claude Opus 5.5 as your daily driver for knowledge work

AI 导读

Claude Opus 5.5 成为 Claude 在 Pro、Max、Ultra 和 Team 套餐中的默认模型,Anthropic 建议把它作为研究、分析和文档类知识工作的日常主力。官方称其在内部测试中 18 份研究报告有 16 份通过逐项核对数字与引用的自动评分,并建议用户从 Medium 努力档起步、去掉“think hard”类提示词、直接索要成品文件。文中还给出一个零售增长分析演示,Opus 5.5 在 63 分钟内完成并购财务建模与高管演示,而 Opus 5 需 93 分钟。

推荐理由

精选AI 评分 70

官方给出 Opus 5.5 与同系列模型的取舍依据和提示词习惯调整,可对照自己的日常用法。

主题

标签

正文 · AI 翻译

Opus 5.5 是 Claude 在 Pro、Max、Ultra 和 Team 套餐中的默认模型。以下是它与我们其他模型的对比,以及如何在知识工作中充分利用它。

Opus 5.5 在文档、研究、金融和图表方面表现最佳

更充分地利用 Opus 5.5

在演示项目中测试 Opus 5.5

在你自己的工作中试用 Opus 5.5

Claude Opus 5.5 现已成为 Claude 在 Pro、Max、Ultra 和 Team 套餐中的默认模型。我们推荐将它作为你知识工作的日常主力,也就是说,当你在 Claude 上进行研究、分析、写作,或制作备忘录、报告、电子表格和演示文稿时,让这个模型保持选中状态。

如果你或你的团队一直用 Sonnet 处理日常工作,而把 Opus 留到重度分析或复杂项目时使用,那么值得重新考虑,因为能力更强的模型可以通过更少的工作量完成任务,这往往能抵消其较高的每 token 价格。

以下是当前各模型的对比:

*价格适用于按 token 计费的使用量(模型对比)。Haiku 5.5 的价格适用于不超过 100k token 的提示词,更长的提示词价格为 $0.50 / $2.50。在 Pro、Max、Ultra 和 Team 套餐中,价格更高的模型会更快消耗你的额度。Pro 套餐以及 Team 和按席位计费的 Enterprise 套餐的标准席位,在限时发布优惠之外,其额度不包含 Fable 5.2,因此它通过使用额度运行。

Haiku 5.5 是我们最快、最便宜的模型,专为快速查询和高吞吐量工作(如撰写摘要和整理数据)而打造。这是我们首个带有努力程度控制的 Haiku 模型,因此你可以要求它进行更仔细的一轮处理,然后再切换到更大的模型。它最适合简短、范围明确的任务。如需更长的分析,请切换到 Opus 5.5。

对于有明确任务说明、范围界定清晰的任务,Sonnet 5.5 比 Opus 5.5 更快、更便宜。这类任务可能是让 Claude 把已完成的笔记整理成一份精炼的文档,或者使用幻灯片模板制作一份演示文稿。不过,在更高的努力程度设置下,Sonnet 5.5 的每任务成本会接近 Opus 5.5,所以如果你发现自己把 Sonnet 推到 Extra high 或 Max 努力程度,不妨考虑改用 Opus 5.5。

Opus 5.5 专为需要审慎判断的复杂工作而打造,例如研究、财务分析,以及制作成品文档、演示文稿和电子表格。我们会在后文详细介绍为什么推荐将 Opus 5.5 用于日常知识工作。

Fable 5.2 最适合你最严苛的推理和长时间运行的工作,例如深度多步骤研究,或可以交给一大群运行数小时的子代理来完成的编码工作。对于大多数知识工作,请从 Opus 5.5 开始,当项目的范围和复杂度需要时再转向 Fable 5.2。Fable 5.2 在所有付费套餐中均可使用,不过它如何消耗你的用量取决于你的套餐。

无论你使用哪个模型,如果 Claude 的表现不如你的预期,请先尝试提高努力程度,然后再升级模型。如果它已经掌握了上下文、明显努力尝试过,但仍然出错,那就升级模型。

Opus 5.5 在文档、研究、金融和图表方面表现最佳

Opus 5.5 能精确遵循指令并保持在范围内,因此它生成的电子表格、幻灯片和文档往往几乎不需要编辑。它对数字和来源也很谨慎。在一次内部研究测试中,Opus 5.5 仅使用一份保存下来的网络快照撰写关于某公司季度业绩的报告,而在这份快照中,该公司的财报很难找到。一个自动评分器对照该快照中的页面核对了每一个数字和引文,条件是该报告只要有一处数字或引文是编造的就会判定失败。在各种努力程度设置下,它的 18 份报告中有 16 份通过。

它的写作也比早期模型更清晰。Opus 5.5 把最重要的信息放在最前面,少用行话,并遵循你给它的写作规则;在较长的任务中,它会直白地说明自己做了什么、发现了什么,以及需要你提供什么。这也让它的工作更容易核查,我们认为这既是安全方面的好处,也是实用方面的好处。

Ramp 的资深软件工程师 John Ruelas 表示:“它写起来就像一位好同事,并且遵循我们的写作规则。一份设计规格说明出来后几乎不需要什么编辑就能用,而当它重写我们的一个提示词时,我更喜欢它的版本,而不是我自己的。”

财务分析是另一个强项。Opus 5.5 能准确阅读密集的申报文件、财务模型和图表,并在整个项目或交易过程中跟踪上下文。在另一次内部测试中,它分析了两家虚构的人力资源软件公司之间的拟议合并,在 Excel 中构建财务模型,然后将其转化为一份高管演示文稿,说明该交易按其价格是否合理。它在 63 分钟内完成,而 Opus 5 完成同一任务需要 93 分钟,成本只有一半,模型更全面,演示文稿也更易读。

投资公司Walleye Capital负责中央股票量化研究工程的Frank Corrao表示,在更高的努力程度设置下,Opus 5.5“发现我们自己指令中的分钟索引差了一位,并对此进行了纠正,还指出这会令它在评分器那里失分。它是对的,而我们测试过的任何模型此前都没有发现并据此采取行动。”

Opus 5.5是我们最强的视觉Opus模型。它能准确读取密集的文档、图表、截图和示意图,因此从文档中提取数据时非常可靠。即使在最低的努力程度设置下,它从密集图表中读取数值的准确度也高于Opus 5在最高设置下的表现。

更充分地利用Opus 5.5

每推出一个新模型,都值得重新测试你交给Claude的任务,并摒弃为旧模型养成的提示习惯。

先试试这些任务

直接索要成品文件。如果你想要电子表格或文档,就直接要电子表格或文档,而不是要一份供你自行搭建的大纲。多数情况下,Opus 5.5能一次就把你的请求变成成品文件。

让它检查长文档。给它一份长计划、报告或演示文稿,让它找出错误和不一致之处。Opus 5.5能捕捉到长文档中容易遗漏的细节,例如演示文稿中的图表与其源数据不符。

交给它一个研究问题。提出一个没有既定答案的问题,让它汇集来源、研读长文档,并把发现写成备忘录、报告或演示文稿。

试试视觉类工作。它在视觉方面的提升也适用于设计,所以可以试着用它做界面原型、搭建网站或为概念配图。

改变这些提示习惯

把Claude连接到你的工作文件和系统。这是让输出贴合你工作的最有用步骤之一,因为当Claude能通过连接器访问你的文件和系统时,它就能去获取任务所需的内容,而不是只依据你粘贴进来的信息工作。在Team和Enterprise套餐中,需要由所有者先开启连接器,成员才能使用。

在第一条消息里说明“完成”是什么样。不要一次一条指令地提示Claude,而要描述你的目标、最终输出,以及你希望它在何时停下来询问。相比Opus 5,Opus 5.5能更好地把冗长、多环节的工作推进到底。

删掉“think hard”和“think carefully”。Opus 5.5始终开启思考,并会根据你的请求和努力程度决定思考多少。在我们的测试中,删掉这些语句能让回复更快开始,而质量没有明显下降。

从Medium努力程度开始。Medium是Opus 5.5的默认设置,在我们的编程和知识工作评估中,Opus 5.5在Medium下的表现与Opus 5在High下持平或更好。更高的设置会思考更久、花费更多,却未必总能产出更好的工作,所以当Medium卡住时再升到High。要更改设置,点击发送按钮旁的模型名称并选择Effort。

附上图表,而不是重新输入。直接分享图表、截图或示意图本身,而不是把其中的数字复制到提示词里。为早期模型设计的变通做法,比如转录图表中的数值,可能已不再需要。

说出你不想要的风格。对于设计工作,像“避免千篇一律的外观”这样的笼统指令,往往只是把一种默认风格换成另一种。点名要避免的具体样式,比如米色背景或胶囊形按钮,效果更好。

把你的品牌风格交给它。把你的品牌或写作规范粘贴到请求中,或者让Claude参考你现有的最佳演示文稿(例如它可以通过连接器访问的Google Drive文件夹中的文稿),并要求它与之保持一致。要做好经过几轮调整才能完全到位的准备。

这一关于努力程度的发现对早期测试者同样成立。Factory的技术人员Zimu Li表示:“Claude Opus 5.5是我们会默认以medium努力程度使用的第一个模型。在我们的测试中,它与high努力程度下的Opus 5表现相当,同时输出token少了20%到25%。”

在演示项目中测试Opus 5.5

以下是我们在一个演示项目中完整走一遍时的样子。在一家假设的零售公司,过去一年收入增长放缓,管理层对此有四种推测,而一位分析师有一个资料文件夹:按门店划分的销售电子表格、最新管理层异地会议的PDF,以及其他文件。使用Medium努力程度的Opus 5.5时,提示词大致是这样的:

今年增长大幅放缓。管理层对此有几种推测;它们都在[我经理的]笔记里。我手头的所有材料都在上传的文件夹里。请用数据逐一检验这四种推测,并告诉我哪些站得住脚。

提示词没有让Claude努力思考,也没有说明针对哪种推测该查哪个文件。它只陈述了目标和最终输出的样子,把方法留给Claude自己决定。

Claude发现数据并不支持这四种推测中的任何一种,不过其中一种无法被完全排除。随后它提出了一个此前无人提及的解释:新开门店与现有门店距离过近,抢走了后者的销售额。按城市列出门店时,这一规律不太明显;而按与新门店的邻近程度筛选后,规律就变得清晰了。Claude用销售影响对该距离的回归分析为这一发现提供了支持。

接下来,Claude将分析整理成一份文档,其中图表和交互元素与文字并列呈现,还包括一个滑块,用来展示销售额如何随新门店与现有门店之间的距离而变化。一位同事同时审阅了这份文档。

随后,经理请Claude把这份文档转成以结论开篇的董事会幻灯片。对于不使用Claude的同事,文档可导出为Word、PDF或Google Docs,演示文稿可导出为PowerPoint、PDF或Google Slides。

要查看整个项目(包括问答环节),请点播观看Opus 5.5 for Work会议。

在你自己的工作中试用Opus 5.5

挑一件你通常会拆成多次请求来完成的事,比如一份研究备忘录、一次差异分析,或一份基于现有文档制作的演示文稿。把文件和成品描述放在一条消息里交给Opus 5.5,将努力程度保持在Medium,然后把结果与你以往从其他模型得到的结果进行比较。

相关文章

探索更多面向使用Claude构建的团队的产品新闻和最佳实践。

在你的安全边界内运行Claude Managed Agents

隆重推出自托管的Claude Managed Agents。现在你可以在自己的环境中运行智能体,无论是自有云还是本地部署。你托管智能体、凭据和会话历史,并选择向Claude发送请求的位置。

J. Crew借助Claude将其标志性的造型方式生动呈现

J.Crew全新的Style Advisor使用Claude提供更个性化的在线购物方式,呈现完整造型而非单件商品。

隆重推出面向制造业的Claude

一款包含17项技能和四个连接器的新插件,帮助制造商基于现有系统起草报价、质量报告和供应商请求。

隆重推出Claude Meetings

将Claude加入你的视频通话,在交谈的同时就开始推进工作

用Claude转变你的组织运作方式

产品更新、操作指南、社区聚焦等,每月发送到你的收件箱。

负责任披露政策

数据处理协议:美国K-12

负责任披露政策

数据处理协议:美国K-12

来源

Claude Blog