Anthropic 提示词指南:一句话让 Claude 主动合并重复代码
连AI自己也不愿意维护自己的屎山代码
平时让 Claude 修 bug 它只会复制粘贴凑合,你在提示词里加一句"你是代码库所有者和长期维护者",它合并重复代码的比例从不到 10% 涨到 75%。代价是 Token 多烧七八成,还可能乱改别人的老代码,文中给了五层提示词结构和四条流程约束来兜底,经常用 AI 写代码的人都该照着配一遍。
Anthropic 官方的 Claude Fable 5.2 提示词指南里有一个测试结果:做小型编程任务时,如果提示词不提代码归属,模型主动合并重复代码的概率不到 10%;只要加上一句"你是这个代码库的所有者和长期维护者,代码库的设计由你决定",主动合并比例就涨到约 75%,还会顺手修周边小问题、补单元测试和文档。
背后的机制是身份设定改变了模型推理的优先级。默认情况下,模型从训练数据里学到的是不动别人的老代码,用最小改动应付当前需求;一旦被设定为长期维护者,它会把消除冗余、抽公共函数、统一结构这些长期指标排在前面,动手前先翻多个文件摸清模块依赖。代价是输出 Token 消耗增加 70% 到 80%,且模型手会伸得很长——部分测试里 Claude Fable 5.2 甚至改掉了现有功能的行为。
更麻烦的是,Anthropic 试过加 "No drive-by refactors, renames or cleanups" 这类限制,模型在超过一半的测试里依然继续合并重复代码,光靠一句限制拦不住。官方建议是改别人的开源项目时干脆别放所有权提示词;自己的代码库则用流程约束圈住:改前先出计划、划死可改动文件范围、禁止动对外接口、一次只改一小块并跑测试。
连AI自己也不愿意维护自己的屎山代码
平时写业务代码,最让人头疼的局面我基本都踩过坑。项目刚起步的时候为了赶进度,先把逻辑跑通再说,后面需求一轮一轮往上堆,重复代码越写越多,历史补丁一层叠一层。到最后改一个小需求要翻好几个文件,刚把眼前这个 bug 修完,转头又带出两处新问题。 最近我翻 Anthropic 官方出的 Claude Fable 5.2 提示词指南,看到里面一个测试结果特别有意思。在做小型编程任务时,如果提示词里没提代码归属,或者把代码库当成别人的项目,模型一般只会在原有结构上硬着头皮往下续写,哪怕新写的逻辑和旧代码几乎一模一样。在这种默认情况下,模型主动合并重复代码的概率连 10% 都不到。 可只要在 AI提示词 里加一句话,告诉模型它才是这个代码库的所有者和长期维护者,画风立刻就变了。同样一批测试任务,Claude Fable 5.2 主动把重复代码合并成公共函数的比例涨到了约 75%,甚至还会顺手把周边关联的小毛病一块儿修掉。 之前我一直在琢磨如何让AI主动合并重复代码,看完这份指南才算明白。只要把代码库划到模型自己名下,连 AI 自己也不愿意面对一团乱麻的屎山代码。 一句提示词,让AI接手代码库的长期维护 Anthropic 指南里分享的那句英文原话特别短,就这么一行。 You are the owner and long -term maintainer of this codebase, and its design is up to you. 翻成中文就是下面这句。 你是这个代码库的所有者和长期维护者,代码库的设计由你决定。 别看只有这么短短一句话,其实一口气给模型塞了三个关键信号。 第一是把代码归属交给了它,让它把眼前的项目当成自己的东西,而不是外人临时派过来的活。第二是把时间线拉长了,模型需要站在以后还要继续接手、长期维护的角度去做改动,不能写完这轮对话就拍拍屁股走人。第三是给了它重构的拍板权,遇到别扭的旧写法不用再缩手缩脚,它有权决定怎么把结构理顺。 为什么换个身份设定,AI也开始嫌弃屎山代码了 平时用 AI 工具 干活时,我下的指令都很简单粗暴,比如修一下这个报错,或者给接口加个新字段。在没有声明代码归属的情况下,模型从训练数据里学到的安全默契是不要乱动别人的老代码,用最小改动把当前需求应付过去最稳妥。反正这轮对话结束就交差了,哪怕旁边躺着一模一样的逻辑,它也不会多事去重构,直接复制粘贴一段最不容易改崩。 可一旦我把所有者和长期维护者的身份给到它,逻辑就完全倒过来了。 在这套角色前提下,代码不再是一次性交付的外部作业,而是以后每次加需求、修缺陷都得自己继续面对的工程。动手改代码之前,模型会先顺着整个项目多算一层账。 这段新逻辑和原来写过的是不是撞车了,要不要抽出来合并 现在图省事这么写,以后再改需求会不会越改越累 旁边几个文件里是不是也有一模一样的问题,要不要顺道一块儿理了 目录划分和命名习惯看着别不别扭,整体结构需不需要统一下 模型推理时的优先级就这样发生了倾斜,消除冗余、抽离公共方法、保持结构统一这些长期指标被排到了前面。别人家的代码能跑就行,但只要算成以后还得自己接着扛的项目,连 AI 也不愿意继续往屎山代码里添砖加瓦。 开启长期维护模式后,AI会顺手帮我干哪些活 结合我平时用 AI 写代码的体验,再对照 Anthropic 的测试记录,加上这句 AI代码维护提示词 之后,模型最容易主动出手处理下面这几类事情。 跨文件找出相似的校验逻辑、数据转换或者业务分支,合并成公共函数或工具方法,再把各处的调用替换掉 把已经走不到的死分支、没人引用的旧变量以及跟实际逻辑对不上的过时注释清理掉,看着清爽不少 对齐乱七八糟的变量命名、目录层级和风格不统一的接口参数 在处理当前任务的同时,顺手修掉周边相关的小问题,Anthropic 在 Claude Fable 5.2 的实测里还发现,模型主动补进去的额外改动里,有很大一部分是新的单元测试和说明文档,能帮我提前挡掉不少后续改代码时的连锁隐患 爽归爽,输出Token消耗跟着涨了70%到80% 让模型变勤快当然不是白来的,加上所有权设定之后,模型的输出 Token 消耗会增加 70% 到 80%。 费用涨得这么明显,其实挺好理解的。既然成了长期维护者,模型动手前就得先多翻几个文件,把模块之间的依赖摸清楚,没法像以前那样瞄一眼局部就下笔。局部打补丁改几行就能交差,结构性的代码重构动辄牵扯多个文件,模型输出的分析过程和修改方案也会拉长。再加上它还主动替我补单元测试、写注释文档、修周边关联问题,一次对话吐出来的字数自然跟着往上涨。 所以放到我自己的日常开发里,这句提示词肯定不能一直默认挂着。如果是专门抽时间治理核心模块、做架构梳理或者集中还技术债,多花点 Token 换代码质量完全值得。但要是平时我就想改几个变量名、调整一两行配置,或者修个很明确的小问题,带着这句提示词纯属白烧额度。对 API 账单比较敏感,或者跑高频自动化脚本的时候,就更得控制好它的出场时机。 比烧Token更让人头疼的是,AI可能会管得太多 比起多花点钱,我用下来最担心的其实是改动失控。只要把所有权和设计权交给模型,它的手就会伸得很长,很容易带来几个让人头疼的麻烦。 原本我就想让它改一个方法,结果它顺手把旁边十几个文件全收拾了一遍,打开代码审查界面一看满屏都是增删记录,人工核对起来非常痛苦。而且更吓人的是,Anthropic 的实测里明确提到,Claude Fable 5.2 在部分测试中甚至改掉了现有功能的原有行为,有时候它为了追求结构整洁或者套用自己顺眼的设计风格,把老代码里专门兼容特殊情况的写法给重构没了,真放到生产环境很容易出事故 还有一点,模型最后吐出来的变更总结经常会漏掉那些它顺手改掉的小地方,如果我偷懒只看文字总结、不逐行核对实际的代码差异,隐患就直接合进主分支了 我当时第一反应也是,那我在所有权提示词前面加一句限制,不让它顺手改别的地方不就行了。 结果 Anthropic 的测试直接把这个路子堵死了。他们试过在前面加上 No drive-by refactors, renames or cleanups 这样的限制条件,后面依然保留所有权设定,结果模型还是会在超过一半的测试里继续合并重复代码。光靠一句限制,根本拦不住模型想重构的冲动。 当然,官方给出的建议也很贴心,如果是去改别人维护的开源项目、协作仓库,或者我本来就希望这次提交的改动越小越好,最省心的做法就是直接把这句所有权提示词删掉,压根别往里放。 只有确认这堆代码归我自己管、而且我也确实想顺便整理结构的时候,才用硬性的流程约束把它圈住。 让它动手改文件前先停一下,把分析结果和修改计划列出来,我点头后再改 把允许改动的文件范围划死,只要动了需求范围以外的地方,必须单独标出来 提前说清楚不能动现有的对外接口和业务行为,凡是可能影响原有功能的调整,必须先问我 一次只让它改一小块,改完我就看代码差异并跑测试,绝不让它一口气大改整个模块 我现在是怎么用这条Claude代码重构提示词的 为了既能让 AI 主动帮我清理重复代码,又不至于把整个项目改得面目全非,我现在不会只丢给它一句身份设定,而是按五层结构把要求写全。 第一层先定身份,交给它代码库所有者和长期维护者的视角。第二层明确任务目标,告诉它这次具体要处理哪一块重复逻辑。第三层划定边界条件,写清只能改哪些文件,哪些接口和业务行为绝对不能动。第四层锁死执行流程,要求先分析再出方案,等我确认后再改代码。第五层加上验证要求,做完必须跑通测试,并且对照实际代码差异把所有改动列清楚。 比如要清理用户注册流程里的重复校验逻辑,我大概会这样给它下指令。 你是这个代码库的所有者和长期维护者。请解决用户注册流程中的重复校验逻辑。 在修改任何代码前,先分析重复代码出现的位置并给出重构方案。 本次只修改与注册校验直接相关的文件,必须保持现有对外接口和业务行为不变。 任何可能改变现有功能的改动,都必须先说明影响并等待确认,不要擅自调整。 完成后运行相关单元测试,对照实际代码差异总结全部改动与潜在风险。 这样拆开之后,模型依然会很积极地帮我找冗余代码,但真正落盘修改的动作被牢牢关在了计划确认、目录边界和测试验证这几道门里面,用起来踏实多了。 想让AI写得更顺眼,先让它对维护成本负责 回过头看,就这么一句十几个英文单词的 AI提示词,能把 Claude Fable 5.2 合并重复代码的概率从不到 10% 拉到约 75%,同时也会带来输出 Token 上涨 70% 到 80% 以及改动范围失控的风险。 对我这种天天跟 AI编程 打交道的人来说,这条技巧最实用的地方在于分场景开关。平时自己维护的长期项目、或者哪个历史模块的技术债实在看不下去了,我会专门开一轮重构任务把这句提示词挂上,再配合边界约束、自动化测试和逐行核对代码差异,让它帮我把结构理顺。要是遇到日常小修小补、线上紧急抢修或者给别人的仓库提合并请求,我就干脆把这句拿掉,省钱又省心。 很多时候不是 AI 写不出干净的代码,而是我在下指令时只催着它把功能赶出来,从没告诉过它这摊代码以后也得归它管。等我真把长期维护的责任写进提示词里,连 AI 自己也不愿意继续往屎山代码里添砖加瓦了。
This report is categorized under AITOP's "How-to" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Claude Fable 5.2, Anthropic, prompt engineering, coding assistants.
Source attribution: curated from 掘金本周最热 (@ServBay). Cross-source corroboration: 11 independent sources have covered this development (including IT之家, lmarena.ai, Decoder), confirming industry-wide signal strength.