Anthropic publicó una guía oficial para escribir prompts para Claude Opus 5.5, el modelo que genera tokens de salida un 30% más rápido y completa tareas con menos tokens que Claude Opus 5. La documentación, disponible en la plataforma de Claude, detalla cómo calibrar el nivel de esfuerzo, manejar los nuevos rechazos de seguridad y mantener a los agentes trabajando sin interrupciones. El modelo fue lanzado recientemente con una reducción de precio del 40% frente a su predecesor, como reportó Anthropic presentó Claude Opus 5.5 con precios más bajos.

Calibrar el esfuerzo: la primera decisión en prompts para Claude Opus 5.5

El esfuerzo (effort) es el control principal de cuánto piensa el modelo. A diferencia de Claude Opus 5, donde el pensamiento podía desactivarse, en Opus 5.5 el pensamiento siempre está activo. El valor predeterminado es medium, no high. Anthropic recomienda probar varios niveles con evaluaciones propias en lugar de copiar la configuración anterior, porque los nombres de los niveles no corresponden a la misma cantidad de pensamiento entre modelos. En pruebas de Anthropic, Opus 5.5 con medium iguala o supera a Opus 5 con high en programación y trabajo de conocimiento.

Para tareas agénticas largas, la guía sugiere aumentar max_tokens a 128,000, el máximo del modelo, para dejar espacio a los tokens de pensamiento y a la respuesta. Reducir el esfuerzo primero es más fiable que pedir menos pensamiento en el prompt. Los niveles xhigh y max se reservan para trabajos donde se haya medido una mejora real de calidad.

Qué cambia para integraciones que usaban pensamiento desactivado

Claude Opus 5.5 no acepta la opción thinking disabled. Si tu integración con Opus 5 se ejecutaba con el pensamiento desactivado, la guía recomienda empezar con esfuerzo low y medir latencia y calidad. También pide eliminar instrucciones que sustituían al pensamiento, como pedir al modelo que escribiera su razonamiento en la respuesta. Esas solicitudes pueden rechazarse con la categoría reasoning_extraction, nueva en este modelo. En su lugar, se puede leer el razonamiento resumido de los bloques de pensamiento configurando display summarized.

Evitar que los agentes se detengan a mitad de una tarea

En tareas largas, Opus 5.5 tiende a informar su progreso con mensajes de texto que terminan el turno sin llamada a herramienta. Un bucle desatendido que trate ese turno como el final de la tarea se detendrá prematuramente. La guía aconseja mantener una lista de verificación actualizada por el modelo y enviar un mensaje breve que nombre los elementos pendientes cuando un turno termine sin completarlos. También se puede añadir una instrucción al system prompt que prohíba detenciones prematuras, como resúmenes que anuncian el siguiente paso sin ejecutarlo. Esa instrucción debe incluirse desde la primera solicitud de la sesión para no invalidar los bloques de pensamiento anteriores.

Para recibir las actualizaciones de progreso que el modelo escribe entre llamadas a herramientas, hay que configurar display: updates. Con el valor predeterminado, esos mensajes llegan como bloques thinking con texto vacío y el cliente puede parecer silencioso.

Rechazos de salvaguardas: biología, ciberseguridad y extracción de razonamiento

Opus 5.5 ejecuta clasificadores de seguridad que pueden devolver stop_reason refusal. Las salvaguardas de biología son las mismas que las de Claude Fable 5.1, según la guía, y no afectan preguntas cotidianas de salud. En ciberseguridad, encontrar vulnerabilidades en código fuente está permitido, pero las actividades de doble uso de alto riesgo no. Los rechazos por reasoning_extraction ocurren cuando el prompt empuja al modelo a reproducir su razonamiento interno en el texto de respuesta.

Actualizaciones de progreso y exploración de contexto en flujos con varias aplicaciones

El modelo escribe breves notas de progreso entre llamadas a herramientas. Para mostrarlas al usuario, hay que activar display: updates. Si se necesita entregar contenido textual a mitad de un turno largo, se recomienda declarar una herramienta sencilla de mensajería al usuario desde el inicio. Para flujos de trabajo con varias aplicaciones conectadas, la guía sugiere añadir una instrucción que pida al modelo explorar ampliamente las fuentes relevantes antes de actuar. En pruebas de Anthropic, esta instrucción mejoró notablemente la tasa de tareas completadas correctamente, a costa de algunas llamadas extra.

Señales de tiempo para equipos de agentes y ajustes en chat

En configuraciones multiagente, se puede añadir al final de cada mensaje una línea con el tiempo transcurrido y un presupuesto en segundos, por ejemplo elapsed 340s / 1200s. El modelo ajusta su ritmo para terminar dentro del presupuesto y suele terminar antes. Si no hay presupuesto claro, se puede mostrar solo el tiempo transcurrido y añadir una frase que indique que el tiempo importa. En aplicaciones de chat, la guía recomienda eliminar instrucciones que pidan pensar detenidamente antes de responder, porque el modelo ya decide cuánto pensar. Para reducir la latencia en turnos de seguimiento, se puede añadir una instrucción que trate las respuestas anteriores como resueltas y enfoque el pensamiento en la pregunta actual.

Protección contra inyección de prompts y entradas visuales complejas

Para resistir instrucciones dentro de texto pegado por el usuario, la guía propone envolver cada bloque pegado en etiquetas con un ID aleatorio corto y añadir una nota al system prompt que indique que ese contenido puede contener instrucciones ajenas. Es una barrera adicional, no infalible. En entradas visuales densas, el modelo lee gráficos y diagramas con más precisión que Opus 5 sin herramientas, pero se puede mejorar aún más usando imágenes de mayor resolución y herramientas de procesamiento como PIL u OpenCV para recortar, ampliar y medir.

Diseño frontend: evitar patrones genéricos

Cuando se pide trabajo de frontend sin indicaciones de diseño, Opus 5.5 recurre a unos pocos estilos predeterminados. Una instrucción general como «evita un aspecto genérico de IA» solo cambia un estilo por otro. La guía recomienda nombrar patrones específicos a evitar. En su ejemplo para un sitio personal en HTML/CSS, pide no usar fondo crema o blanco roto, palabras en cursiva en titulares, etiquetas numeradas 01/02/03, etiquetas monoespaciadas ni botones con forma de píldora. Se sugiere trabajar de forma iterativa y ampliar la lista si el primer resultado usa otros estilos.

Con información de Anthropic.