Claude Code 提示词审计实测：模型不同，查出的问题不同
提示词审计用的是当前会话的模型。在我们的小样本仓库里，Opus 和 Sonnet 每次都标出了埋入的 9 个问题，用时约一分钟。Haiku 每次都漏掉不存在的测试命令和部署脚本；正式测试前的一次单独试跑中，它还认为那条测试命令没有问题。
更新 — 2026 年 10 月 7 日：Haiku 5.5 改写了 Haiku 的结果。Anthropic 今天发布了 Claude Haiku 5.5；使用 Anthropic API 时，Claude Code 2.1.293 已将
haiku别名默认指向新模型。我们用同一个测试样本仓库重跑，Haiku 5.5 三次都标出了全部 9 个埋入的问题，没有把任何对照列为问题，每次约 $0.04；同一天重跑的 Haiku 4.5 则分别标出 3、5、8 个。下文保留的 Haiku 4.5 结果记录了该模型当时的表现，它仍可通过完整模型 ID 调用。重跑的详细结果，以及一次 Haiku 5.5 运行超过 100K token 后触发的价格跳档，见Haiku 5.5 便宜九成只到 100K token：我们 95% 的 Claude Code 流量超过了这条线。
30 秒看懂结论
9 月 25 日，Claude Code 2.1.283 加入了提示词审计（/doctor prompt-audit）。它让 Claude 检查 CLAUDE.md、AGENTS.md、技能（skill）和子代理，找出三类问题：写给旧模型的指令、引用了不存在的文件或命令、文件之间互相矛盾。它会出报告、给修改建议；你不让它改，它就不改。
我们做了一个小仓库，埋入 9 个问题，另留 6 条指令作为对照，再用 Opus 5.5、Sonnet 5.5、Haiku 4.5 各跑 3 次：
- Opus 5.5：每次都标出全部 9 个问题，没有把任何对照列为问题。按 API 标价换算，每次约 $0.75，用时约一分钟。
- Sonnet 5.5：每次都标出全部 9 个问题，另有一次把一条对照列为低置信度问题项。每次约 $0.41。
- Haiku 4.5：分别标出 5、7、6 个问题。3 次都漏掉了不存在的 npm 脚本和部署脚本；正式测试前的一次单独试跑还认为测试脚本没有问题。每次都建议替换文档中记载的
ultrathink关键词，改用推理投入参数。 - 9 次运行后，Git 都报告仓库没有变化。
结论：值得切到 Opus 或 Sonnet 跑一次，尤其是在换模型或改过构建命令之后。不过，报告里的每条修改建议仍然要自己核对。审计用的是当前会话的模型，平时用 Haiku 的话，先用 /model 切换。
审计查什么
/doctor prompt-audit 也可以写成 /checkup prompt-audit，要求 Claude Code 2.1.283 或更新版本。它通过内置的 claude-api 技能运行；关闭这个技能后，审计也就不可用了。
默认检查范围包括 CLAUDE.md、CLAUDE.local.md、AGENTS.md，以及 .claude/ 和 ~/.claude/ 下的规则、技能、命令、子代理和输出风格。也就是说，不传路径时，个人配置也在检查范围内。要指定仓库或文件，就在命令后面加路径。例如，/doctor prompt-audit . 检查当前仓库，/doctor prompt-audit .claude/skills/deploy 检查指定目录。
审计的一部分检查内容，与 Anthropic 发布 Opus 5.5 时给出的建议一致。Addy Osmani 在 9 月 22 日发布的指南中建议，删掉要求模型仔细思考的句子，因为模型本来就会在每次回复前思考。原文写道：“Delete ‘think carefully’ lines. Opus 5.5 already thinks before every reply.” 至于精简指令文件到底会改变什么、又不会改变什么，我们在讨论删除 CLAUDE.md 的文章里整理过相关研究。
我们怎么测的
测试仓库叫 acme-api。它的 package.json 里只有三个脚本：test、lint、build；两个源文件都用两个空格缩进。仓库还包含 CLAUDE.md、AGENTS.md、一个技能和一个子代理。我们埋入了下面 9 个问题，另保留 6 条指令作为对照：
| # | 埋入的问题 | 所在文件 |
|---|---|---|
| 1 | ”think step by step and think carefully before every single response” | CLAUDE.md |
| 2 | 用全大写措辞施压：“NEVER EVER skip this. THIS IS CRITICAL!!!” | CLAUDE.md |
| 3 | npm run test:unit，脚本不存在 | CLAUDE.md |
| 4 | ./scripts/deploy.sh staging，文件不存在 | CLAUDE.md |
| 5 | ”Indent with tabs” 与 “Indent with 2 spaces” 互相矛盾 | CLAUDE.md 与 AGENTS.md |
| 6 | @docs/architecture.md，导入的文件不存在 | CLAUDE.md |
| 7 | ”Use XML tags like <thinking></thinking> to reason before you answer” | CLAUDE.md |
| 8 | ”As a large language model, you may not be able to run commands” | 技能 |
| 9 | model: claude-3-5-sonnet-20241022，指定了已退役的模型 | 子代理 |
6 条对照中，有 5 条与仓库实际情况一致：npm install、npm run lint、npm test、先 npm run build 再 git tag，以及只有 src/db/client.ts 可以导入 pg 的规则。另一条是 ultrathink when a change touches billing code。Anthropic 在 2.1.283 的发布说明中写明，审计会保留 Claude Code 文档认可的思考关键词。因此，建议替换 ultrathink 也会被我们计入对照被列为问题的次数。
正式测试在 10 月 4 日进行，使用 Claude Code 2.1.289。每次都用一份全新的仓库副本，只加载项目设置，通过 claude -p "/doctor prompt-audit ." 非交互运行，同时跑 3 个会话。总共 9 次，按 API 标价换算合计 $4.08，各次运行耗时相加为 529 秒。
我们逐份读完报告，再按事先约定的规则计数：报告标出了埋入问题所在的那一行，就算标出该问题；把对照列为问题项，就计入对照被列为问题的次数。如果报告保留了某条指令，只附带一条可选建议，则不计入。
测试结果
| 埋入的问题 | Opus 5.5 | Sonnet 5.5 | Haiku 4.5 |
|---|---|---|---|
| 1. “think step by step” | 3/3 | 3/3 | 3/3 |
| 2. 用全大写措辞施压 | 3/3 | 3/3 | 3/3 |
3. 不存在的 npm run test:unit | 3/3 | 3/3 | 0/3 |
4. 缺失的 scripts/deploy.sh | 3/3 | 3/3 | 0/3 |
| 5. 制表符与 2 个空格的缩进冲突 | 3/3 | 3/3 | 3/3 |
6. 缺失的 @docs/architecture.md | 3/3 | 3/3 | 1/3 |
7. <thinking> 标签 | 3/3 | 3/3 | 2/3 |
| 8. “As a large language model…“ | 3/3 | 3/3 | 3/3 |
| 9. 已退役的模型 ID | 3/3 | 3/3 | 3/3 |
| 每次标出的问题数 | 9, 9, 9 | 9, 9, 9 | 5, 7, 6 |
| 对照被列为问题 | 0 | 1（低置信度） | 3（每次都是 ultrathink） |
Opus 和 Sonnet 会去仓库里核实指令。它们读取 package.json，确认没有 test:unit，也注意到 AGENTS.md 已经写了 npm test。它们还确认了 scripts/ 目录不存在，并在核实只有 src/db/client.ts 导入 pg 之后，保留了这条规则。
遇到缩进冲突时，Opus 在 3 次运行中、Sonnet 在 3 次中的 2 次，都指出现有代码用的是两个空格。两者都把最终选择留给了我们，并在报告中给出修改建议。
Sonnet 唯一一次把对照列为问题，是认为 git tag vX.Y.Z 这一步应该交代版本号从哪里来。它把这条标为低置信度问题项，按我们的规则要计入，但建议本身说得通。它的报告还对一些保留的指令提出了可选的补充说明。
Haiku 错在哪里
不存在的命令，3 次都没标出。不存在的 npm 脚本和缺失的部署脚本，都属于文档明确说要检查的“引用了不存在的文件或命令”。Haiku 在 3 次正式运行中全部漏掉。正式测试前，我们还单独试跑过一次；那次它看过 test:unit 所在的行，却认为这条指令只是操作步骤，与模型无关，而且仍然有效。报告原话是：“operational, not model-related, and remains current”。
每次都想把 ultrathink 换成推理投入参数。Haiku 每次都把这个关键词标为过时，建议改成 output_config: {effort: "xhigh"} 或 effort: "max"。这些是 Claude API 的请求参数，写进 CLAUDE.md 并不能设置 API 的推理投入。Opus 和 Sonnet 每次都保留了这一行。
这里还要分清另一件事：ultrathink 写在 CLAUDE.md 里是否起作用，我们没有测试。文档说的是把这个关键词写在提示词里。
处理缩进冲突时，建议与现有代码相反。两个源文件都用两个空格，Haiku 却在 3 次运行中都建议把 AGENTS.md 改成要求使用制表符。第 3 次报告还补充说，这应该由项目自己决定。另有一次，它删掉了要求模型逐步思考的那段话，却换上了另一句要求仔细推理的指令。
费用与耗时
| 模型 | 每次平均费用，按 API 标价换算 | 每次平均耗时 | 报告轮次 |
|---|---|---|---|
| Opus 5.5 | $0.75（$0.74–$0.77） | 62 s | 10–13 |
| Sonnet 5.5 | $0.41（$0.39–$0.42） | 45 s | 12 |
| Haiku 4.5 | $0.20（$0.17–$0.23） | 69 s | 10–14 |
Haiku 费用最低，耗时却最长。表里的轮次采用 Claude Code 每次运行报告的计数。Pro 或 Max 订阅用户在额度内运行，计入方案的用量上限；超出部分按用量点数计费。
这些费用来自一个很小的仓库。配置更多时可能更贵，但费用具体怎样随配置规模变化，我们没有测。
本站 CLAUDE.md 实测
我们还用 Opus 5.5 审计了一次本站的 CLAUDE.md：13 轮、108 秒，按 API 标价换算为 $1.05。它先读指令文件，再按核实内容的需要去读布局、配置和脚本，一共列出 9 个问题项。其中有 3 个，我们确认确实有问题：
- 规则指错了文件。表格宽度规则把 CSS 的位置写成了
tailwind.config.mjs。实际样式在布局文件里，作用于构建插件添加的包裹容器。 - 同一份文件里，措辞要求互相矛盾。一条要求使用直白语言的规则，把某个中文词列为要禁用的行话；往下几行，中文风格清单又推荐用同一个词。
- 脚本名缺少目录。
gen-og.py和gen-llms.py实际都在scripts/下面。
其余几项需要由人判断：我们上周加的一条状态说明以后会过时，有些小节标题被它认为语气过重，还有一条与 AGENTS.md 重复的规则，两处内容已经不一致。
报告自己也说错了一句。它主动读了 AGENTS.md 和 CLAUDE.md，随后便说这两个文件在本站仓库里都会被加载。这把本次主动读取与启动时的默认加载混为一谈。我们上周的实测表明，两者同时存在时，Claude Code 启动时默认只加载 CLAUDE.md。另外，这次非交互运行无法批准 git blame 命令，所以它没能执行。
我们已经修正了 CSS 位置说明和脚本路径；那处措辞矛盾还没改。
怎么用
- 先选 Opus 或 Sonnet。审计用的是当前会话的模型。默认用 Haiku 的话，先运行
/model sonnet。模型别名会随最新版本更新；本次测试使用的具体模型 ID 见来源部分。 - 传入路径，指定检查范围。
/doctor prompt-audit .把指令文件的检查范围限定在当前仓库；不传路径时，还会检查~/.claude/。为核实事实，它仍会读取其他项目文件。 - 指令矛盾由你决定怎么改。审计会标出冲突，有时还会说明现有代码支持哪一边，但最终选择仍留给你。
- 换模型或改构建命令后，再跑一次。原本正确的指令，往往就是在这些变化之后过时的。
- 先看建议，再决定是否应用。你不要求它改，它就不会改。
这些情况没测
- 大型真实配置。测试仓库特意做得很小，每个问题都有已知答案。除此之外，我们只审计了本站一个
CLAUDE.md文件，而且只跑了 1 次。 - Fable 5.1。本次没有测试。
- 照着建议删改后，代理表现会不会变好。审计指出哪些指令可能过时，并不能证明删掉就会更好；我们没有验证这一点。讨论删除 CLAUDE.md 的文章整理了相关研究结果。
- 每个模型超过 3 次的运行。Opus 和 Sonnet 在这 3 次里都标出全部 9 个问题，但解释和附加建议并不完全相同；Haiku 每次标出的问题总数也不同。
相关阅读
- Anthropic 删掉了 Claude Code 系统提示词的 80%：研究发现，指令文件会改变什么，又不会改变什么。
- 指令文件写多长，会开始拖累表现？：从文件长度看同一个问题。
- 怎样写好 CLAUDE.md：哪些内容值得放进指令文件。
- Claude 模型档位与推理投入：
ultrathink和推理投入参数到底有什么作用。 - Claude Code 现在会读 AGENTS.md 了：哪些指令文件会加载、何时加载。
来源
- Anthropic：管理 Claude 的记忆：审计指令文件。说明审计检查什么、默认检查范围、路径参数，以及只有用户要求后才会修改文件。
- Anthropic：命令参考。说明
/doctor [prompt-audit [path]]、/checkup别名，以及最低版本 2.1.283 的要求。 - Anthropic：Claude Code 更新日志。2.1.283 加入审计，并说明会保留 Claude Code 文档认可的思考关键词。
- Anthropic：模型配置：用 ultrathink 临时加深推理。文档描述的是在提示词中使用
ultrathink。 - Addy Osmani，Anthropic：在 Claude 和 Claude Code 中用好 Opus 5.5，2026 年 9 月 22 日。
- npm：@anthropic-ai/claude-code。2.1.283 于 9 月 25 日发布。
我们自己的测量：2026 年 10 月 4 日，在 macOS 上使用 Claude Code 2.1.289，通过 claude -p 运行 /doctor prompt-audit .，共 9 次。claude-opus-5-5、claude-sonnet-5-5、claude-haiku-4-5-20251001 各跑 3 次，只加载项目设置，每次都使用一份全新的测试仓库副本。费用采用 Claude Code 按 API 标价报告的总额：这 9 次合计 $4.08，另有一次用 Opus 审计本站 CLAUDE.md，为 $1.05。每份报告都经过人工阅读，对照埋入的 9 个问题和 6 条对照逐项计数。
FAQ
提示词审计能查什么？它让 Claude 检查指令文件里的三类问题：写给旧模型的指令、引用了不存在的文件或命令、文件之间互相矛盾，再给出修改建议。这项功能在 2.1.283 中加入；你不要求它改，它就不会改。
用哪个模型有区别吗？在我们的测试里有。Opus 5.5 和 Sonnet 5.5 每次都标出全部 9 个问题；Haiku 4.5 每次标出 5 到 7 个，每次都漏掉不存在的测试命令和部署脚本。
跑一次要多少钱？在我们的小仓库里，按 API 标价换算，Opus 每次约 $0.75，Sonnet 约 $0.41，Haiku 约 $0.20。订阅用户会先消耗方案内的额度，计入用量上限。
它会直接修改文件吗？你不让它改，它就不改。我们的 9 次运行结束后，Git 都报告仓库没有变化。
要删掉那句要求逐步思考的指令吗？所有模型每次都标出了它，Anthropic 的 Opus 5.5 指南也建议删掉要求仔细思考的句子。不过，我们没有测试删掉后代理表现会不会变好。构建和测试命令等模型无法自行推断的信息，应当保留。
这篇对你有帮助吗?