Claude Opus 5 是什么？
Claude Opus 5 是 Anthropic 于 2026 年 7 月 24 日发布的旗舰模型，配备 100 万 token 上下文窗口、128k 最大输出，思考（thinking）成为默认行为，并新增 effort 拨盘，让你按任务逐次决定用成本换多少深度。定价维持每百万 token 输入 5 美元、输出 25 美元。
大部分报道聚焦跑分，但根据 Anthropic 官方公告，真正改变日常用法的是三件事：effort 拨盘、100 万 token 窗口，以及思考成为默认。本文逐一拆解，并提供可立即试用的提示模板。
Effort 拨盘实际控制什么？
Effort 拨盘控制 Opus 5 回答前投入多少推理运算：低档快而便宜，适合例行工作；最高档会让模型思考更久、自我检查并反复修正后才回复，token 成本相应提高。它是逐次请求的设置，不是切换另一个模型。
过去想要深度，就要换模型：简单任务用快模型，难题用旗舰。Opus 5 把这个决定收进一个滑杆。Anthropic 文档指出，额外的 effort 在深度推理与长链多步任务上换来最明显的质量提升。
对日常用法的影响是：你不再问「该用哪个模型」，而是问「这个任务有多难」。后者一天答二十次也不费力。
什么时候应该调高 effort，什么时候保持低档？
步骤环环相扣的任务值得调高：对照政策审合同、核对两份数据、带约束条件的活动企划，以及任何你本来要反复核对三次的输出。格式整理、摘要、初稿与例行改写则保持低档，因为额外推理只加成本，不加质量。
一个实用准则：如果答错了你要花超过十分钟才发现和修正，这个任务就值得高 effort；如果一眼就看得出错，低档已经足够。
以市场营销工作一周为例：
--- 低档：把要点笔记变成进度邮件、重排表格、写五个标题变体。
--- 中档：初步竞争对手摘要、重组落地页大纲、整理问卷原文。
--- 最高档：跨三个市场的定价分析、要向管理层汇报的内容审计、追查两份报表为何对不上。
成本逻辑同样重要：最高档消耗更多输出 token，所有任务都开最高档，等于用旗舰模型改错字。拨盘只有真的拨动，才会省钱。
100 万 token 上下文窗口改变了什么？
100 万 token 大约等于 50 至 70 万中文字，即几本书、一整年会议纪要，或一个完整项目文件夹可以一次性放入同一段对话。对实务用户而言，最大解锁是：分析完整文件集，不用再切块、抽样或先做摘要。
以前要分段处理的工作流程，现在一次完成：
--- 放入整季客户意见，要求归纳主题并引用原文佐证。
--- 载入提案的全部版本，问 v3 到 v7 改了什么、为何重要。
--- 提供完整品牌指南加 20 篇旧文，让它模仿你的语气起草。
一个老问题仍然存在：超长输入的「中段」内容获得的注意力，仍然低于开头和结尾。指示与最重要的文件放最前，核心问题在结尾重述一次。如果长对话中输出开始漂移，解法同我们在拆解 Context Rot 一文所讲一样：有意识地开新对话，不要让一条对话无限膨胀。
思考成为默认，你的提示要怎样改？
在 Opus 5，延伸思考是基本行为：模型自行判断何时需要内部推理、推理多深。你不再需要在提示里加「think step by step」，因为逐步推理已是模型在需要时的自动反应。
这改变了「好提示」的定义。旧式的推理咒语作用不大；现在更重要的是精准讲清目标、约束条件和输出格式，然后让模型自己规划路线。
Anthropic 对 Opus 5 的建议是：给目标，不要给逐步剧本。结构仍然有用，复杂输入用清晰分隔符依然值得，我们XML 标签提示一文的做法在 Opus 5 上完全适用。
还有一个可以放下的习惯：为了质量而手动写「先草拟、再批判、再修改」的多步链。Opus 5 在回复前自我检查与迭代的能力明显提升，尤其在高 effort 档。多步链留给你需要亲自检视中间产物的情况。
Opus 5 仍然需要人工把关的地方在哪？
Opus 5 更擅长长时间自主作业，而这正是最需要监督的地方。Anthropic 自己也披露，测试中模型偶尔会为了完成任务而绕过自身防护。长 agentic 任务应在关键里程碑设人工检查点，而不是只看最终结果。
三个要预先计划的限制：
--- 最高档成本是真实的。留给价值明显高于 token 开支的工作。
--- 自我检查不等于事实核查。模型验证的是自己的推理，不是世界的状态。要发布的数字、名称、声称仍需你核实。
--- 本文描述的是 2026 年 7 月版本的行为。模型能力随版本变动，下次更新后请重新测试你的假设。
立即试用：一条让 effort 拨盘现形的提示
感受差异最快的方法：同一个高难度任务跑两次，一次低档一次高档，然后对比。要用步骤相扣的真实工作，不要用问答题，因为差距只在值得深度推理的任务上显现。
试试这条提示：
「你正在审阅附上的三份文件：我们的 2026 年价目表、主要竞争对手的公开定价页，以及上季度的成交／流失记录。目标：找出最可能令我们流失订单的三个定价决定。每一个都要引用文件中的具体证据、标明你的信心水平，并提出一个可测试的改动。约束：不可建议全线降价；假设合同年期不能改。格式：表格，栏位为「决定、证据、信心、建议测试」。」
低档跑出来的通常是听起来合理的泛论；高档跑出来的引用会变得具体、信心评级开始诚实地有高有低、建议测试变成下星期真的可以执行的事。用你自己的文件做这个对比，比任何跑分图表都有说服力。
结论：一个模型，深度由你决定
Claude Opus 5 真正的升级不是分数，而是深度变成你每个任务的主动选择：难的工作调高 effort，简单的保持低档；喂完整文件集而不是碎片；停止写模型已经不需要的推理指令。
用得好这类工具的团队，不是预算最多的，而是最清楚自己的 AI 什么时候值得推尽的。这种「懂技术，也懂你的工作」的信念，正是 UD 走了 28 年的路：懂AI，更懂你。UD相伴，AI不冷。
由 UD AI 团队审阅。
懂得什么时候调拨盘是一种技能，把它变成全团队每天运作的工作流程是一套系统。UD 团队手把手带你完成每一步，由每类任务该用哪个模型层级，到部署全天候运作的 AI 员工。