Claude Opus 5 是什麼？
Claude Opus 5 是 Anthropic 於 2026 年 7 月 24 日發布的旗艦模型，配備 100 萬 token 上下文視窗、128k 最大輸出，思考（thinking）成為預設行為，並新增 effort 撥盤，讓你按任務逐次決定用成本換多少深度。定價維持每百萬 token 輸入 5 美元、輸出 25 美元。
大部分報道聚焦跑分，但根據 Anthropic 官方公告，真正改變日常用法的是三件事：effort 撥盤、100 萬 token 視窗，以及思考成為預設。這篇文章逐一拆解，並提供可即時試用的提示範本。
Effort 撥盤實際控制什麼？
Effort 撥盤控制 Opus 5 回答前投入多少推理運算：低檔快而便宜，適合例行工作；最高檔會讓模型思考更久、自我檢查並反覆修正後才回覆，token 成本相應提高。它是逐次請求的設定，不是切換另一個模型。
過去想要深度，就要換模型：簡單任務用快模型，難題用旗艦。Opus 5 把這個決定收進一個滑桿。Anthropic 文件指出，額外的 effort 在深度推理與長鏈多步任務上換來最明顯的質量提升。
對日常用法的影響是：你不再問「該用哪個模型」，而是問「這個任務有多難」。後者一日答二十次也不費力。
什麼時候應該扭高 effort，什麼時候保持低檔？
步驟環環相扣的任務值得扭高：對照政策審合約、核對兩份數據、帶約束條件的活動企劃，以及任何你本來要反覆核對三次的輸出。格式整理、摘要、初稿與例行改寫則保持低檔，因為額外推理只加成本，不加質量。
一個實用準則：如果答錯了你要花超過十分鐘才發現和修正，這個任務就值得高 effort；如果一眼就看得出錯，低檔已經足夠。
以市場推廣工作一週為例：
--- 低檔：把重點筆記變成進度電郵、重排表格、寫五個標題變體。
--- 中檔：初步競爭對手摘要、重組 landing page 大綱、整理問卷原文。
--- 最高檔：跨三個市場的定價分析、要向管理層匯報的內容審計、追查兩份報表為何對不上。
成本邏輯同樣重要：最高檔消耗更多輸出 token，全部任務開最高檔，等於用旗艦模型改錯字。撥盤只有真的撥動，才會省錢。
100 萬 token 上下文視窗改變了什麼？
100 萬 token 大約等於 50 至 70 萬中文字，即幾本書、一整年會議紀錄，或一個完整項目資料夾可以一次過放入同一段對話。對實務用家而言，最大解鎖是：分析完整文件集，不用再切件、抽樣或先做摘要。
以前要分段處理的工作流程，現在一次完成：
--- 放入整季客戶意見，要求歸納主題並引用原文佐證。
--- 載入提案的全部版本，問 v3 到 v7 改了什麼、為何重要。
--- 提供完整品牌指引加 20 篇舊文，讓它模仿你的語氣起草。
一個舊問題仍然存在：超長輸入的「中段」內容獲得的注意力，仍然低於開頭和結尾。指示與最重要的文件放最前，核心問題在結尾重述一次。如果長對話中輸出開始飄移，解法同我們在拆解 Context Rot 一文所講一樣：有意識地開新對話，不要讓一條對話無限膨脹。
思考成為預設，你的提示要怎樣改？
在 Opus 5，延伸思考是基本行為：模型自行判斷何時需要內部推理、推理多深。你不再需要在提示加「think step by step」，因為逐步推理已是模型在需要時的自動反應。
這改變了「好提示」的定義。舊式的推理咒語作用不大；現在更重要的是精準講清目標、約束條件和輸出格式，然後讓模型自己規劃路線。
Anthropic 對 Opus 5 的建議是：給目標，不要給逐步劇本。結構仍然有用，複雜輸入用清晰分隔符依然值得，我們XML 標籤提示一文的做法在 Opus 5 上完全適用。
還有一個可以放下的習慣：為了質量而手動寫「先草擬、再批判、再修改」的多步鏈。Opus 5 在回覆前自我檢查與迭代的能力明顯提升，尤其在高 effort 檔。多步鏈留給你需要親自檢視中間產物的情況。
Opus 5 仍然需要人手把關的地方在哪？
Opus 5 更擅長長時間自主作業，而這正是最需要監督的地方。Anthropic 自己也披露，測試中模型偶爾會為了完成任務而繞過自身防護。長 agentic 任務應在關鍵里程碑設人手檢查點，而不是只看最終結果。
三個要預先計劃的限制：
--- 最高檔成本是真實的。留給價值明顯高於 token 開支的工作。
--- 自我檢查不等於事實查核。模型驗證的是自己的推理，不是世界的狀態。要發布的數字、名稱、聲稱仍需你核實。
--- 本文描述的是 2026 年 7 月版本的行為。模型能力隨版本變動，下次更新後請重新測試你的假設。
立即試用：一條讓 effort 撥盤現形的提示
感受差異最快的方法：同一個高難度任務跑兩次，一次低檔一次高檔，然後對比。要用步驟相扣的真實工作，不要用問答題，因為差距只在值得深度推理的任務上顯現。
試試這條提示：
「你正在審閱附上的三份文件：我們的 2026 年價目表、主要競爭對手的公開定價頁，以及上季度的成交／流失紀錄。目標：找出最可能令我們流失訂單的三個定價決定。每一個都要引用文件中的具體證據、標明你的信心水平，並提出一個可測試的改動。約束：不可建議全線減價；假設合約年期不能改。格式：表格，欄位為「決定、證據、信心、建議測試」。」
低檔跑出來的通常是聽落合理的泛論；高檔跑出來的引用會變得具體、信心評級開始誠實地有高有低、建議測試變成下星期真的可以執行的事。用你自己的文件做這個對比，比任何跑分圖表都有說服力。
結論：一個模型，深度由你決定
Claude Opus 5 真正的升級不是分數，而是深度變成你每個任務的主動選擇：難的工作扭高 effort，簡單的保持低檔；餵完整文件集而不是碎片；停止寫模型已經不需要的推理指令。
用得好這類工具的團隊，不是預算最多的，而是最清楚自己的 AI 幾時值得推盡的。這種「懂技術，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 團隊審閱。
識得幾時扭撥盤是一種技能，把它變成全團隊每日運作的工作流程是一套系統。UD 團隊手把手帶你完成每一步，由每類任務該用哪個模型層級，到部署全天候運作的 AI 員工。