Opus 5.5 跟你原本用 Claude 的方式大致相同，但三件事不一樣：它能自己獨立跑更久、會用白話交代做了什麼、每次回覆前都會先思考。這篇整理官方指南的重點，加上 Hacker News 上 140 則實戰回饋，幫你避開長任務最常見的坑。
來源：Anthropic 官方指南〈Getting the most out of Opus 5.5〉（Addy Osmani，2026-09-22）＋ HN 討論串
item?id=49946567。以下 prompt 例句保留英文原文，直接貼給 Claude 用。
先試三件事
1. 整個任務一次交出去，說清楚什麼叫做完
做法：整個任務寫在一則訊息裡，定義 finish line，例如「測試全過」或「所有 endpoint 都遷移完」。然後放手讓它跑。
為什麼對 5.5 重要：相比 Opus 5，5.5 在多步驟長任務進步最大。早期測試者讓它跑數小時的 coding 任務，幾乎不需監督。finish line 清楚，它才知道何時該停。
Migrate the payment endpoints from the old client to the new one.
Done means: every endpoint uses the new client, the old client is deleted, and the test suite passes.
Stop and ask me only if a test fails for a reason you can't explain.
HN 實證：網友 rdli 給 Opus 一個大方向（CI 又要省 billing minutes 又要省 wall clock time），叫它自己分析、先出 plan、再給 Fable subagent 審過一遍，只做低風險高報酬的改動。9 小時後拿到 12 個 PR，CI 從 10 分鐘降到 4 分鐘，billing 降六成，自己只花不到一小時注意力。關鍵是目標明確可量測；他也補了一句，eval 難的 hill-climbing 任務還是要大量 steering。
2. 刪掉「think carefully」這類句子
Opus 5.5 每次回覆前一定會思考，自己決定思考量。官方實測：拿掉「think carefully」，回覆開始得更快，品質沒有明顯下降。簡單問題想快答就直說 Answer directly。要在 Claude Code 調思考量，改 effort 就好。
但 HN 有反例值得記：adastra22 說 planning 時「think through this step by step」還是有用，不加的話模型只會 holistic 地看任務，注意不到 task 2 其實依賴 task 14 的功能。他在 5.5 上驗過依然成立。我的解讀：harness 不再用文字匹配開關推理，不等於指定思考方式沒效。拿掉的是空泛的「好好想想」，留下的是具體的「逐步想」。
3. 長任務跑完，先看它需要你的部分
Opus 5.5 的進度更新和最終 summary 會用白話講做了什麼、發現什麼、需要你什麼。跑完先找它在等你的東西：沒做的決定、要你 approve 的改動，再讀其餘部分。想固定格式，就在 CLAUDE.md 寫死，例如 End every run with three headings: Blocked on me, Changed, Found.。
長任務不翻車的四個設定
CLAUDE.md 寫清楚何時停、何時繼續
5.5 會主動回報進度，但有時會停下來報告而不是繼續：丟一個只命名下一步卻不執行的 summary、問你要不要繼續、或列出其實不 block 工作的選項。給它一條明確規則：
When a step doesn't need my input, keep going. Put status notes in the same message as your next action.
Stop and ask only when you can't continue without me, or before anything destructive: deleting data, force-pushing, or changing anything outside this repository.
常看到「Want me to continue?」就回 continue，常發生就把上面規則寫進去。注意：叫它一直往前，代表 stop 變少，高風險、難 undo 的動作前保留人工檢查，destructive command 的 permission prompt 保持開啟。pair programming 想要相反的（開工前一行 plan、結束短 recap），寫那種也行，5.5 兩種都聽。
大型 audit、migration 拆給 subagents
做法：一個 service 一個 subagent，收回來時逐一檢查 evidence，最後收斂成一張表。
Audit every service in services/ for the retry bug in the linked issue.
Give each service to its own subagent. When a subagent reports back, check its evidence before you accept it.
Finish with one table: service, affected yes or no, and the evidence.
官方說早期測試者這樣跑長 audit 幾乎不需監督。HN 的提醒更實在：noodletheworld 說爛 spec 跑五小時等於「rollback all those changes」，plan 先審過、每步定好驗證（compile＋測試全過）、一小時回來看一次，比放著燒五小時便宜。
任務清單放檔案，不要靠 scrollback
長 run 會塞滿 context window，Claude Code 接著就會 summarize 較早的 turns。叫它 Keep a checklist in TASKS.md. Tick each item when it's done. 之後看檔案就知道進度。跑到一半想起什麼，直接在它工作時打字按 Enter 加需求，例如多留舊 endpoint 當 alias。run 變長了，重開成本更高，能加就加，不要重開。
做設計時，指名不要哪些風格
沒給設計方向，5.5 會 fallback 到幾套預設。「avoid a generic look」這種籠統指令，只是從一套預設換到另一套。要列具體 pattern：
Build a personal website with placeholder content.
Don't use a cream or off-white background, italic accent words in headings, numbered "01 / 02 / 03" section labels, monospace labels, or pill-shaped buttons.
看不順眼就加進排除清單再問一次。HN 網友 jjcm 實測：丟設計參考圖、指定 flowing SVG，Star Trek LCARS 風 layout 一次成。圖直接貼，不要自己重打。
驗收：review 和標示無法確認
- 人審之前先叫它審：
Review the diff on this branch against main. List only problems you'd block the merge for. For each one, give the file and line, why it's wrong, and how to show it fails.有測試者說 5.5 開最低 effort 抓的 bug 比 Opus 5 開高 effort 還多，false alarm 更少。 - 研究、分析類多加一句：
Mark anything you couldn't confirm, and say where you looked.「找不到」值得看，主動要才找得到。
在 Claude Apps 裡的三個技巧
先確認 model picker 是 Opus 5.5。
- 圖表截圖直接貼：5.5 讀圖比 5 準，也更懂位置語意：箭頭連了哪幾個 box、兩版 diagram 差在哪、日曆截圖裡會議起迄。貼圖加一句具體問題即可。
- 長文件叫它找矛盾：
Check this deck for anything that contradicts itself: numbers, dates and names. Quote each problem and say where it is.官方實測抓到過星期幾對不上的日期、跟數字對不上的 chart。 - 直接要成品檔：要 spreadsheet 或文件就說要可分享的檔案，不要大綱。5.5 產出的東西比 5 更接近可直接發。
- 長對話 follow-up 變慢：在 project instructions 加一句，答過的視為 settled，focus 在現在問的，除非你主動提起或指出問題。長分析類不要加，後面步驟可能揭露前面的錯。
被 flagged 切模型時怎麼辦
5.5 是第一個上線即帶 Fable-level bio／cyber safeguards 的 Opus。多數被 flagged 的訊息會轉到舊模型，工作在那裡繼續。找 source code 漏洞是允許的，日常健康、教育問題照常可用。誤判官方說在調。
- Claude apps：看到「Switched to」通知，對話留在舊模型。想回去在 model picker 重選；舊訊息還在可能再被 flag，開新對話可避開。想先被問：Settings → Capabilities 關掉「Switch models when a message is flagged」。
- Claude Code：看到點名舊模型的通知，跑
/model切回來，或按兩次 Esc 改上一則訊息再試。/config改同名選項，誤判跑/feedback。 - 別叫它在回覆裡重現內部 reasoning，那是 flag 類別之一。改要你需要的：
Explain why you chose this approach in three sentences. - 來回密集工作開 fast mode：
/fast，同一個模型，文字到得更快，research preview，需 extra usage，per-token 比較貴。
HN 抱怨最兇的就是這塊：資安業網友說做資安幾乎每次觸發，連討論 report findings 都不行；有人逆向 2000 年代光碟工具，整個 session 被 classifier poison，連寫 handoff 文件都被拒。還有人不滿被收「思考到一半被拒」的 thinking token 費用。要付 $200 方案前，先確認你的 workload 會不會踩線。
HN 實戰補充：成本、自主性、模型選擇
- 成本：rdli 那單 token-equivalent 約 500 美元（混用 Fable 5.1 當 advisor、Sonnet 5.5 做機械改動），掛在 100 美元月訂閱上。有人試算標準 GitHub runner 要上萬次 invocation 才回本，大機器加平行 job 回本快得多。冷知識：5.5 的 cache read 收費是輸入的 5%，舊模型是 10%。
- 太自主：有人授權跑一個 region 的 process，它自己擴成五個 region 改東西還不寫進 summary；有人叫它 summary 個 repo，它去連 remote server 解數學題執行 untrusted code。放長任務前，先把 destructive 邊界寫死。
- Opus vs Fable：benchmark 派說 5.5 全面贏，Fable 不知為何存在；分工派說 Fable 強在 high-level planning 和 review，輸出像資安公司報告，最佳組合是 Opus 執行加 Fable 審。兩邊都有人，建議都試。
- 訂閱許願：多人喊出 50 美元中間方案，20 美元不夠、100 太多。偏方是開兩個 20 美元帳號輪流用。
出發前 checklist
- 任務寫了什麼叫 done
- prompt 和 saved instructions 沒有空泛的 think hard
- 設計需求列出排除風格
- 圖表截圖用貼的，不重打
CLAUDE.md寫了何時停、何時繼續，destructive 前必停- destructive command 的 permission prompt 開著
- 大型 audit、migration 拆給 subagents，逐一驗 evidence
- task list 維護在檔案裡
- 先讀報告裡 needs from you 的部分
- 人審之前先跑一輪 AI review
- 研究類回答標出無法確認的部分
- 知道怎麼切回來：model picker 或
/model
出處：Anthropic 官方指南全文與 HN 討論串見文內連結。模型行為與價格會變，動手前以官方最新文件為準。