{"content_id":"yihyxok0ch","slug":"claude-5-context-engineering-rules","locale":"de","schema_type":"TechArticle","category":"ai_data","category_name":"KI-Daten","title":"Kontext-Engineering-Regeln für das Modell Claude 5","summary":"Für Claude-Modelle mit verbessertem Urteilsvermögen sind ein klares Ziel, gut konzipierte Tools und auf die Aufgabe abgestimmte Referenzmaterialien wichtiger als zahlreiche Detailregeln. Dieser Artikel erläutert Prinzipien und Verfahren zur Kontextgestaltung, die redundante Anweisungen reduzieren und benötigte Informationen zum richtigen Zeitpunkt bereitstellen.","sponsorship_disclosure":null,"author":{"name":"injoys","url":"https://injoys.com/ko/about"},"key_points":["Kontext-Engineering umfasst nicht nur Prompts, sondern auch die gemeinsame Gestaltung von Systemanweisungen, Tools, Speicher, Dateien, Gesprächsverläufen und Ausführungsergebnissen.","Regeln zu Sicherheit, Recht, Berechtigungen und Datenintegrität sollten strikt beibehalten werden, während situationsabhängige Stilvorgaben besser in kontextbasierte Prinzipien umgewandelt werden.","Statt alle Informationen von Anfang an einzubeziehen, sollten sie bei Bedarf über Suche, das Lesen von Dateien, Skills und Unteragenten zugänglich gemacht werden.","Statt Beispiele für die Tool-Nutzung wiederholt aufzulisten, sollten Schnittstellen mit klaren Namen, Eingabeschemata, Statusdefinitionen und Fehlerstrukturen gestaltet werden.","CLAUDE.md, automatischer Speicher, Code, Tests und Spezifikationen sollten unterschiedliche Aufgaben übernehmen, und dieselben Anweisungen sollten nicht an mehreren Stellen dupliziert werden."],"content_markdown":"Um Claude-Modelle mit verbessertem Urteilsvermögen effektiv einzusetzen, reicht es nicht aus, lediglich einen einzelnen Satz im Prompt zu optimieren. Systemanweisungen, Projektdateien, Tools, Speicher, Gesprächsverlauf und Ausführungsergebnisse, die das Modell in einem Schlussfolgerungsvorgang sieht, müssen als einheitliche Informationsumgebung gestaltet werden.\n\nDas Grundprinzip ist einfach.\n\n\u003e Statt jedes Verhalten im Voraus festzulegen, sollten ein klares Ziel, Sicherheitsgrenzen, ausdrucksstarke Schnittstellen und verlässliche Referenzmaterialien bereitgestellt und Detailentscheidungen dem Modell überlassen werden.\n\nIn diesem Artikel bezeichnet `Claude 5` die in den bereitgestellten Materialien beschriebene Umgebung für leistungsfähige Claude-Modelle der nächsten Generation. Der Schwerpunkt liegt nicht auf konkreten Produktspezifikationen oder dem Veröffentlichungsstatus, sondern auf Prinzipien der Kontextgestaltung, die sich auf Modelle mit verbessertem Urteilsvermögen anwenden lassen.\n\n## Prompt Engineering und Context Engineering\n\n### Prompt Engineering\n\nPrompt Engineering ist die Gestaltung der Formulierung einer aktuellen Anfrage. Üblicherweise umfasst es folgende Punkte:\n\n- Arbeitsziel\n- Umfang der Aufgabe\n- Einschränkungen\n- Ausgabeformat\n- Erfolgskriterien\n- erforderliche Beispiele\n\nEin Beispiel:\n\n```text\nImplementiere in einer Next.js API Route eine Funktion zum Stornieren von Zahlungen.\nVerwende die bestehende Service-Schicht wieder und füge Tests hinzu.\nÄndere den öffentlichen API-Vertrag nicht und erläutere die Gründe für die Änderungen.\n```\n\n### Context Engineering\n\nContext Engineering ist die Auswahl und Pflege der gesamten Informationsmenge, die in die Schlussfolgerungen des Modells einfließt. Bei Coding-Agenten wie Claude Code setzt sich der Kontext ungefähr aus folgenden Elementen zusammen:\n\n```text\naktuelle Anfrage des Benutzers\n+ Systemanweisungen\n+ CLAUDE.md und Projektanweisungen\n+ Skills\n+ automatischer Speicher\n+ Code, Spezifikationen, Tests und Dokumentation\n+ Tooldefinitionen und MCP-Ressourcen\n+ Gesprächsverlauf\n+ Ergebnisse der Toolausführung und Fehlerprotokolle\n```\n\nDaher kann selbst ein guter Prompt an Wirkung verlieren, wenn er zusammen mit veraltetem Speicher, redundanten Projektregeln oder umfangreichen Protokollen bereitgestellt wird. Umgekehrt kann auch eine kurze Anfrage hinreichend präzise ausgeführt werden, wenn der relevante Code, Tests und klar definierte Tools verfügbar sind.\n\n| Kategorie | Prompt Engineering | Context Engineering |\n|---|---|---|\n| Gestaltungsgegenstand | Formulierung der aktuellen Anfrage | Gesamte Informationsumgebung für die Schlussfolgerung |\n| Zentrale Frage | Was soll wie angefordert werden? | Was soll das Modell wann sehen? |\n| Typische Elemente | Ziel, Format, Einschränkungen, Beispiele | Systemanweisungen, Dateien, Tools, Speicher, Verlauf |\n| Typische Fehler | Mehrdeutige Anfrage, unklare Erfolgskriterien | Konflikte, Redundanzen, veraltete Informationen, übermäßige Protokolle |\n| Verbesserungsmethode | Anfrage konkretisieren und Prüfkriterien angeben | Informationen mit hohem Signalwert auswählen, bedarfsgerecht abrufen, Lebenszyklus verwalten |\n\n## Warum mehr Kontext nicht immer besser ist\n\nAuch wenn das Kontextfenster eines LLM größer wird, ist die für eine Aufgabe verfügbare Aufmerksamkeit nicht unbegrenzt. Wenn die Zahl wenig relevanter Tokens steigt, können folgende Probleme entstehen:\n\n1. Wichtige Anforderungen gehen in weitschweifigen Erläuterungen unter.\n2. Ähnliche Anweisungen an verschiedenen Stellen widersprechen sich auf subtile Weise.\n3. Veraltete Entscheidungen oder gescheiterte Versuche beeinflussen die aktuelle Aufgabe.\n4. Beispiele wirken wie vorgegebene Lösungen und schränken andere Lösungswege ein.\n5. Protokolle und Toolausgaben belegen den Platz, der für Code, Spezifikationen und Tests benötigt wird.\n6. Das Modell verbraucht Schlussfolgerungskapazität darauf, die Priorität der Anweisungen zu interpretieren, statt die eigentliche Aufgabe zu bearbeiten.\n\nAnthropic beschreibt, dass die Effizienz der Informationsnutzung bei langem Kontext abnimmt, und empfiehlt, Agenten so zu gestalten, dass sie benötigte Informationen zum richtigen Zeitpunkt abrufen und veraltete Aufzeichnungen komprimieren. Entscheidend ist nicht, die maximale Tokenzahl auszuschöpfen, sondern den Anteil der Tokens mit hohem Signalwert zu erhöhen, die das Ergebnis beeinflussen.\n\n## Was der Fall einer Verkleinerung des System-Prompts bedeutet\n\nIm bereitgestellten Fall von Anthropic wird erläutert, dass der System-Prompt nach einer Überprüfung der internen Anweisungen von Claude Code um mindestens 80 % verkleinert wurde. Diese Zahl ist keine Regel, nach der die Prompts aller Anwendungen im gleichen Verhältnis gekürzt werden müssen. Sie ist als Beispiel dafür zu verstehen, dass redundante und übermäßig detaillierte Verhaltensanweisungen in einem bestimmten System bereinigt wurden.\n\nBeispielsweise können folgende Anweisungen gleichzeitig in einer Anfrage enthalten sein:\n\n```text\nSystemanweisung: Hinterlasse der Situation angemessene Dokumentation.\nSkill-Anweisung: Füge keine Kommentare hinzu.\nBenutzeranfrage: Sorge dafür, dass es wie die bisherige Version funktioniert.\n```\n\nJeder Satz kann für sich genommen sinnvoll sein, doch zusammen führen sie zu mehreren Interpretationsproblemen.\n\n- Gehören Dokumentation und Codekommentare zur gleichen Kategorie?\n- Ist das Verbot von Kommentaren eine ausnahmslose Regel?\n- Umfasst das Verhalten der bisherigen Version auch deren Kommentar- oder Dokumentationsstruktur?\n- Was hat Vorrang: die aktuelle Anfrage oder der wiederverwendbare Skill?\n\nIn diesem Fall liegt die Fehlerursache nicht nur in den Programmierfähigkeiten des Modells. Ein weiterer Grund ist, dass die von Menschen zusammengestellte Informationsumgebung unnötige Widersprüche enthält.\n\n## Sechs neue Regeln für die Kontextgestaltung\n\n| Bisheriger Ansatz | Empfohlener Ansatz |\n|---|---|\n| Detailliertes Verhalten durch Verbotslisten festlegen | Ziel und Beurteilungskriterien angeben und den Kontext nutzen |\n| Zahlreiche Beispiele für Toolaufrufe bereitstellen | Das Schema selbst so gestalten, dass es die Verwendung erklärt |\n| Alle Informationen zu Beginn der Aufgabe einspeisen | Informationen bei Bedarf schrittweise offenlegen |\n| Dieselbe Anweisung an mehreren Stellen wiederholen | Für jede Anweisung einen maßgeblichen Speicherort festlegen |\n| Selbst temporäre Erinnerungen in CLAUDE.md speichern | Rollen dauerhafter Richtlinien und automatischen Speichers trennen |\n| Sich auf lange Markdown-Erklärungen verlassen | Ausführbare Materialien wie Code, Tests, HTML und Bewertungsraster bereitstellen |\n\n### 1. Detaillierte Verbotslisten durch kontextbasierte Prinzipien ersetzen\n\nUm wiederkehrende Fehler früherer Modelle zu verhindern, wurden bisweilen lange Listen mit Regeln wie den folgenden erstellt:\n\n- Keine Kommentare schreiben.\n- Keine mehrteiligen Docstrings erstellen.\n- Keine nicht angeforderten Planungsdokumente erzeugen.\n- Keine Dateien mit Zwischenanalysen speichern.\n\nSolche Regeln verhindern bestimmte Fehler, sind aber keine absoluten Prinzipien, die für jede Situation gelten. Komplexe Sicherheitsprüfungen oder nebenläufiger Code können Erläuterungen erfordern, während Kommentare bei selbsterklärendem CRUD-Code eher Störungen verursachen können.\n\nBesser ist es, Beurteilungskriterien wie die folgenden anzugeben:\n\n```text\nSchreibe Code, der sich auf dieselbe Weise wie der umgebende Code lesen lässt.\nHalte dich an die Namenskonventionen, Idiome und Kommentardichte der bestehenden Dateien.\nFüge nur dort erforderliche Dokumentation hinzu, wo Sicherheit oder Absicht ohne Erklärung unklar wären.\n```\n\nAllerdings dürfen nicht alle Regeln abgeschwächt werden. Folgende Punkte sollten als explizite Einschränkungen oder Kontrollen auf Tool-Ebene beibehalten werden:\n\n- Genehmigung von Bereitstellungen in Produktionsumgebungen und Datenlöschungen\n- Beschränkungen bei der Verarbeitung personenbezogener und vertraulicher Daten\n- Prüfung von Authentifizierung und Autorisierung\n- Idempotenz und Auditprotokolle bei finanziellen Transaktionen\n- Richtlinien für Datenbankmigrationen\n- Einhaltung von Gesetzen, Lizenzen und Vorschriften\n- unveränderliche öffentliche API-Verträge\n\n| Regeltyp | Angemessene Behandlung |\n|---|---|\n| Sicherheit, Recht, Berechtigungen | Explizite und strikte Einschränkungen beibehalten |\n| Vorgänge mit möglichem Datenverlust | Durch Genehmigungsverfahren und Toolberechtigungen kontrollieren |\n| Öffentliche Verträge und Kompatibilität | Durch Tests und Schemata prüfen |\n| Codestil und Kommentare | Beurteilungsprinzipien anhand des umgebenden Codes verwenden |\n| Temporäre Arbeitsreihenfolge | Im aktuellen Plan oder in der Aufgabenliste verwalten |\n\n### 2. Ausdrucksstarke Tools statt vieler Beispiele gestalten\n\nWenn in Toolbeschreibungen immer weitere Beispiele für gültige und ungültige Aufrufe ergänzt werden, wächst der Kontext, und das Modell kann die äußere Form der Beispiele nachahmen. Besser ist es, Toolnamen, Eingabefelder und Zustandsübergänge so zu gestalten, dass sie die Verwendung erkennen lassen.\n\n```text\nTodoWrite\nZweck: Aufgabenliste der aktuellen Sitzung erstellen und aktualisieren\n\nstatus:\n- pending\n- in_progress\n- completed\n\nEinschränkung:\n- Es kann jeweils nur eine Aufgabe den Status in_progress haben.\n```\n\nGute Agenten-Tools weisen folgende Merkmale auf:\n\n- Name, Aktion und Ziel sind bereits am Namen erkennbar.\n- Pflichtfelder und optionale Felder sind klar getrennt.\n- Zulässige Werte werden durch Aufzählungstypen begrenzt.\n- Lesen und Schreiben sowie Vorschau und Ausführung sind getrennt.\n- Fehler geben Ursache und Wiederherstellungsmethode strukturiert zurück.\n- Gefährliche Vorgänge erfordern ein Bestätigungs-Token oder einen Genehmigungsschritt.\n- Bei übermäßig langen Ergebnissen werden eine Zusammenfassung und Seitennavigation angeboten.\n\nBeispiele sollten nur hinzugefügt werden, um Ausnahmen oder mehrdeutige Eingaben zu erläutern, die sich über die Schnittstelle nur schwer ausdrücken lassen.\n\n### 3. Nicht alle Informationen von Anfang an einfügen, sondern schrittweise offenlegen\n\nNur weil ein Agent Informationen möglicherweise für eine Aufgabe benötigen könnte, sollten nicht von Anfang an das gesamte Repository, sämtliche Richtlinien und lange Protokolle eingespeist werden. Zunächst sollten nur die für die Erkundung erforderlichen Mindestinformationen bereitgestellt werden. Sobald die Aufgabe konkreter wird, kann der Agent die relevanten Materialien lesen.\n\nDer empfohlene Ablauf lautet:\n\n1. Ziel, Erfolgskriterien und Sicherheitsgrenzen bereitstellen.\n2. Über die Repository-Struktur oder Such-Tools relevante Stellen finden.\n3. Nur die erforderlichen Dateien und Spezifikationen lesen.\n4. Nach der Implementierung relevante Tests und statische Analysen ausführen.\n5. Bei einem Fehler nur den betreffenden Fehler und den umgebenden Code zusätzlich abrufen.\n6. Nach Abschluss veraltete Protokolle und Zwischenschlussfolgerungen komprimieren oder entfernen.\n\nSchrittweise Offenlegung bedeutet nicht, Informationen zu verbergen. Sie besteht darin, Suchpfade und eine klare Dateistruktur bereitzustellen, damit das Modell die benötigten Informationen finden kann.\n\n### 4. Redundante Anweisungen entfernen und maßgebliche Speicherorte festlegen\n\nWenn dieselbe Regel im System-Prompt, in CLAUDE.md, in Skills und Toolbeschreibungen dupliziert wird, können die Formulierungen im Laufe der Zeit voneinander abweichen. Für jede Art von Anweisung sollte ein maßgeblicher Speicherort festgelegt werden.\n\n| Information | Empfohlener Speicherort |\n|---|---|\n| Organisationsweite Sicherheitsrichtlinien | Systemanweisungen oder Berechtigungshierarchie |\n| Build- und Testbefehle des Repositorys | CLAUDE.md des Projekts |\n| Vorgehensweise für eine bestimmte Aufgabe | Entsprechender Skill |\n| Tool-Eingaben und Einschränkungen | Tool-Schema und Beschreibung |\n| Verhalten der öffentlichen API | Codeschema, Spezifikation und Vertragstests |\n| Fortschritt der aktuellen Sitzung | Aufgabenliste oder Sitzungsstatus |\n\nWenn Redundanzen unvermeidlich sind, ist es sicherer, auf den maßgeblichen Speicherort zu verweisen oder Inhalte automatisch zu generieren, statt sie zu kopieren.\n\n### 5. Die Rollen von CLAUDE.md und automatischem Speicher trennen\n\nCLAUDE.md eignet sich für dauerhafte Anweisungen, die von Projektmitgliedern überprüft und versioniert werden können.\n\n- Standardbefehle für Build und Tests\n- Zentrale Erläuterung der Repository-Struktur\n- Vom Team vereinbarte Bereiche, die nicht geändert werden dürfen\n- Projektspezifische Prüfverfahren\n- Regeln, die sich mit allgemeinen Tools nur schwer erschließen lassen\n\nFolgende Informationen eignen sich dagegen besser für den automatischen Speicher oder den Sitzungsstatus:\n\n- Bei wiederkehrenden Aufgaben erkannte persönliche Präferenzen\n- Suchpfade, die sich bei kürzlich ausgeführten Aufgaben als nützlich erwiesen haben\n- Temporäre Eigenschaften der Entwicklungsumgebung\n- Fortschritt der aktuellen Sitzung\n\nEs darf nicht davon ausgegangen werden, dass der automatische Speicher immer korrekt oder dauerhaft ist. Veraltete Einträge müssen bearbeitet oder entfernt werden können. Außerdem darf er nicht als alleiniger Speicherort für Sicherheitsrichtlinien und öffentliche Verträge dienen.\n\n### 6. Ausführbare Referenzmaterialien gegenüber erklärenden Dokumenten bevorzugen\n\nSpezifikationen in natürlicher Sprache sind nützlich, um Absichten zu erläutern, können aber das tatsächliche Verhalten möglicherweise nicht vollständig ausdrücken. Wenn möglich, sollten folgende Materialien gemeinsam bereitgestellt werden:\n\n- bestehende Implementierungen, die dem aktuellen Code ähneln\n- Unit- und Integrationstests\n- API-Schemata und Typdefinitionen\n- tatsächliches HTML oder Designartefakte\n- Dateien für Datenbankmigrationen\n- Beispieldaten für Ein- und Ausgaben\n- Bewertungsraster und automatische Bewertungskriterien\n\nAuch zwischen Referenzmaterialien können Konflikte entstehen, weshalb ihre Priorität angegeben werden muss. Beispielsweise kann festgelegt werden, dass Vertragstests den maßgeblichen Standard für die öffentliche API bilden und die README lediglich als Erklärung dient.\n\n## Praktische Vorlage für die Kontextzusammenstellung\n\nDie folgende Struktur ist ein Beispiel dafür, wie sich die für eine Coding-Aufgabe benötigten Informationen kompakt ordnen lassen.\n\n```text\nZiel\n- Eine API zum Stornieren von Zahlungen hinzufügen.\n\nErfolgskriterien\n- Die bestehende Service-Schicht für Zahlungen wiederverwenden.\n- Auch bei doppelten Anfragen nur einmal stornieren.\n- Die zugehörigen Vertragstests bestehen.\n\nStrikte Einschränkungen\n- Das öffentliche Antwortschema nicht ändern.\n- Nicht auf Produktionsdaten zugreifen.\n\nReferenzmaterialien\n- src/payments/capture.ts\n- tests/contracts/payment-cancel.test.ts\n- openapi/payments.yaml\n\nBeurteilungsprinzipien\n- Fehlerbehandlung und Namenskonventionen des umgebenden Zahlungscodes einhalten.\n- Bei unsicheren Annahmen vor der Implementierung nachfragen.\n\nPrüfung\n- Betroffene Unit-Tests\n- Vertragstests\n- Typprüfung\n```\n\nDieses Format versucht nicht, jede denkbare Situation im Voraus aufzulisten. Stattdessen trennt es Ziel, Erfolgskriterien, unveränderliche Grenzen, maßgebliche Materialien und Prüfmethoden.\n\n## Vorgehensweise zur Bereinigung vorhandener Kontexte\n\n### Schritt 1: Quellen aller Anweisungen auflisten\n\nSystem-Prompt, CLAUDE.md, Skills, automatischen Speicher, Toolbeschreibungen und CI-Konfiguration gemeinsam prüfen. Wenn nur ein einzelnes Dokument betrachtet wird, lassen sich tatsächliche Konflikte nur schwer erkennen.\n\n### Schritt 2: Jede Anweisung kategorisieren\n\n- aus Sicherheits- oder Rechtsgründen erforderlich\n- aufgrund des Produktvertrags erforderlich\n- dauerhafte Konvention des Teams\n- nur für ein bestimmtes Tool erforderliche Erläuterung\n- temporäre Regel zur Vermeidung von Fehlern früherer Modelle\n- Regel, deren Grundlage derzeit unklar ist\n\n### Schritt 3: Redundanzen und Konflikte finden\n\nSätze zusammenfassen, die dasselbe Verhalten unterschiedlich ausdrücken. Insbesondere Formulierungen wie `immer`, `niemals`, `unbedingt` und `nicht tun` sollten zuerst geprüft werden.\n\n### Schritt 4: Regeln in Tests oder Berechtigungen überführen\n\nPunkte, die durch automatische Prüfungen zuverlässiger als durch Warnungen in natürlicher Sprache kontrolliert werden können, sollten in folgende Ebenen verschoben werden:\n\n- Tests und Linter\n- Typsysteme und Schemata\n- Tools mit minimalen Berechtigungen\n- Genehmigungsverfahren\n- Sandbox\n- CI-Richtlinien\n\n### Schritt 5: Anhand tatsächlicher Aufgaben bewerten\n\nEs reicht nicht, nur die Länge des Prompts zu messen. Für eine repräsentative Aufgabenmenge sollten folgende Kennzahlen verglichen werden:\n\n- Erfolgsquote und Testbestehensquote\n- Anzahl unnötiger Dateiänderungen\n- Anzahl der Benutzerkorrekturen\n- Fehlerquote bei Toolaufrufen\n- Zeit und Tokens bis zum Abschluss\n- Verstöße gegen Sicherheitsrichtlinien\n\n### Schritt 6: Nur die Fehlerursache minimal ergänzen\n\nWenn ein Fehler auftritt, sollte nicht sofort eine neue Verbotsregel hinzugefügt werden. Zunächst muss unterschieden werden, ob die Ursache ein mehrdeutiges Ziel, unzureichende Referenzmaterialien oder ein fehlerhaftes Tool-Schema ist.\n\n## Anweisungen, die nicht entfernt werden dürfen\n\nVereinfachung bedeutet nicht bedingungsloses Löschen. Wenn mindestens eine der folgenden Fragen mit `Ja` beantwortet wird, sollte die Anweisung beibehalten oder in eine stärkere Kontrolle überführt werden.\n\n- Entstehen bei einem Verstoß Datenverlust oder finanzielle Schäden?\n- Bezieht sich die Anweisung auf gesetzliche, datenschutzrechtliche oder lizenzrechtliche Pflichten?\n- Handelt es sich um eine Organisationsrichtlinie, die das Modell nicht allein anhand des Codes erkennen kann?\n- Bestimmt sie die Kompatibilität einer öffentlichen API oder eines Datenformats?\n- Ist vor der Ausführung der Aufgabe die Genehmigung eines Menschen erforderlich?\n- Lässt sich ein Verstoß durch automatisierte Tests allein nur schwer vollständig erkennen?\n\n## Häufige Fehlermuster\n\n### Nach jedem Fehler eine neue Regel hinzufügen\n\nWird ein einzelner Fehler verallgemeinert und in eine dauerhafte Regel umgewandelt, sammeln sich Ausnahmen und Konflikte an. Zunächst sollte ein Bewertungsfall hinzugefügt und geprüft werden, ob der Fehler wiederholt auftritt.\n\n### Lange Beispiele faktisch als Vorlage verwenden\n\nWenn ein Beispiel zu konkret ist, kann das Modell ihm Vorrang vor der aktuellen Codebasis geben. Beispiele sollten auf die minimale Größe beschränkt werden, die zur Erläuterung des Prinzips erforderlich ist.\n\n### Vollständige Protokolle unverändert aufbewahren\n\nToolausgaben und Build-Protokolle belegen schnell den Kontext. Besser ist es, nur die Fehlerursache, den relevanten Stack und den geänderten Zustand strukturiert festzuhalten.\n\n### Automatischen Speicher als Richtlinienspeicher verwenden\n\nAutomatischer Speicher ist praktisch, kann aber nur schwach in Prüf-, Bereitstellungs- und Auditprozesse eingebunden sein. Verbindliche Organisationsrichtlinien müssen in versionierten Anweisungen oder einer Berechtigungshierarchie gespeichert werden.\n\n### Kontextverkleinerung nur als Tokenersparnis bewerten\n\nEin kurzer Kontext ist nicht immer besser. Werden erforderliche Tests, Sicherheitsregeln oder Spezifikationen entfernt, verschlechtert sich das Ergebnis. Das Ziel sind nicht minimale Tokens, sondern ein Minimum an Tokens mit hohem Signalwert.\n\n## Abschließende Checkliste\n\n- Sind Ziel und Erfolgskriterien der aktuellen Anfrage voneinander getrennt?\n- Sind Sicherheitsregeln und Stilpräferenzen voneinander unterschieden?\n- Ist dieselbe Anweisung nicht an mehreren Stellen dupliziert?\n- Erklärt das Tool-Schema die Verwendung auch ohne lange Beispiele?\n- Können relevante Dateien bei Bedarf gesucht werden?\n- Gibt es eine Möglichkeit, veralteten Speicher und Ausführungsprotokolle zu entfernen?\n- Lassen sich Regeln in natürlicher Sprache durch Tests oder Berechtigungen durchsetzen?\n- Ist die Priorität zwischen den Referenzmaterialien klar?\n- Gibt es Bewertungsaufgaben, mit denen sich der Zustand vor und nach einer Änderung der Anweisungen vergleichen lässt?\n\n## Fazit\n\nContext Engineering für leistungsfähige Claude-Modelle ist keine Technik, bei der Anweisungen bedingungslos gekürzt werden. Es ist die Gestaltung von Informationen, bei der Ziele, Sicherheitsgrenzen und Belege, die das Modell zur Beurteilung der aktuellen Aufgabe benötigt, klar herausgearbeitet und irrelevante Informationen sowie widersprüchliche Regeln entfernt werden.\n\nDas praktischste Prinzip lässt sich wie folgt zusammenfassen:\n\n\u003e Sicherheit und Verträge strikt durchsetzen, Stil dem Kontext überlassen, Informationen zum erforderlichen Zeitpunkt bereitstellen und Ergebnisse durch ausführbare Tests prüfen.","content_html":"\u003cp\u003eUm Claude-Modelle mit verbessertem Urteilsvermögen effektiv einzusetzen, reicht es nicht aus, lediglich einen einzelnen Satz im Prompt zu optimieren. Systemanweisungen, Projektdateien, Tools, Speicher, Gesprächsverlauf und Ausführungsergebnisse, die das Modell in einem Schlussfolgerungsvorgang sieht, müssen als einheitliche Informationsumgebung gestaltet werden.\u003c/p\u003e\n\u003cp\u003eDas Grundprinzip ist einfach.\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eStatt jedes Verhalten im Voraus festzulegen, sollten ein klares Ziel, Sicherheitsgrenzen, ausdrucksstarke Schnittstellen und verlässliche Referenzmaterialien bereitgestellt und Detailentscheidungen dem Modell überlassen werden.\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003eIn diesem Artikel bezeichnet \u003ccode\u003eClaude 5\u003c/code\u003e die in den bereitgestellten Materialien beschriebene Umgebung für leistungsfähige Claude-Modelle der nächsten Generation. Der Schwerpunkt liegt nicht auf konkreten Produktspezifikationen oder dem Veröffentlichungsstatus, sondern auf Prinzipien der Kontextgestaltung, die sich auf Modelle mit verbessertem Urteilsvermögen anwenden lassen.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#prompt-engineering-und-context-engineering\" class=\"anchor\" id=\"prompt-engineering-und-context-engineering\"\u003e\u003c/a\u003ePrompt Engineering und Context Engineering\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#prompt-engineering\" class=\"anchor\" id=\"prompt-engineering\"\u003e\u003c/a\u003ePrompt Engineering\u003c/h3\u003e\n\u003cp\u003ePrompt Engineering ist die Gestaltung der Formulierung einer aktuellen Anfrage. Üblicherweise umfasst es folgende Punkte:\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eArbeitsziel\u003c/li\u003e\n\u003cli\u003eUmfang der Aufgabe\u003c/li\u003e\n\u003cli\u003eEinschränkungen\u003c/li\u003e\n\u003cli\u003eAusgabeformat\u003c/li\u003e\n\u003cli\u003eErfolgskriterien\u003c/li\u003e\n\u003cli\u003eerforderliche Beispiele\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eEin Beispiel:\u003c/p\u003e\n\u003cpre\u003e\u003ccode\u003e\u003cspan\u003eImplementiere in einer Next.js API Route eine Funktion zum Stornieren von Zahlungen.\n\u003c/span\u003e\u003cspan\u003eVerwende die bestehende Service-Schicht wieder und füge Tests hinzu.\n\u003c/span\u003e\u003cspan\u003eÄndere den öffentlichen API-Vertrag nicht und erläutere die Gründe für die Änderungen.\n\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\n\u003ch3\u003e\n\u003ca href=\"#context-engineering\" class=\"anchor\" id=\"context-engineering\"\u003e\u003c/a\u003eContext Engineering\u003c/h3\u003e\n\u003cp\u003eContext Engineering ist die Auswahl und Pflege der gesamten Informationsmenge, die in die Schlussfolgerungen des Modells einfließt. Bei Coding-Agenten wie Claude Code setzt sich der Kontext ungefähr aus folgenden Elementen zusammen:\u003c/p\u003e\n\u003cpre\u003e\u003ccode\u003e\u003cspan\u003eaktuelle Anfrage des Benutzers\n\u003c/span\u003e\u003cspan\u003e+ Systemanweisungen\n\u003c/span\u003e\u003cspan\u003e+ CLAUDE.md und Projektanweisungen\n\u003c/span\u003e\u003cspan\u003e+ Skills\n\u003c/span\u003e\u003cspan\u003e+ automatischer Speicher\n\u003c/span\u003e\u003cspan\u003e+ Code, Spezifikationen, Tests und Dokumentation\n\u003c/span\u003e\u003cspan\u003e+ Tooldefinitionen und MCP-Ressourcen\n\u003c/span\u003e\u003cspan\u003e+ Gesprächsverlauf\n\u003c/span\u003e\u003cspan\u003e+ Ergebnisse der Toolausführung und Fehlerprotokolle\n\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\n\u003cp\u003eDaher kann selbst ein guter Prompt an Wirkung verlieren, wenn er zusammen mit veraltetem Speicher, redundanten Projektregeln oder umfangreichen Protokollen bereitgestellt wird. Umgekehrt kann auch eine kurze Anfrage hinreichend präzise ausgeführt werden, wenn der relevante Code, Tests und klar definierte Tools verfügbar sind.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eKategorie\u003c/th\u003e\n\u003cth\u003ePrompt Engineering\u003c/th\u003e\n\u003cth\u003eContext Engineering\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eGestaltungsgegenstand\u003c/td\u003e\n\u003ctd data-label=\"Prompt Engineering\"\u003eFormulierung der aktuellen Anfrage\u003c/td\u003e\n\u003ctd data-label=\"Context Engineering\"\u003eGesamte Informationsumgebung für die Schlussfolgerung\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eZentrale Frage\u003c/td\u003e\n\u003ctd data-label=\"Prompt Engineering\"\u003eWas soll wie angefordert werden?\u003c/td\u003e\n\u003ctd data-label=\"Context Engineering\"\u003eWas soll das Modell wann sehen?\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eTypische Elemente\u003c/td\u003e\n\u003ctd data-label=\"Prompt Engineering\"\u003eZiel, Format, Einschränkungen, Beispiele\u003c/td\u003e\n\u003ctd data-label=\"Context Engineering\"\u003eSystemanweisungen, Dateien, Tools, Speicher, Verlauf\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eTypische Fehler\u003c/td\u003e\n\u003ctd data-label=\"Prompt Engineering\"\u003eMehrdeutige Anfrage, unklare Erfolgskriterien\u003c/td\u003e\n\u003ctd data-label=\"Context Engineering\"\u003eKonflikte, Redundanzen, veraltete Informationen, übermäßige Protokolle\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eVerbesserungsmethode\u003c/td\u003e\n\u003ctd data-label=\"Prompt Engineering\"\u003eAnfrage konkretisieren und Prüfkriterien angeben\u003c/td\u003e\n\u003ctd data-label=\"Context Engineering\"\u003eInformationen mit hohem Signalwert auswählen, bedarfsgerecht abrufen, Lebenszyklus verwalten\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch2\u003e\n\u003ca href=\"#warum-mehr-kontext-nicht-immer-besser-ist\" class=\"anchor\" id=\"warum-mehr-kontext-nicht-immer-besser-ist\"\u003e\u003c/a\u003eWarum mehr Kontext nicht immer besser ist\u003c/h2\u003e\n\u003cp\u003eAuch wenn das Kontextfenster eines LLM größer wird, ist die für eine Aufgabe verfügbare Aufmerksamkeit nicht unbegrenzt. Wenn die Zahl wenig relevanter Tokens steigt, können folgende Probleme entstehen:\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003eWichtige Anforderungen gehen in weitschweifigen Erläuterungen unter.\u003c/li\u003e\n\u003cli\u003eÄhnliche Anweisungen an verschiedenen Stellen widersprechen sich auf subtile Weise.\u003c/li\u003e\n\u003cli\u003eVeraltete Entscheidungen oder gescheiterte Versuche beeinflussen die aktuelle Aufgabe.\u003c/li\u003e\n\u003cli\u003eBeispiele wirken wie vorgegebene Lösungen und schränken andere Lösungswege ein.\u003c/li\u003e\n\u003cli\u003eProtokolle und Toolausgaben belegen den Platz, der für Code, Spezifikationen und Tests benötigt wird.\u003c/li\u003e\n\u003cli\u003eDas Modell verbraucht Schlussfolgerungskapazität darauf, die Priorität der Anweisungen zu interpretieren, statt die eigentliche Aufgabe zu bearbeiten.\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eAnthropic beschreibt, dass die Effizienz der Informationsnutzung bei langem Kontext abnimmt, und empfiehlt, Agenten so zu gestalten, dass sie benötigte Informationen zum richtigen Zeitpunkt abrufen und veraltete Aufzeichnungen komprimieren. Entscheidend ist nicht, die maximale Tokenzahl auszuschöpfen, sondern den Anteil der Tokens mit hohem Signalwert zu erhöhen, die das Ergebnis beeinflussen.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#was-der-fall-einer-verkleinerung-des-system-prompts-bedeutet\" class=\"anchor\" id=\"was-der-fall-einer-verkleinerung-des-system-prompts-bedeutet\"\u003e\u003c/a\u003eWas der Fall einer Verkleinerung des System-Prompts bedeutet\u003c/h2\u003e\n\u003cp\u003eIm bereitgestellten Fall von Anthropic wird erläutert, dass der System-Prompt nach einer Überprüfung der internen Anweisungen von Claude Code um mindestens 80 % verkleinert wurde. Diese Zahl ist keine Regel, nach der die Prompts aller Anwendungen im gleichen Verhältnis gekürzt werden müssen. Sie ist als Beispiel dafür zu verstehen, dass redundante und übermäßig detaillierte Verhaltensanweisungen in einem bestimmten System bereinigt wurden.\u003c/p\u003e\n\u003cp\u003eBeispielsweise können folgende Anweisungen gleichzeitig in einer Anfrage enthalten sein:\u003c/p\u003e\n\u003cpre\u003e\u003ccode\u003e\u003cspan\u003eSystemanweisung: Hinterlasse der Situation angemessene Dokumentation.\n\u003c/span\u003e\u003cspan\u003eSkill-Anweisung: Füge keine Kommentare hinzu.\n\u003c/span\u003e\u003cspan\u003eBenutzeranfrage: Sorge dafür, dass es wie die bisherige Version funktioniert.\n\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\n\u003cp\u003eJeder Satz kann für sich genommen sinnvoll sein, doch zusammen führen sie zu mehreren Interpretationsproblemen.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eGehören Dokumentation und Codekommentare zur gleichen Kategorie?\u003c/li\u003e\n\u003cli\u003eIst das Verbot von Kommentaren eine ausnahmslose Regel?\u003c/li\u003e\n\u003cli\u003eUmfasst das Verhalten der bisherigen Version auch deren Kommentar- oder Dokumentationsstruktur?\u003c/li\u003e\n\u003cli\u003eWas hat Vorrang: die aktuelle Anfrage oder der wiederverwendbare Skill?\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eIn diesem Fall liegt die Fehlerursache nicht nur in den Programmierfähigkeiten des Modells. Ein weiterer Grund ist, dass die von Menschen zusammengestellte Informationsumgebung unnötige Widersprüche enthält.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#sechs-neue-regeln-f%C3%BCr-die-kontextgestaltung\" class=\"anchor\" id=\"sechs-neue-regeln-für-die-kontextgestaltung\"\u003e\u003c/a\u003eSechs neue Regeln für die Kontextgestaltung\u003c/h2\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eBisheriger Ansatz\u003c/th\u003e\n\u003cth\u003eEmpfohlener Ansatz\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bisheriger Ansatz\"\u003eDetailliertes Verhalten durch Verbotslisten festlegen\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Ansatz\"\u003eZiel und Beurteilungskriterien angeben und den Kontext nutzen\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bisheriger Ansatz\"\u003eZahlreiche Beispiele für Toolaufrufe bereitstellen\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Ansatz\"\u003eDas Schema selbst so gestalten, dass es die Verwendung erklärt\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bisheriger Ansatz\"\u003eAlle Informationen zu Beginn der Aufgabe einspeisen\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Ansatz\"\u003eInformationen bei Bedarf schrittweise offenlegen\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bisheriger Ansatz\"\u003eDieselbe Anweisung an mehreren Stellen wiederholen\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Ansatz\"\u003eFür jede Anweisung einen maßgeblichen Speicherort festlegen\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bisheriger Ansatz\"\u003eSelbst temporäre Erinnerungen in CLAUDE.md speichern\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Ansatz\"\u003eRollen dauerhafter Richtlinien und automatischen Speichers trennen\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bisheriger Ansatz\"\u003eSich auf lange Markdown-Erklärungen verlassen\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Ansatz\"\u003eAusführbare Materialien wie Code, Tests, HTML und Bewertungsraster bereitstellen\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch3\u003e\n\u003ca href=\"#1-detaillierte-verbotslisten-durch-kontextbasierte-prinzipien-ersetzen\" class=\"anchor\" id=\"1-detaillierte-verbotslisten-durch-kontextbasierte-prinzipien-ersetzen\"\u003e\u003c/a\u003e1. Detaillierte Verbotslisten durch kontextbasierte Prinzipien ersetzen\u003c/h3\u003e\n\u003cp\u003eUm wiederkehrende Fehler früherer Modelle zu verhindern, wurden bisweilen lange Listen mit Regeln wie den folgenden erstellt:\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eKeine Kommentare schreiben.\u003c/li\u003e\n\u003cli\u003eKeine mehrteiligen Docstrings erstellen.\u003c/li\u003e\n\u003cli\u003eKeine nicht angeforderten Planungsdokumente erzeugen.\u003c/li\u003e\n\u003cli\u003eKeine Dateien mit Zwischenanalysen speichern.\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eSolche Regeln verhindern bestimmte Fehler, sind aber keine absoluten Prinzipien, die für jede Situation gelten. Komplexe Sicherheitsprüfungen oder nebenläufiger Code können Erläuterungen erfordern, während Kommentare bei selbsterklärendem CRUD-Code eher Störungen verursachen können.\u003c/p\u003e\n\u003cp\u003eBesser ist es, Beurteilungskriterien wie die folgenden anzugeben:\u003c/p\u003e\n\u003cpre\u003e\u003ccode\u003e\u003cspan\u003eSchreibe Code, der sich auf dieselbe Weise wie der umgebende Code lesen lässt.\n\u003c/span\u003e\u003cspan\u003eHalte dich an die Namenskonventionen, Idiome und Kommentardichte der bestehenden Dateien.\n\u003c/span\u003e\u003cspan\u003eFüge nur dort erforderliche Dokumentation hinzu, wo Sicherheit oder Absicht ohne Erklärung unklar wären.\n\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\n\u003cp\u003eAllerdings dürfen nicht alle Regeln abgeschwächt werden. Folgende Punkte sollten als explizite Einschränkungen oder Kontrollen auf Tool-Ebene beibehalten werden:\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eGenehmigung von Bereitstellungen in Produktionsumgebungen und Datenlöschungen\u003c/li\u003e\n\u003cli\u003eBeschränkungen bei der Verarbeitung personenbezogener und vertraulicher Daten\u003c/li\u003e\n\u003cli\u003ePrüfung von Authentifizierung und Autorisierung\u003c/li\u003e\n\u003cli\u003eIdempotenz und Auditprotokolle bei finanziellen Transaktionen\u003c/li\u003e\n\u003cli\u003eRichtlinien für Datenbankmigrationen\u003c/li\u003e\n\u003cli\u003eEinhaltung von Gesetzen, Lizenzen und Vorschriften\u003c/li\u003e\n\u003cli\u003eunveränderliche öffentliche API-Verträge\u003c/li\u003e\n\u003c/ul\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eRegeltyp\u003c/th\u003e\n\u003cth\u003eAngemessene Behandlung\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Regeltyp\"\u003eSicherheit, Recht, Berechtigungen\u003c/td\u003e\n\u003ctd data-label=\"Angemessene Behandlung\"\u003eExplizite und strikte Einschränkungen beibehalten\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Regeltyp\"\u003eVorgänge mit möglichem Datenverlust\u003c/td\u003e\n\u003ctd data-label=\"Angemessene Behandlung\"\u003eDurch Genehmigungsverfahren und Toolberechtigungen kontrollieren\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Regeltyp\"\u003eÖffentliche Verträge und Kompatibilität\u003c/td\u003e\n\u003ctd data-label=\"Angemessene Behandlung\"\u003eDurch Tests und Schemata prüfen\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Regeltyp\"\u003eCodestil und Kommentare\u003c/td\u003e\n\u003ctd data-label=\"Angemessene Behandlung\"\u003eBeurteilungsprinzipien anhand des umgebenden Codes verwenden\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Regeltyp\"\u003eTemporäre Arbeitsreihenfolge\u003c/td\u003e\n\u003ctd data-label=\"Angemessene Behandlung\"\u003eIm aktuellen Plan oder in der Aufgabenliste verwalten\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch3\u003e\n\u003ca href=\"#2-ausdrucksstarke-tools-statt-vieler-beispiele-gestalten\" class=\"anchor\" id=\"2-ausdrucksstarke-tools-statt-vieler-beispiele-gestalten\"\u003e\u003c/a\u003e2. Ausdrucksstarke Tools statt vieler Beispiele gestalten\u003c/h3\u003e\n\u003cp\u003eWenn in Toolbeschreibungen immer weitere Beispiele für gültige und ungültige Aufrufe ergänzt werden, wächst der Kontext, und das Modell kann die äußere Form der Beispiele nachahmen. Besser ist es, Toolnamen, Eingabefelder und Zustandsübergänge so zu gestalten, dass sie die Verwendung erkennen lassen.\u003c/p\u003e\n\u003cpre\u003e\u003ccode\u003e\u003cspan\u003eTodoWrite\n\u003c/span\u003e\u003cspan\u003eZweck: Aufgabenliste der aktuellen Sitzung erstellen und aktualisieren\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003estatus:\n\u003c/span\u003e\u003cspan\u003e- pending\n\u003c/span\u003e\u003cspan\u003e- in_progress\n\u003c/span\u003e\u003cspan\u003e- completed\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003eEinschränkung:\n\u003c/span\u003e\u003cspan\u003e- Es kann jeweils nur eine Aufgabe den Status in_progress haben.\n\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\n\u003cp\u003eGute Agenten-Tools weisen folgende Merkmale auf:\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eName, Aktion und Ziel sind bereits am Namen erkennbar.\u003c/li\u003e\n\u003cli\u003ePflichtfelder und optionale Felder sind klar getrennt.\u003c/li\u003e\n\u003cli\u003eZulässige Werte werden durch Aufzählungstypen begrenzt.\u003c/li\u003e\n\u003cli\u003eLesen und Schreiben sowie Vorschau und Ausführung sind getrennt.\u003c/li\u003e\n\u003cli\u003eFehler geben Ursache und Wiederherstellungsmethode strukturiert zurück.\u003c/li\u003e\n\u003cli\u003eGefährliche Vorgänge erfordern ein Bestätigungs-Token oder einen Genehmigungsschritt.\u003c/li\u003e\n\u003cli\u003eBei übermäßig langen Ergebnissen werden eine Zusammenfassung und Seitennavigation angeboten.\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eBeispiele sollten nur hinzugefügt werden, um Ausnahmen oder mehrdeutige Eingaben zu erläutern, die sich über die Schnittstelle nur schwer ausdrücken lassen.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#3-nicht-alle-informationen-von-anfang-an-einf%C3%BCgen-sondern-schrittweise-offenlegen\" class=\"anchor\" id=\"3-nicht-alle-informationen-von-anfang-an-einfügen-sondern-schrittweise-offenlegen\"\u003e\u003c/a\u003e3. Nicht alle Informationen von Anfang an einfügen, sondern schrittweise offenlegen\u003c/h3\u003e\n\u003cp\u003eNur weil ein Agent Informationen möglicherweise für eine Aufgabe benötigen könnte, sollten nicht von Anfang an das gesamte Repository, sämtliche Richtlinien und lange Protokolle eingespeist werden. Zunächst sollten nur die für die Erkundung erforderlichen Mindestinformationen bereitgestellt werden. Sobald die Aufgabe konkreter wird, kann der Agent die relevanten Materialien lesen.\u003c/p\u003e\n\u003cp\u003eDer empfohlene Ablauf lautet:\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003eZiel, Erfolgskriterien und Sicherheitsgrenzen bereitstellen.\u003c/li\u003e\n\u003cli\u003eÜber die Repository-Struktur oder Such-Tools relevante Stellen finden.\u003c/li\u003e\n\u003cli\u003eNur die erforderlichen Dateien und Spezifikationen lesen.\u003c/li\u003e\n\u003cli\u003eNach der Implementierung relevante Tests und statische Analysen ausführen.\u003c/li\u003e\n\u003cli\u003eBei einem Fehler nur den betreffenden Fehler und den umgebenden Code zusätzlich abrufen.\u003c/li\u003e\n\u003cli\u003eNach Abschluss veraltete Protokolle und Zwischenschlussfolgerungen komprimieren oder entfernen.\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eSchrittweise Offenlegung bedeutet nicht, Informationen zu verbergen. Sie besteht darin, Suchpfade und eine klare Dateistruktur bereitzustellen, damit das Modell die benötigten Informationen finden kann.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#4-redundante-anweisungen-entfernen-und-ma%C3%9Fgebliche-speicherorte-festlegen\" class=\"anchor\" id=\"4-redundante-anweisungen-entfernen-und-maßgebliche-speicherorte-festlegen\"\u003e\u003c/a\u003e4. Redundante Anweisungen entfernen und maßgebliche Speicherorte festlegen\u003c/h3\u003e\n\u003cp\u003eWenn dieselbe Regel im System-Prompt, in CLAUDE.md, in Skills und Toolbeschreibungen dupliziert wird, können die Formulierungen im Laufe der Zeit voneinander abweichen. Für jede Art von Anweisung sollte ein maßgeblicher Speicherort festgelegt werden.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eInformation\u003c/th\u003e\n\u003cth\u003eEmpfohlener Speicherort\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Information\"\u003eOrganisationsweite Sicherheitsrichtlinien\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Speicherort\"\u003eSystemanweisungen oder Berechtigungshierarchie\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Information\"\u003eBuild- und Testbefehle des Repositorys\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Speicherort\"\u003eCLAUDE.md des Projekts\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Information\"\u003eVorgehensweise für eine bestimmte Aufgabe\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Speicherort\"\u003eEntsprechender Skill\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Information\"\u003eTool-Eingaben und Einschränkungen\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Speicherort\"\u003eTool-Schema und Beschreibung\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Information\"\u003eVerhalten der öffentlichen API\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Speicherort\"\u003eCodeschema, Spezifikation und Vertragstests\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Information\"\u003eFortschritt der aktuellen Sitzung\u003c/td\u003e\n\u003ctd data-label=\"Empfohlener Speicherort\"\u003eAufgabenliste oder Sitzungsstatus\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eWenn Redundanzen unvermeidlich sind, ist es sicherer, auf den maßgeblichen Speicherort zu verweisen oder Inhalte automatisch zu generieren, statt sie zu kopieren.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#5-die-rollen-von-claudemd-und-automatischem-speicher-trennen\" class=\"anchor\" id=\"5-die-rollen-von-claudemd-und-automatischem-speicher-trennen\"\u003e\u003c/a\u003e5. Die Rollen von CLAUDE.md und automatischem Speicher trennen\u003c/h3\u003e\n\u003cp\u003eCLAUDE.md eignet sich für dauerhafte Anweisungen, die von Projektmitgliedern überprüft und versioniert werden können.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eStandardbefehle für Build und Tests\u003c/li\u003e\n\u003cli\u003eZentrale Erläuterung der Repository-Struktur\u003c/li\u003e\n\u003cli\u003eVom Team vereinbarte Bereiche, die nicht geändert werden dürfen\u003c/li\u003e\n\u003cli\u003eProjektspezifische Prüfverfahren\u003c/li\u003e\n\u003cli\u003eRegeln, die sich mit allgemeinen Tools nur schwer erschließen lassen\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eFolgende Informationen eignen sich dagegen besser für den automatischen Speicher oder den Sitzungsstatus:\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eBei wiederkehrenden Aufgaben erkannte persönliche Präferenzen\u003c/li\u003e\n\u003cli\u003eSuchpfade, die sich bei kürzlich ausgeführten Aufgaben als nützlich erwiesen haben\u003c/li\u003e\n\u003cli\u003eTemporäre Eigenschaften der Entwicklungsumgebung\u003c/li\u003e\n\u003cli\u003eFortschritt der aktuellen Sitzung\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eEs darf nicht davon ausgegangen werden, dass der automatische Speicher immer korrekt oder dauerhaft ist. Veraltete Einträge müssen bearbeitet oder entfernt werden können. Außerdem darf er nicht als alleiniger Speicherort für Sicherheitsrichtlinien und öffentliche Verträge dienen.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#6-ausf%C3%BChrbare-referenzmaterialien-gegen%C3%BCber-erkl%C3%A4renden-dokumenten-bevorzugen\" class=\"anchor\" id=\"6-ausführbare-referenzmaterialien-gegenüber-erklärenden-dokumenten-bevorzugen\"\u003e\u003c/a\u003e6. Ausführbare Referenzmaterialien gegenüber erklärenden Dokumenten bevorzugen\u003c/h3\u003e\n\u003cp\u003eSpezifikationen in natürlicher Sprache sind nützlich, um Absichten zu erläutern, können aber das tatsächliche Verhalten möglicherweise nicht vollständig ausdrücken. Wenn möglich, sollten folgende Materialien gemeinsam bereitgestellt werden:\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003ebestehende Implementierungen, die dem aktuellen Code ähneln\u003c/li\u003e\n\u003cli\u003eUnit- und Integrationstests\u003c/li\u003e\n\u003cli\u003eAPI-Schemata und Typdefinitionen\u003c/li\u003e\n\u003cli\u003etatsächliches HTML oder Designartefakte\u003c/li\u003e\n\u003cli\u003eDateien für Datenbankmigrationen\u003c/li\u003e\n\u003cli\u003eBeispieldaten für Ein- und Ausgaben\u003c/li\u003e\n\u003cli\u003eBewertungsraster und automatische Bewertungskriterien\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eAuch zwischen Referenzmaterialien können Konflikte entstehen, weshalb ihre Priorität angegeben werden muss. Beispielsweise kann festgelegt werden, dass Vertragstests den maßgeblichen Standard für die öffentliche API bilden und die README lediglich als Erklärung dient.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#praktische-vorlage-f%C3%BCr-die-kontextzusammenstellung\" class=\"anchor\" id=\"praktische-vorlage-für-die-kontextzusammenstellung\"\u003e\u003c/a\u003ePraktische Vorlage für die Kontextzusammenstellung\u003c/h2\u003e\n\u003cp\u003eDie folgende Struktur ist ein Beispiel dafür, wie sich die für eine Coding-Aufgabe benötigten Informationen kompakt ordnen lassen.\u003c/p\u003e\n\u003cpre\u003e\u003ccode\u003e\u003cspan\u003eZiel\n\u003c/span\u003e\u003cspan\u003e- Eine API zum Stornieren von Zahlungen hinzufügen.\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003eErfolgskriterien\n\u003c/span\u003e\u003cspan\u003e- Die bestehende Service-Schicht für Zahlungen wiederverwenden.\n\u003c/span\u003e\u003cspan\u003e- Auch bei doppelten Anfragen nur einmal stornieren.\n\u003c/span\u003e\u003cspan\u003e- Die zugehörigen Vertragstests bestehen.\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003eStrikte Einschränkungen\n\u003c/span\u003e\u003cspan\u003e- Das öffentliche Antwortschema nicht ändern.\n\u003c/span\u003e\u003cspan\u003e- Nicht auf Produktionsdaten zugreifen.\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003eReferenzmaterialien\n\u003c/span\u003e\u003cspan\u003e- src/payments/capture.ts\n\u003c/span\u003e\u003cspan\u003e- tests/contracts/payment-cancel.test.ts\n\u003c/span\u003e\u003cspan\u003e- openapi/payments.yaml\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003eBeurteilungsprinzipien\n\u003c/span\u003e\u003cspan\u003e- Fehlerbehandlung und Namenskonventionen des umgebenden Zahlungscodes einhalten.\n\u003c/span\u003e\u003cspan\u003e- Bei unsicheren Annahmen vor der Implementierung nachfragen.\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003ePrüfung\n\u003c/span\u003e\u003cspan\u003e- Betroffene Unit-Tests\n\u003c/span\u003e\u003cspan\u003e- Vertragstests\n\u003c/span\u003e\u003cspan\u003e- Typprüfung\n\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\n\u003cp\u003eDieses Format versucht nicht, jede denkbare Situation im Voraus aufzulisten. Stattdessen trennt es Ziel, Erfolgskriterien, unveränderliche Grenzen, maßgebliche Materialien und Prüfmethoden.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#vorgehensweise-zur-bereinigung-vorhandener-kontexte\" class=\"anchor\" id=\"vorgehensweise-zur-bereinigung-vorhandener-kontexte\"\u003e\u003c/a\u003eVorgehensweise zur Bereinigung vorhandener Kontexte\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#schritt-1-quellen-aller-anweisungen-auflisten\" class=\"anchor\" id=\"schritt-1-quellen-aller-anweisungen-auflisten\"\u003e\u003c/a\u003eSchritt 1: Quellen aller Anweisungen auflisten\u003c/h3\u003e\n\u003cp\u003eSystem-Prompt, CLAUDE.md, Skills, automatischen Speicher, Toolbeschreibungen und CI-Konfiguration gemeinsam prüfen. Wenn nur ein einzelnes Dokument betrachtet wird, lassen sich tatsächliche Konflikte nur schwer erkennen.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#schritt-2-jede-anweisung-kategorisieren\" class=\"anchor\" id=\"schritt-2-jede-anweisung-kategorisieren\"\u003e\u003c/a\u003eSchritt 2: Jede Anweisung kategorisieren\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003eaus Sicherheits- oder Rechtsgründen erforderlich\u003c/li\u003e\n\u003cli\u003eaufgrund des Produktvertrags erforderlich\u003c/li\u003e\n\u003cli\u003edauerhafte Konvention des Teams\u003c/li\u003e\n\u003cli\u003enur für ein bestimmtes Tool erforderliche Erläuterung\u003c/li\u003e\n\u003cli\u003etemporäre Regel zur Vermeidung von Fehlern früherer Modelle\u003c/li\u003e\n\u003cli\u003eRegel, deren Grundlage derzeit unklar ist\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#schritt-3-redundanzen-und-konflikte-finden\" class=\"anchor\" id=\"schritt-3-redundanzen-und-konflikte-finden\"\u003e\u003c/a\u003eSchritt 3: Redundanzen und Konflikte finden\u003c/h3\u003e\n\u003cp\u003eSätze zusammenfassen, die dasselbe Verhalten unterschiedlich ausdrücken. Insbesondere Formulierungen wie \u003ccode\u003eimmer\u003c/code\u003e, \u003ccode\u003eniemals\u003c/code\u003e, \u003ccode\u003eunbedingt\u003c/code\u003e und \u003ccode\u003enicht tun\u003c/code\u003e sollten zuerst geprüft werden.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#schritt-4-regeln-in-tests-oder-berechtigungen-%C3%BCberf%C3%BChren\" class=\"anchor\" id=\"schritt-4-regeln-in-tests-oder-berechtigungen-überführen\"\u003e\u003c/a\u003eSchritt 4: Regeln in Tests oder Berechtigungen überführen\u003c/h3\u003e\n\u003cp\u003ePunkte, die durch automatische Prüfungen zuverlässiger als durch Warnungen in natürlicher Sprache kontrolliert werden können, sollten in folgende Ebenen verschoben werden:\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eTests und Linter\u003c/li\u003e\n\u003cli\u003eTypsysteme und Schemata\u003c/li\u003e\n\u003cli\u003eTools mit minimalen Berechtigungen\u003c/li\u003e\n\u003cli\u003eGenehmigungsverfahren\u003c/li\u003e\n\u003cli\u003eSandbox\u003c/li\u003e\n\u003cli\u003eCI-Richtlinien\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#schritt-5-anhand-tats%C3%A4chlicher-aufgaben-bewerten\" class=\"anchor\" id=\"schritt-5-anhand-tatsächlicher-aufgaben-bewerten\"\u003e\u003c/a\u003eSchritt 5: Anhand tatsächlicher Aufgaben bewerten\u003c/h3\u003e\n\u003cp\u003eEs reicht nicht, nur die Länge des Prompts zu messen. Für eine repräsentative Aufgabenmenge sollten folgende Kennzahlen verglichen werden:\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eErfolgsquote und Testbestehensquote\u003c/li\u003e\n\u003cli\u003eAnzahl unnötiger Dateiänderungen\u003c/li\u003e\n\u003cli\u003eAnzahl der Benutzerkorrekturen\u003c/li\u003e\n\u003cli\u003eFehlerquote bei Toolaufrufen\u003c/li\u003e\n\u003cli\u003eZeit und Tokens bis zum Abschluss\u003c/li\u003e\n\u003cli\u003eVerstöße gegen Sicherheitsrichtlinien\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#schritt-6-nur-die-fehlerursache-minimal-erg%C3%A4nzen\" class=\"anchor\" id=\"schritt-6-nur-die-fehlerursache-minimal-ergänzen\"\u003e\u003c/a\u003eSchritt 6: Nur die Fehlerursache minimal ergänzen\u003c/h3\u003e\n\u003cp\u003eWenn ein Fehler auftritt, sollte nicht sofort eine neue Verbotsregel hinzugefügt werden. Zunächst muss unterschieden werden, ob die Ursache ein mehrdeutiges Ziel, unzureichende Referenzmaterialien oder ein fehlerhaftes Tool-Schema ist.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#anweisungen-die-nicht-entfernt-werden-d%C3%BCrfen\" class=\"anchor\" id=\"anweisungen-die-nicht-entfernt-werden-dürfen\"\u003e\u003c/a\u003eAnweisungen, die nicht entfernt werden dürfen\u003c/h2\u003e\n\u003cp\u003eVereinfachung bedeutet nicht bedingungsloses Löschen. Wenn mindestens eine der folgenden Fragen mit \u003ccode\u003eJa\u003c/code\u003e beantwortet wird, sollte die Anweisung beibehalten oder in eine stärkere Kontrolle überführt werden.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eEntstehen bei einem Verstoß Datenverlust oder finanzielle Schäden?\u003c/li\u003e\n\u003cli\u003eBezieht sich die Anweisung auf gesetzliche, datenschutzrechtliche oder lizenzrechtliche Pflichten?\u003c/li\u003e\n\u003cli\u003eHandelt es sich um eine Organisationsrichtlinie, die das Modell nicht allein anhand des Codes erkennen kann?\u003c/li\u003e\n\u003cli\u003eBestimmt sie die Kompatibilität einer öffentlichen API oder eines Datenformats?\u003c/li\u003e\n\u003cli\u003eIst vor der Ausführung der Aufgabe die Genehmigung eines Menschen erforderlich?\u003c/li\u003e\n\u003cli\u003eLässt sich ein Verstoß durch automatisierte Tests allein nur schwer vollständig erkennen?\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\n\u003ca href=\"#h%C3%A4ufige-fehlermuster\" class=\"anchor\" id=\"häufige-fehlermuster\"\u003e\u003c/a\u003eHäufige Fehlermuster\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#nach-jedem-fehler-eine-neue-regel-hinzuf%C3%BCgen\" class=\"anchor\" id=\"nach-jedem-fehler-eine-neue-regel-hinzufügen\"\u003e\u003c/a\u003eNach jedem Fehler eine neue Regel hinzufügen\u003c/h3\u003e\n\u003cp\u003eWird ein einzelner Fehler verallgemeinert und in eine dauerhafte Regel umgewandelt, sammeln sich Ausnahmen und Konflikte an. Zunächst sollte ein Bewertungsfall hinzugefügt und geprüft werden, ob der Fehler wiederholt auftritt.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#lange-beispiele-faktisch-als-vorlage-verwenden\" class=\"anchor\" id=\"lange-beispiele-faktisch-als-vorlage-verwenden\"\u003e\u003c/a\u003eLange Beispiele faktisch als Vorlage verwenden\u003c/h3\u003e\n\u003cp\u003eWenn ein Beispiel zu konkret ist, kann das Modell ihm Vorrang vor der aktuellen Codebasis geben. Beispiele sollten auf die minimale Größe beschränkt werden, die zur Erläuterung des Prinzips erforderlich ist.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#vollst%C3%A4ndige-protokolle-unver%C3%A4ndert-aufbewahren\" class=\"anchor\" id=\"vollständige-protokolle-unverändert-aufbewahren\"\u003e\u003c/a\u003eVollständige Protokolle unverändert aufbewahren\u003c/h3\u003e\n\u003cp\u003eToolausgaben und Build-Protokolle belegen schnell den Kontext. Besser ist es, nur die Fehlerursache, den relevanten Stack und den geänderten Zustand strukturiert festzuhalten.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#automatischen-speicher-als-richtlinienspeicher-verwenden\" class=\"anchor\" id=\"automatischen-speicher-als-richtlinienspeicher-verwenden\"\u003e\u003c/a\u003eAutomatischen Speicher als Richtlinienspeicher verwenden\u003c/h3\u003e\n\u003cp\u003eAutomatischer Speicher ist praktisch, kann aber nur schwach in Prüf-, Bereitstellungs- und Auditprozesse eingebunden sein. Verbindliche Organisationsrichtlinien müssen in versionierten Anweisungen oder einer Berechtigungshierarchie gespeichert werden.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#kontextverkleinerung-nur-als-tokenersparnis-bewerten\" class=\"anchor\" id=\"kontextverkleinerung-nur-als-tokenersparnis-bewerten\"\u003e\u003c/a\u003eKontextverkleinerung nur als Tokenersparnis bewerten\u003c/h3\u003e\n\u003cp\u003eEin kurzer Kontext ist nicht immer besser. Werden erforderliche Tests, Sicherheitsregeln oder Spezifikationen entfernt, verschlechtert sich das Ergebnis. Das Ziel sind nicht minimale Tokens, sondern ein Minimum an Tokens mit hohem Signalwert.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#abschlie%C3%9Fende-checkliste\" class=\"anchor\" id=\"abschließende-checkliste\"\u003e\u003c/a\u003eAbschließende Checkliste\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003eSind Ziel und Erfolgskriterien der aktuellen Anfrage voneinander getrennt?\u003c/li\u003e\n\u003cli\u003eSind Sicherheitsregeln und Stilpräferenzen voneinander unterschieden?\u003c/li\u003e\n\u003cli\u003eIst dieselbe Anweisung nicht an mehreren Stellen dupliziert?\u003c/li\u003e\n\u003cli\u003eErklärt das Tool-Schema die Verwendung auch ohne lange Beispiele?\u003c/li\u003e\n\u003cli\u003eKönnen relevante Dateien bei Bedarf gesucht werden?\u003c/li\u003e\n\u003cli\u003eGibt es eine Möglichkeit, veralteten Speicher und Ausführungsprotokolle zu entfernen?\u003c/li\u003e\n\u003cli\u003eLassen sich Regeln in natürlicher Sprache durch Tests oder Berechtigungen durchsetzen?\u003c/li\u003e\n\u003cli\u003eIst die Priorität zwischen den Referenzmaterialien klar?\u003c/li\u003e\n\u003cli\u003eGibt es Bewertungsaufgaben, mit denen sich der Zustand vor und nach einer Änderung der Anweisungen vergleichen lässt?\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\n\u003ca href=\"#fazit\" class=\"anchor\" id=\"fazit\"\u003e\u003c/a\u003eFazit\u003c/h2\u003e\n\u003cp\u003eContext Engineering für leistungsfähige Claude-Modelle ist keine Technik, bei der Anweisungen bedingungslos gekürzt werden. Es ist die Gestaltung von Informationen, bei der Ziele, Sicherheitsgrenzen und Belege, die das Modell zur Beurteilung der aktuellen Aufgabe benötigt, klar herausgearbeitet und irrelevante Informationen sowie widersprüchliche Regeln entfernt werden.\u003c/p\u003e\n\u003cp\u003eDas praktischste Prinzip lässt sich wie folgt zusammenfassen:\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eSicherheit und Verträge strikt durchsetzen, Stil dem Kontext überlassen, Informationen zum erforderlichen Zeitpunkt bereitstellen und Ergebnisse durch ausführbare Tests prüfen.\u003c/p\u003e\n\u003c/blockquote\u003e\n","tags":["Prompt Engineering","Kontext Engineering","KI-Agent","Claude Code","Claude"],"faqs":[{"question":"Wie unterscheiden sich Prompt Engineering und Context Engineering?","answer":"Prompt Engineering befasst sich damit, wie Ziel, Format und Einschränkungen der aktuellen Anfrage formuliert werden. Context Engineering gestaltet, was dem Modell wann gezeigt wird – darunter dieser Prompt sowie Systemanweisungen, Dateien, Tools, Speicher, Gesprächsverlauf und Ausführungsergebnisse."},{"question":"Wird die Leistung des Modells bei einem langen Kontext immer besser?","answer":"Nein. Ein langer Kontext kann irrelevante Informationen und Anweisungen enthalten, die mit älteren Aufzeichnungen in Konflikt stehen. Entscheidend ist nicht die Gesamtzahl der Token, sondern der Anteil hochinformativer Informationen, die direkt zur aktuellen Aufgabe beitragen."},{"question":"Müssen für Claude 5 alle bestehenden Regeln gelöscht werden?","answer":"Nein. Feinregeln, die je nach Situation variieren, etwa zum Codestil oder zu Kommentaren, können zwar durch Entscheidungsprinzipien ersetzt werden, doch Einschränkungen in Bezug auf Sicherheit, personenbezogene Daten, Berechtigungen, Finanztransaktionen, Datenlöschung und öffentliche API-Verträge müssen beibehalten oder durch Tools und Tests noch strenger kontrolliert werden."},{"question":"Welche Inhalte sollten sinnvollerweise in CLAUDE.md aufgenommen werden?","answer":"Geeignet sind dauerhafte und überprüfbare Anweisungen, etwa die Build- und Testbefehle des Projekts, die Repository-Struktur, Bereiche, die nicht geändert werden dürfen, sowie die vom Team vereinbarten Prüfverfahren. Wenn alle vorübergehenden Fortschritte oder persönlichen Erkenntnisse darin festgehalten werden, kann das Dokument schnell veralten."},{"question":"Kann der automatische Speicher CLAUDE.md ersetzen?","answer":"Er kann es nicht vollständig ersetzen. Der automatische Speicher ist nützlich, um bei wiederkehrenden Aufgaben erkannte Präferenzen oder Rechercheinformationen beizubehalten. Richtlinien, die wie Sicherheitsrichtlinien und öffentliche Verträge geprüft und versioniert werden müssen, sollten jedoch in CLAUDE.md oder einer separaten Richtlinienebene hinterlegt werden."},{"question":"Welche Merkmale hat eine gute Schnittstelle für Agentenwerkzeuge?","answer":"Der Zweck sollte allein anhand des Namens des Werkzeugs und des Eingabeschemas erkennbar sein, und Pflichtwerte sowie zulässige Zustände müssen klar definiert sein. Für riskante Schreibvorgänge sollte eine Vorschau oder eine Genehmigung erforderlich sein, und bei Fehlern sollten Ursache und Wiederherstellungsmethode möglichst strukturiert zurückgegeben werden."},{"question":"Bedeutet eine schrittweise Offenlegung, dass dem Modell Informationen vorenthalten werden?","answer":"Nein. Zunächst werden das Ziel und der Suchpfad vorgegeben, und während das Modell die Aufgabe konkretisiert, sucht es nach den erforderlichen Dateien, Spezifikationen und Protokollen. Ziel ist es, unnötige Vorabzuführung zu reduzieren und gleichzeitig den Zugang zu Informationen aufrechtzuerhalten."},{"question":"Wie bewertet man die Wirkung nach der Reduzierung des Kontexts?","answer":"Bei einer repräsentativen Aufgabenmenge sollten vor und nach der Änderung die Testbestehensrate, die Anzahl der Benutzerkorrekturen, unnötige Änderungen, Toolfehler, der Tokenverbrauch und etwaige Verstöße gegen Sicherheitsrichtlinien verglichen werden. Der Erfolg sollte nicht allein anhand der Verkürzung der Prompt-Länge beurteilt werden."},{"question":"Müssen überhaupt keine Beispiele für die Verwendung des Tools bereitgestellt werden?","answer":"Beispiele sind nicht immer unnötig. Bei Grenzfällen oder mehrdeutigen Eingaben, die sich allein mit dem Schema nur schwer darstellen lassen, sind minimale Beispiele hilfreich. Vorrangig sollte jedoch die Schnittstelle selbst klar gestaltet werden, statt wiederholt reguläre Aufrufe aufzulisten."}],"sources":[{"url":"https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents","title":"Effektives Context Engineering für KI-Agenten","type":"source"},{"url":"https://www.anthropic.com/engineering/building-effective-agents","title":"Effektive Agenten entwickeln","type":"source"},{"url":"https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview","title":"Überblick über Prompt Engineering","type":"source"},{"url":"https://docs.anthropic.com/en/docs/claude-code/memory","title":"Dokumentation zum Speicher von Claude Code","type":"source"}],"images":[{"id":303,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MzMzMywicHVyIjoiYmxvYl9pZCJ9fQ==--b6a9225f1d5837dd6ca93532a1e1a3388a1cc4fc/ai-e5c0c894.webp","is_representative":true,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"문서와 데이터 아이콘이 깔때기를 거쳐 중앙 AI 네트워크로 모이는 일러스트","caption":"다양한 컨텍스트가 선별·구조화되어 AI 모델에 연결되는 과정을 표현한다.","description":null},"en":{"alt":"Documents and data icons flowing through a funnel into a central AI network","caption":"The illustration shows varied context being filtered and structured for an AI model.","description":null},"ja":{"alt":"文書やデータのアイコンが漏斗を通って中央のAIネットワークに集まる図","caption":"多様なコンテキストを選別・構造化してAIモデルにつなぐ流れを表している。","description":null},"es":{"alt":"Iconos de documentos y datos pasan por un embudo hacia una red de IA central","caption":"La ilustración representa cómo se filtra y estructura el contexto para un modelo de IA.","description":null},"id":{"alt":"Ikon dokumen dan data mengalir melalui corong menuju jaringan AI pusat","caption":"Ilustrasi ini menunjukkan konteks yang disaring dan disusun untuk model AI.","description":null},"pt":{"alt":"Ícones de documentos e dados passam por um funil até uma rede central de IA","caption":"A ilustração mostra diferentes contextos sendo filtrados e estruturados para um modelo de IA.","description":null},"zh-hant":{"alt":"文件與資料圖示經漏斗匯入中央AI網路","caption":"插圖呈現多種脈絡經篩選與結構化後連接至AI模型的流程。","description":null}}},{"id":304,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MzMzOSwicHVyIjoiYmxvYl9pZCJ9fQ==--c5e1421a425951ca760407e2d7b6c78654f545e5/ai-8b2296c2.webp","is_representative":false,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"로봇이 검색, 파일, 도구, 코드, 검증, 보고서 단계를 거쳐 목표로 향하는 AI 워크플로","caption":"보안 경계 안에서 컨텍스트와 도구를 단계별로 처리하는 AI 워크플로를 보여준다.","description":null},"en":{"alt":"AI workflow with a robot moving through search, files, tools, code, validation, and reporting toward a target","caption":"The diagram shows an AI processing context and tools step by step within a secure boundary.","description":null},"ja":{"alt":"ロボットが検索、ファイル、ツール、コード、検証、レポートを経て目標へ進むAIワークフロー","caption":"安全な境界内でコンテキストとツールを段階的に処理するAIワークフローを示している。","description":null},"es":{"alt":"Flujo de IA con un robot que pasa por búsqueda, archivos, herramientas, código, validación e informes","caption":"El diagrama muestra una IA que procesa contexto y herramientas por etapas dentro de un entorno seguro.","description":null},"id":{"alt":"Alur kerja AI dengan robot melalui pencarian, berkas, alat, kode, validasi, dan laporan menuju sasaran","caption":"Diagram ini menunjukkan AI yang memproses konteks dan alat secara bertahap dalam batas aman.","description":null},"pt":{"alt":"Fluxo de IA com robô passando por busca, arquivos, ferramentas, código, validação e relatório até o alvo","caption":"O diagrama mostra uma IA processando contexto e ferramentas em etapas dentro de um limite seguro.","description":null},"zh-hant":{"alt":"機器人依序經過搜尋、檔案、工具、程式碼、驗證與報告並朝目標前進的 AI 工作流程","caption":"圖中呈現 AI 在安全邊界內分階段處理情境資訊與工具的工作流程。","description":null}}}],"published_at":"2026-07-27T05:12:07+09:00","updated_at":"2026-07-27T05:12:07+09:00","license":"cc_by","translation_status":"reviewed","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant","de"],"url":"https://injoys.com/en/articles/claude-5-context-engineering-rules"}