Anthropic Hapus 80% System Prompt Claude Code: Pelajaran Context Engineering untuk Claude 5

Anda baru saja selesai menulis 300 baris CLAUDE.md. Aturan detail tentang coding style, format komentar, cara struktur file, kapan bikin tests, kapan skip. Anda bangga dengan kelengkapannya.

Lalu Anda baca blog terbaru Anthropic. Mereka menghapus lebih dari 80% system prompt Claude Code untuk model seperti Claude Opus 5 dan Claude Fable 5. Hasilnya? Tidak ada penurunan performa di evaluasi coding mereka.

Stop.

Ini bukan tweak kecil. Ini perubahan fundamental dalam cara kita berpikir tentang context engineering, istilah yang mulai menggantikan "prompt engineering" untuk generasi model baru.

Kenapa 80% Bisa Dihapus Tanpa Kehilangan Apa-apa

Tim Anthropic menemukan bahwa mereka selama ini overconstraining Claude Code. System prompt lama penuh aturan ketat yang dulu diperlukan untuk mencegah worst-case scenario, tapi sekarang justru menghambat.

Contoh konkret. System prompt lama mengatakan: jangan tulis komentar kecuali diminta. Jangan bikin dokumen planning. Jangan multi-line docstrings. Aturan ini masuk akal untuk model lama yang sering hallucinate komentar salah. Tapi model generasi Claude 5 punya judgement yang lebih baik. Mereka bisa melihat surrounding code dan menyesuaikan comment density tanpa perlu diberi tahu.

System prompt baru jauh lebih singkat. Daripada daftar aturan, cuma satu prinsip:

Write code that reads like the surrounding code: match its comment density, naming, and idiom.

Itu saja. Model baru cukup pintar untuk memahami konteks dan menyesuaikan. Aturan detail yang dulu mengisi paragraf-paragraf system prompt sekarang digantikan oleh satu kalimat.

Enam Perubahan Fundamental: Then vs Now

Anthropic merangkum perubahan mereka dalam enam pola. Masing-masing adalah pergeseran dari cara lama (yang banyak developer masih pakai) ke cara baru yang lebih efektif untuk model generasi terbaru.

1. Berikan Aturan vs Biarkan Claude Gunakan Judgement

Dulu, Anda perlu memberi aturan eksplisit untuk segalanya. "Jangan hapus file." "Jangan tulis komentar." "Selalu bikin tests." Setiap aturan mencegah satu jenis kesalahan, tapi juga menghalangi fleksibilitas.

Model baru bisa menafsirkan intent user dan menyesuaikan. Daripada daftar aturan kaku, berikan prinsip umum dan biarkan model menggunakan judgement. Contoh: alih-alih "jangan pernah tulis komentar", beri tahu model untuk match comment density kode sekitarnya. Hasilnya lebih natural dan sesuai konteks.

2. Berikan Contoh vs Desain Interface yang Ekspresif

Aturan nomor satu dulu: beri Claude contoh cara pakai tool. Tapi Anthropic menemukan bahwa untuk model baru, memberi contoh justru membatasi ruang eksplorasi. Model cenderung meniru pola contoh alih-alih mencari solusi terbaik.

Sebagai gantinya, fokus pada desain interface tool. Parameter apa yang tersedia? Bagaimana membuatnya lebih ekspresif? Contoh: tool Todo dengan status enum (pending, in_progress, completed) sudah memberi sinyal cukup tentang cara pakai. Aturan "keep one item in_progress" mendefinisikan behavior tanpa perlu contoh.

Enum dan struktur schema sudah memberi guidance. Tidak perlu contoh tambahan.

3. Semua Di Awal vs Progressive Disclosure

System prompt lama memuat instruksi detail tentang code review, verification, dan testing di awal. Informasi ini tidak selalu diperlukan, tapi kalau diperlukan, keberadaannya krusial. Hasilnya: context window penuh dari awal.

Solusinya: progressive disclosure. Pindahkan instruksi ke skills yang bisa dipanggil sesuai kebutuhan. Beberapa tool bahkan di-set sebagai deferred loading, di mana model harus mencari definisi lengkap via ToolSearch sebelum menggunakan. Tool tidak mengambil context sampai benar-benar diperlukan.

4. Ulang Instruksi vs Deskripsi Tool yang Sederhana

Model lama kadang mengabaikan instruksi di awal context window atau lebih patuh pada instruksi di akhir. Solusinya dulu: ulangi instruksi tool di system prompt dan di tool description. Redundan, tapi diperlukan.

Model baru tidak butuh pengulangan. Taruh instruksi cara pakai tool di tool description saja, bukan di system prompt. Lebih bersih, lebih sedikit token.

5. Memory di CLAUDE.md vs Auto-Memory

Dulu, user disarankan menyimpan memory ke CLAUDE.md manual pakai hotkey #. Sekarang Claude otomatis menyimpan memory yang relevan. Tidak perlu intervensi manual.

Ini berarti CLAUDE.md seharusnya bukan tempat untuk menyimpan segalanya. CLAUDE.md cukup ringkas: jelaskan apa repo ini, dan fokus pada gotcha yang tidak bisa didapat dari membaca file system.

6. Spec Sederhana vs Rich References

Plan mode dulu mengandalkan markdown file sederhana. Sekarang Claude bisa handle referensi yang lebih kompleks. Daripada deskripsi text, berikan HTML artifact, test suite detail, atau fungsi dari codebase lain yang bisa di-port.

Code sebagai spec menghasilkan hasil lebih baik daripada deskripsi text. Mockup HTML lebih akurat daripada deskripsi desain. Test suite lebih presisi daripada instruksi "pastikan fungsi X berjalan dengan benar".

Cara Menerapkan Ini di Project Anda

Anthropic tidak cuma berbagi teori. Mereka memberikan panduan praktis untuk menerapkan context engineering baru di project Anda sendiri. Alat utamanya: command `/doctor` di Claude Code untuk rightsize skills dan CLAUDE.md Anda.

Untuk system prompt (kalau Anda build agent harness sendiri): ini tied ke product context. Jelaskan apa produknya, apa yang dilakukan, dan di mana Claude beroperasi. Disini Anda invest waktu paling banyak.

Untuk CLAUDE.md: keep it lightweight. Jelaskan singkat apa repo ini. Habiskan token di gotcha yang tidak obvious dari file system. Contoh: "tipe disimpan di satu file monolithic, tidak tersebar" atau "database migration butuh step manual sebelum npm run migrate". Hindari menyatakan hal yang sudah obvious dari membaca repo.

Untuk skills: treat sebagai lightweight guide. Jangan overconstrain. Bagi skill panjang jadi multiple file dengan progressive disclosure. Skill paling bergini ketika encode opini, best practice, atau knowledge spesifik tim Anda.

Untuk references: gunakan @ mention untuk include file sebagai referensi. Prefer code file daripada deskripsi text. Mockup HTML > deskripsi desain. Test suite > instruksi verifikasi text.

Implikasi untuk Developer Indonesia

Kalau Anda pakai AI coding tools seperti Claude Code, Cursor, atau Copilot, ada beberapa hal praktis yang bisa Anda lakukan sekarang.

Pertama, audit CLAUDE.md atau .cursorrules Anda. Berapa banyak aturan yang sebenarnya sudah tidak diperlukan untuk model terbaru? Hapus yang redundant. Keep yang benar-benar mencegah kesalahan spesifik project Anda.

Kedua, pindahkan instruksi detail ke skills atau file terpisah. Daripada memuat 200 baris aturan testing di system prompt, buat skill `verification` yang dipanggil saat diperlukan. Context window jadi lebih ringan.

Ketiga, desain tool interface yang ekspresif daripada memberi contoh penggunaan. Enum, required fields, dan struktur schema sudah memberi sinyal yang cukup untuk model baru. Contoh eksplisit justru bisa membatasi kreativitas.

Keempat, gunakan code sebagai spec. Daripada deskripsi panjang tentang bagaimana komponen harus berperilaku, berikan test case atau reference implementation. Model mengerti code lebih baik daripada deskripsi natural language.

Yang Masih Berlaku: Boundary Keamanan

Anthropic menekankan satu hal penting: bukan berarti semua aturan bisa dihapus. Aturan yang mencegah data loss, security issue, atau input validation di trust boundary tetap diperlukan. Model mungkin lebih pintar, tapi tetap perlu guardrail untuk hal-hal yang sifatnya critical.

Intinya: hapus aturan yang overconstraining, keep aturan yang overprotecting. Bedanya? Overconstraining membatasi fleksibilitas tanpa mencegah kerugian nyata. Overprotecting mencegah kerugian nyata yang tidak bisa dihindari dengan judgement model saja.

Referensi

1. The new rules of context engineering for Claude 5 generation models

2. Claude Code Documentation

3. HN Discussion: The new rules of context engineering (168 points)