Claude:
глубокий анализ и системные промпты

Claude vs GPT-4: в чём реальные отличия

Anthropic создавала Claude с акцентом на конституциональный AI — подход, при котором модель обучается следовать набору принципов, а не только минимизировать нежелательные ответы через RLHF. На практике это выражается в двух вещах: Claude значительно лучше следует сложным системным инструкциям и гораздо реже «сломанно» галлюцинирует — то есть не уверенно врёт, а честно говорит «я не знаю».

Второе ключевое отличие — контекстное окно. Claude 3.5 Sonnet и Claude 3 Opus работают с окном в 200 000 токенов (около 150 000 слов). Это целая книга. GPT-4 Turbo предлагает 128 000 токенов, и на длинных документах разница становится ощутимой: Claude лучше «удерживает» детали из начала документа к его концу.

Если вы работаете с большими документами, сложными инструкциями и кодом — Claude выиграет большинство бенчмарков. Если нужен браузер, генерация изображений или голосовой интерфейс — GPT-4 пока предпочтительнее. Лучший результат даёт использование обоих инструментов для подходящих задач.

Модели: Opus, Sonnet, Haiku — когда что выбирать

Anthropic выпускает три уровня каждого поколения. Логика простая: Opus — самый мощный, Sonnet — баланс качества и скорости, Haiku — быстрый и дешёвый. Текущее поколение (2025–2026): Claude 3.5 Opus, Claude 3.5 Sonnet, Claude 3.5 Haiku.

Системные промпты: как Claude их обрабатывает

Системный промпт в Claude работает иначе, чем «начало разговора» в ChatGPT. Claude обучен строго соблюдать системные инструкции и трактовать их как правила, которые нельзя нарушать даже по просьбе пользователя. Это принципиально важно для построения продуктов.

Структура эффективного системного промпта

Ты — [РОЛЬ]. [ОДНО ПРЕДЛОЖЕНИЕ ЧТО ДЕЛАЕШЬ].

## Контекст
[Где работаешь, с какими данными, кто пользователи]

## Что делаешь
- [Конкретное действие 1]
- [Конкретное действие 2]
- [Конкретное действие 3]

## Что НЕ делаешь
- [Ограничение 1]
- [Ограничение 2]

## Формат ответа
[Как структурировать ответ: длина, формат, стиль]

## Примеры
Вопрос: [пример]
Ответ: [пример ответа]

Ключевые принципы для системных промптов Claude:

Управление контекстом в длинных диалогах

Claude 3.5 с окном 200K токенов — это ~150 000 слов или около 500 страниц книги. Но даже с таким окном есть нюансы: «lost in the middle» — явление, при котором модель хуже обрабатывает информацию из середины длинного контекста. Начало и конец помнит лучше.

Artifacts и Projects: продвинутые функции Claude.ai

Artifacts

Artifacts — это отдельная панель в Claude.ai, где Claude создаёт «артефакты»: документы, код, визуализации — отдельно от чата. Ключевое преимущество: артефакт можно итеративно редактировать без повторного ввода с нуля.

Projects

Projects — папки с персистентным контекстом. Создаёте проект, загружаете документы (до 200MB), пишете инструкции — и каждый новый чат внутри проекта автоматически получает этот контекст. Не нужно каждый раз прикладывать файлы.

Ты — технический писатель для SaaS-продукта [НАЗВАНИЕ].
Всегда отвечай на русском языке.
Тон: профессиональный, но не сухой. Избегай корпоративного жаргона.
Код-примеры: TypeScript с комментариями на русском.
Документация: формат Markdown с заголовками h2/h3.
Если нужна информация из загруженных файлов — ссылайся на них явно.

Claude Code: AI-разработчик в терминале

Claude Code — это отдельный продукт Anthropic: CLI-инструмент, который работает прямо в вашем терминале и имеет полный доступ к файловой системе, может выполнять команды, работать с git и делать реальные изменения в коде. Это не чат-помощник — это автономный AI-разработчик.

# Установка
npm install -g @anthropic-ai/claude-code

# Запуск в директории проекта
cd my-project
claude

# Примеры задач в Claude Code:
> Найди все баги в auth.ts и исправь их
> Добавь TypeScript типы в весь проект
> Напиши тесты для всех функций в utils/
> Рефактори эту функцию: [вставить код]

Ключевые концепции Claude Code:

API и MCP: интеграция в свои продукты

Anthropic API

API Anthropic — REST API с простым интерфейсом. Один основной эндпоинт: POST /v1/messages. Ключи получаете в console.anthropic.com.

import anthropic

client = anthropic.Anthropic(api_key="your-key")

message = client.messages.create(
    model="claude-3-5-sonnet-20241022",
    max_tokens=1024,
    system="Ты — ассистент по Python. Отвечай кратко.",
    messages=[
        {"role": "user", "content": "Как работает list comprehension?"}
    ]
)

print(message.content[0].text)

Model Context Protocol (MCP)

MCP — открытый стандарт Anthropic для подключения внешних данных и инструментов к Claude. Концептуально: Claude умеет делать «function calls», а MCP — это стандартный протокол для описания этих функций.

MCP-серверы подключаются через конфиг Claude Desktop или Claude Code. После подключения Claude сам решает, когда вызвать инструмент — вы просто описываете задачу на естественном языке.

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem",
               "/Users/username/Documents"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {"GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_..."}
    }
  }
}

Ключевые тейкэвеи