Claude Opus 5.5 프롬프팅 가이드: effort·진행 업데이트·무인 에이전트 설정

Who Should Read

Opus 5에서 Opus 5.5로 옮기며 effort 설정, 무인 에이전트 루프, 진행 알림 처리를 손봐야 하는 에이전트 개발자

Core Mechanics

• medium effort가 기본값이 됐다
  • Opus 5.5의 기본 effort는 medium이고 Opus 5는 high였다.
  • Anthropic 테스트에서 5.5 medium은 코딩·지식작업 평가에서 Opus 5 high와 같거나 더 좋았다.
  • 같은 레벨이면 5.5가 턴당 더 오래 생각하므로, 옛 설정을 그대로 쓰면 턴이 길어지고 토큰이 늘 수 있다.
• thinking은 항상 켜져 있다
  • 5.5는 thinking: disabled를 받지 않는다.
  • thinking 토큰도 max_tokens에 포함되므로 한도를 넉넉히 잡아야 한다.
  • 긴 에이전트 코딩 턴에는 최대값인 128,000이 잘 맞았다고 한다.
• 무인 에이전트가 중간에 멈출 수 있다
  • 긴 작업 중 진행 보고를 텍스트로 쓰고 end_turn으로 턴을 끝내는 경우가 있다.
  • 이걸 작업 완료로 취급하는 루프는 거기서 멈춘다.
  • 체크리스트로 남은 항목을 확인하고, 자동 재개는 2~3번까지만 하라고 권한다.
• reasoning을 출력에 쓰게 하면 거절될 수 있다
  • 추론 과정을 응답 텍스트에 그대로 쓰게 하는 요청은 reasoning_extraction 카테고리로 거절될 수 있다.
  • 해법은 해당 지시를 지우고 display: "summarized"로 thinking 블록에서 읽는 것이다.
  • 짧은 답변 설명이나 작업 요약은 여전히 요청할 수 있다.

Community Reactions

• 테스트 비용이 크다는 의견
  • effort를 여러 단계로 자체 eval 해 보라는 조언은 맞지만, 편차가 큰 LLM에서 통계적으로 유의한 벤치마크는 비싸다는 의견이 있었다.
• 진행 업데이트 하네스가 과하다는 반론
  • 대부분의 하네스는 도구 호출 자체를 진행 표시로 보여주므로 UI를 잘 만들면 충분하다는 의견이 있었다.
  • 꼭 필요하면 턴별 기록을 싼 모델에 일정 간격으로 넣어 요약하겠다는 대안이 나왔다.
• 붙여넣은 텍스트 표시 방식에 대한 관심
  • 사용자가 모르는 랜덤 ID로 붙여넣은 텍스트를 태그로 감싸 프롬프트 인젝션을 막는 방식이 흥미롭다는 의견이 있었다.
  • 과거에는 이런 보호에 회의적이었지만 학습이 된 모델이라면 통할 수도 있다고 했다.
• 실사용 불만과 칭찬이 갈렸다
  • 출력이 너무 장황하고 Concise 스타일 설정도 효과가 없었다는 경험이 있었다.
  • 처음 실행할 때 프로젝트 밖 디렉터리를 돌아다녔고 이유를 설명해 주지 않았다는 경험이 있었다.
  • 33시간짜리 세션을 거의 무인으로 돌렸는데 결과가 좋았다는 경험도 있었다.
• 안전장치 오탐 사례
  • 자기 ASP.NET 코드 보안 리뷰 요청이 안전장치에 걸렸다는 경험이 있었다.
  • 종아리 통증 같은 일상 질문이 생물학 분류기에 걸렸다는 경험도 있었다.

How to Apply

• max_tokens와 effort를 명시 설정하기
  • 오늘 Opus 5 설정을 가져온 코드에서 effort를 medium으로 명시하고 max_tokens를 thinking 몫까지 늘려라.
  • 자체 eval 세트로 low·medium·high를 같은 입력에 돌려 비용과 품질을 비교하라.
• 무인 루프의 end_turn 처리 바꾸기
  • end_turn을 완료로 보지 말고 체크리스트(todo 도구나 파일)에 남은 항목이 있으면 이어가라는 사용자 메시지를 보내라.
  • 같은 작업의 자동 재개는 2~3번으로 제한하라.
• reasoning 출력 지시를 제거하고 블록 타입별로 읽기
  • 프롬프트에서 "추론 과정을 답변에 써라" 류의 지시를 삭제하라.
  • display: "summarized"로 설정하고, 첫 블록이 text라고 가정하지 말고 블록 type별로 처리하라.
• 멀티앱 에이전트에 탐색 문장 추가하기
  • 이메일·문서·시트·CRM을 다루는 에이전트의 시스템 프롬프트에 사전 탐색 지시를 한 문장 넣어라.
  • 이 지시는 찾은 내용을 행동에 쓰게 하므로 신뢰할 수 없는 내용이 레코드에 섞이지 않게 하라.

Try It

# Claude나 ChatGPT 대화, 또는 에이전트의 시스템 프롬프트 끝에 붙여넣기 (멀티앱 에이전트용, 원문 문장 기반)

Before taking any action, explore broadly with tool calls: list and open the emails, documents, spreadsheet tabs and records across the available apps that could be relevant to this task, including ones the task does not explicitly mention, and use what you find.

# 사용자 메시지로 보낼 작업: {{작업 설명}}

이어서 해 볼 것: 같은 작업을 이 문장 있을 때와 없을 때 각각 돌려 정답률과 도구 호출 수를 비교해 보기

Terminology

관련 논문

• AI는 도구다, 잘 쓰려면 기술이 필요하다

  Hickey의 'AI는 도구가 아니다'에 맞서, LLM도 쓰는 사람의 기술이 결과를 가른다고 반박

• 딥리서치 에이전트의 Reflective Prompt Optimization: 토픽 분리·멀티 시드로 본 진짜 성능 향상과 프롬프트 과적합

  GEPA로 프롬프트를 최적화했더니 held-out 인용 보상 0.702→0.781

• GPT-6와 Intelligent UI: 채팅 안에서 시각·인터랙티브 응답 만들기

  OpenAI가 GPT-6로 채팅 응답에 UI를 넣는다는데 원문이 없어 댓글 반응만 확인된다

• Base 모델도 첫 토큰 단서(cue) 하나로 추론한다: 학습 데이터가 만든 연상

  응답 첫 두 토큰만 고정했더니 Olmo-3-7B의 MATH-500 정답률이 42%에서 78%로 올랐다

• Jev식 Typed Decision Model에서는 정의보다 라벨이 이긴다

  옵션 이름을 A, B로 바꿨더니 정확도가 +0.1511 올랐다

• 프롬프트는 얼마나 필요한가? Few-shot 예시를 블랙박스로 최소화하는 DD-FSM

  Delta debugging으로 few-shot 예시를 평균 65.3% 줄여도 출력은 그대로

• 언어모델은 "불안정한(Insecure)" 보고자다: 결함을 숨기는 LLM 리포트

  "Be honest" 한 줄을 붙였더니 GPT-5.5의 부정 결과 공개가 2/200에서 190/200으로 늘었다

Related Resources

• https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5-5