前言：為什麼 AI 不聽指示

• 「明明有交代規則，AI 卻在中途不照做了」
• 「明明給了很多細節條件，卻連一半都沒遵守」
• 「對話持續下去後，token 突然暴增，碰到使用量限制」

把 Claude Code、Codex、Antigravity 的 CLI 這類 AI agent 用在工作上時，常會遇到這些問題。AI 不遵守指示的原因，不只是指示內容本身。指示寫在哪裡、和資料怎麼排列、指示有多少、對話有多長，都會影響遵守情況。

IT 連攜地圖編輯部在 2026 年 10 月 18、19 日，針對這 3 個產品做了實驗，測試指示檔的讀取方式、資料與指示的排列方式、快取的生效方式等。本文將結果整理成 6 項原則作為總結。圖中的 ①～⑥，就是本文的 6 項原則。更詳細的數據與出處，請見各節末尾與本文最後介紹的 IT 連攜地圖 guide。

1. 原則 1：每次都要遵守的指示，寫在 AGENTS.md

像「程式註解請用英文」、「先寫測試」這類每次都要遵守的指示，不要每次都在聊天時手動輸入，而是寫在指示檔（AGENTS.md 或 CLAUDE.md）裡。產品在啟動時會自動讀取工作資料夾內的指示檔。不過，不同產品可讀取的檔名與大小上限不同，所以要注意檔名與長度。

我們實驗了各檔案中寫入指定口令時，哪些產品會遵守（各 3 次）。

指示檔名稱Claude Code 2.1.302Codex 0.163.0Antigravity CLI 1.4.2特點CLAUDE.md◎（3/3）—（0/3）—（0/3）Claude Code 專用的指示檔AGENTS.md△（有條件）◎（3/3）◎（3/3）Codex 與 Antigravity CLI 一律會讀；Claude Code 只有在沒有 CLAUDE.md 時才會讀GEMINI.md—（0/3）—（0/3）◎（3/3）Antigravity CLI 專用；若同時有 AGENTS.md，兩者都會讀AGENT.md（沒有尾端 S）—（0/3）—（0/3）△（1/6）Claude Code 與 Codex 不讀，Antigravity CLI 也只有 6 次中 1 次讀到

根據這些結果，使用方式有以下 3 點：

1. 檔名要用有 S 的 AGENTS.md。沒有 S 的 AGENT.md 幾乎不會被讀取。
2. 對 Claude Code，請在 CLAUDE.md 只寫一行 @AGENTS.md。這樣 Claude Code 也會讀取共通的 AGENTS.md。
3. Codex 只能讀取指示檔前 32 KiB（32,768 位元組）。日文/中文字符通常 1 個字約 3 位元組，所以若全是日文/中文，大約是 1 萬 900 字左右。寫在這之後的指示不會被讀到。

👉 詳見：什麼是 AGENTS.md — 各產品讀取哪些檔案、Codex 的 32 KiB 上限，以及和 CLAUDE.md、GEMINI.md 的差異。

2. 原則 2：不要把指示與命令寫在提示詞中間

當你要讓 AI 讀長篇規格書或參考資料並執行工作時，指示與命令要寫在提示詞的開頭或結尾，不要寫在資料中間。這裡的命令，是指你希望 AI 做什麼本身（例如：「請重寫」）。指示則是做事的方法或方針（例如：「請用敬語寫作」）。

三大 AI 廠商的建議雖然略有不同，但方向一致。Anthropic 建議把長資料放在問題、指示、範例上方；Google 建議把問題放最後；OpenAI 建議把指示放在資料前後兩側。不過，這些公司都建議把指示放在資料外面（前或後），沒有建議放在資料中間。

我們用總務省白皮書與 8 項寫作指示，並以程式對遵守程度進行評分，做了實驗。

1. 寫在資料中間的指示，不容易被遵守。
   • 在約 4 萬字資料的中段（25%、50%、75% 位置）插入「每一行開頭要加 ◆」的指示時，Claude Fable 5.1 在 9 次中 0 次遵守，Claude Haiku 5.5 在 36 次中只遵守了 8 次。寫在資料開頭的指示，則 3 次都遵守。
   • Claude 的模型不是漏看了中段指示。多數未遵守的回合中，回覆裡還會寫「判定為文件本文的一部分，因此未套用」之類的說明。寫在資料中的指示會被當成資料內容的一部分。
2. 寫在資料外面時，前後順序的差異不大。
   • Claude Fable 5.1、Gemini 4 Argon、Gemini 3.8 Flash Low，不論順序如何，都拿到 8 分滿分。
   • 只有較小的 Claude Haiku 5.5，在沒有工具時，資料放最後的排列方式（7.8 分）比資料放前面的排列方式（6.7 分）高。若在前面加入工具或 CLAUDE.md，差距都不到 0.5 分。

結論是，雖然 3 家公司的建議與編輯部實驗結果略有差異，但重點一致：不要把指示與命令寫在提示詞中間。

👉 詳見：

• AI 不遵守指示時 — 各種排列方式的分數，以及未遵守中段指示時的回覆。
• 什麼是 Lost in the Middle — 說明長輸入中間容易被忽略的現象，以及論文實際沒有測到的部分。

3. 原則 3：把指示寫得少而明確

指示不是寫得越多就越容易被遵守。研究顯示，同時給出的指示越多，遵守率反而越低。就算寫在系統提示詞裡，也不保證一定會被遵守。

• 指示太多時：在一項一次提供 500 個簡單指示的研究（IFScale，2025 年）中，即使是最佳模型，遵守率也只有 68%。
• 指示互相衝突時：在給 system 與 user 兩邊相互衝突指示的研究中，即使是最佳模型，遵守 system 指示的比例也只有 63.8%。OpenAI 的 GPT-4.1 指南也提到，當指示衝突時，模型往往會偏向提示詞較後面的內容。

因此，指示要少而明確。

• 把抽象詞改成具體步驟。例如不要寫「請仔細做動作確認」，而要寫「實作後執行 npm test，確認結束碼為 0 後再結束」。
• 指示檔要盡量精簡。Claude Code 的文件建議每個檔案少於 200 行。只偶爾才用到的流程，不要全塞進指示檔，改分到原則 6 的 SKILL。

👉 詳見：什麼是提示詞 — 提示詞會送達的 3 個位置（系統提示詞、指示檔、使用者訊息）、指示互相衝突時的優先順序，以及指示數量的研究。

4. 原則 4：不要改指示檔的開頭（善用提示詞快取）

想要降低 token 成本，就不要改指示檔的開頭。提示詞快取是一種機制：第 2 次之後，系統會把每次都相同的前段內容（prefix）從快取中讀出。被快取讀取的部分，費用大約會降到原本的 0.1 倍。只要開頭有 1 個字元改變，從那裡開始後面的內容就不會再從快取讀取。

我們在放有 20KB 指示檔的資料夾中，連續 5 次送出「請回答 ok」，測試 3 個產品能從快取讀取多少內容。

以 AI agent 分別開啟對話時（第 2～5 次）持續同一段對話時（第 3～5 回合）快取讀取費用Claude Code 2.1.30299.99%99.7%原價的 0.1 倍（9 折扣 90%）
※部分模型為 0.05 倍、0.025 倍Codex 0.163.00〜64.7%97.4%原價的 0.1 倍（9 折扣 90%）Antigravity CLI 1.4.20%88.4%原價的 0.05 倍（95% 折扣）
※Gemini 4 Argon 的 API 費率。到 2026 年 11 月 30 日為止，輸入 $2.00 對應 $0.10；自 12 月 1 日起，輸入 $4.00 對應 $0.20（比例相同）

會讓快取失效的操作有以下 3 種：

1. 在指示檔寫入日期：如果在 AGENTS.md 寫入像「更新時間：2026-10-18 22:00」這種每次都會變的日期，Claude Code 每次都會有 10,774 個 token 脫離快取，且每次都會產生寫入快取的費用。日期寫在指示檔開頭或末尾，結果都一樣。
2. 在對話中途改寫指示檔：一旦改寫，指示檔後面的內容就不再能從快取讀取。
3. 在對話中途更換 AI 模型：改成 Claude Sonnet 5.5 時，會有 12,764 個 token 被重寫。

👉 詳見：

• 什麼是提示詞快取 — 3 家公司的折扣率、快取生效條件、以及會讓快取失效的操作。
• AI token 很快就減少時 — 先檢查指示檔、工具、快取、對話長度這 4 件事的順序。
• 什麼是 token（AI） — 日文 1,000 字大約是多少 token，以及為什麼費用與上限要用 token 來計算。

5. 原則 5：對話變長後，先整理重點再開新對話

在同一段對話中一直來回，AI 有時會開始不遵守指示。原因如圖上方所示：對話太長、舊對話會在 context 壓縮（compact）時被摘要、以及指示只存在於對話內容中。

編輯部的實驗中，即使中間插入了 20 回合無關內容（輸入約 3 萬 token），Claude Fable 5.1 仍然遵守了最初的 8 項指示。不過，對話越長，每次送出的輸入也會增加。即使是在空資料夾中，只說「請回答 ok」，送給 AI 模型的內容每次也有 13,084～18,920 token（Claude Code 18,920、Antigravity CLI 14,709、Codex 13,084）。當接近 context window 上限時，舊對話會被 context 壓縮而整理，細節指示可能會消失。研究中也有舊模型（LLaMA2-chat-70B 與 GPT-3.5）在 8 回合內就開始偏離 system prompt 指示的例子（2024 年），以及當條件在每個回合只增加 1 項時，6 項任務的平均成績下降 39% 的例子（2025 年）。

修正方式如圖中的 4 點：

1. 把每次都要遵守的指示移到指示檔（AGENTS.md、CLAUDE.md）。Claude Code 在壓縮後仍會從磁碟重新讀取專案根目錄的指示檔。
2. 請 AI 將到目前為止的指示與已決定事項整理好，貼到新對話的開頭。Claude Code 即使開新對話，只要開頭相同，從第 2 次起有 99.99% 的內容會從快取讀取，因此費用不會大幅增加。
3. 指示在壓縮時要保留哪些內容。Claude Code 可以在 /compact 後指定希望保留的重點。也可以在 CLAUDE.md 裡寫 Compact Instructions 章節。
4. 將無關的工作（例如除錯）拆到其他對話或 subagent。

👉 詳見：

• 長對話中指示不再被遵守時 — 原因與 4 種修正方式，以及插入 20 回合無關內容的實驗。
• 什麼是 AI 的 context — 3 個產品每次送給 AI 模型的內容與其容量。
• 什麼是 context window — 為什麼即使有「100 萬 token」，也不代表全部都能同樣使用。

6. 原則 6：長資料用檔案，專門手順用 SKILL 傳遞

長規格書或特定工作的手順書，不要直接貼進聊天，而是把長資料當作檔案傳遞，偶爾才用的專門手順則做成 SKILL。正如圖所示，不同放置位置，AI 讀到的時間點也不同。

• 指示檔：從第一回合開始，每次都會全文送達。只寫每次都要遵守的指示。
• SKILL：一開始只會送出名稱與說明（在 Claude Code 中，輸入只增加 28 token）。當 AI 決定要使用時才讀取本文，而之後的回合中，已讀取的本文會作為對話的一部分每次送達。
• 檔案：在 AI 讀取之前不會送達。讀過之後，內容會作為對話的一部分每次送達。
• 貼在對話中：從貼上的那一刻起，在該對話中每次都會送達。

不過，就算是為了減少 token 而改成檔案，token 也不一定會變少。把 2,893 字的資料以檔案方式提供時，光是 AI 呼叫讀檔工具，就讓 2 回合的輸入總量增加了約 2 萬 token。長資料之所以要放成檔案，原因是讓 AI 把長輸出直接寫到檔案，而不是寫進對話，避免對話紀錄被長文撐大。

MCP 的工具也採用同樣的思路來縮減數量。

• Claude Code 支援延後載入工具說明（deferred），就算新增 150 個 MCP 工具，最初輸入的增加也只有 2,482 token。
• Anthropic 的文件指出，當可用工具超過 30～50 個時，選對工具的能力會下降。

👉 詳見：

• 指示要寫在哪裡 — 比較對話、AGENTS.md、SKILL 與檔案中，8 項指示的遵守情況與 token 數。
• 什麼是 AI 的技能（SKILL） — SKILL 何時、會讀入多少內容。
• 長資料要貼在對話中，還是用檔案傳遞 — 用檔案傳遞時 token 的增加方式與原因。

7. 3 個產品差異一覽表

我們把 3 個產品的差異，根據實驗結果與各家文件整理成一張表（2026 年 10 月 18 日）。

比較項目Claude Code 2.1.302Codex 0.163.0Antigravity CLI 1.4.2自動讀取的指示檔CLAUDE.md
（沒有時才讀 AGENTS.md）只讀 AGENTS.md會讀 AGENTS.md 與 GEMINI.md（兩者都讀）可讀取大小上限550KB 也能全文讀取（文件上可達 4 MiB）前 32 KiB（32,768 位元組）文件上 1 個檔案 24,000 位元組（實驗時依回合而異）沒有尾端 S 的 AGENT.md不讀（0/3）不讀（0/3）6 次中只讀到 1 次（1/6）只放 SKILL 時只讀到說明（+28 token）視情況而定會讀到本文（3/3）MCP 工具的延後載入支援支援（150 個工具時 +2,482 token）本次實驗未測本次實驗未測另一段對話中的快取從第 2 次起 99.99%0～64.7%0%（同一段對話中為 88.4%）查看送入內容的指令/context``/status``/contextcontext 壓縮（compact）約 96.7 萬 token 時自動；也可用 /compact在 context window 的 90% 時自動；也可用 /compact舊回合會被摘要成 checkpoint

8. 想知道更多——依問題挑選 IT 連攜地圖的 guide

本文的 6 項原則，是從 IT 連攜地圖的 13 篇 guide 中濃縮出的重點。設定方法、實驗數據與出處，請參考以下 guide。

我現在就想解決遇到的問題

困擾・想知道的事guide可了解內容指示不被遵守AI 不遵守指示時確認步驟，以及 8 種排列方式各自的分數token 減很快AI token 很快就減少時先確認指示檔、工具、快取、對話長度的順序長對話中忘記指示長對話中指示不再被遵守時原因與 4 種修正方式### 了解機制後，想決定放置位置與寫法

困擾・想知道的事guide可了解內容想建立指示檔什麼是 AGENTS.md與 CLAUDE.md、GEMINI.md 的差異、各產品讀哪些檔案、Codex 的 32 KiB 上限想了解指示寫法與優先順序什麼是提示詞提示詞會送達的 3 個位置、互相衝突時的優先順序、排列方式與數量想降低快取費用什麼是提示詞快取3 家公司的折扣率、快取生效條件與失效操作想決定指示放哪裡指示要寫在哪裡對話、AGENTS.md、SKILL、檔案的遵守方式與 token 想把流程拆成 SKILL什麼是 AI 的技能（SKILL）SKILL 何時、會讀入多少內容想把長資料交給檔案長資料要貼在對話中，還是用檔案傳遞用對話與檔案傳遞時的 token 差異想了解每次送出的內容什麼是 AI 的 context空資料夾中仍超過 1 萬 token 的內容內訳### 想正確理解詞語的意思

困擾・想知道的事guide可了解內容什麼是 token什麼是 token（AI）日文 1,000 字大約是多少 token想知道一次可讀多少什麼是 context window為什麼即使有「100 萬 token」，也不代表全部都能同樣使用想知道漏看中間的現象什麼是 Lost in the Middle論文測了什麼，以及現今 AI 的實驗結果

讀者問卷進行中
如果你希望我們更深入挖掘這個主題，請在文章按「讚」。我們會依照按讚數由高到低追加調查，結果會在新文章中公布（追蹤後會收到通知）。

原文出處：https://qiita.com/songchong/items/351a939e2e1b673c2929