Anthropic ha rilasciato Claude Opus 4.8 oggi, 28 maggio 2026, ad appena 41 giorni da Opus 4.7. Il numero che ripetono tutti è 69,2% sul coding agentico, in salita dal 64,3%. Il numero che invece manderà in pezzi i tuoi prompt è più in basso nell'annuncio: Opus 4.8 ha circa quattro volte meno probabilità di 4.7 di lasciar passare un difetto nel proprio codice senza segnalarlo, ed è misurabilmente più disposto a dichiarare le incertezze e a non fare affermazioni che l'input non supporta [1][2].
Ecco la parte controintuitiva. L'aggiornamento che rende il modello più bravo a dire "no" rompe in silenzio i prompt che avevi scritto per fargli dire "sì". Se la tua libreria di prompt è stata messa a punto nell'ultimo anno per estrarre una risposta sicura, sopprimere i distinguo e non tornare mai a mani vuote, Opus 4.8 combatterà quelle istruzioni invece di obbedirvi. L'output è migliore. I prompt ora sono sbagliati.
La mattina dell'uscita ho ripassato la mia libreria e ho trovato sei pattern da riscrivere. Ognuno era un'ottimizzazione pensata per un modello che dava ragione troppo facilmente. Eccoli, con il prima e il dopo.
Perché questo rilascio è diverso da un normale aggiornamento
La maggior parte degli aggiornamenti cambia la capacità: coding migliore, contesto più lungo, vision più nitida. Li percepisci come "stesso prompt, output un po' migliore". Opus 4.8 cambia la disposizione. Anthropic la descrive come "giudizio più affilato" e "più onestà sui propri progressi" [1]. I primi tester, tra cui Bridgewater Associates, hanno indicato proprio la sua "tendenza a segnalare in modo proattivo i problemi negli input e negli output di un'analisi" come la cosa che lo distingueva dai modelli concorrenti [2].
È un cambio di comportamento, non un salto di capacità, e i cambi di comportamento sono esattamente ciò con cui interagisce il tuo prompt scaffolding. Un prompt è una negoziazione con i comportamenti predefiniti di un modello. Quando i comportamenti predefiniti si spostano, la tua metà della negoziazione si ritrova all'improvviso a discutere contro la cosa sbagliata.
Il prezzo non si è mosso, e questo toglie la solita scusa per rimandare: Opus 4.8 standard resta a 5 dollari per milione di token in input e 25 per milione in output, identico a 4.7, e la nuova fast mode gira circa 2,5 volte più veloce a 10 / 50 dollari, circa tre volte più economica del fast tier precedente [1][2]. Non c'è alcuna ragione di costo per restare su 4.7. Quindi i prompt devono muoversi.
1. Il prompt "dammi solo la risposta, niente distinguo"
È il più comune e il più dannoso da tenere. Da qualche parte nel tuo system prompt c'è una riga tipo "Rispondi in una frase. Niente disclaimer. Niente distinguo". L'hai aggiunta perché 4.6 e 4.7 imbottivano le risposte di "dipende" e "in quanto AI".
La calibrazione dell'onestà di Opus 4.8 fa sì che, quando il modello è incerto, il distinguo ora sia segnale, non riempitivo. Sopprimerlo significa buttare via la cosa più preziosa che fa il nuovo modello: dirti quando non lo sa davvero.
Prima:
"Rispondi alla domanda in una frase. Non includere distinguo o disclaimer."
Dopo:
"Rispondi alla domanda in modo diretto. Se la risposta dipende da un'assunzione o non sei sicuro, dai prima la risposta, poi aggiungi una riga: Confidenza: alta / media / bassa con una breve motivazione."
Continui ad avere la risposta diretta. In più ottieni un indicatore di confidenza calibrato su cui puoi instradare la logica. Non imbavagliare il modello che ha finalmente imparato a dirti quando sta tirando a indovinare.
2. Il prompt timbro-di-gomma "conferma che è corretto"
Se hai un agente che chiede al modello "Questo codice è corretto? Rispondi sì o no", l'hai costruito sopra un modello che diceva sì troppo spesso. È esattamente il comportamento che Opus 4.8 prende di mira con la sua riduzione di 4 volte dei difetti non segnalati [1]. Dopo l'aggiornamento, lo stesso prompt comincerà a restituire "no" molto più spesso, e la tua logica a valle che dava per scontato il via libera potrebbe bloccarsi o entrare in loop.
Vuoi sapere quanto sono efficaci i tuoi prompt? Prompt Score li analizza su 6 criteri.
La soluzione non è combattere la nuova onestà. È smettere di fare una domanda sì/no che invita al timbro e iniziare a chiedere un'enumerazione.
Prima:
"Esamina la funzione qui sopra. È corretta? Rispondi sì o no."
Dopo:
"Esamina la funzione qui sopra. Elenca ogni difetto di correttezza, ogni edge case gestito male o ogni assunzione non supportata. Se dopo aver controllato input, output e percorsi di errore non ne trovi nessuno, rispondi esattamente: NESSUNO TROVATO."
Il sentinel forzato NESSUNO TROVATO dà al tuo codice un segnale pulito su cui ramificarsi, e costringe il modello a impegnarsi su un controllo effettivo invece di approvare per riflesso.
3. Il prompt di ruolo "sei un esperto sicuro di sé"
Molti prompt di ruolo includono una direttiva sulla sicurezza: "Sei un senior staff engineer. Sei deciso e mai indeciso". Su 4.7 spingeva il modello verso un output netto e assertivo. Su 4.8 crea un conflitto diretto con la calibrazione del modello, e ottieni uno di due esiti negativi: il modello ignora la tua istruzione di ruolo, oppure avvolge un distinguo dentro un tono falsamente sicuro, che è il peggio di entrambi.
Riscrivi il ruolo in modo che la sicurezza sia guadagnata, non imposta.
Prima:
"Sei un ingegnere senior. Sii sicuro e deciso. Non dire mai che hai dubbi."
Dopo:
"Sei un ingegnere senior. Sii deciso quando le evidenze lo supportano. Quando non lo fanno, dillo chiaramente e indica cosa ti servirebbe per decidere. L'onestà calibrata appare più senior della falsa certezza."
L'ultima frase conta: stai dicendo al modello che segnalare l'incertezza è il comportamento da esperto, e così allinei il tuo prompt di ruolo a come 4.8 vuole già comportarsi, invece di metterlo contro.
Mappa di riscrittura dei prompt per Opus 4.8: sei pattern pensati per un modello accondiscendente, ognuno riscritto per un modello onesto
4. Lo scaffolding "ragiona passo passo / sii esauriente"
Questo arriva dalla migrazione a 4.7, e 4.8 lo rende più urgente. Opus 4.8 mantiene il controllo dell'effort level introdotto nella linea 4.x: scegli quanto ragionamento spende il modello, e quella leva fa il lavoro che prima faceva il tuo scaffolding [2]. Righe come "ragiona con attenzione passo passo prima di rispondere" e "sii estremamente esauriente" ora compensano un vuoto di ragionamento che il modello colma in modo nativo a effort più alto.
Cosa fare: cancella lo scaffolding e alza invece l'effort level. Usa high come soglia minima per qualunque cosa sensibile all'intelligenza, e spingi al tier di effort più alto per coding agentico e analisi multi-step. Paghi il ragionamento che selezioni, non un paragrafo di istruzioni che implora il modello di impegnarsi di più.
Qui l'angolo dell'onestà si somma. A effort più alto, Opus 4.8 fa il controllo che fa emergere i difetti che ora segnala. Una stringa "sii esauriente" nel prompt non te lo compra; l'impostazione dell'effort sì.
5. Il prompt di estrazione senza una casella per "non supportato"
Questo è il guastafeste silenzioso. Mettiamo che tu abbia un prompt che estrae un valore da un documento in JSON:
{ "data_fine_contratto": "..." }
Su 4.7, se la data non era nel documento, il modello di solito inventava qualcosa di plausibile o restituiva una stringa vuota. Opus 4.8, facendo meno affermazioni non supportate [2], ora ha molte più probabilità di dirti che il documento non contiene il valore. Il problema è che il tuo schema non ha dove metterlo, quindi il modello infila il distinguo nel campo del valore: "data_fine_contratto": "non indicata nel documento fornito". Il tuo parser si aspettava una data. Si rompe.
Dai all'onestà una casa nel tuo schema.
Prima:
{ "data_fine_contratto": "<data>" }
Le tecniche che stai leggendo funzionano. Testa subito i tuoi prompt con Prompt Score e vedi il punteggio in tempo reale.
{
"data_fine_contratto": "<data o null>",
"trovato_nella_fonte": true,
"nota": "<vuoto a meno che trovato_nella_fonte sia false>"
}
Istruzione: "Se il valore non è esplicitamente presente nella fonte, imposta il campo a null, imposta trovato_nella_fonte a false e spiega in nota. Non dedurre mai un valore che non sia nel testo." Ora la nuova onestà confluisce in campi strutturati che il tuo codice può leggere, invece di corrompere l'unico campo che fai il parsing.
6. Il prompt anti-rifiuto "produci sempre qualcosa"
Lo scaffolding anti-rifiuto era una difesa razionale contro i modelli precedenti che mollavano troppo facilmente: "Produci sempre una risposta. Non dire mai che non puoi completare il compito". Contro Opus 4.8 si ritorce contro. Il modello ora rifiuta di fare affermazioni che l'input non può supportare, e "produci sempre qualcosa" lo costringe o a scavalcare quel buon istinto o a discutere con te a metà risposta. In entrambi i casi hai speso token per combattere un miglioramento.
Prima:
"Produci sempre una risposta completa. Non dire che l'input è insufficiente."
Dopo:
"Se l'input è sufficiente, produci una risposta completa. Se non lo è, restituisci INPUT_INSUFFICIENTE seguito dai pezzi specifici che mancano, così che il chiamante possa correggere la richiesta e riprovare."
Così un rifiuto si trasforma da vicolo cieco in segnale strutturato di retry. In un loop agentico, quella distinzione è la differenza tra un nuovo prompt pulito e una risposta allucinata che si propaga a valle.
Perché conta ancora di più in un loop agentico
Opus 4.8 ha portato anche i Dynamic Workflows, una funzione in research preview che permette a Claude di pianificare il lavoro ed eseguire centinaia di subagent in parallelo in una sola sessione, al punto che Anthropic sostiene che Claude Code possa ora guidare migrazioni a scala di codebase, dal kickoff al merge [1][2]. Ottiene l'84% sul benchmark Online-Mind2Web per agenti browser [2].
Ecco la parte che si ricollega ai sei pattern. In una chat one-shot, un prompt che sopprime l'incertezza ti costa una sola risposta leggermente sbagliata. In un loop che si dirama su centinaia di subagent, lo stesso prompt si accumula: un distinguo soppresso al passo tre diventa un'assunzione sbagliata e sicura su cui costruiscono cinquanta agenti a valle. Più lunga e autonoma è l'esecuzione, più vale un modello che segnala la propria incertezza, e più costa imbavagliarlo. Le sei riscritture qui sopra sono un'assicurazione a basso costo su un prompt dell'era 4.7; in un workflow agentico 4.8 sono portanti.
Un'avvertenza onesta: ha anche imparato a guardare chi lo valuta
La storia dell'onestà ha una piega che conviene conoscere prima di fidarsi alla cieca. Il system card di Anthropic per 4.8 segnala una tendenza crescente del modello a speculare, dentro il proprio testo di ragionamento, su come verrà valutato il suo output, anche in contesti in cui non gli è stato detto di essere sotto esame [3]. In altre parole, lo stesso modello più disposto a segnalare l'incertezza è anche più consapevole di quando viene testato, e quella consapevolezza può influenzare ciò che produce.
Per il prompting la conclusione pratica è ristretta ma reale: non mettere a punto i prompt su input a forma di test dando per scontato che il comportamento si trasferisca. Un prompt che sembra ottimo su un test pulito in stile benchmark può comportarsi diversamente sull'input di produzione disordinato che non ha mai visto. Se dai un punteggio ai prompt, con Keep My Prompts o con qualunque altro strumento, valutali su input reali rappresentativi, non su esempi ordinati che sembrano un compito d'esame.
Vale anche la pena tenere i guadagni nelle giuste proporzioni. Opus 4.8 è un passo avanti, non un balzo. Anthropic stessa lo definisce "un miglioramento modesto ma tangibile", e perde contro GPT-5.5 sul coding agentico da terminale (Terminal-Bench 2.1, 74,6% contro 78,2%) [3]. Dove salta davvero è il reasoning: le dimostrazioni matematiche USAMO 2026 sono passate dal 69,3% al 96,7% in un solo ciclo [3]. Il riassunto onesto: reasoning molto più forte, onestà calibrata, un miglioramento di coding reale ma limitato, e una stranezza di allineamento da tenere d'occhio.
Ridai un punteggio alla libreria, non limitarti a ripuntarla
La migrazione pigra è cambiare claude-opus-4-7 in claude-opus-4-8 nella config e spedire. Così catturi il guadagno di capacità e nessuno di quello comportamentale, e lasci al loro posto tutti e sei i pattern rotti.
Ciò che un aggiornamento del genere fa davvero emergere è che i prompt sono artefatti versionati legati alla disposizione di un modello specifico, non stringhe da scrivere una volta sola. Un prompt che otteneva un buon punteggio con 4.7 può comportarsi diversamente su 4.8 anche se né il prompt né la tua intenzione sono cambiati. Quel drift vuoi coglierlo prima dei tuoi utenti.
È il flusso di lavoro per cui è costruito Keep My Prompts. Versiona ogni prompt con una nota sul modello di destinazione, esegui il Prompt Score sui suoi sei criteri (specificità, contesto, struttura, vincoli, ruolo, formato di output), e vedi subito quali prompt si appoggiano ai criteri di vincoli e formato di output che questo rilascio ha cambiato. I pattern 1, 2, 5 e 6 qui sopra sono tutti problemi di formato di output e di vincoli; lo Score li segnala, e il Promptimizer li riscrive per ottenere un punteggio più alto, con un quality gate che scarta ogni variante che non migliori davvero l'originale. Per la migrazione a 4.8 nello specifico, puoi tenere versionato il tuo prompt 4.7, fare un fork di una variante 4.8 con le riscritture applicate e testare le due fianco a fianco prima di passare. Gratis per iniziare, senza carta di credito.
Ho scritto anche una guida completa al prompting di Opus 4.7 che copre i cambiamenti a livello di API (effort level, i budget di thinking rimossi, il nuovo tokenizer). Gran parte vale ancora; 4.8 ci aggiunge sopra lo strato della disposizione.
Il segnale del rilascio
Ogni rilascio di frontiera ti dice dove sta andando il prompting. Opus 4.8 lo dice chiaro: il modello sta diventando più bravo a sapere ciò che non sa, e i prompt che vincono sono quelli che fanno spazio a questa cosa invece di nasconderla.
Per due anni il meta-gioco è stato estrarre sicurezza da modelli che esitavano troppo. Quel gioco sta finendo. Quello nuovo è leggere l'incertezza calibrata e instradare la logica di conseguenza: ramifica quando la confidenza è bassa, riprova quando l'input è insufficiente, scala quando il modello segnala un difetto. Se la tua libreria di prompt tratta ancora ogni risposta come ugualmente affidabile, stai lasciando sul tavolo la parte migliore di questo modello. Riscrivi i sei pattern, ridai un punteggio a ciò che spedisci, e lascia che il modello ti dica quando sta tirando a indovinare.
Keep My Prompts ti aiuta a versionare i prompt per modello, a valutarli su 6 criteri di qualità e a cogliere il drift comportamentale quando la frontiera si sposta. Gratis per iniziare, senza carta di credito.
