Chuyển sang Claude Opus 4.7: 7 rủi ro workflow cần rà soát trước khi nâng cấp

Trước hết: workflow của bạn thuộc loại nào?

Khối lượng nâng cấp phụ thuộc nhiều vào cách bạn đang dùng Claude. Chat thủ công hoặc soạn thảo tài liệu chủ yếu cần test lại prompt. API, RAG, agent, coding hoặc vision workflow thì phải kiểm tra kỹ hơn tham số, tool policy và mô hình chi phí.

1. Sửa breaking change trước: extended thinking chuyển sang adaptive thinking

Việc đầu tiên không phải là viết lại prompt, mà là quét cấu hình API. Anthropic nói nhà phát triển có thể gọi claude-opus-4-7 qua Claude API; nếu ứng dụng đang hard-code model ID, hãy đưa bước đổi ID vào canary hoặc shadow eval thay vì bật toàn bộ ngay.

Quan trọng hơn là phần thinking. Migration guide của Anthropic ghi rõ Claude Opus 4.7 hoặc các model mới hơn không còn hỗ trợ extended thinking kiểu cũ với budget_tokens; cấu hình này sẽ trả về lỗi 400. Hướng chuyển đổi là dùng adaptive thinking.

Việc nên làm:

• Tìm budget_tokens trong code, SDK wrapper, prompt runner và cấu hình nền tảng nội bộ.
• Bỏ wrapper extended thinking cũ; chuyển sang cấu hình adaptive thinking mà API hoặc provider của bạn hỗ trợ.
• Đừng xem fixed thinking token budget là nút điều khiển chính. Hãy dùng effort, task budget, ràng buộc trong prompt và eval để hiệu chỉnh độ sâu nhiệm vụ.

Anthropic cũng đưa effort levels, task budgets, thinking configuration, sampling-parameter removal và tokenization vào nhóm thay đổi API cần xem khi chuyển từ Opus 4.6 sang Opus 4.7.

2. Đưa quyền kiểm soát sampling về prompt và eval

Nếu workflow cũ dựa vào temperature, top_p hoặc top_k để điều chỉnh độ sáng tạo, độ ổn định hoặc độ đa dạng, bạn cần thiết kế lại cách kiểm soát. Tài liệu prompting của Anthropic nêu sampling-parameter removal là một điểm cần chú ý khi migrate sang Opus 4.7; hướng dẫn migration của OpenRouter cho Claude 4.7 cũng liệt kê sampling parameters removed, adaptive-only thinking và hành vi effort phụ thuộc provider.

Nhóm nhiệm vụ bị ảnh hưởng thường là:

• Viết sáng tạo, nội dung marketing: trước đây có thể tăng sampling để lấy nhiều phương án phân kỳ hơn.
• Chăm sóc khách hàng, tuân thủ, trích xuất dữ liệu: trước đây có thể giảm sampling để ưu tiên tính ổn định.
• Sinh nội dung theo lô: trước đây có thể dùng sampling parameter để điều chỉnh độ đa dạng.

Cách kiểm soát bền hơn là viết luật vào prompt và đo bằng eval: định nghĩa rõ giọng văn, format, điều cấm và tiêu chí đạt; dùng few-shot để cố định phong cách; yêu cầu structured output cho trích xuất, phân loại và báo cáo; biến các ví dụ đúng của Claude phiên bản cũ thành regression eval để so sánh Opus 4.7 về độ tuân thủ format, độ đúng, chi phí và độ trễ.

3. Tool use: viết rõ chính sách khi nào phải tra tool

Nếu workflow cũ chỉ giao một mục tiêu rộng rồi để Claude tự quyết định khi nào gọi tool, phần đáng gia cố nhất là tool policy. Anthropic cho biết các model Claude mới nhất được huấn luyện để làm theo chỉ dẫn chính xác và hưởng lợi từ việc được yêu cầu rõ ràng phải dùng tool cụ thể; tài liệu này cũng khuyến nghị dùng adaptive thinking cho workload kiểu agent như multi-step tool use, complex coding tasks và long-horizon agent loops.

Bạn có thể đưa các luật sau vào system prompt hoặc policy của workflow:

• Gặp thông tin thời gian thực, giá, chính sách, khác biệt phiên bản hoặc tài liệu bên ngoài thì bắt buộc dùng tool tra cứu được chỉ định.
• Nếu knowledge base nội bộ không có câu trả lời, phải nói rõ là chưa xác nhận được, không được đoán.
• Nếu kết quả tool mâu thuẫn nhau, phải nêu điểm mâu thuẫn trước rồi mới đưa kết luận thận trọng.
• Câu trả lời cuối cần tách bạch phần nào đến từ kết quả tool, phần nào là suy luận của model.

Điều này thường quan trọng hơn việc chỉ thay model ID, vì tool policy ảnh hưởng trực tiếp đến việc agent có bỏ sót dữ liệu, có bịa khi thiếu dữ liệu hay quá tự tin khi nguồn xung đột hay không.

4. Agent dài hơi: nghĩ theo effort và task budget

Một điểm mới cần tính đến với Opus 4.7 là kiểm soát ngân sách cho nhiệm vụ dài và agentic workflow. Tài liệu What’s new của Anthropic cho biết Opus 4.7 giới thiệu task budgets; tài liệu khác mô tả effort là cách đánh đổi giữa năng lực, tốc độ và token spend, còn task budget cho Claude một ước lượng sơ bộ về lượng token dành cho toàn nhiệm vụ.

Nếu bạn đang chạy coding agent, research agent, browser agent, xử lý dữ liệu dài hoặc loop nhiều tool, nên chia ngân sách thành ba lớp:

• Ngân sách cho một phản hồi: final output được dùng bao nhiêu token.
• Ngân sách suy luận và tool: model được dùng bao nhiêu reasoning, tool calls và tool results trong nhiệm vụ nhiều bước.
• Ngân sách cấp nhiệm vụ: trần chi phí và độ trễ cho toàn bộ agent loop.

Đừng chỉ lấy giới hạn output cuối để ước tính chi phí của cả agent loop. Chi phí có thể đến từ nhiều lượt gọi tool, tool result đưa ngược vào context, phân tích ảnh hoặc PDF, retry và final output; task budgets và tokenizer mới của Opus 4.7 khiến việc benchmark lại càng cần thiết.

5. Token, RAG, cache và batch: chạy lại benchmark

Đây là mục dễ bị đánh giá thấp nhất. Anthropic cho biết tokenizer mới của Opus 4.7 khi xử lý văn bản có thể dùng khoảng 1x đến 1,35x số token so với model trước đó; /v1/messages/count_tokens cũng sẽ trả về số token khác cho Opus 4.7 so với Opus 4.6.

Trước khi nâng cấp, hãy test lại:

• Kích thước chunk và overlap trong RAG.
• Ngưỡng cắt bớt tài liệu dài.
• Độ dài conversation memory.
• Tỷ lệ hit và dự báo chi phí của prompt caching.
• Trần chi phí cho batch job.
• Kích thước tool result được đưa lại vào mỗi vòng agent.
• Chiến lược tiền xử lý ảnh và PDF.

Nếu workflow cũ đã sát trần chi phí hoặc context limit, đừng dùng lại ước tính token cũ. Hãy benchmark trên prompt cốt lõi, mẫu tài liệu dài và nhiệm vụ có lưu lượng cao trước khi quyết định chỉnh chunking, truncation hoặc cache key.

6. Ảnh, screenshot và PDF: đặt lại quy tắc tiền xử lý

Tài liệu Opus 4.7 đề cập high-resolution image support; tài liệu của Anthropic cũng nhắc rằng nếu không cần thêm độ trung thực của ảnh, nên downsample, tức giảm độ phân giải, trước khi gửi vào Claude để tránh tăng mức dùng token.

Điểm này ảnh hưởng nhiều tới ba nhóm workflow:

• Hiểu screenshot: ví dụ UI QA, ảnh bảng biểu, phân tích dashboard.
• Xử lý tài liệu dạng ảnh: ví dụ PDF scan, ảnh hợp đồng, slide thuyết trình.
• Computer-use / browser automation: khi model cần hiểu vị trí màn hình, nút bấm, form và thông báo lỗi.

Khi đi từ Opus 4.6 lên Opus 4.7, PDF và vision vẫn nằm trong nhóm năng lực nền tảng chính mà Anthropic liệt kê; phần cần test lại là gửi ảnh lớn đến mức nào, có thật sự cần độ phân giải cao không, và sau khi downsample thì chữ nhỏ hoặc thành phần UI quan trọng còn đọc được không.

7. Provider hoặc gateway nội bộ: đừng giả định mapping tham số giống nhau

Nếu bạn không gọi trực tiếp Anthropic API mà đi qua OpenRouter, một cloud platform hoặc gateway nội bộ, đừng mặc định tên trường, quy tắc bỏ qua tham số và hành vi effort giống hệt nhau. Hướng dẫn migration Claude 4.7 của OpenRouter liệt kê riêng sampling parameters removed, adaptive-only thinking và provider-specific effort behavior.

Vì vậy, ngoài tài liệu của Anthropic, hãy đọc migration note của provider bạn đang dùng. Với multi-model router, fallback gateway hoặc nền tảng prompt nội bộ, các tham số API thượng nguồn thường được bọc lại thành field riêng; khi nâng cấp cần xác nhận field nào còn hiệu lực, field nào bị bỏ qua và field nào có thể gây lỗi.

Phần nào thường không cần đại tu?

Nếu nâng từ Opus 4.6 lên Opus 4.7, nền tảng không phải được thay mới toàn bộ. Migration guide của Anthropic cho biết Opus 4.7 hỗ trợ cùng nhóm tính năng chính như Opus 4.6, gồm cửa sổ ngữ cảnh 1 triệu token, tối đa 128.000 output token, adaptive thinking, prompt caching, batch processing, Files API, PDF support, vision và đầy đủ server-side / client-side tools.

Nói cách khác, ưu tiên số một thường không phải là viết lại các phần sau:

• Files API và quy trình upload tài liệu.
• Việc PDF / vision có tồn tại hay không.
• Prompt caching hoặc batch processing có dùng được hay không.
• Khả năng gọi tool nói chung.
• Long context nói chung.

Phần cần hiệu chỉnh là cách bạn điều khiển các năng lực đó: khi nào dùng tool, tiêu bao nhiêu token, đặt effort ra sao, gửi ảnh lớn đến đâu và fallback thế nào khi thất bại.

Checklist migration thực tế

Có thể đưa checklist này cho đội engineering, AI platform owner hoặc nhóm phụ trách Claude workflow để khoanh vùng rủi ro nhanh.

API và tham số

• Đổi model name sang claude-opus-4-7, nhưng bắt đầu bằng canary hoặc shadow eval; Anthropic cho biết nhà phát triển có thể dùng model ID này qua Claude API.
• Tìm thinking, budget_tokens và wrapper extended thinking cũ; cấu hình kiểu thinking: {type: "enabled", budget_tokens: N} không còn được hỗ trợ trên Opus 4.7 hoặc model mới hơn và sẽ trả về 400.
• Tìm temperature, top_p, top_k và các cơ chế sampling cũ; chuyển việc kiểm soát ổn định sang prompt, few-shot, schema và eval.
• Nếu dùng Claude qua OpenRouter hoặc lớp trung gian khác, kiểm tra riêng migration guide và mapping tham số của provider đó.

Prompt và tool use

• Viết rõ trong system prompt khi nào bắt buộc dùng tool; Anthropic cho biết các model Claude mới nhất hưởng lợi từ chỉ dẫn tool-use cụ thể.
• Viết rõ khi nào không được đoán và khi thiếu dữ liệu thì phải trả lời thế nào.
• Viết rõ fallback khi tool lỗi, kết quả tool mâu thuẫn hoặc dữ liệu bên ngoài không đủ.
• Với trích xuất dữ liệu, phân loại và tạo báo cáo, thêm yêu cầu structured output.

Agent và coding workflow

• Hiệu chỉnh lại effort và ngân sách nhiệm vụ cho coding agent, research agent, browser agent; Anthropic liên hệ adaptive thinking với multi-step tool use, complex coding tasks và long-horizon agent loops.
• Đánh giá có cần dùng task budgets hay không; tài liệu Opus 4.7 liệt kê task budgets và nhắc rằng token counting khác với thế hệ trước.
• Đừng chỉ dùng giới hạn final output để ước tính chi phí cả agent loop; tính cả tool calls, tool results, retry và final output.
• Dùng các ca thành công của Claude phiên bản cũ làm regression eval để so sánh tỷ lệ thành công, độ tuân thủ format, độ trễ và chi phí của Opus 4.7.

Token, tài liệu và hình ảnh

• Dùng /v1/messages/count_tokens để ước tính lại prompt lõi, RAG chunks, tài liệu dài và batch task.
• Test lại chunk size, ngưỡng truncation, conversation memory và chiến lược prompt caching.
• Thiết lập downsample policy cho ảnh, screenshot và trang PDF; nếu không cần độ trung thực cao, giảm độ phân giải trước để kiểm soát token.

Thứ tự nâng cấp nên đi theo

Cách an toàn không phải là thay toàn bộ một lần, mà là đi theo bốn bước:

1. Quét tĩnh: tìm model ID, thinking, sampling, token counting, image preprocessing và tham số phụ thuộc provider.
2. Eval lưu lượng nhỏ: dùng golden set hiện có để so sánh Claude cũ với Opus 4.7 về chất lượng, format, tool use, chi phí và độ trễ.
3. Sửa prompt rủi ro cao: ưu tiên tool use, RAG, coding agent, trích xuất dữ liệu và nhiệm vụ tuân thủ.
4. Mở dần lưu lượng: theo dõi token usage, số tool calls, lỗi, độ trễ và phản hồi từ người dùng nội bộ.

Tóm lại: chuyển từ Claude cũ sang Opus 4.7 không nhất thiết là viết lại toàn bộ prompt. Việc quan trọng hơn là làm lộ rõ những logic kiểm soát từng nằm ẩn trong workflow cũ: thinking chuyển sang adaptive, sampling chuyển sang prompt/eval, nhiệm vụ dài chuyển sang tư duy ngân sách, còn ảnh và token cost phải benchmark lại. Làm được vậy, bạn giảm rủi ro nâng cấp mà vẫn giữ được tính kiểm soát của workflow hiện có.