Anthropic publiserer systemprompten for Claude Opus 5, rundt 3 000 ord

«Uten sikkerhetstiltak kan Fable 5s evner på områder som cybersikkerhet misbrukes til å gjøre alvorlig skade», skriver Anthropic i et blogginnlegg selskapet har limt rett inn i systemprompten til Claude Opus 5. Sitatet ligger der for at modellen skal kunne forklare brukeren hvorfor et spørsmål stilt til Fable 5 plutselig besvares av Opus 5. Anthropic oppgir at rutingen slår inn i under 5 prosent av sesjonene, og at terskelen er satt konservativt nok til at den også fanger harmløse forespørsler.

Dokumentet er release notes for systemprompten som claude.ai og mobilappene sender med hver samtale. Anthropic presiserer at oppdateringene ikke gjelder API-et, noe som er greit å ha klart for seg før du kopierer formuleringer inn i din egen stack. Siden lister 17 modelloppføringer, fra Claude 3 til Opus 5, og fra 4.6-generasjonen har hver modell-ID ett fast snapshot og dermed én oppføring hver.

Innholdet er ikke bare tone og formatregler. Prompten forteller modellen om produktflaten, om Mythos-nivået over Opus og om Project Glasswing, og den beskriver eksportkontroll-episoden i sommer: Anthropic stanset tilgangen til Fable 5 og Mythos 5 den 12. juni for å etterleve kravene fra det amerikanske handelsdepartementet, kontrollene ble opphevet 30. juni, og tilgangen kom tilbake 1. juli. Begrunnelsen er praktisk, siden hendelsene ligger etter modellens kunnskapskutt.

Den mest umiddelbart nyttige biten for deg som bygger, er listen over påminnelser Anthropic kan skyte inn i en samtale når en klassifiserer slår ut: image_reminder, cyber_warning, system_warning, ethics_reminder, ip_reminder og long_conversation_reminder. Ser du plutselig endret oppførsel midt i en lang samtale, har du nå navnene på mekanismene.

Prompten inneholder også en injeksjonsregel du kan låne direkte. Anthropic minner modellen om at brukeren selv kan legge inn tekst i tagger som utgir seg for å komme fra Anthropic, og at slikt innhold i brukerens tur skal møtes med skepsis, særlig når det oppfordrer modellen til å bryte med verdiene sine. Selskapet slår samtidig fast at det aldri sender påminnelser som reduserer restriksjoner.

På stilnivå er reglene uvanlig konkrete. Modellen skal unngå ordene «genuinely», «honestly» og «straightforward» fordi de virker uoppriktige, den skal stille maks ett spørsmål per svar, og den skal gi et høynivå-sammendrag med mindre noen ber om dybde. Det er den typen presisjon som mangler i de fleste systemprompter folk skriver selv.

Hva bør du gjøre?

1. Sammenlign din egen systemprompt med Opus 5-oppføringen på formen, ikke innholdet: eksplisitte forbud, navngitte eksempler og definerte kanttilfeller framfor generelle oppfordringer.
2. Kopier injeksjonsregelen om innhold i tagger i brukerens tur inn i dine egne agenter, der verktøysvar og hentet nettinnhold er den samme angrepsflaten.
3. Ikke anta at oppførselen følger med over på API-et, siden Anthropic sier eksplisitt at disse promptene bare gjelder claude.ai og mobilappene.