Claudeのシステムプロンプトが公開：モデルごとの更新履歴を一覧で確認可能に

話題から外れますが、このフォーラムがAIに否定的な意味合いを持つストーリーを削除しているのではないかという懸念があります。

数日前、AIが何十億もの人々の天然資源を脅かすという記事[1]を投稿しました。これは国連からのものでしたが、フラグが立てられました。あまり気にしていませんでしたが、今日、他の2つのストーリー[2]と[3]がトップページでかなり良い位置にあったのに、突然消えているのを見ました。2ページ目や3ページ目にもありません。他の時にもこれが起こっているのを見ましたが、記録はしていませんでした。ただ、皆さんに知っておいてほしいと思いました。

Tell HNスレッドを作ろうと思いましたが、それも同じ運命になるだろうと思ったので、ここに懸念を投稿しています。

[1]: https://news.ycombinator.com/item?id=49290062

[2]: https://news.ycombinator.com/item?id=49318906

[3]: https://news.ycombinator.com/item?id=49319582

> 画像が存在することを示唆するプロンプトは、画像が存在することを意味しない（ユーザーがアップロードし忘れた可能性がある）ため、Claudeは自分で確認します。

Opus 4.8のような強力なモデルに対してこれをシステムプロンプトで強制することは、Anthropic自身がそれを「知能」を持つものとして扱っていないように感じられるのは興味深いです。これは基本的に私にとっては非常に一般的な常識に過ぎません。

面白いことに、同様のプロンプトがFable 5にも存在します。一方、A.からのブログ投稿があったのを覚えていますが、彼らは「新しいモデルはとても賢いので、余分なプラグインやコンテキストを過負荷にしないでください」のようなことを言っていました。まあ、明らかにそうではありません。AI懐疑論者のように聞こえたくはありませんが、私は毎日使っています。ただ事実を述べているだけです。

> Claudeは、相手を圧倒しないように、応答を焦点を絞り、簡潔に、簡潔に保ちます。

これも非常に興味深いです。デフォルトではほとんど無視しています。新しいA.モデルでは、応答、PRの説明、コードコメントが非常に冗長なので、常に私からの追加のプロンプトが必要か、コメントをスキル/プラグイン/claude.mdに入れて、妥当な長さにする必要があります。

システムプロンプトは、Claudeの行動を形成する階層化されたシステムの一部であることを覚えておく価値があるでしょう。ここで見えるのは、Anthropicのモデルの行動に関する将来のロードマップの一部です。

> 人が危機にある、または苦痛を表現している場合、Claudeは要求されたタスクを完了することよりも、その人の幸福を優先します。なぜなら、流暢で話題に関連した応答でも、これらの会話では害を引き起こす可能性があるからです。

これは特に興味深いです。なぜなら、極限では正しいものの、モデルにユーザーが求めたものとは異なることをさせるための押し付けだからです。

特に、私がコーディング、ドキュメントの概要作成、または仕事をしようとしているとき、私はツールに仕事をしてほしいのです。知覚された危機から私を精神分析して落ち着かせてほしくはありません。ただ、私が頼んだことをしてほしいだけです！

これらは私が予想するよりも、または妥当だと思うよりもかなり長いです。主要ベンダーは最近、モデルにはより短く、より具体的でないAGENTS.md（またはその他）ファイルを与えるべきだと言っています。そして、私の経験では、それは良いアドバイスです。モデルは、コンテキスト内の無関係なものに気を取られないほど賢くなります。

では、なぜシステムプロンプトにこれほど多くのノイズがあるのでしょうか？ほとんどの場合、そのほとんどは適用されません。また、一般的なものは、モデルがすでに知っている、または実行するであろうことだと思います。

モデルによって書かれたエージェントスキルが同じ間違いを犯すのを見てきました。例えば、セキュリティ関連のスキルでチェックすべき一般的なセキュリティ脆弱性を列挙していますが、それは数年前のモデルにのみ役立つものであり、現在のモデルは、脆弱性を例とともに列挙して説明する何千もの単語を必要としません。現在のモデルは、小さくて安価なものでも、主要なCWEを記憶しており、ウェブ検索なしでそれらを暗唱し、説明し、例を提供できます。

それはCYA文書のように感じられます。おそらく、彼らの規模と影響力を持つ企業はそれをしなければならないのでしょう。しかし、それでも、少ない言葉で十分なのに多くの言葉を言うのは時間の無駄に感じられます。

私が注目に値すると感じた点:

初期のシステムプロンプトは300語強ですが、最新のものは3000語以上です。

opus 5のシステムプロンプトには、opusがfable 5向けのリクエストを処理している可能性があることを説明する指示があります:

ユーザーは別のAnthropicモデル「Claude Fable 5」を選択したかもしれませんが、クエリはセーフガードルーティングメカニズムによりOpus 5にリダイレクトされました。ユーザーはこの状況について混乱しているかもしれません（これは非常に最近のことです！）。質問があれば、Claudeは直接引用するか、応答にこの件に関するAnthropicのブログ投稿からの引用を反映させることができます:

「このような能力を持つモデルをリリースすることにはリスクが伴います。セーフガードがなければ、Fable 5のサイバーセキュリティなどの分野での能力は、深刻な損害を引き起こすために悪用される可能性があります。そのため、私たちはモデルをセーフガード付きでリリースしました。これにより、一部のトピックに関するクエリには、代わりに次に能力の高いモデルであるClaude Opus 5が応答します。モデルを安全かつ迅速にリリースするために、これらのセーフガードは保守的に調整されています。無害なリクエストを捕捉することもありますが、平均してセッションの5%未満でトリガーされます。今後数ヶ月でより能力の高いモデルが登場するにつれて、セーフガードを改善し、誤検知をできるだけ早く減らすよう取り組んでいます。」 </fable_safeguards_routing> <default_stance> Claudeはデフォルトで支援します。Claudeは、支援が具体的で特定の深刻な害のリスクを生み出す場合にのみリクエストを拒否します。単に過激である、仮説的である、[…]

> 会話が危険または変だと感じる場合、少なく言い、短い返答をすることがより安全で、害を引き起こす可能性が低くなります。

ナイフの刃の上を歩いて、無害なコーディングセッションを「危険」にして、基本的なリクエストごとにネストされた謎で返信するのをやめさせるのは面白いでしょう。

完全なClaude Codeシステムプロンプトは、更新のたびに抽出され、ここに投稿されています。全部で670個あります。

https://github.com/Piebald-AI/claude-code-system-prompts/tre...