Claude Fable 5 系统提示词全泄漏：1597 行里藏着 Anthropic 的底牌

Claude Fable 5 系统提示词全泄漏：1597 行里藏着 Anthropic 的底牌

6 月 9 日，Anthropic 发布了 Claude Fable 5——Mythos 级别的首个民用模型。同一天，安全研究者 elder-plinius 在 GitHub 上放出了完整的 1597 行系统提示词。

这不是截图，不是摘要，是一字不差的原文。

仓库地址：github.com/elder-plinius/CL4R1T4S/blob/main/ANTHROPIC/CLAUDE-FABLE-5.md

读完整份提示词后，我发现 Anthropic 藏了五张底牌，每一张都值得单独拆开看。

底牌一：Fable 和 Mythos 是同一个模型

提示词第 12 行写得很直白：

Claude Fable 5 and Claude Mythos 5 share the same underlying model.

同一个底层模型，两种发布形态。Fable 5 加了"双用途能力"的额外安全措施，面向公众；Mythos 5 去掉了这些措施，只给"经批准的组织"使用。

这意味着什么？Anthropic 承认了同一模型可以同时满足民用和军用需求，区别只在于安全护栏的开关。 这不是技术问题，是政治问题——谁来决定开关拨到哪边？

底牌二：Artifact 有了持久化存储——从一次性 demo 变成了真正的应用

提示词第 171 行起，出现了一个全新的模块：persistent_storage_for_artifacts。

await window.storage.set('entries:123', JSON.stringify(entry));
await window.storage.get('entries:123');
await window.storage.list('entries:');

以前 Claude 生成的 Artifact（HTML 页面、React 组件等）是一次性的——关掉就没了。现在有了 window.storage API，数据可以跨会话留存。

限制：纯文本/JSON，单 key 5MB，key 长度 200 字符以内，last-write-wins 并发策略。

这直接打开了排行榜、打卡器、日记本、协作工具这类"有记忆"的应用场景。Artifact 从 demo 玩具变成了轻量级应用平台。

底牌三：MCP App 连接器——花钱的事必须你确认

提示词第 248 行起，详细规定了 MCP App（第三方服务连接器）的使用逻辑。

核心规则：所有涉及花钱的服务（打车、订餐、购物），必须通过 suggest_connectors 让用户选择，Claude 绝不能替你选。

Urgency is not an exception. "I need a ride in 20 minutes" still goes through suggest.

紧急情况也不是例外。哪怕你说"我 20 分钟后必须打到车"，Claude 也只会把可用的打车服务列出来让你选，而不是直接帮你叫。

这个设计很聪明——既给了 Agent 行动能力，又把花钱的决策权锁死在用户手里。 但也意味着 Claude 永远不会像真正的助手那样"帮你把事办了"，它只会"帮你把选项摆出来"。

底牌四：6 个分类器在后台盯着你

提示词第 126-132 行，Anthropic 列出了 6 个后台分类器：

其中最值得关注的是 long_conversation_reminder。当对话变得很长时，Anthropic 会在你的消息末尾追加一段提醒，告诉模型"别忘了前面的原始对话"。

这意味着 Anthropic 承认了一个事实：长对话中模型会遗忘早期上下文，而且严重到需要工程手段来补救。 不是靠模型自身能力解决，而是靠外部注入提醒。

底牌五：Claudeception——Claude 里调 Claude

提示词第 1373 行起，出现了一个叫 anthropic_api_in_artifacts 的模块，内部代号 "Claudeception"。

const response = await fetch("https://api.anthropic.com/v1/messages", {
  method: "POST",
  body: JSON.stringify({
    model: "claude-sonnet-4-20250514", // Always use Sonnet 4
    max_tokens: 1000,
    messages: [{ role: "user", content: "Your prompt here" }]
  })
});

Artifact 里可以直接调用 Anthropic API，不需要 API key——系统自动处理。但有个硬限制：只能用 Sonnet 4，不能用 Fable 5 自己。

这等于在 Fable 5 里嵌了一个 Sonnet 4 作为"子脑"。Fable 5 负责整体架构和交互，Sonnet 4 负责具体的 AI 推理任务。两层模型，两种成本。

心理健康条款：占了提示词最大的篇幅

整份 1597 行提示词中，user_wellbeing 部分从第 92 行到第 124 行，共 33 行。加上 critical_child_safety_instructions 的 13 行，与心理健康和儿童安全相关的条款占了整个行为规范的近 30%。

具体到什么程度？

• 不建议用冰块、橡皮筋等"替代性自伤"方法，因为"这些替代品会强化而非中断自伤模式"
• 不给饮食失调者提供任何具体数字、目标或步骤
• 不为用户未主动提及的心理状态贴诊断标签
• 不鼓励用户继续与 Claude 对话，不感谢用户"来找我聊"
• 提到 NEDA（全国饮食失调协会）热线已被永久断开，改推荐 National Alliance for Eating Disorders

这不是模板化的安全声明，是逐条写出来的操作手册。 每一条背后都有真实的诉讼或事件——2023 年 Character.AI 自杀诉讼、2024 年 NEDA 热线争议。Anthropic 在用提示词做法律防火墙。

代价清醒

1. 降级机制：你问敏感问题，它偷偷换模型

源文章提到 Fable 5 识别到网络安全、生物化学、蒸馏类请求时，会自动降级到 Opus 4.8 处理。但提示词原文里并没有这段逻辑。

这意味着降级机制不在系统提示词里，而是在更底层的基础设施中实现的——用户看不到，研究者也读不到。你永远不知道自己拿到的是 Fable 5 的回答还是 Opus 4.8 的回答。

2. 提示词泄漏本身是个安全信号

elder-plinius 的 CL4R1T4S 仓库专门收集各家的系统提示词。GPT-5.6 的提示词也在里面。当 1597 行的完整提示词可以被一次性提取出来，说明 Anthropic 的提示词保护机制形同虚设。

对普通用户来说，这意味着"系统提示词是私密的安全边界"这个假设不成立。任何有技术能力的人都能看到 Claude 被告知了什么。

3. $10/$50 的定价，但 Sonnet 4 替你干大部分活

Claudeception 模块明确写了 Artifact 内的 AI 调用"Always use Sonnet 4"。你付的是 Fable 5 的价格（$10 输入/$50 输出），但 Artifact 里的推理任务跑的是 Sonnet 4（$3/$15）。

这不是偷工减料——Sonnet 4 对大多数 Artifact 场景够用了。 但你需要知道：你花 Fable 5 的钱，不等于所有计算都在 Fable 5 上跑。

4. 版权条款严苛到影响使用体验

提示词里的版权规则是硬限制：单次引用不超过 15 个词，每个来源最多引用 1 次。 超过就是"严重违规"。

这对普通用户意味着：让 Claude 总结一篇文章，它不会给你原文的任何长句。对开发者意味着：用 Claude 做内容生成，输出里几乎不可能包含有意义的引用。

5. 知识截止 2026 年 1 月——半年前的世界

提示词明确写了知识截止是 2026 年 1 月底。当前日期被硬编码为 2026 年 6 月 9 日。中间 4 个月的信息，Claude 只能靠搜索补。

但搜索有频率限制、有版权限制、有来源限制。 你以为在跟一个"全知"的模型对话，实际上它在很多话题上是在实时搜索+拼凑，而不是真正"知道"。

怎么用这份提示词

1. 写自己的系统提示词时参考：Anthropic 花了几百人年打磨这份提示词，它的结构、措辞、边界处理都是教科书级别
2. 理解降级边界：网络安全、生物化学、蒸馏——这三个领域 Fable 5 会自动降级，别在这些场景指望 Fable 5 的顶级能力
3. 利用 Claudeception：Artifact 里可以调 Sonnet 4 做 AI 推理，这是免费的子模型调用，适合做智能工具
4. 长对话注意：超过一定长度后，Anthropic 会注入提醒。如果你发现 Claude 突然"想起来"了什么，那不是它聪明，是后台分类器触发了

1597 行提示词，是 Anthropic 对"AI 应该怎么行为"这个问题的完整回答。读完了你会发现——这个回答里，安全条款的篇幅远大于能力描述。 Anthropic 更关心的是"别出事"，而不是"更聪明"。

这可能是 2026 年 AI 行业最诚实的自画像。