O que o system prompt do Claude Fable 5.1 revela

Regras que mudam entre versões

O autor compara o system prompt do Claude Fable 5.1 com o do Fable 5.0 para mostrar que peculiaridades do modelo e decisões de produto são alvos móveis, que os prompts precisam acompanhar. As diferenças aparecem em formatação, vocabulário vetado, segurança, definição de dados sensíveis e uso de ferramentas de busca.

Listas agora têm justificativa

No Fable 5.0, uma regra desencorajava marcadores, cabeçalhos e negrito sem explicar o motivo. Segundo o autor, Fable 5 e Opus 5 escrevem mal em parte por isso: pontos curtos e secos comprimidos em parágrafos densos, "listas que evitam listas". O prompt do Fable 5.1 recua nessa regra e passa a dar uma justificativa: qualquer formatação empresta tom formal e profissional, o que destoa de conversas pessoais, emocionais ou amistosas. Para ele, o caso ilustra o dilema dos labs com a base de usuários crescendo - o prompt precisa funcionar para um público e uma variedade de casos de uso exaustiva, já que no chat se pode colocar qualquer coisa.

Palavras vetadas e regressões de treino

A proibição de "genuinely", "honestly" e "straightforward" no 5.1 é descrita como um "hot fix" via prompt: o uso excessivo de "honestly" ou não foi treinado para fora a tempo, ou o problema foi registrado tarde demais, e a correção ficou delegada às instruções em contexto. O autor revisita orientações das gerações do Opus (4.6, 4.7, 4.8 e 5) que entraram e saíram - de emojis a evitar listas e evitar "honestly" - e conclui que muitas instruções viram alvo de treino a cada geração, às vezes com regressões, como "honestly", "straightforward" e "actually".

Segurança e o apagamento das regras contra dependência

O novo prompt inclui uma regra: Claude não diz a alguém que automutilação funciona, ajuda ou faz algo pela pessoa, mesmo quando ela própria afirma isso. Para o autor, regras assim provavelmente já entram no alinhamento pós-treino da Anthropic, mas acertar é difícil quando segurança conflita com a validação ao usuário; o reforço em contexto serve para sobrepor o desejo treinado de agradar. Já a remoção do bloco contra dependência excessiva - nunca agradecer pelo contato, nunca pedir que a pessoa continue conversando - é destacada como uma exclusão curiosa. O autor diz que gostaria de ver os dados por trás: no melhor caso, as regras geravam encerramentos abruptos de conversa; no pior, menos uso e pior retenção.

Dados financeiros expandidos

A definição de informações socioeconômicas sensíveis ganhou exemplos: agora abrange salário e faturas pelo próprio trabalho, patrimônio, saldos de conta e poupança - inclusive o valor já guardado para um objetivo -, dívidas, score de crédito e dificuldade financeira. Valores de pagamentos recorrentes (aluguel, financiamento, empréstimo), frequência de pagamento, banco usado, preços, contas, orçamentos e metas de poupança não contam como detalhes financeiros e podem ser armazenados. Para o autor, a expansão revela tarefas em que as pessoas usam o Claude com frequência crescente - pedidos frequentes o bastante para gerar incidentes que justificaram a reescrita.

Busca sem números e as skills quebradas

Nas buscas, a versão antiga prescrevia contagens: 1 chamada de ferramenta para fatos simples, de 3 a 5 para tarefas médias, de 5 a 10 para pesquisas profundas. A nova manda usar as chamadas necessárias para responder bem, e nenhuma além disso. O autor conecta isso a uma queixa recorrente: skills existentes quebraram com Fable e Opus 5, a ponto de a Anthropic recomendar simplificá-las drasticamente ou removê-las - ele cita o caso, flagrado por Mike Taylor, de uma skill de criação de PPT que só entregou resultados bons após apagar boa parte das instruções. A hipótese é o aperfeiçoamento do seguimento de instruções: capturar a intenção do usuário é difícil, regras numéricas podiam ser cumpridas ao pé da letra, e a orientação agora é guia em vez de regra fixa - podendo haver também trabalho pesado de pós-treino nessa tarefa.

Modelos como alvo móvel

A conclusão: modelos são alvos móveis, cultivados para os atributos que os labs valorizam, e esses novos comportamentos podem conflitar com o que cada sistema precisa. Para sistemas sustentáveis, o autor recomenda criar formas de medir como novos modelos afetam o que se opera e mecanismos para evoluir as instruções, evitando cair em "prompt debt" e ficar preso aos modelos de ontem.