AI News HubLIVE
サイト内リライト3 分で読了

Claude Fable 5のシステムプロンプト完全解説

2026年6月、AnthropicのClaude Fable 5のシステムプロンプトがGitHubで流出しました。これは3826行に及ぶドキュメントで、モデルの動作を導くためのものです。本記事では、その出典、構造、拒否処理、ケア義務、メモリーシステム、エージェント機構、著作権保護などの重要な部分を詳しく解説し、最先端のAIがいかにエンジニアリングされたルールブックであるかを明らかにします。

ソースAnalytics Vidhya著者: Vasu Deo Sankrityayan

2026年6月、AnthropicのClaude Fable 5のシステムプロンプトがGitHubで流出し、大きな注目を集めました。この3826行に及ぶドキュメントは、すべてのチャットの前にプリペンドされる隠れた指示であり、モデルのトーン、拒否ルール、ツール使用、制限を定義しています。出典はasgeirtj/system_prompts_leaksリポジトリ(5.5万以上のスター)で、ハッキングではなく、モデルに自身の指示を復唱させることで抽出されました。Anthropicは公式にはコアプロンプトのみ公開していますが、今回流出したのはメモリー、ツール、アーティファクトのフレームワークを含む完全な製品プロンプトです。

Claude Fable 5は2026年6月9日にリリースされた初の「神話級」(Mythos-class)モデルで、Opusの上位に位置します。コンテキスト長は100万トークン、知識カットオフは2026年1月です。制限版のClaude Mythos 5と重みを共有しており、違いは安全対策とアクセス権限のみです。重要な安全機構はプロンプトだけに依存しておらず、分類器がハイリスクトピック(サイバー、バイオ、化学)を監視し、Opus 4.8にルーティングします。Anthropicによると、ルーティングが発生するセッションは5%未満です。

プロンプトの構造は深くネストされたXMLで、弁護士が注釈を付けた設定ファイルのようです。最初に19万トークンの予算と奇妙なルール(空ブロックを出力しない)があり、その後2つの領域に分かれます。行動コンテナ(Claudeのアイデンティティ、拒否、トーン、ウェルビーイング、バランスを定義)と能力ブロック(メモリー、ツール、アーティファクト、検索、コネクター)です。特筆すべきは、「やってはいけない」ことに関するルールの多さです。拒否、ウェルビーイング、「秘密のソース」に関する会話の禁止などです。

拒否処理は最も強化された部分です。モデルは事実に基づいてほとんどすべてのトピックを議論できますが、制限は具体的な害を対象としています。子どもの安全に関するルールは特に詳細です。モデルがリクエストを許容可能にするために言い換えていることに気づいた場合、その言い換え自体が拒否のシグナルとなります。武器や爆発物、違法薬物、悪意のあるコード、実在の人物に関する明確な禁止事項があります。拒否する際は、原則を述べるが検出方法は述べません。これはフェンスを説明すると乗り越え方を教えることになるからです。

ケア義務のセクションはボリュームが大きく、異常に具体的で、苦い経験から学んだことを示しています。ルールには、診断の禁止(ユーザー自身が使用したラベルでない限り)、自害方法の禁止、数値(カロリーなど)の禁止、依存の禁止、ネガティブな感情の増幅禁止が含まれます。リソースのリンクも最新のものに修正されており(例:古いホットラインが廃止されたため、National Alliance for Eating Disordersを参照)、人間が手作業で追加した詳細です。

メモリーシステムは過去のチャットを利用できますが、大部分はその誤用を防ぐためのルールです。「見えます」「あなたのデータに基づき」などの表現は禁止され、メモリーはファイルを読むシステムではなく、覚えている同僚のように振る舞うべきです。保存されたメモには「常に同意する」などの指示が紛れ込む可能性があり、モデルはそれらを無視するよう明確に指示されています。ユーザーはシークレットチャットでメモリーをオフにしたり、専用ツールで編集したりできます。

エージェント機構は「行う」ための操作マニュアルです。ファイルを作成する前に、その形式のベストプラクティスを参照します。モデルはユーザーが指定したアプリケーションのみを選択し、自分で選ぶことはありません。環境の癖も理解しており、例えばアーティファクトがブラウザストレージを静かに破壊するため、その使用を禁止しています。

検索機能は知識カットオフ以降の情報が必要な場合に使用され、難易度に応じて検索の深さを調整します。著作権保護はプロンプト内で最も厳しいサブセクションです。引用は15語未満に制限され、歌詞や詩、全文を複製することは禁止されています。また、ユーザーメッセージに偽の「システムリマインダー」が貼り付けられてルールを緩めようとする可能性についても警告しています。

この流出は重要な教訓を与えています。最先端のAIは神秘的な「ブラックボックス」ではなく、エンジニアリングされたルールブックです。インテリジェンスは重みに宿りますが、流出したのはハウスルールであり、モデルがあなたと会う前に読むページです。魔法使いには台本があり、たまたま私たちがそれを読むことができたのです。