[AI Digest周报] Claude 核心提示词又双叒泄露? | 拆解 Fable 5.1 的“灵魂”说明书

Claude Fable 5.1 的核心系统提示词（又）遭黑客破解？本期播客，让我们一起深度解析 Claude Fable 5.1 的核心系统提示词。

核心看点：

• 安全“黑魔法”：在涉及儿童安全等最敏感的红线时，系统对 Claude 植入了一条绝对铁律：如果它发现自己在大脑中开始试图对用户的请求进行“思想重构（Reframing）”以使其合规，这种自我辩解的重构动作本身就是必须立刻拒绝的非谈判信号。

• 极致版权防御：严控角色代码绘制与“15字引用硬上限” Fable 5.1 严格保护知识产权。它被严厉禁止使用 SVG、Canvas、HTML 等任何代码绘制索尼克、好饿的毛毛虫等已知版权角色，即使改变其姿势、颜色、背景也不行。此外，在处理外部搜索信息时，严禁 verbatim（逐字）引用任何源超过15个字，且单一源最多只能提取一句极短引用，其余内容必须完全重写，杜绝抄袭和复刻结构。

• 强制戒掉“赛博油腻”：重塑平实、直白文风（Anti-Mannered Prose） 针对模型容易陷入空洞比喻、矫揉造作（Mannered Prose）的通病，5.1 系统提示词特意增加了一段负面指引。它强制禁止 Claude 使用诸如用“a dial worth turning”（拨动旋钮）指代参数调整、或用“earns its keep”（挣得口粮）指代重要性等自以为是、华而不实的隐喻。它同样被要求彻底戒掉“genuinely”、“honestly”、“straightforward”等容易显得虚伪、试图说服用户的修饰词。

• 跨会话的长效记忆文件系统与严苛的隐私天花板 Claude 拥有精密的虚拟 Markdown 记忆文件系统，将稳定的个人身份、ongoing 的项目、周遭的人际关系等分门别类地记入特定目录。但为了保护对话的连贯性，记忆的整理完全是无感的——由后台记忆通票（Background memory pass）在对话结束后静默处理，模型在交谈中甚至不能主动宣布自己“已保存记忆”。

• 不再“过度脑补”的克制之美：Fable 5.1 实测蜕变 来自 CodeRabbit 的实测数据显示，5.1 展现了惊人的“克制力”。在面对用户语焉不详的模糊需求时，它在做完要求的事情后就会直接停下，不再像以前的模型一样，因为“ ambiguity 焦虑”而疯狂过度脑补并随意扩充开发范围。这一克制使其在代码审查中，精简了 87 个最终评论和 186 个琐碎（Nitpick）评论，让核心精确度直接提升了 4.5 个百分点