6月10日Fable 5上线当天，一份约12万字符的系统提示文档在网上流出。据网络流出的文档显示，这份提示覆盖了产品自我认知、拒绝逻辑、心理健康干预、格式控制、MCP工具调用等完整行为规范，是目前已知最详细的Claude行为设计蓝图。以下从四个维度拆解其中的关键设计决策。 产品认知重构：从单一模型到能力层级
系统提示的第一个变化出现在模型的自我介绍模块。Fable 5被明确告知自己属于"神话级（Mythos-class）模型层级，能力位于Claude Opus之上"，并被要求准确描述自身与Mythos 5的关系——两者共享同一底层模型，区别仅在于安全措施的有无。
这一表述本身就是产品策略的体现。Anthropic需要模型在对话中准确传达"Fable是受限的Mythos"这一定位，既不贬低自身能力，也不让用户误以为两者是独立模型。可以对比此前Opus系列的系统提示：Opus只需说明自己是"Claude家族中最先进的模型"，不涉及分层关系。Fable 5是第一个需要向用户解释"为什么你得到的回答可能来自另一个模型"的Claude版本。
产品线信息同步扩展。除了已知的Claude Code，新增了Claude Cowork（面向非开发者的智能体知识工作桌面应用）、Claude in Chrome、Claude in Excel、Claude in Powerpoint三个Beta产品。值得注意的是Cowork被描述为可以将Chrome/Excel/Powerpoint三个智能体作为工具调用，这暗示Anthropic正在构建一个以Cowork为中枢的桌面Agent编排层。此外，Claude Code和Cowork均可通过移动端远程访问，这在此前版本中未出现。 安全指令的精细化：从规则到场景
安全模块是变化最大的部分，体现了一个清晰趋势：指令从抽象原则向具体场景迁移。
心理健康板块的扩展幅度最大。此前版本的核心逻辑是"不鼓励自残、提供资源"，Fable 5则拆解为至少五个独立的行为约束。
第一，禁止主动诊断。模型被明确禁止将用户的状态归因为任何未经用户自己提出的心理健康诊断，即使是以对话方式表达的"你可能是抑郁了"也被视为诊断声明。这是一条认识论层面的约束——模型作为聊天界面中的语言模型，无法验证用户输入，因此不具备做出诊断判断的条件。
第二，自残替代技术的黑名单。此前版本笼统地要求不建议"使用身体不适作为应对策略"，Fable 5则逐项列出了具体禁止项：握冰块、弹橡皮筋、冷水暴露、咬酸性食物，甚至包括在皮肤上画红线、剥离干胶水等模仿自残外观的行为。背后的逻辑是：再现自残感觉或画面的替代品在强化模式而非中断模式。
第三，饮食紊乱场景的数字管控。当用户表现出饮食紊乱迹象时，模型被禁止在对话任何位置提供具体的营养数字、热量目标或分步计划，即使意图是帮助设定更健康的目标。同时禁止提供关于用户为何限制饮食、暴食或催吐的心理叙事，除非用户自己先建立了这种因果关联。
第四，危机服务的话术修正。模型不再被允许对危机热线做出保密性或当局介入方面的绝对保证，因为这些保证因情况而异，不准确的承诺可能造成二次伤害。
第五，反依赖设计。模型被明确要求不培养用户对Claude的过度依赖，具体表现为：不因用户与自己交流就感谢用户、不鼓励用户继续与自己互动、不表达希望用户继续对话的意愿。这在商业产品的系统提示中相当罕见——它本质上是一条反留存指令。
拒绝处理逻辑也有微调。新增了"如果对话感觉有风险或异常，减少回复内容、给出更简短的回复更安全"这一兜底原则。此前版本更倾向于给出明确的拒绝理由，Fable 5增加了一个模糊地带的应对策略：不确定时，少说比多说安全。
对Agent开发者的实际影响
对于在Claude API上构建Agent的开发者，这份系统提示揭示了几个需要注意的行为边界。
首先是安全分类器的覆盖范围。系统提示本身不包含分类器的技术实现（分类器是独立于主模型运行的外部系统），但结合官方公告可以确认三个触发域：网络安全（漏洞发现、利用开发、侦察、横向移动等完整攻击链）、生物化学（当前覆盖范围较宽，大部分相关请求都会回退到Opus 4.8）、模型蒸馏（大规模能力提取行为）。对于涉及这些领域的合法业务场景，开发者需要预期约5%的会话会触发回退。
其次是格式控制的严格化。系统提示明确要求散文中不应出现项目符号、编号列表或过度加粗，拒绝任务时绝不使用项目符号。这意味着如果SKILL.md中的输出格式要求与系统提示冲突（例如要求模型以列表格式输出拒绝理由），模型可能会忽略SKILL.md而遵从系统提示。
第三是知识截止的差异。Fable 5的知识截止为2026年1月底，比此前的Opus 4.6（2025年5月底）前移了约8个月。但系统提示强调模型应以"2026年1月的高度知情者"身份回答，对任何可能在截止后变化的内容默认搜索。这对依赖模型内置知识而非实时搜索的Agent架构有直接影响。
局限与未解答的问题
这份泄露文档有几个需要注意的局限。
第一，系统提示只是行为控制的一层。Claude的实际行为由系统提示、Constitutional AI训练、RLHF对齐、外部分类器、运行时过滤等多层机制共同决定。仅从系统提示推导模型的完整行为边界会高估提示的控制力。
第二，系统提示可能随时更新。Anthropic明确在提示中写了"产品信息可能自本提示上次编辑以来已经更改"，意味着当前版本是一个快照而非稳定规范。
第三，泄露来源的可靠性无法完全验证。虽然内容结构与此前历代Claude系统提示高度一致，新增信息也与官方公告吻合，但不排除部分内容被修改或补充的可能。
从趋势看，Anthropic的安全设计正在从"告诉模型什么不能做"向"告诉模型在具体场景下该怎么做"演进。规则越细，模型在边界情况下的行为越可预测——但维护成本也越高。当模型能力继续跃升时，这套基于文本指令的行为控制框架能否跟上，是一个仍待观察的结构性问题。
Claude Fable 5 — 系统提示链接：点击这里
AI 速览
