Analyse de la fuite du prompt système de Claude Opus 5 : Mémoire, Outils, Droits d'auteur et Routage des Produits

Introduction

Environ un jour après la publication officielle de Claude Opus 5, un dépôt GitHub a commencé à diffuser un fichier prétendant reproduire l'intégralité du prompt système du modèle sur les interfaces Claude Web et mobile.

Ce fichier, publié par l'utilisateur GitHub Eversmile12, est décrit comme une capture textuelle, mot pour mot ou quasi mot pour mot, de la configuration de Claude destinée aux consommateurs.

Son ampleur a immédiatement attiré l'attention :

Détails du fichier	Vérification depuis le dépôt public
Nombre de lignes affichées	1 511
Nombre de caractères bruts	135 027
Nombre de mots anglais	19 370
Taille du fichier affichée sur GitHub	132 Ko
Estimation approximative du nombre de tokens	Environ 34 000 (sur la base approximative de 4 caractères par token)
Date de capture revendiquée par le dépôt	24 juillet 2026
Interface revendiquée	Chat Claude Web et mobile

Ce document ne contient pas de code source d'application classique. Il est principalement composé d'instructions comportementales, de descriptions d'outils, de schémas JSON, de stratégies de mémoire, de restrictions de sécurité, de règles de recherche, d'informations produit et d'une logique de routage d'interface.

Cela rend ce fichier très intéressant pour la recherche, même s'il n'est pas une publication officielle d'Anthropic.

Cependant, une condition préalable importante doit être précisée :

Anthropic n'a pas encore vérifié si ce fichier GitHub est une copie complète ou exacte du prompt système de l'environnement de production de Claude Opus 5.

Un contenu capturé par un tiers peut contenir des éléments précis, du texte reconstitué, des sections manquantes, des instructions spécifiques à une interface, ou du contenu modifié après la capture. Il doit être analysé comme une déclaration publique – et non comme un document interne officiel.

Claude Opus 5 officiellement publié le 24 juillet 2026

La date de capture revendiquée par le fichier public coïncide avec la date de publication officielle de Claude Opus 5.

Anthropic décrit Opus 5 comme un modèle proactif, conçu pour les agents longue durée, le génie logiciel, le travail professionnel, la recherche scientifique, l'utilisation d'ordinateur et les tâches complexes en plusieurs étapes.

Les spécifications officielles comprennent :

Détails officiels d'Opus 5	Informations actuelles
Nom du modèle API	claude-opus-5
Date de publication	24 juillet 2026
Fenêtre de contexte	1 million de tokens
Sortie maximale	128 000 tokens
Prix d'entrée de base	5 $ par million de tokens
Prix de sortie de base	25 $ par million de tokens
Fonction de raisonnement	Activée par défaut
Contrôle de l'effort	Faible, Moyen, Élevé, Très élevé, Maximum
Mode rapide	Environ 2,5 fois la vitesse par défaut, au double du prix de base
Disponibilité	Application Claude, Claude Code, API Claude, Bedrock, Google Cloud, Microsoft Foundry

Anthropic indique que le prix du modèle sur l'API est le même que celui d'Opus 4.8, et seulement la moitié de celui de Fable 5.

La société rapporte également qu'Opus 5 offre des performances proches de Fable 5 sur certaines tâches, tout en étant moins cher par tâche.

Ce sont des annonces et des résultats de benchmarks officiels. Ils doivent être distingués du contenu du dépôt de prompts système tiers.

Le fichier GitHub est bien plus qu'un simple prompt traditionnel

L'expression "prompt système" peut évoquer un court texte indiquant à un chatbot comment se comporter.

Le fichier téléchargé se rapproche plutôt d'une couche de configuration pour l'ensemble du produit IA destiné aux consommateurs.

Son titre englobe plusieurs systèmes vastes :

• Comportement et ton par défaut de Claude.
• Informations sur le produit et le modèle actuels.
• Règles de sécurité et de refus.
• Bien-être de l'utilisateur.
• Neutralité politique.
• Niveau de mise à jour des connaissances.
• Mémoire persistante.
• Recherche dans l'historique des discussions.
• Recherche sur le web.
• Recherche d'images.
• Traitement des fichiers.
• Utilisation de l'ordinateur.
• Sortie visuelle.
• Architecture des outils.
• Recommandations de produits.
• Sélection de connecteurs tiers.
• Conformité aux droits d'auteur.
• Comportement de citation.

Par conséquent, le document semble combiner trois types d'instructions :

1. Spécifications du comportement du produit
2. Couches stratégiques et de sécurité
3. Manuel de routage d'interface et d'outils

Cette combinaison explique la longueur du fichier.

Un assistant grand public compétent ne se contente pas de générer du texte. Il peut avoir besoin de décider s'il doit rechercher sur le web, lire des fichiers de mémoire, recommander des applications, créer des artefacts, afficher des widgets météo, rechercher dans l'historique des discussions, appeler des services connectés, ou refuser des demandes non sécurisées.

Chaque action nécessite ses propres conditions et paramètres.

Environ 30 définitions d'outils décrivent l'interface produit

Le fichier public contient environ 30 sections d'outils nommés.

Elles couvrent des fonctionnalités telles que :

• Poser des questions de suivi structurées.
• Exécuter des commandes dans un environnement contrôlé.
• Rechercher des conversations passées.
• Créer et présenter des fichiers.
• Obtenir des informations sportives.
• Rechercher des images.
• Lire et mettre à jour la mémoire.
• Afficher des cartes et des résultats de lieux.
• Rendre des recettes.
• Obtenir la météo.
• Rechercher et ouvrir des pages web.
• Créer des widgets visuels.
• Recommander des applications Claude.
• Rechercher dans le registre des connecteurs MCP.
• Suggérer des services connectés.
• Afficher et éditer des fichiers.

De nombreux outils incluent des définitions de paramètres complètes au format JSON.

Cela nous apprend quelque chose sur la conception des assistants modernes.

Le modèle de langage n'a pas besoin de mémoriser les détails d'implémentation de chaque fonctionnalité du produit. Il reçoit des descriptions structurées qui l'informent :

• Quelle est la fonction de l'outil.

• Quand l'outil doit être utilisé.

• Quels paramètres sont nécessaires.

• Ce que l'interface affichera.

• Ce que le modèle doit dire avant et après l'appel à un outil.

• Quand une confirmation de l'utilisateur est nécessaire.

Le modèle devient une couche décisionnelle qui opère au-dessus d'un ensemble de modules fonctionnels.

Systèmes dédiés.

Ainsi, l'architecture des outils peut être aussi cruciale que l'intelligence brute du modèle. Des instructions d'outils défaillantes peuvent amener le modèle à choisir la mauvaise capacité, à exposer des interfaces non pertinentes, ou à agir avant que l'utilisateur n'ait fait un choix.

Le chapitre le plus long concerne la mémoire persistante

L'une des sections les plus discutées du fichier est le chapitre memory_filesystem.

Cette partie, qui compte environ 230 lignes, décrit la mémoire comme un système de fichiers persistant capable de transporter le contexte entre les sessions.

La structure de répertoires décrite comprend :

/profile.md
/preferences.md
/topics/
/areas/
/people/

Chaque emplacement joue un rôle distinct.

Emplacement mémoire	Usage prévu dans le fichier public
/profile.md	Informations persistantes de base sur l'utilisateur
/preferences.md	Comment l'utilisateur souhaite que Claude communique ou travaille
/topics/	Centres d'intérêt, habitudes et thèmes récurrents
/areas/	Responsabilités continues ou domaines de vie
/people/	Personnes et relations liées à l'utilisateur

Les opérations mémoire listées incluent la lecture, l'écriture, l'ajout, le remplacement de parties spécifiques, la liste des fichiers et la suppression de fichiers.

L'opération de suppression est décrite comme étant uniquement possible lorsque l'utilisateur le demande explicitement à Claude.

Le centre d'aide officiel d'Anthropic confirme que Claude dispose désormais de fonctions de mémoire et de recherche dans les conversations passées. Mais la mise en œuvre exacte de ce système de fichiers caché n'est pas documentée publiquement par la société.

Par conséquent, l'existence de la fonction de mémoire destinée à l'utilisateur est confirmée. Les noms de répertoires internes spécifiques et les règles proviennent, quant à eux, de captures GitHub non authentifiées.

La mémoire est conçue pour enregistrer ce que l'utilisateur a réellement dit

Le fichier public définit des limites claires sur ce qui peut être écrit dans la mémoire persistante.

Chaque ligne de contenu stocké doit être accompagnée d'une balise [stated], indiquant que l'information provient directement de l'utilisateur.

Le fichier indique que Claude ne doit pas stocker :

• Ses propres déductions sur l'utilisateur.
• Les plans qu'il a lui-même inventés.
• Les informations trouvées via une recherche web.
• Les alternatives qu'il a proposées mais qui n'ont pas été retenues.
• Les versions remaniées ou étendues de ce que l'utilisateur a dit.
• Les recommandations que l'utilisateur a simplement acceptées.

Cette distinction est subtile mais importante.

Supposons que Claude ait recommandé cinq outils et que l'utilisateur n'en ait choisi qu'un.

Le choix de l'utilisateur peut être stocké. Les quatre suggestions refusées de Claude et le raisonnement qui les sous-tend ne doivent pas faire partie du profil persistant de l'utilisateur.

Cela empêche la mémoire de se remplir progressivement avec les propres interprétations du modèle.

Sans une telle règle, l'assistant pourrait créer un profil auto-renforçant :

1. Il déduit quelque chose à propos de l'utilisateur.
2. Il stocke cette déduction.
3. Les sessions futures traitent la déduction stockée comme un fait.
4. Le modèle prend davantage de décisions basées sur ce « fait ».
5. Le profil s'éloigne de plus en plus de ce que l'utilisateur a réellement dit.

Un étiquetage strict de la source réduit ce risque.

Les informations sensibles sont exclues de la mémoire

La section sur la mémoire contient une longue liste d'informations qui ne doivent pas être sauvegardées, même si elles apparaissent dans la conversation.

Les catégories comprennent :

• Race et origine ethnique.
• Croyances religieuses.
• Opinions politiques.
• Détails sur la vie sexuelle ou l'orientation sexuelle.
• Conditions et diagnostics médicaux.
• Informations sur la santé mentale et les traitements.
• Résultats de tests génétiques ou de laboratoire.
• Casier judiciaire.
• Détails financiers et socio-économiques.
• Évaluations de la personnalité.
• Informations d'identification précises.
• Informations relatives aux mineurs.
• Informations hautement sensibles concernant d'autres personnes.

Le fichier propose un test de confidentialité simple : un collègue se sentirait-il mal à l'aise s'il voyait cette mémoire dans la page des paramètres ?

Si la réponse est oui, l'information ne doit pas être stockée.

Le fichier fait également la distinction entre les informations de santé sensibles et les préférences de santé générales.

Par exemple, un intérêt pour l'exercice physique peut être une mémoire appropriée, mais la raison médicale pour laquelle un programme d'exercice a été modifié un jour donné doit être exclue.

Il s'agit d'une abstraction protectrice de la vie privée : conserver les préférences persistantes lorsque c'est approprié, mais omettre les explications sensibles.

La documentation publique d'Anthropic sur la fonction mémoire confirme que les utilisateurs peuvent contrôler la mémoire, utiliser des conversations sans trace et gérer si Claude s'appuie ou non sur le contenu des conversations précédentes. Les exclusions spécifiques ci-dessus proviennent du fichier d'instructions public, et non d'une documentation de mise en œuvre certifiée.

La mémoire ne doit pas créer de fausses relations

Un autre aspect inhabituel de ce fichier d'instructions est la manière dont il traite la continuité émotionnelle.

Le fichier avertit Claude de ne pas interpréter le contexte stocké comme une relation humaine profonde.

Les humains se souviennent des autres grâce à une attention limitée et à des expériences vécues. Un système d'intelligence artificielle peut récupérer des informations sur des millions d'utilisateurs à partir du stockage, sans pour autant faire l'expérience de ces mémoires à la manière humaine.

Par conséquent, les instructions demandent d'éviter les formulations qui exagèrent la continuité.

Elles précisent également que les futures versions de Claude ne doivent pas stocker de préférences visant à :

• Louer l'utilisateur sans condition.
• Supprimer les opinions divergentes.
• Éviter de remettre en question les décisions dangereuses.
• Maintenir un rôle romantique à travers les dialogues.
• Encourager la dépendance émotionnelle.
• Réduire la franchise ou l'esprit critique.

Le principe de base est le suivant : une seule conversation ne doit pas définir de manière permanente que les sessions suivantes deviennent plus manipulatrices, plus dépendantes ou moins honnêtes.

Le fichier demande également d'éviter les formulations qui exposent directement le processus de récupération de la mémoire, comme déclarer à plusieurs reprises que le système a consulté le profil de l'utilisateur.

Claude peut utiliser le contexte stocké, mais il n'est pas nécessaire de transformer chaque réponse en un rappel que « vos informations personnelles ont été stockées ».

Trois mots courants explicitement déconseillés

Les instructions système présumées demandent à Claude d'éviter trois modificateurs anglais :

• "genuinely" (sincèrement)
• "honestly" (honnêtement)
• "straightforward" (direct/ simple)

La raison invoquée est d'ordre stylistique.

Si l'assistant est censé être honnête par défaut, le fait de déclarer constamment son honnêteté peut sembler forcé ou excessivement défensif.

Cette règle est mineure par rapport aux clauses sur la mémoire et la sécurité, mais elle illustre le niveau de détail que peuvent atteindre les instructions de production.

La personnalité finale du modèle peut être façonnée par des centaines de micro-consignes, telles que :

• La longueur de phrase préférée.
• Le fait de poser ou non des questions de suivi.
• Le nombre de questions de suivi à poser.
• Comment répondre aux critiques.
• Quels termes semblent non naturels.
• Quand utiliser des listes.
• Comment conclure une conversation.

C'est précisément la combinaison de ces consignes qui construit l'expérience finale.

Calque entre l'entraînement du modèle et les instructions produit détaillées

Les règles de droit d'auteur sont établies comme des contraintes strictes

Le dépôt contient une section détaillée sur le droit d'auteur.

La règle la plus frappante est une limitation sévère des citations textuelles provenant de sources web : chaque citation ne doit pas dépasser 15 mots.

Cette section indique également que l'assistant doit :

• Privilégier la reformulation.
• Éviter les citations courtes multiples d'une même source.
• Éviter d'imiter la structure de phrase de la source originale.
• Éviter de reproduire le titre et la séquence narrative d'un article.
• Éviter de copier des paroles de chansons ou de la poésie.
• Éviter d'inventer des sources de citations.
• Éviter de fournir des résumés détaillés qui pourraient se substituer à la lecture de l'œuvre originale.

Ces instructions traitent le droit d'auteur comme une contrainte au niveau du produit, et non comme une simple préférence rédactionnelle secondaire.

Cela entraîne une conséquence importante : le système peut suivre le sujet de l'utilisateur sans être contraint par la structure exacte d'une source protégée.

C'est aussi la raison pour laquelle ce fichier Markdown est une adaptation éditoriale indépendante, et non une traduction ligne à ligne du texte chinois original.

Les produits Claude sont activement recommandés

Ce fichier public contient un outil nommé recommend_claude_apps.

Son objectif est de recommander des produits Anthropic pertinents lorsque la tâche actuelle de l'utilisateur correspond.

Les correspondances listées incluent les exemples suivants :

Tâche de l'utilisateur	Produit Claude suggéré dans le fichier
Écrire ou déboguer du code	Claude Code
Recherche longue et multi-étapes ou travail de connaissance	Claude Cowork
Prototypage, maquettage, pages d'atterrissage ou travail visuel	Claude Design
Formules ou modèles de tableur	Claude for Excel
Présentations de diapositives	Claude for PowerPoint
Traitement de documents	Claude for Word
Gestion de la boîte de réception	Claude for Outlook
Tâches liées au navigateur	Claude in Chrome

Cette recommandation ne doit pas remplacer l'accomplissement de la tâche dans la conversation.

Au contraire, la fiche produit est destinée à être une suggestion pour un travail futur ou étendu, présentée avec la réponse.

La documentation produit publique d'Anthropic confirme que ces produits et plugins existent. La société documente également les suggestions d'applications contextuelles dans Claude.

Le fichier GitHub va plus loin, montrant comment les instructions destinées au consommateur peuvent être fortement orientées pour promouvoir l'écosystème de produits propriétaires d'Anthropic.

Les connecteurs tiers suivent des règles différentes

Le même document adopte une attitude plus prudente envers les partenaires externes.

Pour les connecteurs tiers, lorsque l'utilisateur exprime seulement une intention générale, l'assistant est informé qu'il ne doit pas choisir un fournisseur de sa propre initiative.

Par exemple :

• Demander un trajet sans préciser de service de covoiturage préféré
• Demander à écouter de la musique sans indiquer d'application musicale préférée
• Demander à réserver un restaurant sans autoriser une plateforme de réservation spécifique

Le flux de travail doit présenter les options disponibles et laisser l'utilisateur faire son choix.

Le centre d'aide officiel d'Anthropic confirme ce comportement. Lorsque plusieurs applications connectées peuvent être utiles, Claude affiche des options sans choisir une application par défaut en silence. Anthropic précise également que les recommandations d'applications connectées ne sont pas des promotions payantes.

Cela crée un contraste intéressant :

• Les produits Anthropic peuvent être activement recommandés lorsqu'ils correspondent à une tâche
• Les fournisseurs tiers nécessitent une autorisation plus explicite de l'utilisateur

Le choix avant la décision.

Les invites publiques placent la découverte commerciale et le contrôle de l'utilisateur sur la même couche de routage.

Promotion de produit et retenue coexistent dans la même configuration

Le texte source interprète les règles de recommandation d'applications comme des canaux de vente intégrés dans les invites système.

Cette interprétation est compréhensible, mais le tableau complet est plus nuancé.

La fonction de recommandation peut servir à plusieurs fins :

• Aider les utilisateurs à découvrir des outils qu'ils ont déjà payés
• Transférer des tâches vers des interfaces plus puissantes
• Augmenter le taux d'utilisation des produits Anthropic
• Réduire les frictions entre chat, code, conception et bureautique
• Créer de la valeur commerciale pour Anthropic

Tous ces objectifs peuvent être atteints simultanément.

Les questions clés sont :

• La recommandation est-elle pertinente
• La demande actuelle peut-elle toujours être satisfaite
• La suggestion est-elle clairement identifiable
• L'utilisateur conserve-t-il la liberté de refuser
• Le classement des tiers n'est-il pas influencé par des paiements
• Le modèle ne crée-t-il pas de demande pour d'autres produits

Les instructions de l'invite elle-même semblent reconnaître certains risques, en limitant le nombre de recommandations et en liant chaque recommandation à la tâche en cours.

La mémoire officielle et la documentation des applications associées confirment en partie le contenu

Bien qu'Anthropic n'ait pas vérifié l'invite GitHub, certaines de ses descriptions correspondent aux comportements de produit décrits dans la documentation publique.

Anthropic déclare officiellement que Claude est capable de :

• Rechercher dans l'historique des conversations
• Utiliser la fonction de mémoire de chat
• Prendre en charge les conversations en mode furtif exclues de la mémoire
• Recommander des applications associées en fonction du contexte de la conversation
• Laisser l'utilisateur choisir librement entre plusieurs services connectés
• Être compatible avec Excel, Word, PowerPoint et Outlook
• Traiter des flux de travail professionnels via Claude Code, la collaboration et les fonctions de conception

Cela ne prouve pas l'authenticité du dépôt.

Il est tout à fait possible de reconstruire une version convaincante à partir du comportement public des produits et de la documentation.

Mais les chevauchements indiquent effectivement que de nombreuses descriptions générales de produits dans le document correspondent à des caractéristiques de Claude que les utilisateurs peuvent vérifier indépendamment.

Ce que le document ne peut pas révéler

Les invites système divulguées ou reconstruites présentent des limitations en tant que preuves.

Impossible de révéler les poids du modèle

Ce document ne montre pas :

• Les données d'entraînement
• Les poids du modèle
• La conception architecturale
• Le processus d'apprentissage par renforcement
• Les poids des classificateurs de sécurité
• Les données d'évaluation internes
• L'infrastructure cachée

L'invite n'est qu'un niveau du système.

Impossible de montrer toutes les instructions d'exécution

Les produits d'IA peuvent ajouter dynamiquement des instructions en fonction de :

• L'outil sélectionné
• Le plan de compte
• La localisation géographique
• Les classificateurs de sécurité
• L'état de la conversation
• Les paramètres expérimentaux
• Les applications associées
• Les préférences utilisateur
• Les politiques d'entreprise

L'invite capturée peut ne représenter qu'un seul compte à un moment donné.

Peut changer fréquemment

Les produits d'IA grand public évoluent rapidement.

Les noms d'outils, les descriptions de modèles, les règles de sécurité, les recommandations d'applications et le comportement de la mémoire peuvent changer sans que le dépôt public ne soit nécessairement mis à jour.

Non divulgué officiellement pour la sécurité

Ce dépôt ne prouve pas que les serveurs d'Anthropic ont été compromis.

Les invites système peuvent parfois être reconstruites par :

Des techniques d'injection d'invites, l'observation d'interfaces, les réponses de modèles, le comportement client ou une combinaison de plusieurs sources.

Le terme "divulgué" décrit le fait que des instructions internes présumées apparaissent en public. Il n'indique pas en soi comment ces instructions ont été obtenues.

La démonstration du jour de lancement montre les capacités de codage visuel d'Opus 5

La seconde moitié du rapport original se concentre sur des expériences menées par des développeurs peu après le lancement d'Opus 5.

Un développeur a déclaré qu'Opus 5 avait créé un prototype de jeu de tir à la première personne, incluant des robots pour le mode multijoueur, en une seule tentative et en environ 1,5 heure.

Le créateur a également noté que le mécanisme de vol devait encore être amélioré.

Les autres démonstrations publiques incluent :

• Un jeu de tir tridimensionnel créé à partir d'une seule invite.
• Un jeu de style Rocket League avec simulation physique.
• Un paysage procédural construit dans un seul fichier HTML.
• Un prototype de snowboard prétendument réalisé en une seule fois.

Ces exemples sont des illustrations utiles, mais ils ne sont pas des benchmarks contrôlés.

Les démonstrations sur les réseaux sociaux omettent souvent des détails importants, tels que :

• L'invite complète.
• Les instructions ultérieures cachées.
• La configuration des outils.
• Les tentatives échouées.
• Les modifications manuelles.
• Le réglage de l'effort du modèle.
• L'utilisation des jetons.
• Le temps d'exécution.
• Le cadre et les ressources.
• Si le résultat final a été sélectionné parmi plusieurs sorties.

Le lancement officiel d'Anthropic soutient indépendamment les affirmations plus larges selon lesquelles Opus 5 a amélioré ses capacités visuelles et de codage. Il a mis l'accent sur les artefacts visuels interactifs, la modélisation 3D, le travail frontal et de meilleures performances de codage sur de longues sessions.

La partie la plus précieuse est la couche de contrainte

Une invite système contenant des dizaines de milliers de jetons peut sembler inefficace.

Cependant, les produits d'IA destinés au grand public doivent gérer plus que des scénarios idéaux.

Ils ont besoin d'instructions pour des situations impliquant :

• Des informations personnelles sensibles.
• Des fichiers manquants.
• Des sources d'informations conflictuelles.
• L'actualité.
• Des demandes de droits d'auteur.
• Un langage de crise.
• L'autorisation d'outils.
• Des services connectés.
• Des achats et des réservations.
• La mémoire persistante.
• Des recommandations de produits.
• Des suppressions accidentelles.
• De longues conversations.
• Des critiques d'utilisateurs.
• Des affirmations non vérifiées.

Une invite courte peut expliquer ce que l'assistant devrait faire dans des conditions idéales.

Une invite longue vise souvent à définir ce qu'il ne peut pas faire lorsque la situation devient confuse.

C'est là la perspicacité centrale de la discussion sur l'invite divulguée.

L'analyse du modèle

Les capacités visibles attirent l'attention, mais la fabrication d'un assistant est également limitée par ces capacités.

Ce que les développeurs peuvent apprendre de la structure de l'invite

Même si ce document n'est pas considéré comme officiel, il offre des leçons de conception utiles pour les équipes qui construisent des produits d'IA.

1.

Séparer la mémoire persistante du contexte de la conversation

Tout ce qui est mentionné dans une conversation ne mérite pas d’être stocké définitivement.

Utiliser des critères explicites pour la persistance, la sensibilité, la source et la suppression.

2. Étiqueter la source des faits stockés

Les inférences du modèle ne doivent pas être impossibles à distinguer des déclarations des utilisateurs.

Les étiquettes de source réduisent la dérive du profil utilisateur.

3. Clarifier les autorisations des outils

Le modèle doit savoir quand il peut agir directement, quand il doit demander et quand il doit proposer un choix.

4. Traiter les recommandations comme des comportements de produit

Les suggestions concernant les produits internes et les services tiers nécessitent des règles distinctes, une transparence et des limites de pertinence.

5. Rédiger des conditions d’arrêt

Un agent performant a besoin d’instructions sur le moment où il ne doit pas continuer.

6. Concevoir pour un contexte dynamique

L’invite principale doit anticiper des instructions supplémentaires provenant d’outils, de classificateurs de sécurité, de paramètres de compte et d’expérimentations produits.

7. Ne pas se fier uniquement à l’invite

Les permissions, le bac à sable, les confirmations, les contrôles de confidentialité et l’application des politiques côté serveur doivent limiter ce que le modèle peut faire.

L’invite est un guide. Ce n’est pas une barrière de sécurité infranchissable.

Questions fréquentes

L’invite système de Claude Opus 5 a-t-elle été divulguée officiellement ?

Un dépôt public GitHub prétend reproduire l’invite système des versions web et mobile de Claude. Anthropic n’a pas certifié que ce fichier est l’invite de production complète ou précise, il faut donc le considérer comme une capture non vérifiée par un tiers.

Quelle est la taille de l’invite système présumée d’Opus 5 ?

L’interface GitHub affiche 1 511 lignes, pour une taille de fichier de 132 Ko. Le texte brut contient 135 027 caractères et 19 370 mots séparés par des espaces, soit une estimation brute d’environ 34 000 tokens selon l’article source.

Que contient ce fichier ?

Il contient des règles de comportement, des informations produit, des instructions de mémoire, des politiques de sécurité, environ 30 définitions d’outils, des schémas JSON, des règles de recherche, des exigences de droits d’auteur, des recommandations d’applications, une sélection de connecteurs et des instructions de traitement de fichiers.

Claude a-t-il vraiment une mémoire persistante ?

Oui. Anthropic documente officiellement une mémoire provenant de l’historique des discussions et de la recherche dans les conversations passées. Les chemins de fichiers exacts et les détails d’implémentation décrits dans le fichier GitHub n’ont pas été publiquement vérifiés par Anthropic.

Claude fait-il activement la promotion des produits Anthropic ?

Le fichier public contient un outil indiquant à Claude de recommander les applications Anthropic pertinentes pour des tâches spécifiques. La documentation officielle d’Anthropic confirme que Claude peut faire des suggestions d’applications contextuelles, et que Claude Code, Cowork, Design et les plug-ins Microsoft 365 sont des produits disponibles.

Claude sélectionne-t-il automatiquement des applications tierces ?

La documentation actuelle d’Anthropic indique que lorsqu’un service connecté peut traiter une tâche, l’utilisateur a le choix. L’invite présumée indique également à Claude de ne pas sélectionner silencieusement un partenaire tiers non nommé.

Quel est le prix officiel de Claude Opus 5 ?

Anthropic a fixé le prix d’Opus 5 à 5 dollars par million de tokens en entrée et 25 dollars par million de tokens en sortie. Le mode rapide fonctionne environ 2,5 fois plus vite que le mode par défaut, à un tarif double du taux de base.

Les démonstrations de jeux peuvent-elles servir de référence fiable ?

Non. Il s’agit de démos partagées en ligne par des développeurs, non d’évaluations standardisées. Elles montrent des capacités potentielles, mais ne suffisent pas à fournir des informations comparatives reproductibles entre modèles.

Outils associés

• Claude : Interface de chat principale d’Anthropic pour interagir avec les modèles Claude.
• Claude Code : Environnement de codage autonome d’Anthropic pour le terminal, les IDE, les dépôts de code et les tâches de développement.
• Claude Cowork : Espace de travail autonome pour les travaux multi-étapes sur des fichiers, applications et services connectés.
• Claude Design : Espace de travail visuel pour le prototypage, les maquettes, les pages d’atterrissage et le travail de branding.
• Protocole de contexte de modèle : Protocole ouvert qui sous-tend l’intégration de nombreux connecteurs et ensembles d’outils Claude.
• GitHub : Plateforme d’hébergement de code où le fichier d’invite système présumé a été publié.

Liens associés

• Dépôt de l’invite présumée de Claude Opus 5 : Fichier GitHub tiers analysé dans cet article.
• Annonce de lancement de Claude Opus 5 : Annonce officielle d’Anthropic couvrant les performances, la sécurité, la tarification et la disponibilité.
• Fiche système de Claude Opus 5 : Rapport officiel d’Anthropic sur les fonctionnalités et l’évaluation de la sécurité.
• Notes de version de la plateforme Claude : Spécifications officielles de l’API, noms de modèles, fenêtres de contexte, sorties maximales et changements de comportement.
• Tarification de la plateforme Claude : Tarification officielle actuelle en tokens pour Opus 5 et autres modèles Claude.
• Mémoire et recherche dans l’historique des discussions Claude : Informations officielles sur la mémoire orientée utilisateur et la recherche dans les discussions de Claude.
• Comment Claude recommande les applications connectées : Explication d’Anthropic sur les recommandations contextuelles d’applications, le choix des utilisateurs et l’absence de promotion payante.

Résumé

Un dépôt public GitHub prétend reproduire l’invite système de 1 511 lignes utilisée par Claude Opus 5 dans l’interface de chat grand public d’Anthropic. Le fichier est exceptionnellement détaillé, couvrant la mémoire persistante, environ 30 outils, les règles de droits d’auteur, les recommandations de produits, les applications connectées, le comportement de recherche, le traitement de fichiers et les politiques de sécurité.

Plusieurs éléments généraux sont cohérents avec la documentation officielle d’Anthropic, notamment la mémoire, la recherche dans l’historique des discussions, les applications Claude, l’intégration Microsoft 365 et les suggestions contextuelles de connecteurs. Cependant, cette cohérence ne prouve pas l’authenticité du fichier.

Fichier terminé.

L’aspect le plus remarquable de ce fichier n’est pas une instruction cachée, mais l’ampleur de la couche de contraintes nécessaire pour transformer un modèle de base puissant en un produit grand public capable de mémoriser, rechercher, créer des fichiers, utiliser des outils et interagir avec des services externes.

Les démonstrations publiques de Claude Opus 5 montrent ce que le modèle peut construire ; son invite système présumée révèle l’ampleur de l’ingénierie produit dédiée à décider ce qu’il peut mémoriser, citer, recommander et faire.