Analisi della divulgazione del system prompt di Claude Opus 5: Memoria, strumenti, copyright e routing dei prodotti

Introduzione

Circa un giorno dopo il rilascio pubblico di Claude Opus 5, un repository GitHub ha iniziato a diffondere un file che sostiene di riprodurre il system prompt completo del modello nelle interfacce web e mobile di Claude.

Il file, pubblicato dall'utente GitHub Eversmile12, è descritto come un'acquisizione testuale o quasi testuale della configurazione di Claude destinata ai consumatori.

Le sue dimensioni hanno immediatamente attirato l'attenzione:

Dettagli del file	Verifica dal repository pubblico
Righe visualizzate	1.511
Caratteri originali	135.027
Parole in inglese	19.370
Dimensione file su GitHub	132 KB
Token approssimativi	Circa 34.000 (stima approssimativa di 4 caratteri per token)
Data di acquisizione dichiarata dal repository	24 luglio 2026
Interfaccia dichiarata	Chat web e mobile di Claude

Il documento non contiene codice sorgente applicativo convenzionale. È composto principalmente da istruzioni comportamentali, descrizioni di strumenti, schemi JSON, strategie di memoria, limitazioni di sicurezza, regole di ricerca, informazioni sui prodotti e logica di routing delle interfacce.

Ciò rende il file di notevole interesse di ricerca, anche se non è una pubblicazione ufficiale di Anthropic.

Tuttavia, una premessa importante deve essere chiarita:

Anthropic non ha verificato se il file GitHub sia una copia completa o esatta del system prompt di produzione di Claude Opus 5.

I contenuti acquisiti da terze parti possono includere materiale accurato, testo ricostruito, sezioni omesse, istruzioni specifiche per interfacce o contenuti modificati dopo l'acquisizione. Dovrebbero essere analizzati come dichiarazioni pubbliche, non come documenti interni autorevoli.

Claude Opus 5 rilasciato ufficialmente il 24 luglio 2026

La data di acquisizione dichiarata nel file pubblico coincide con la data di rilascio ufficiale di Claude Opus 5.

Anthropic descrive Opus 5 come un modello proattivo, progettato per agenti a lungo termine, ingegneria del software, lavoro professionale, ricerca scientifica, uso del computer e attività complesse a più passaggi.

Le specifiche ufficiali includono:

Dettagli ufficiali di Opus 5	Informazioni attuali
Nome modello API	claude-opus-5
Data di rilascio	24 luglio 2026
Finestra di contesto	1 milione di token
Output massimo	128.000 token
Prezzo input base	$5 per milione di token
Prezzo output base	$25 per milione di token
Funzionalità di ragionamento	Abilitata per impostazione predefinita
Controllo dello sforzo	Basso, medio, alto, xhigh, max
Modalità veloce	Circa 2,5 volte la velocità predefinita, prezzo doppio rispetto a quello base
Disponibilità	App Claude, Claude Code, API Claude, Bedrock, Google Cloud, Microsoft Foundry

Anthropic afferma che il prezzo del modello sull'API è lo stesso di Opus 4.8, pari alla metà di Fable 5.

L'azienda riferisce inoltre che Opus 5 si avvicina alle prestazioni di Fable 5 in alcuni compiti, con un costo inferiore per attività.

Queste sono dichiarazioni di rilascio ufficiale e risultati di benchmark. Devono essere distinti dai contenuti del repository di system prompt di terze parti.

Il file GitHub è molto più di un semplice prompt tradizionale

L'espressione "system prompt" potrebbe far pensare a un breve testo che dice al chatbot come comportarsi.

Il file caricato si avvicina invece al livello di configurazione dell'intero prodotto AI consumer.

I suoi titoli coprono un'ampia gamma di sistemi:

• Comportamento e tono predefiniti di Claude.
• Informazioni attuali su prodotto e modello.
• Regole di sicurezza e rifiuto.
• Benessere dell'utente.
• Neutralità politica.
• Aggiornamento delle conoscenze.
• Memoria persistente.
• Ricerca nella cronologia chat.
• Ricerca web.
• Ricerca immagini.
• Elaborazione file.
• Uso del computer.
• Output visivo.
• Architettura degli strumenti.
• Raccomandazioni di prodotto.
• Selezione connettori di terze parti.
• Conformità al copyright.
• Comportamento delle citazioni.

Pertanto, il documento sembra combinare tre tipi di istruzioni:

1. Specifiche del comportamento del prodotto
2. Livello di policy e sicurezza
3. Manuale di routing dell'interfaccia e degli strumenti

Questa combinazione spiega perché il file sia così lungo.

Un assistente consumer competente non si limita a generare testo. Potrebbe dover decidere se cercare sul web, leggere file di memoria, raccomandare app, creare artefatti, mostrare widget meteo, cercare nella cronologia chat, chiamare servizi connessi o rifiutare richieste non sicure.

Ogni azione richiede le proprie condizioni e parametri.

Circa 30 definizioni di strumenti descrivono l'interfaccia del prodotto

Il file pubblico contiene circa 30 sezioni di strumenti nominati.

Le funzionalità che coprono includono:

• Porre domande di follow-up strutturate.
• Eseguire comandi in ambienti controllati.
• Cercare conversazioni passate.
• Creare e presentare file.
• Ottenere informazioni sportive.
• Cercare immagini.
• Leggere e aggiornare la memoria.
• Mostrare mappe e risultati di luoghi.
• Rendere ricette.
• Ottenere meteo.
• Cercare e aprire pagine web.
• Creare widget visivi.
• Raccomandare app Claude.
• Cercare nel registro dei connettori MCP.
• Suggerire servizi connessi.
• Visualizzare e modificare file.

Molti strumenti contengono definizioni complete dei parametri in stile JSON.

Questo ci dice qualcosa sul design degli assistenti moderni.

Il modello linguistico non ha bisogno di ricordare i dettagli di implementazione di ogni funzionalità del prodotto. Riceve descrizioni strutturate che gli dicono:

• Cosa fa lo strumento.

• Quando dovrebbe essere usato lo strumento.

• Quali parametri sono necessari.

• Cosa verrà mostrato nell'interfaccia.

• Cosa dovrebbe dire il modello prima e dopo la chiamata allo strumento.

• Quando è necessaria la conferma dell'utente.

Il modello diventa un livello decisionale, operando su una serie di moduli funzionali.

Sistemi dedicati.

Pertanto, l'architettura degli strumenti può essere importante quanto l'intelligenza originale del modello. Istruzioni scadenti sugli strumenti possono portare il modello a selezionare la capacità sbagliata, esporre interfacce irrilevanti o agire prima che l'utente faccia una scelta.

Il capitolo più lungo riguarda la memoria persistente

Una delle sezioni più discusse nel file è il capitolo memory_filesystem.

Questa sezione, composta da circa 230 righe, descrive la memoria come un filesystem persistente in grado di trasportare il contesto tra sessioni.

La struttura di directory descritta include:

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

Ogni posizione svolge un ruolo diverso.

Posizione di memoria	Utilizzo previsto nel file pubblico
/profile.md	Informazioni persistenti di base sull'utente
/preferences.md	Come l'utente desidera che Claude comunichi o lavori
/topics/	Interessi, abitudini e argomenti ricorrenti
/areas/	Responsabilità o ambiti di vita continui
/people/	Persone e relazioni collegate all'utente

Le operazioni di memoria elencate includono lettura, scrittura, aggiunta, sostituzione di parti specifiche, elenco di file e cancellazione di file.

L'operazione di cancellazione è descritta come utilizzabile da Claude solo su richiesta esplicita dell'utente.

Il centro assistenza ufficiale di Anthropic conferma che Claude ora dispone di funzionalità di memoria e ricerca delle chat passate. Ma l'implementazione esatta di questo file system nascosto non è documentata pubblicamente dall'ufficiale.

Pertanto, l'esistenza di funzioni di memoria orientate all'utente è confermata. I nomi specifici delle directory interne e le regole derivano invece da acquisizioni GitHub non autenticate.

La memoria è progettata per registrare ciò che l'utente ha effettivamente detto

Il file pubblico stabilisce confini chiari su cosa può essere scritto nella memoria persistente.

Ogni riga di contenuto memorizzato deve essere accompagnata da un tag [stated], che indica che l'informazione proviene direttamente dall'utente.

Il file specifica che Claude non deve memorizzare:

• Le proprie inferenze sull'utente.
• Piani ideati da sé.
• Informazioni trovate tramite ricerca web.
• Alternative proposte da sé ma non selezionate.
• Versioni rielaborate o estese di ciò che l'utente ha detto.
• Raccomandazioni accettate dall'utente solo passivamente.

Questa distinzione, sebbene sottile, è molto importante.

Supponiamo che Claude abbia raccomandato cinque strumenti e l'utente ne abbia scelto solo uno.

La scelta dell'utente può essere memorizzata. I quattro suggerimenti rifiutati di Claude e il ragionamento alla base non dovrebbero far parte del profilo persistente dell'utente.

Ciò impedisce che la memoria venga gradualmente riempita dalle interpretazioni del modello stesso.

Senza tale regola, l'assistente potrebbe creare un profilo auto-rafforzante:

1. Inferirebbe qualcosa sull'utente.
2. Memorizzerebbe questa inferenza.
3. Le sessioni future tratterebbero l'inferenza memorizzata come un dato di fatto.
4. Il modello prenderebbe più decisioni basate su quel "fatto".
5. Il profilo si allontanerebbe sempre più da ciò che l'utente ha effettivamente detto.

Una rigorosa etichettatura della fonte riduce questo rischio.

Le informazioni sensibili sono escluse dalla memoria

La sezione sulla memoria contiene un lungo elenco di informazioni che non dovrebbero essere salvate, anche se compaiono nella conversazione.

Le categorie includono:

• Razza ed etnia.
• Credenze religiose.
• Opinioni politiche.
• Dettagli sulla storia o l'orientamento sessuale.
• Condizioni e diagnosi mediche.
• Salute mentale e informazioni terapeutiche.
• Risultati di test genetici o di laboratorio.
• Precedenti penali.
• Dettagli finanziari e socioeconomici.
• Valutazioni della personalità.
• Informazioni precise sull'identità.
• Informazioni relative a minori.
• Informazioni altamente sensibili su altre persone.

Il file propone un semplice test sulla privacy: un collega si sentirebbe a disagio se vedesse quel ricordo nella pagina delle impostazioni?

Se la risposta è sì, l'informazione non dovrebbe essere memorizzata.

Il file distingue anche le informazioni sanitarie sensibili dalle preferenze sanitarie generali.

Ad esempio, l'interesse per lo sport può essere un ricordo appropriato, ma il motivo medico per cui un piano di allenamento è stato modificato in un determinato giorno dovrebbe essere escluso.

Si tratta di un modo per astrarre la privacy: preservare le preferenze persistenti quando appropriato, ma scartare le spiegazioni sensibili.

La documentazione pubblica sulla funzione di memoria di Anthropic conferma che gli utenti possono controllare la memoria, utilizzare conversazioni in incognito e gestire se Claude si basa sui contenuti delle conversazioni precedenti. Le esclusioni specifiche di cui sopra provengono dal file di prompt pubblico, non dalla documentazione di implementazione certificata.

La memoria non deve creare relazioni fittizie

Un altro aspetto insolito di questo file di prompt è il modo in cui gestisce la continuità emotiva.

Il file avverte Claude di non interpretare erroneamente il contesto memorizzato come una profonda relazione personale.

Gli esseri umani ricordano gli altri attraverso attenzione limitata ed esperienze personali. I sistemi di intelligenza artificiale possono recuperare informazioni da milioni di utenti dalla memoria, ma non possono vivere questi ricordi nel modo umano.

Pertanto, il prompt richiede di evitare espressioni che esagerano la continuità.

Inoltre, vieta alle versioni future di Claude di memorizzare preferenze come:

• Lodare incondizionatamente l'utente
• Sopprimere le opinioni divergenti
• Evitare di mettere in dubbio decisioni pericolose
• Mantenere un ruolo romantico attraverso le conversazioni
• Incoraggiare la dipendenza emotiva
• Ridurre l'autenticità o lo spirito critico

Il principio di base è: una singola conversazione non dovrebbe impostare permanentemente le sessioni successive per essere più manipolative, dipendenti o disoneste.

Il file richiede anche di evitare un linguaggio che esponga direttamente il processo di recupero della memoria, come dichiarare ripetutamente che il sistema ha accesso al profilo dell'utente.

Claude può utilizzare il contesto memorizzato, ma non deve trasformare ogni risposta in un promemoria per l'utente che "le informazioni personali sono state memorizzate".

Raccomandazione esplicita di evitare tre parole comuni

Il prompt di sistema presumibilmente richiede a Claude di evitare tre aggettivi inglesi:

• "genuinely" (sinceramente)
• "honestly" (onestamente)
• "straightforward" (semplice/ diretto)

La motivazione è di natura stilistica.

Se l'assistente dovrebbe essere onesto per impostazione predefinita, dichiarare ripetutamente l'onestà può sembrare artificioso o eccessivamente difensivo.

Rispetto alle clausole sulla memoria e la sicurezza, questa regola è minore, ma mostra quanto possa essere granulare un prompt di produzione.

La personalità finale del modello può essere plasmata da centinaia di istruzioni sottili, come:

• Lunghezza delle frasi preferita
• Se porre domande di follow-up
• Quante domande di follow-up porre
• Come rispondere alle critiche
• Quali parole suonano innaturali
• Quando usare elenchi
• Come concludere una conversazione

L'esperienza finale è costruita collettivamente da queste istruzioni.

Addestramento del modello e strato di specifiche del prodotto estese

Le regole sul copyright sono impostate come vincoli rigidi

Il repository contiene una sezione dettagliata sul copyright.

La sua regola più evidente è una restrizione rigorosa sulle citazioni testuali da fonti web: ogni citazione non deve superare le 15 parole.

La sezione specifica anche che l'assistente dovrebbe:

• Dare priorità alla parafrasi
• Evitare citazioni brevi multiple dalla stessa fonte
• Evitare di imitare la struttura delle frasi del testo originale
• Evitare di riprodurre il titolo e la sequenza narrativa di un articolo
• Evitare di copiare testi di canzoni e poesie
• Evitare di inventare fonti per le citazioni
• Evitare di fornire riassunti dettagliati che potrebbero sostituire la lettura dell'opera originale

Il prompt considera il copyright come un vincolo a livello di prodotto, non una preferenza di scrittura secondaria.

Ciò porta a un risultato importante: il sistema può seguire l'argomento dell'utente senza dover seguire la struttura esatta della fonte protetta da copyright.

Questo è anche il motivo per cui questo file Markdown è un adattamento editoriale indipendente, non una traduzione riga per riga del testo originale cinese.

I prodotti Claude vengono attivamente raccomandati

Questo file pubblico contiene uno strumento chiamato recommend_claude_apps.

Il suo scopo è raccomandare prodotti Anthropic pertinenti quando corrispondono all'attività corrente dell'utente.

Le mappature elencate includono i seguenti esempi:

Compito dell'utente	Prodotto Claude suggerito nel file
Scrivere o fare debug di codice	Claude Code
Ricerca a più fasi o lavoro di conoscenza su lunga distanza	Claude Cowork
Prototipi, mockup, pagine di destinazione o lavoro visivo	Claude Design
Formule o modelli per fogli di calcolo	Claude per Excel
Presentazioni di diapositive	Claude per PowerPoint
Elaborazione di documenti	Claude per Word
Lavoro nella casella di posta	Claude per Outlook
Attività relative al browser	Claude in Chrome

Questa raccomandazione non dovrebbe sostituire il completamento dell'attività nella chat.

Piuttosto, le schede prodotto sono intese come suggerimenti per lavori futuri o estesi, presentati insieme alla risposta.

La documentazione pubblica del prodotto Anthropic conferma che questi prodotti e plugin esistono effettivamente. L'azienda documenta anche i suggerimenti di app sensibili al contesto in Claude.

Il file GitHub va oltre, mostrando come i prompt per i consumatori possano essere fortemente guidati per mostrare l'ecosistema di prodotto di Anthropic stesso.

I connettori di terze parti seguono regole diverse

Lo stesso file adotta un atteggiamento più cauto nei confronti dei partner esterni.

Per i connettori di terze parti, quando l'utente esprime solo un'intenzione generale, all'assistente viene detto di non scegliere autonomamente un fornitore.

Ad esempio:

• Chiedere un passaggio senza specificare un servizio di trasporto preferito
• Chiedere di ascoltare musica senza indicare un'app musicale preferita
• Chiedere di prenotare un ristorante senza autorizzare una piattaforma di prenotazione

Il flusso di lavoro dovrebbe presentare le opzioni disponibili e lasciare che sia l'utente a scegliere.

Il centro assistenza ufficiale di Anthropic conferma questo comportamento. Quando più app connesse possono offrire aiuto, Claude mostra le opzioni, invece di impostare silenziosamente un'app predefinita. Anthropic ha inoltre dichiarato che i consigli per le app connesse non sono promozioni a pagamento.

Questo crea un contrasto interessante:

• I prodotti Anthropic possono essere raccomandati attivamente quando corrispondono a un compito
• I fornitori terzi richiedono un'autorizzazione più esplicita da parte dell'utente

La scelta prima della selezione.

I prompt pubblici collocano la scoperta commerciale e il controllo dell'utente nello stesso livello di routing.

Promozione del prodotto e moderazione coesistono nella stessa configurazione

Il testo originale interpreta le regole di raccomandazione delle app come canali di vendita integrati nei prompt di sistema.

Questa interpretazione è comprensibile, ma il quadro completo è più sfumato.

La funzione di raccomandazione può servire a molteplici scopi:

• Aiutare gli utenti a scoprire strumenti per cui hanno già pagato
• Trasferire le attività verso interfacce più potenti
• Aumentare l'utilizzo dei prodotti Anthropic
• Ridurre l'attrito tra chat, codice, progettazione e ufficio
• Creare valore commerciale per Anthropic

Tutti questi scopi possono essere veri contemporaneamente.

Le domande chiave sono:

• La raccomandazione è pertinente?
• La richiesta corrente può ancora essere soddisfatta?
• Il suggerimento è chiaramente riconoscibile?
• L'utente mantiene la libertà di rifiutare?
• La classifica dei terzi è influenzata da pagamenti?
• Il modello non crea domanda per altri prodotti?

Le stesse istruzioni del prompt sembrano riconoscere alcuni rischi, limitando il numero di raccomandazioni e legando ogni raccomandazione al compito corrente.

La memoria ufficiale e la documentazione delle app connesse confermano in parte il contenuto

Sebbene Anthropic non abbia verificato i prompt di GitHub, alcune descrizioni corrispondono al comportamento del prodotto nella documentazione pubblica.

Anthropic dichiara ufficialmente che Claude è in grado di:

• Cercare nei registri della cronologia delle conversazioni
• Utilizzare la funzione di memoria della chat
• Supportare conversazioni invisibili escluse dalla memoria
• Raccomandare app connesse in base al contesto della conversazione
• Consentire agli utenti di scegliere autonomamente tra più servizi connessi
• Supportare Excel, Word, PowerPoint e Outlook
• Gestire flussi di lavoro professionali tramite le funzionalità di codice, collaborazione e progettazione di Claude

Questo non prova l'autenticità del repository.

Attraverso il comportamento pubblico del prodotto e la documentazione, è del tutto possibile ricostruire una versione convincente.

Ma le sovrapposizioni indicano effettivamente che molte descrizioni generali del file sono coerenti con le caratteristiche di Claude che gli utenti possono verificare indipendentemente.

Cosa il file non può rivelare

I prompt di sistema trapelati o ricostruiti hanno limiti come prova.

Non possono rivelare i pesi del modello

Questo documento non mostra:

• Dati di addestramento
• Pesi del modello
• Progettazione architetturale
• Processo di apprendimento per rinforzo
• Pesi dei classificatori di sicurezza
• Dati di valutazione interni
• Infrastruttura nascosta

Il prompt è solo un livello del sistema.

Non possono mostrare tutte le istruzioni runtime

I prodotti AI possono aggiungere dinamicamente istruzioni in base a:

• Strumento selezionato
• Piano dell'account
• Posizione geografica
• Classificatore di sicurezza
• Stato della conversazione
• Impostazioni sperimentali
• App connesse
• Impostazioni utente
• Policy aziendali

Il prompt catturato potrebbe rappresentare solo un singolo account in un momento specifico.

Possono cambiare frequentemente

I prodotti AI consumer si aggiornano rapidamente.

Nomi degli strumenti, descrizioni dei modelli, regole di sicurezza, raccomandazioni di app e comportamento della memoria possono cambiare, mentre il repository pubblico potrebbe non aggiornarsi di pari passo.

Non sono divulgazioni ufficiali di sicurezza

Questo repository non dimostra che i server Anthropic siano stati violati.

I prompt di sistema possono talvolta essere ricostruiti tramite:

Tecniche di injection nei prompt, osservazione dell'interfaccia, risposte del modello, comportamento del client o una combinazione di più fonti.

Il termine "trapelato" descrive istruzioni interne che appaiono in pubblico. Non indica di per sé come siano state ottenute.

La demo del giorno del lancio mostra le capacità di codifica visiva di Opus 5

La seconda metà del rapporto originale si concentra sugli esperimenti pubblicati dagli sviluppatori poco dopo il lancio di Opus 5.

Uno sviluppatore ha dichiarato che Opus 5 ha creato un prototipo di sparatutto in prima persona in un unico tentativo, in circa 1,5 ore, inclusi i bot per la modalità multiplayer.

Il creatore ha anche sottolineato che il meccanismo di volo necessita ancora di miglioramenti.

Altre demo pubbliche includono:

• Un gioco sparatutto tridimensionale creato da un unico prompt
• Un gioco in stile Rocket League con simulazione fisica
• Un paesaggio programmatico costruito in un singolo file HTML
• Un prototipo di snowboard presumibilmente realizzato in un colpo solo

Questi esempi sono illustrazioni utili, ma non sono benchmark controllati.

Le demo sui social media spesso omettono dettagli importanti, come:

• Il prompt completo
• Istruzioni successive nascoste
• Configurazione degli strumenti
• Tentativi falliti
• Modifiche manuali
• Impostazione dello sforzo del modello
• Utilizzo dei token
• Tempo di esecuzione
• Framework e risorse
• Se il risultato finale sia stato selezionato tra più output

Il rilascio ufficiale di Anthropic supporta indipendentemente l'affermazione più ampia che Opus 5 ha migliorato le capacità visive e di codifica. Ha enfatizzato artefatti visivi interattivi, modellazione 3D, lavoro frontend e prestazioni di codifica a lungo ciclo più forti.

La parte più preziosa è il livello dei vincoli

Un prompt di sistema contenente decine di migliaia di token potrebbe sembrare inefficiente.

Tuttavia, i prodotti AI consumer devono gestire non solo il percorso ideale.

Necessitano di istruzioni per situazioni che coinvolgono:

• Informazioni personali sensibili
• File mancanti
• Fonti di informazioni in conflitto
• Notizie di attualità
• Richieste di copyright
• Linguaggio di crisi
• Autorizzazione degli strumenti
• Servizi connessi
• Acquisti e prenotazioni
• Memoria persistente
• Raccomandazioni di prodotti
• Cancellazione accidentale
• Conversazioni lunghe
• Critiche dell'utente
• Affermazioni non verificate

Un prompt breve può spiegare cosa l'assistente dovrebbe fare in condizioni ideali.

Un prompt lungo spesso serve a definire cosa non può fare quando le cose si complicano.

Questa è l'intuizione centrale della discussione sui prompt trapelati.

L'analisi del modello

Le capacità visibili attirano l'attenzione, ma la creazione dell'assistente è altrettanto vincolata dai confini di tali capacità.

Cosa gli sviluppatori possono imparare dalla struttura del prompt

Anche senza considerare il file come ufficiale, offre utili spunti di progettazione per i team che costruiscono prodotti AI.

1.

Separa la memoria persistente dal contesto della conversazione

Non tutto ciò che viene menzionato in una conversazione merita di essere memorizzato in modo permanente.

Utilizza criteri chiari per persistenza, sensibilità, provenienza e cancellazione.

2. Etichetta la fonte dei fatti memorizzati

Le inferenze del modello non dovrebbero essere indistinguibili dalle dichiarazioni degli utenti.

Le etichette di provenienza riducono la deriva del profilo utente.

3. Autorizzazione chiara degli strumenti

Il modello deve sapere quando può operare direttamente, quando deve chiedere e quando deve offrire una scelta.

4. Considera i consigli come comportamenti di prodotto

I suggerimenti per prodotti interni e servizi di terze parti richiedono regole separate, trasparenza e limiti di pertinenza.

5. Scrivi condizioni di arresto

Un agente potente ha bisogno di istruzioni su quando non dovrebbe procedere.

6. Progetta per contesti dinamici

Il prompt principale dovrebbe anticipare istruzioni aggiuntive provenienti da strumenti, classificatori di sicurezza, impostazioni dell'account ed esperimenti di prodotto.

7. Non fare affidamento solo sul prompt

Autorizzazioni, sandbox, conferme, controlli sulla privacy ed esecuzione di policy lato server dovrebbero limitare ciò che il modello può fare.

Il prompt è una guida. Non è un confine di sicurezza invalicabile.

Domande frequenti

Il system prompt di Claude Opus 5 è stato ufficialmente divulgato?

Un repository pubblico su GitHub afferma di aver replicato il system prompt delle versioni web e mobile di Claude. Anthropic non ha ancora certificato che il file sia il prompt di produzione completo o preciso, pertanto va considerato come una cattura non verificata da terze parti.

Quanto è grande il presunto system prompt di Opus 5?

L'interfaccia di GitHub mostra 1.511 righe, per una dimensione del file di 132 KB. Il testo originale contiene 135.027 caratteri e 19.370 parole separate da spazi; l'articolo originale stima approssimativamente 34.000 token.

Cosa contiene il file?

Contiene regole comportamentali, informazioni sui prodotti, istruzioni sulla memoria, policy di sicurezza, circa 30 definizioni di strumenti, schemi JSON, regole di ricerca, requisiti di copyright, raccomandazioni per le app, selezione dei connettori e istruzioni per la gestione dei file.

Claude ha davvero una memoria persistente?

Sì. Anthropic ha documentato ufficialmente la memoria proveniente dalla cronologia delle chat e dalla ricerca nelle chat passate. I percorsi esatti del filesystem e i dettagli implementativi descritti nel file di GitHub non sono ancora stati verificati pubblicamente da Anthropic.

Claude promuove attivamente i prodotti di Anthropic?

Il file pubblico contiene uno strumento che istruisce Claude a raccomandare app Anthropic pertinenti per completare attività specifiche. La documentazione ufficiale di Anthropic conferma che Claude può fornire suggerimenti contestuali per le app e che Claude Code, Cowork, Design e i plugin per Microsoft 365 sono prodotti disponibili.

Claude seleziona automaticamente app di terze parti?

L'attuale documentazione di Anthropic afferma che, quando più servizi connessi possono gestire un'attività, l'utente può scegliere. Il presunto prompt istruisce anche Claude a non selezionare silenziosamente un partner terzo non nominato.

Qual è il prezzo ufficiale di Claude Opus 5?

Anthropic ha fissato il prezzo di Opus 5 a 5 dollari per milione di token in input e 25 dollari per milione di token in output. La modalità rapida è circa 2,5 volte più veloce della modalità predefinita e ha un prezzo doppio rispetto alla tariffa base.

Le demo di gioco possono essere considerate benchmark affidabili?

No. Questi sono contenuti dimostrativi condivisi online dagli sviluppatori, non valutazioni standardizzate. Mostrano potenziali capacità, ma non sono sufficienti per fornire informazioni comparative riproducibili sui modelli.

Strumenti correlati

• Claude: L'interfaccia chat principale di Anthropic per interagire con i modelli Claude.
• Claude Code: L'ambiente di codifica autonomo di Anthropic per terminali, IDE, repository di codice e attività di sviluppo.
• Claude Cowork: Spazio di lavoro autonomo per lavori di conoscenza multi-step su file, applicazioni e servizi connessi.
• Claude Design: Spazio di lavoro visivo per prototipi, bozze, pagine di destinazione e lavori di branding.
• Protocollo di contesto del modello: Protocollo aperto che supporta l'integrazione di numerosi connettori e strumenti interattivi di Claude.
• GitHub: Piattaforma di hosting del codice, luogo di pubblicazione del presunto file di system prompt.

Link correlati

• Repository del presunto prompt di Claude Opus 5: Il file di GitHub di terze parti analizzato in questo articolo.
• Annuncio del rilascio di Claude Opus 5: Annuncio ufficiale di Anthropic, che copre prestazioni, sicurezza, prezzi e disponibilità.
• System Card di Claude Opus 5: Rapporto ufficiale di Anthropic su funzionalità e sicurezza.
• Note di rilascio della piattaforma Claude: Specifiche ufficiali dell'API, nomi dei modelli, finestre di contesto, output massimo e modifiche comportamentali.
• Prezzi della piattaforma Claude: Prezzi ufficiali correnti per token per Opus 5 e altri modelli Claude.
• Memoria e ricerca nella cronologia delle conversazioni di Claude: Informazioni ufficiali sulla funzione di memoria e ricerca nella cronologia delle chat orientata all'utente di Claude.
• Come Claude suggerisce app connesse: Spiegazione di Anthropic sui suggerimenti contestuali per le app, la scelta dell'utente e l'assenza di promozioni a pagamento.

Riepilogo

Un repository pubblico su GitHub afferma di aver replicato il system prompt di 1.511 righe utilizzato da Claude Opus 5 nell'interfaccia chat consumer di Anthropic. Il file è eccezionalmente dettagliato e copre memoria persistente, circa 30 strumenti, regole sul copyright, raccomandazioni di prodotto, app connesse, comportamento di ricerca, gestione dei file e policy di sicurezza.

Diversi elementi ampi coincidono con la documentazione ufficiale dei prodotti Anthropic, inclusi memoria, ricerca nella cronologia delle conversazioni, app Claude, integrazione con Microsoft 365 e suggerimenti contestuali per i connettori. Tuttavia, questa coerenza non prova l'autenticità del file.

Archivio completato.

La parte più degna di nota del file non è un'istruzione nascosta, ma la dimensione del livello di vincoli necessari per trasformare un potente modello di base in un prodotto consumer in grado di ricordare, cercare, creare file, utilizzare strumenti e interagire con servizi esterni.

Le demo pubbliche di Claude Opus 5 mostrano cosa il modello può costruire; il suo presunto system prompt rivela quanto ingegneria di prodotto sia dedicata a determinare cosa può ricordare, citare, raccomandare e fare.