Análise do Vazamento do Prompt de Sistema do Claude Opus 5: Memória, Ferramentas, Direitos Autorais e Roteamento de Produtos

Introdução

Cerca de um dia após o lançamento público do Claude Opus 5, um repositório no GitHub começou a divulgar um arquivo que alegava reproduzir o prompt de sistema completo do modelo nas interfaces Web e móvel do Claude.

O arquivo, publicado pelo usuário do GitHub Eversmile12, foi descrito como uma captura textual, palavra por palavra ou quase, da configuração do Claude voltada para o consumidor.

Sua escala chamou atenção imediatamente:

Detalhes do Arquivo	Verificação no Repositório Público
Linhas exibidas	1.511
Caracteres originais	135.027
Palavras em inglês	19.370
Tamanho do arquivo no GitHub	132 KB
Número aproximado de tokens	Cerca de 34.000, estimando 4 caracteres por token
Data de captura alegada no repositório	24 de julho de 2026
Interface alegada	Claude Web e chat móvel

O documento não contém código-fonte de aplicativo comum. Ele é composto principalmente por instruções comportamentais, descrições de ferramentas, esquemas JSON, estratégias de memória, restrições de segurança, regras de busca, informações de produto e lógica de roteamento de interface.

Isso torna o arquivo valioso para estudo, mesmo que não seja uma publicação oficial da Anthropic.

No entanto, uma condição importante deve ser esclarecida:

A Anthropic ainda não verificou se o arquivo do GitHub é uma cópia completa ou exata do prompt de sistema do Claude Opus 5 em produção.

Conteúdos capturados por terceiros podem incluir materiais precisos, textos reconstruídos, seções ausentes, instruções específicas de interface ou informações que mudaram após a captura. Devem ser analisados como declarações públicas — e não como documentos internos oficiais.

Claude Opus 5 Lançado Oficialmente em 24 de Julho de 2026

A data de captura alegada no arquivo público coincide com a data de lançamento oficial do Claude Opus 5.

A Anthropic descreveu o Opus 5 como um modelo proativo, projetado para agentes de longa duração, engenharia de software, trabalho profissional, pesquisa científica, uso de computador e tarefas complexas de múltiplas etapas.

As especificações oficiais incluem:

Detalhes Oficiais do Opus 5	Informações Atuais
Nome do modelo na API	claude-opus-5
Data de lançamento	24 de julho de 2026
Janela de contexto	1 milhão de tokens
Saída máxima	128.000 tokens
Preço de entrada base	US$ 5 por milhão de tokens
Preço de saída base	US$ 25 por milhão de tokens
Recurso de raciocínio	Ativado por padrão
Controle de esforço	Baixo, Médio, Alto, xhigh, Max
Modo rápido	Cerca de 2,5x a velocidade padrão, com o dobro do preço base
Disponibilidade	Aplicativo Claude, Claude Code, API Claude, Bedrock, Google Cloud, Microsoft Foundry

A Anthropic afirmou que o modelo tem o mesmo preço na API que o Opus 4.8 e metade do preço do Fable 5.

A empresa também relatou que o Opus 5 tem desempenho próximo ao Fable 5 em algumas tarefas, com menor custo por tarefa.

Estes são comunicados oficiais de lançamento e resultados de benchmarks. Eles devem ser diferenciados do conteúdo do repositório de terceiros com o prompt de sistema.

Arquivo do GitHub é Muito Mais que um Prompt Tradicional

A expressão "prompt de sistema" pode evocar a ideia de um pequeno texto que informa como um chatbot deve se comportar.

O arquivo enviado se aproxima mais de uma camada de configuração de todo um produto de IA voltado ao consumidor.

Seu título abrange vários sistemas amplos:

• Comportamento e tom padrão do Claude.
• Informações atuais do produto e do modelo.
• Regras de segurança e recusa.
• Bem-estar do usuário.
• Neutralidade política.
• Atualização do conhecimento.
• Memória persistente.
• Busca em conversas anteriores.
• Busca na web.
• Busca de imagens.
• Processamento de arquivos.
• Uso de computador.
• Saída visual.
• Arquitetura de ferramentas.
• Recomendação de produtos.
• Seleção de conectores de terceiros.
• Conformidade com direitos autorais.
• Comportamento de citação.

Portanto, o documento parece combinar três tipos de instruções:

1. Especificações de comportamento do produto
2. Camadas de política e segurança
3. Manual de interface e roteamento de ferramentas

Essa combinação explica o tamanho do arquivo.

Um assistente voltado ao consumidor competente não gera apenas texto. Ele pode precisar decidir se busca na web, lê arquivos de memória, recomenda aplicativos, cria artefatos, exibe widgets meteorológicos, pesquisa conversas anteriores, chama serviços conectados ou recusa solicitações inseguras.

Cada ação requer suas próprias condições e parâmetros.

Cerca de 30 Definições de Ferramentas Descrevem a Interface do Produto

O arquivo público contém cerca de 30 seções nomeadas de ferramentas.

As funcionalidades cobertas incluem:

• Fazer perguntas de acompanhamento estruturadas.
• Executar comandos em ambientes controlados.
• Pesquisar conversas anteriores.
• Criar e apresentar arquivos.
• Obter informações esportivas.
• Pesquisar imagens.
• Ler e atualizar memórias.
• Exibir mapas e resultados de locais.
• Renderizar receitas.
• Obter clima.
• Pesquisar e abrir páginas da web.
• Criar widgets visuais.
• Recomendar aplicativos Claude.
• Pesquisar o registro de conectores MCP.
• Sugerir serviços conectados.
• Visualizar e editar arquivos.

Muitas ferramentas incluem definições de parâmetros no estilo JSON.

Isso nos informa algo sobre o design de assistentes modernos.

O modelo de linguagem não precisa lembrar os detalhes de implementação de cada funcionalidade do produto. Ele recebe descrições estruturadas que informam:

• Qual é a função da ferramenta.

• Quando a ferramenta deve ser usada.

• Quais parâmetros são necessários.

• O que será exibido na interface.

• O que o modelo deve dizer antes e depois de uma chamada de ferramenta.

• Quando é necessária a confirmação do usuário.

O modelo funciona como uma camada de tomada de decisão, operando sobre um conjunto de módulos funcionais.

Sistemas especializados.

Portanto, a arquitetura de ferramentas pode ser tão importante quanto a inteligência original do modelo. Instruções de ferramenta ruins podem fazer com que o modelo escolha a capacidade errada, exponha interfaces irrelevantes ou tome ações antes que o usuário faça uma escolha.

O capítulo mais longo trata da memória persistente

Uma das partes mais discutidas no arquivo é a seção memory_filesystem.

Esta seção, com cerca de 230 linhas, descreve a memória como um sistema de arquivos persistente, capaz de carregar contexto entre sessões.

A estrutura de diretórios descrita inclui:

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

Cada local desempenha um papel diferente.

Local da memória	Uso pretendido no arquivo público
/profile.md	Informações básicas e persistentes do usuário
/preferences.md	Como o usuário deseja que Claude se comunique ou trabalhe
/topics/	Interesses, hábitos e tópicos recorrentes
/areas/	Responsabilidades ou áreas de vida contínuas
/people/	Pessoas e relacionamentos relevantes para o usuário

As operações de memória listadas incluem leitura, gravação, anexação, substituição de partes específicas, listagem de arquivos e exclusão de arquivos.

A operação de exclusão é descrita como algo que Claude só pode usar quando solicitado explicitamente pelo usuário.

O centro de ajuda oficial da Anthropic confirma que o Claude agora tem memória e funcionalidade de pesquisa em conversas passadas. No entanto, a implementação exata desse sistema de arquivos oculto não é documentada oficialmente.

Portanto, a existência de uma função de memória voltada para o usuário está confirmada. Já os nomes de diretório e regras internas específicas são provenientes de capturas não autenticadas do GitHub.

A memória é projetada para registrar o que o usuário realmente disse

O arquivo público define limites claros sobre o que pode ser gravado na memória persistente.

Cada linha de conteúdo armazenado deve vir acompanhada de uma tag [stated], indicando que a informação veio diretamente do usuário.

O arquivo afirma que Claude não deve armazenar:

• Inferências próprias sobre o usuário.
• Planos inventados por si mesmo.
• Informações encontradas através de pesquisa na web.
• Alternativas propostas por ele que não foram selecionadas.
• Versões refinadas ou expandidas do que o usuário disse.
• Recomendações que o usuário aceitou apenas por aceitar.

Essa diferença é sutil, mas importante.

Suponha que Claude tenha recomendado cinco ferramentas e o usuário tenha escolhido apenas uma.

A escolha do usuário pode ser armazenada. Já as quatro sugestões rejeitadas por Claude e o raciocínio por trás delas não devem fazer parte do perfil persistente do usuário.

Isso evita que a memória seja gradualmente preenchida pelas próprias interpretações do modelo.

Sem essa regra, o assistente poderia criar um perfil auto-reforçador:

1. Ele inferiria algo sobre o usuário.
2. Armazenaria essa inferência.
3. Sessões futuras tratariam a inferência armazenada como fato.
4. O modelo tomaria mais decisões com base nesse "fato".
5. O perfil se distanciaria cada vez mais do que o usuário realmente disse.

A etiqueta de origem rigorosa reduz esse risco.

Informações confidenciais são excluídas da memória

A seção de memória contém uma longa lista de informações que não devem ser salvas, mesmo que apareçam na conversa.

As categorias incluem:

• Raça e etnia.
• Crenças religiosas.
• Crenças políticas.
• Histórico sexual ou detalhes de orientação sexual.
• Condições e diagnósticos médicos.
• Saúde mental e informações sobre tratamento.
• Resultados de exames genéticos ou laboratoriais.
• Registros criminais.
• Detalhes financeiros e socioeconômicos.
• Avaliações de personalidade.
• Informações precisas de identificação.
• Informações relacionadas a menores.
• Informações altamente confidenciais de terceiros.

O arquivo propõe um teste de privacidade simples: o usuário se sentiria desconfortável se um colega visse essa memória na página de configurações?

Se a resposta for sim, a informação não deve ser armazenada.

O arquivo também distingue informações confidenciais de saúde de preferências de saúde comuns.

Por exemplo, o interesse por exercícios físicos pode ser uma memória adequada, mas o motivo médico que levou a uma mudança no plano de exercícios em um determinado dia deve ser excluído.

Esta é uma forma de abstração para proteger a privacidade: manter preferências persistentes quando apropriado, mas descartar explicações confidenciais.

A documentação publicada pela Anthropic sobre a função de memória confirma que os usuários podem controlar a memória, usar conversas sem rastreamento e gerenciar se o Claude se baseia no conteúdo de conversas anteriores. As regras de exclusão específicas acima vêm do arquivo de prompt público, e não da documentação de implementação certificada.

A memória não deve criar relacionamentos falsos

Outro aspecto incomum do arquivo de prompt é a forma como trata a continuidade emocional.

O arquivo adverte que Claude não deve interpretar erroneamente o contexto armazenado como um relacionamento humano profundo.

Os humanos lembram-se uns dos outros com atenção limitada e experiências pessoais. Já um sistema de IA pode recuperar informações de milhões de usuários a partir do armazenamento, sem ser capaz de vivenciar essas memórias da maneira humana.

Portanto, o prompt pede para evitar expressões que exagerem a continuidade.

Ele também determina que versões futuras do Claude não devem armazenar preferências para:

• Elogiar o usuário incondicionalmente.
• Suprimir opiniões divergentes.
• Evitar questionar decisões perigosas.
• Manter um papel romântico em várias conversas.
• Incentivar a dependência emocional.
• Reduzir a autenticidade ou o pensamento crítico.

O princípio básico é: uma única conversa não deve definir permanentemente que as sessões subsequentes se tornem mais manipuladoras, dependentes ou desonestas.

O arquivo também pede para evitar linguagem que exponha diretamente o processo de recuperação da memória, como afirmar repetidamente que o sistema acessou o perfil do usuário.

Claude pode usar o contexto armazenado, mas não precisa transformar cada resposta em um lembrete de que "informações pessoais foram armazenadas".

Recomendação explícita para evitar três palavras comuns

O suposto prompt do sistema pede que Claude evite três adjetivos em inglês:

• "genuinely" (genuinamente)
• "honestly" (honestamente)
• "straightforward" (direto/objetivo)

A justificativa é de estilo.

Se o assistente é para ser honesto por padrão, declarar repetidamente essa honestidade pode parecer artificial ou excessivamente defensivo.

Comparada às cláusulas relacionadas à memória e à segurança, essa regra é insignificante, mas mostra o nível de detalhe que um prompt de nível de produção pode ter.

A personalidade final do modelo pode ser moldada por centenas de pequenas instruções, como:

• Comprimento preferido de frases.
• Se deve fazer perguntas de acompanhamento.
• Quantas perguntas de acompanhamento fazer.
• Como responder a críticas.
• Quais termos soam não naturais.
• Quando usar listas.
• Como encerrar uma conversa.

A experiência final é construída por essas instruções combinadas.

Regras de direitos autorais são definidas como restrições rígidas

O repositório contém uma seção de direitos autorais detalhada.

Sua regra mais marcante é a restrição rigorosa a citações diretas de fontes da web: cada citação não pode exceder 15 palavras.

A seção também afirma que o assistente deve:

• Priorizar a paráfrase.
• Evitar múltiplas citações curtas da mesma fonte.
• Evitar imitar a estrutura de frases do texto original.
• Evitar reproduzir o título e a sequência narrativa do artigo.
• Evitar copiar letras de música e poemas.
• Evitar inventar fontes para citações.
• Evitar fornecer resumos detalhados que possam substituir a leitura da obra original.

O prompt trata os direitos autorais como uma restrição de nível de produto, e não como uma preferência secundária de escrita.

Isso traz um resultado importante: o sistema pode seguir o tópico do usuário sem precisar seguir a estrutura exata da fonte protegida por direitos autorais.

Esta é também a razão pela qual este arquivo Markdown é uma adaptação editada independente, e não uma tradução linha por linha do texto original em chinês.

Os produtos Claude são ativamente recomendados

O arquivo público contém uma ferramenta chamada recommend_claude_apps.

Seu propósito é recomendar produtos Anthropic relevantes quando a tarefa atual do usuário corresponder.

O mapeamento listado inclui os seguintes exemplos:

Tarefa do usuário	Produto Claude sugerido no arquivo
Escrever ou depurar código	Claude Code
Pesquisa ou trabalho de conhecimento longo e com várias etapas	Claude Cowork
Protótipos, modelos, páginas de login ou trabalho visual	Claude Design
Fórmulas ou modelos de planilha	Claude for Excel
Apresentações de slides	Claude for PowerPoint
Processamento de documentos	Claude for Word
Trabalho de caixa de entrada	Claude for Outlook
Tarefas relacionadas ao navegador	Claude in Chrome

Essa recomendação não deve substituir a conclusão da tarefa no chat.

Em vez disso, o cartão do produto tem como objetivo ser uma sugestão para trabalho futuro ou expandido, apresentado juntamente com a resposta.

A documentação pública do produto da Anthropic confirma que esses produtos e plugins realmente existem. A empresa também documenta sugestões de aplicativos baseadas em contexto no Claude.

O arquivo do GitHub vai além, mostrando como os prompts do consumidor podem ser fortemente direcionados para exibir o ecossistema de produtos da própria Anthropic.

Os conectores de terceiros seguem regras diferentes

O mesmo arquivo adota uma postura mais cautelosa em relação a parceiros externos.

Para conectores de terceiros, quando o usuário expressa apenas uma intenção geral, o assistente é instruído a não escolher um fornecedor por conta própria.

Por exemplo:

• Pedir carona sem especificar preferência por serviço de transporte
• Pedir música sem indicar um aplicativo musical preferido
• Reservar um restaurante sem autorizar uma plataforma de reservas

O fluxo de trabalho deve apresentar as opções disponíveis e permitir que o usuário escolha.

O centro de ajuda oficial da Anthropic confirma esse comportamento. Quando vários aplicativos conectados podem oferecer ajuda, o Claude exibe opções, em vez de assumir silenciosamente um aplicativo padrão. A Anthropic também afirma que as recomendações de aplicativos conectados não são promoções pagas.

Isso cria um contraste interessante:

• Os produtos Anthropic podem ser ativamente recomendados quando compatíveis com a tarefa
• Fornecedores terceirizados exigem autorização mais explícita do usuário

A escolha antes da decisão.

O prompt público coloca a descoberta comercial e o controle do usuário na mesma camada de roteamento.

Promoção e moderação coexistem na mesma configuração

O texto original interpreta as regras de recomendação de aplicativos como canais de venda embutidos no prompt do sistema.

Essa interpretação é compreensível, mas o quadro completo é mais sutil.

A funcionalidade de recomendação pode atender a múltiplos propósitos:

• Ajudar o usuário a descobrir ferramentas pelas quais já pagou
• Transferir tarefas para interfaces mais poderosas
• Aumentar a taxa de uso dos produtos Anthropic
• Reduzir o atrito entre chat, código, design e escritório
• Criar valor comercial para a Anthropic

Todos esses propósitos podem coexistir.

As questões-chave são:

• Se a recomendação é relevante
• Se a solicitação atual ainda pode ser concluída
• Se a sugestão é claramente identificável
• Se o usuário mantém a liberdade de recusar
• Se a classificação de terceiros não é influenciada por pagamento
• Se o modelo não cria demanda para outros produtos

As próprias instruções do prompt parecem reconhecer alguns riscos, limitando o número de recomendações e vinculando cada uma à tarefa atual.

Documentos oficiais de memória e aplicativos associados corroboram parte do conteúdo

Embora a Anthropic não tenha verificado o prompt do GitHub, parte de sua descrição corresponde ao comportamento do produto descrito na documentação pública.

A Anthropic afirma oficialmente que o Claude é capaz de:

• Pesquisar registros históricos de conversas
• Utilizar a função de memória do chat
• Suportar conversas invisíveis excluídas da memória
• Recomendar aplicativos associados com base no contexto da conversa
• Permitir que o usuário escolha livremente entre vários serviços conectados
• Ser compatível com Excel, Word, PowerPoint e Outlook
• Processar fluxos de trabalho profissionais por meio do Claude código, colaboração e design

Isso não prova a autenticidade do repositório.

Com base no comportamento público do produto e na documentação, é perfeitamente possível reconstruir uma versão convincente.

Mas a sobreposição indica que muitas descrições amplas do produto no documento são consistentes com características do Claude que os usuários podem verificar de forma independente.

O que o arquivo não pode revelar

Prompts de sistema vazados ou reconstruídos têm limitações como evidência.

Não revelam os pesos do modelo

O documento não mostra:

• Dados de treinamento
• Pesos do modelo
• Arquitetura
• Processo de aprendizado por reforço
• Pesos dos classificadores de segurança
• Dados de avaliação interna
• Infraestrutura oculta

O prompt é apenas uma camada do sistema.

Não mostram todas as instruções em tempo de execução

Produtos de IA podem adicionar instruções dinamicamente com base em:

• Ferramenta selecionada
• Plano da conta
• Localização geográfica
• Classificadores de segurança
• Estado da conversa
• Configurações experimentais
• Aplicativos associados
• Configurações do usuário
• Políticas corporativas

O prompt capturado pode representar apenas uma única conta em um momento específico.

Podem mudar com frequência

Produtos de IA voltados ao consumidor são atualizados rapidamente.

Nomes de ferramentas, descrições de modelos, regras de segurança, recomendações de aplicativos e comportamento de memória podem mudar, e repositórios públicos podem não ser atualizados em sincronia.

Não são divulgações oficiais de segurança

O repositório não prova que os servidores da Anthropic foram invadidos.

Prompts de sistema às vezes podem ser reconstruídos por meio de:

Técnicas de injeção de prompt, observação da interface, respostas do modelo, comportamento do cliente ou uma combinação de fontes.

O termo "vazamento" descreve alegações de instruções internas que aparecem em público. Ele por si só não indica como essas instruções foram obtidas.

Demonstrações do dia do lançamento mostram a capacidade de codificação visual do Opus 5

A segunda metade do relatório original foca em experimentos publicados por desenvolvedores logo após o lançamento do Opus 5.

Um desenvolvedor afirma que o Opus 5, em uma única tentativa, criou um protótipo de jogo de tiro em primeira pessoa em cerca de 1,5 horas, incluindo robôs para o modo multiplayer.

O criador também observou que o mecanismo de voo ainda precisava de melhorias.

Outras demonstrações públicas incluem:

• Um jogo de tiro tridimensional criado a partir de um único prompt.
• Um jogo estilo Rocket League com simulação física.
• Uma paisagem procedural construída em um único arquivo HTML.
• Um protótipo de snowboard supostamente concluído de uma só vez.

Esses exemplos são ilustrações úteis, mas não são benchmarks controlados.

Demonstrações em mídias sociais frequentemente omitem detalhes importantes, como:

• Os prompts completos.
• Instruções ocultas de acompanhamento.
• Configuração de ferramentas.
• Tentativas fracassadas.
• Edições manuais.
• Configuração de esforço do modelo.
• Uso de tokens.
• Tempo de execução.
• Frameworks e recursos.
• Se o resultado final foi selecionado entre várias saídas.

O lançamento oficial da Anthropic realmente apoia, de forma independente, as afirmações mais amplas de que o Opus 5 tem capacidades visuais e de codificação aprimoradas. Ele enfatiza artefatos visuais interativos, modelagem tridimensional, trabalho de front-end e desempenho mais forte em codificação de ciclo longo.

A parte mais valiosa é a camada de restrição

Um prompt de sistema com dezenas de milhares de tokens pode parecer ineficiente.

No entanto, produtos de IA voltados ao consumidor precisam lidar não apenas com o caminho ideal.

Eles precisam de instruções para situações que envolvem:

• Informações pessoais sensíveis.
• Arquivos ausentes.
• Fontes de informação conflitantes.
• Notícias atuais.
• Solicitações de direitos autorais.
• Linguagem de crise.
• Autorização de ferramentas.
• Serviços conectados.
• Compras e reservas.
• Memória persistente.
• Recomendações de produtos.
• Exclusão acidental.
• Conversas longas.
• Críticas do usuário.
• Declarações não verificadas.

Um prompt curto pode explicar o que o assistente deve fazer em uma situação ideal.

Um prompt longo geralmente serve para definir o que ele não pode fazer quando a situação fica complicada.

Esta é a principal percepção da discussão sobre o prompt vazado.

A análise do modelo

As habilidades visíveis atraem a atenção, mas tornar o assistente igualmente sujeito aos limites dessa habilidade.

O que os desenvolvedores podem aprender com a estrutura do prompt

Mesmo sem considerar o arquivo como oficial, ele oferece lições de design úteis para equipes que constroem produtos de IA.

1.

Separe a memória persistente do contexto da conversa

Nem todo conteúdo mencionado em um diálogo merece armazenamento permanente.

Utilize critérios claros para persistência, sensibilidade, origem e exclusão.

2. Identifique a fonte dos fatos armazenados

Inferências do modelo não devem se confundir com declarações do usuário.

Rótulos de origem reduzem o desvio do perfil do usuário.

3. Defina claramente a autorização de ferramentas

O modelo deve saber quando pode operar diretamente, quando precisa perguntar e quando deve oferecer opções.

4. Trate recomendações como comportamento do produto

Sugestões de produtos internos e serviços de terceiros exigem regras próprias, transparência e limites de relevância.

5. Crie condições de parada

Um agente robusto precisa de instruções sobre quando não deve prosseguir.

6. Projete para contexto dinâmico

O prompt principal deve antecipar instruções adicionais de ferramentas, classificadores de segurança, configurações de conta e experimentos de produto.

7. Não dependa apenas do prompt

Permissões, sandboxes, confirmações, controles de privacidade e políticas de execução do lado do servidor devem limitar o que o modelo pode fazer.

O prompt é uma orientação. Não é uma barreira de segurança isolada.

Perguntas frequentes

O prompt de sistema do Claude Opus 5 vazou oficialmente?

Um repositório público no GitHub afirma reproduzir o prompt de sistema das versões web e mobile do Claude. A Anthropic ainda não certificou que o arquivo é o prompt de produção completo ou preciso, portanto, deve ser tratado como uma captura não verificada por terceiros.

Qual é o tamanho do suposto prompt de sistema do Opus 5?

A interface do GitHub exibe 1.511 linhas, com tamanho de arquivo de 132 KB. O texto bruto contém 135.027 caracteres e 19.370 palavras separadas por espaços. Estimativas aproximadas do artigo original sugerem cerca de 34.000 tokens.

O que está incluído no arquivo?

Ele contém regras de comportamento, informações de produto, instruções de memória, políticas de segurança, definições de aproximadamente 30 ferramentas, esquemas JSON, regras de busca, exigências de direitos autorais, recomendações de aplicativos, seleção de conectores e instruções de processamento de arquivos.

O Claude realmente tem memória persistente?

Sim. A Anthropic documenta oficialmente a memória proveniente do histórico de bate-papo e da busca em conversas anteriores. Os caminhos de sistema de arquivos exatos e detalhes de implementação descritos no arquivo do GitHub ainda não foram verificados publicamente pela Anthropic.

O Claude promove ativamente produtos da Anthropic?

O arquivo público contém uma ferramenta que instrui o Claude a recomendar aplicativos relevantes da Anthropic para tarefas específicas. A documentação oficial da Anthropic confirma que o Claude pode fazer sugestões contextuais de aplicativos, e que Claude Code, Cowork, Design e o plugin Microsoft 365 são produtos disponíveis.

O Claude seleciona automaticamente aplicativos de terceiros?

A documentação atual da Anthropic indica que, quando vários serviços conectados podem executar uma tarefa, o usuário pode escolher. O suposto prompt também instrui o Claude a não selecionar silenciosamente um parceiro terceiro não nomeado.

Qual é o preço oficial do Claude Opus 5?

A Anthropic precificou o Opus 5 em US$ 5 por milhão de tokens de entrada e US$ 25 por milhão de tokens de saída. O modo rápido opera cerca de 2,5 vezes mais rápido que o modo padrão, com o dobro da taxa base.

Demonstrações em jogos podem servir como referência confiável de desempenho?

Não. São conteúdos de demonstração compartilhados por desenvolvedores online, não avaliações padronizadas. Elas mostram capacidades potenciais, mas não fornecem informações comparativas reproduzíveis entre modelos.

Ferramentas relacionadas

• Claude: Interface principal de bate-papo da Anthropic para interação com o modelo Claude.
• Claude Code: Ambiente de codificação autônomo da Anthropic para terminal, IDE, repositórios de código e tarefas de desenvolvimento.
• Claude Cowork: Espaço de trabalho autônomo para trabalho de conhecimento em várias etapas envolvendo arquivos, aplicativos e serviços conectados.
• Claude Design: Espaço de trabalho visual para protótipos, apresentações, landing pages e trabalhos de design de marca.
• Model Context Protocol: Protocolo aberto que suporta a integração de muitos conectores e ferramentas interativas do Claude.
• GitHub: Plataforma de hospedagem de código onde o suposto arquivo de prompt de sistema foi publicado.

Links relacionados

• Repositório do suposto prompt do Claude Opus 5: Arquivo de terceiros do GitHub analisado neste artigo.
• Anúncio de lançamento do Claude Opus 5: Comunicado oficial da Anthropic sobre desempenho, segurança, preço e disponibilidade.
• Ficha técnica do Claude Opus 5: Relatório oficial de avaliação de funcionalidades e segurança da Anthropic.
• Notas de lançamento da plataforma Claude: Especificações oficiais da API, nomes de modelos, janelas de contexto, saída máxima e mudanças de comportamento.
• Preços da plataforma Claude: Preços oficiais atuais por token para Opus 5 e outros modelos Claude.
• Memória e busca em histórico de conversas do Claude: Informações oficiais sobre a funcionalidade de memória e busca em conversas voltada ao usuário no Claude.
• Como o Claude recomenda aplicativos conectados: Explicação da Anthropic sobre recomendações contextuais de aplicativos, escolha do usuário e ausência de promoção paga.

Resumo

Um repositório público no GitHub afirma reproduzir o prompt de sistema de 1.511 linhas usado pelo Claude Opus 5 na interface de bate-papo ao consumidor da Anthropic. O arquivo é excepcionalmente detalhado, abrangendo memória persistente, cerca de 30 ferramentas, regras de direitos autorais, recomendações de produtos, aplicativos conectados, comportamento de busca, processamento de arquivos e políticas de segurança.

Vários elementos amplos são consistentes com a documentação oficial de produtos da Anthropic, incluindo memória, busca em histórico de conversas, aplicativos Claude, integração com Microsoft 365 e sugestões contextuais de conectores. No entanto, essa consistência não prova a autenticidade do arquivo.

Arquivo concluído.

A parte mais notável do arquivo não é uma instrução oculta, mas a escala da camada de restrições necessária para transformar um modelo base poderoso em um produto de consumo capaz de lembrar, buscar, criar arquivos, usar ferramentas e interagir com serviços externos.

As demonstrações públicas do Claude Opus 5 mostram o que o modelo pode construir; o suposto prompt de sistema revela quanto da engenharia do produto é dedicada a determinar o que ele pode lembrar, citar, recomendar e fazer.