Que révèle le system prompt Claude Fable 5 ?

Il révèle comment un modèle IA est cadré avant même votre premier message. Ton, refus, mémoire, outils, sécurité, tout est déjà orienté. Le plus intéressant, ce n’est pas la fuite. C’est ce que ça dit sur la conception réelle d’un assistant IA fiable.

C’est quoi un system prompt ?

Un system prompt, c’est l’instruction de plus haut niveau qui guide le comportement d’un modèle IA avant même que vous écriviez votre message utilisateur.

Quand vous demandez à ChatGPT ou Claude “résume ce document” ou “écris-moi un email”, ça, c’est un prompt utilisateur. Vous donnez une tâche. Le system prompt, lui, définit le cadre dans lequel cette tâche peut être faite. C’est un peu la notice interne de l’assistant. Ce qu’il peut faire, ce qu’il doit éviter, comment il doit parler, quand il doit refuser, quels outils il peut utiliser, et parfois même comment il doit structurer sa réponse.

Et non, ce n’est pas juste une phrase du style “tu es un assistant utile et bienveillant”. Ça peut aller beaucoup plus loin. Un vrai system prompt peut fixer :

• Le ton à utiliser, par exemple direct, prudent, pédagogique ou professionnel.
• Les règles de sécurité, comme refuser certaines demandes dangereuses ou illégales.
• L’accès aux outils, comme la recherche web, les fichiers, les connecteurs ou les bases de données.
• La gestion de la mémoire, donc ce que l’assistant peut retenir ou pas.
• La façon de répondre, avec des formats précis, des limites ou des consignes métier.

Dans le cas de Claude Fable 5, on parle d’un prompt produit très complet, pas juste d’un petit bloc officiel de règles générales. Il contient du scaffolding. Le mot est un peu technique, mais l’idée est simple : c’est l’échafaudage autour du modèle. Toute la structure qui encadre l’assistant, ses capacités, ses limites, ses outils, ses comportements attendus.

Je le vois souvent quand j’aide une entreprise à intégrer l’IA dans ses process. Le vrai sujet, ce n’est presque jamais “le prompt magique”. C’est le cadre. Qui a le droit de faire quoi. Avec quelles données. Sur quels outils. Avec quelles limites. Le system prompt, à grande échelle, c’est exactement ça.

Type	Rôle	Exemple simple
Prompt utilisateur	Demande une tâche précise.	“Résume ce contrat en 10 lignes.”
System prompt	Définit le cadre de comportement du modèle.	“Réponds clairement, refuse les demandes illégales, protège les données sensibles.”
Prompt produit complet	Encadre l’expérience entière avec règles, outils, mémoire, limites et structure.	Le scaffolding complet d’un assistant comme Claude Fable 5.

D’où vient cette fuite ?

Cette fuite vient d’un dépôt public GitHub nommé asgeirtj/system_prompts_leaks, qui rassemble des prompts système attribués à différents modèles.

Je reste prudent ici. Ce qu’on a sous les yeux, c’est un contenu public présenté comme un extrait, pas une preuve officielle publiée par Anthropic, ni un document signé par l’éditeur du modèle. Ça ne veut pas dire que c’est faux. Ça veut juste dire qu’il faut éviter de le traiter comme une source canonique.

La nuance importante, c’est la différence entre un document piraté et une instruction extraite. Un document piraté, ce serait un fichier interne récupéré depuis une infrastructure privée, avec une origine claire et vérifiable. Une instruction extraite, c’est autre chose. D’après les éléments disponibles, l’idée est que certains modèles peuvent révéler une partie de leurs propres consignes dans certaines conditions, par exemple via des prompts bien formulés, des erreurs de garde-fou, ou des comportements inattendus.

Ce n’est pas forcément spectaculaire. Mais c’est très instructif. Ça rappelle un truc simple que beaucoup oublient quand ils parlent de “system prompt” comme si c’était un coffre-fort. Un prompt système n’est pas un mur blindé. C’est une couche de pilotage. Elle oriente le modèle, elle pose des règles, elle définit un comportement attendu. Mais elle peut parfois être observée, contournée, ou partiellement récupérée.

Il faut aussi poser une limite nette. L’analyse disponible porte surtout sur les premiers 2000 mots environ. Certaines sections sont annoncées dans la table des matières, comme la mémoire, les outils agentiques, la recherche ou le copyright, mais elles ne sont pas détaillées dans l’extrait accessible. Je ne vais donc pas inventer leur contenu. Ce serait proprement inutile, et franchement pas sérieux.

Dans ce genre de sujet, la tentation est de surinterpréter. Moi je préfère séparer ce qu’on voit, ce qu’on peut raisonnablement déduire, et ce qu’on ne sait pas.

Comment Claude Fable 5 est encadré ?

Claude Fable 5 est encadré par une architecture de prompt très structurée. Pas juste une grosse consigne posée au début. On est plutôt sur un système découpé, avec un conteneur comportemental et plusieurs blocs spécialisés qui décrivent ce que le modèle peut faire, comment il doit répondre, et où sont ses limites.

Les données produit indiquées sont assez précises : lancement le 9 juin 2026, classe Mythos, fenêtre de contexte de 1 million de tokens, knowledge cutoff en janvier 2026, et un budget de prompt très élevé, autour de 190 000 tokens. Le system prompt Claude repose aussi sur une structure imbriquée de type XML, donc avec des balises qui organisent les règles par zones.

Le cœur du dispositif semble être un bloc du type <claude_behavior>. Ce bloc sert à définir l’identité du modèle, son ton, son style de réponse, et aussi ses refus. C’est là qu’on cadre ce que Claude doit être dans l’échange. Les blocs frères décrivent ensuite les capacités autour de lui : mémoire, outils, artefacts, recherche, connecteurs. Chaque brique a son périmètre.

Il y a aussi une règle assez singulière dans l’extrait : Claude ne doit jamais émettre de balise <voice_note>. C’est typiquement le genre de contrainte qu’on place dans un prompt système pour éviter une sortie indésirable, même si le modèle voit passer un contexte qui pourrait l’y pousser.

Ce découpage XML est intéressant parce qu’il rend le comportement plus lisible et plus maintenable. J’ai vu le même problème chez des clients avec des workflows n8n ou Make. Quand tout est mis dans un seul bloc flou, ça marche au début, puis ça casse dès qu’on ajoute une règle. Quand chaque fonction a son périmètre, on comprend mieux ce qui se passe, on isole les bugs, et on évite les effets de bord.

Composant	Rôle	Impact pour l’utilisateur
<claude_behavior>	Définit l’identité, le ton, le style et les refus du modèle.	Les réponses sont plus cohérentes et mieux cadrées.
Blocs capacités	Décrivent la mémoire, les outils, les artefacts, la recherche et les connecteurs.	L’utilisateur bénéficie de fonctions séparées et plus prévisibles.
Structure XML	Sépare et hiérarchise les règles du system prompt.	Le comportement est plus stable, plus lisible, et plus facile à faire évoluer.

Où sont les lignes rouges ?

Les lignes rouges de Claude Fable 5 sont assez nettes. Elles ne sont pas là pour empêcher une discussion inconfortable ou une analyse critique. Elles se concentrent surtout sur ce qui peut produire un dommage concret, toucher à la sécurité, ou nuire à des personnes réelles.

La partie la plus verrouillée du system prompt, c’est clairement la prévention des nuisances pratiques. En gros, le modèle peut parler d’un sujet sensible à un niveau général, mais il doit s’arrêter dès que la réponse devient utilisable pour passer à l’action.

Les catégories les plus fermées sont assez classiques, mais importantes à nommer simplement :

• Pas d’aide à fabriquer des armes ou des explosifs. Même si la demande est présentée comme de la curiosité, de la fiction ou de la recherche.
• Pas de synthèse, dosage ou mode d’usage pour des drogues illicites. Même sous un angle “réduction des risques”, le modèle ne doit pas fournir d’éléments pratiques qui facilitent l’usage.
• Pas de code malveillant. Même si c’est présenté comme pédagogique, comme un test, ou comme une démonstration de cybersécurité.
• Pas de faux propos attribués à des personnes réelles. Là, on touche à la réputation, à la manipulation, et potentiellement à la désinformation.

La logique du refus est intéressante. Le modèle n’est pas censé expliquer comment il détecte le risque, ni détailler ses règles internes. Il doit plutôt rester sur le principe. Il refuse d’aider à produire un dommage réel, puis il peut proposer une alternative sûre. Par exemple, parler de prévention, de cadre légal, de sécurité générale, ou aider à reformuler une demande vers quelque chose de non dangereux.

J’ai vu le même sujet chez des clients qui veulent intégrer de l’IA dans des outils métier. Le vrai enjeu n’est pas juste de bloquer. C’est de savoir quoi faire après le blocage. Est-ce qu’on redirige ? Est-ce qu’on escalade ? Est-ce qu’on répond avec une version sûre ?

Le prompt évoque aussi une logique de routage. Certains sujets à risque peuvent être transmis à un modèle plus robuste, Opus 4.8. Ce routage est annoncé comme rare, inférieur à 5 %. Pour une entreprise, c’est une idée très utile. On n’est pas obligé de traiter toutes les demandes avec le même niveau de réponse. Les demandes sensibles peuvent passer dans un circuit plus strict, plus coûteux peut-être, mais plus fiable.

Pour moi, c’est ça le point à retenir. Un bon assistant IA n’est pas celui qui répond à tout. C’est celui qui sait aussi ne pas répondre quand la réponse crée un risque.

Pourquoi le devoir de précaution compte ?

Le devoir de précaution compte pour une raison simple : un assistant IA peut influencer des personnes fragiles, même sans mauvaise intention. Quand un modèle répond vite, avec une voix calme et sûre, il peut donner l’impression qu’il sait. Et dans certains moments, cette impression suffit à orienter quelqu’un dans la mauvaise direction.

Ce qui frappe dans le prompt Claude Fable 5, c’est que cette partie semble très volumineuse et très détaillée. Surtout sur les sujets cliniques, psychologiques et comportementaux. On n’est pas dans une petite note du type “sois prudent”. On parle d’un vrai cadre, avec des limites précises sur ce que l’assistant doit éviter de faire.

Les limites mentionnées sont assez claires :

• Pas de diagnostics non sollicités, parce qu’un modèle n’est pas un médecin et qu’une étiquette mal posée peut faire des dégâts.
• Pas de description de moyens d’automutilation, même sous forme “informative”, parce que le contexte compte autant que l’intention.
• Pas de chiffres ou d’objectifs liés aux troubles alimentaires, parce qu’un nombre peut devenir une cible.
• Pas d’encouragement implicite à la dépendance, parce qu’un assistant trop disponible, trop validant, peut créer une relation malsaine.

Je trouve ça important de ne pas dramatiser, mais de ne pas minimiser non plus. Ce n’est pas seulement une question juridique ou de conformité. C’est du design produit. Quand une IA parle avec assurance, elle peut renforcer une croyance, valider une mauvaise intuition, ou donner une impression d’autorité là où il faudrait plutôt ralentir, reformuler, inviter à chercher de l’aide humaine.

Et ça vaut aussi en business. Si vous branchez une IA dans votre support client, votre intranet RH ou vos outils métier, vous devez prévoir ces garde-fous avant l’incident. Pas quand un utilisateur a déjà reçu une réponse toxique, intrusive ou trop affirmative. C’est exactement le rôle d’une architecture de prompt sérieuse : cadrer le comportement du modèle dans les zones grises.

Ce que cette fuite enseigne, c’est que les modèles avancés ne reposent pas seulement sur leurs poids. Ils reposent aussi sur un énorme travail d’encadrement, de règles, de tests et de compromis.

Alors qu’est ce que ça change pour vous ?

Ce que je retiens du system prompt Claude Fable 5, c’est que l’IA sérieuse n’est pas juste une histoire de modèle plus puissant. C’est une histoire de cadre. Le prompt définit le ton, les refus, les outils, la mémoire, la recherche, les limites et les comportements sensibles. La partie la plus intéressante, pour moi, c’est la logique produit derrière tout ça. On voit une IA pensée comme un système complet, pas comme une simple boîte de dialogue. Pour vous, le bénéfice est clair : mieux comprendre ces mécanismes aide à intégrer l’IA avec plus de contrôle, moins de risques et plus de valeur réelle.

FAQ

• Qu’est-ce qu’un system prompt Claude ?
  Un system prompt Claude est une instruction prioritaire qui cadre le comportement du modèle avant les messages utilisateur. Il peut définir le ton, les règles de refus, les outils disponibles, la mémoire, les limites de sécurité et la manière de répondre.
• Pourquoi une fuite de system prompt est intéressante ?
  Elle permet de voir comment un assistant IA est réellement encadré en production. Le plus utile n’est pas le côté fuite, c’est la compréhension de l’architecture : règles, garde-fous, capacités, routage et précautions.
• Claude Fable 5 répond-il à toutes les demandes ?
  Non. Le prompt décrit des lignes rouges sur les sujets pouvant causer des dommages concrets, comme les armes, les explosifs, les drogues illicites, le code malveillant ou les faux propos attribués à des personnes réelles.
• À quoi sert la structure type XML dans un prompt IA ?
  Elle sert à organiser les règles en blocs lisibles et séparés. On peut distinguer le comportement général, les capacités, les outils, la mémoire ou les refus. C’est plus maintenable qu’un gros texte plat difficile à contrôler.
• Que peuvent apprendre les entreprises de ce system prompt ?
  Elles peuvent comprendre qu’un projet IA fiable ne repose pas seulement sur le choix du modèle. Il faut aussi cadrer les usages, les données, les refus, les outils, les escalades et les situations sensibles. C’est là que se joue une grosse partie de la valeur.

 

 

A propos de l’auteur

Je suis Franck Scandolera, expert et formateur en tracking avancé server-side, analytics engineering, automatisation no/low code avec n8n, intégration de l’IA en entreprise et SEO/GEO. J’accompagne des équipes qui veulent utiliser l’IA concrètement, sans perdre le contrôle sur leurs données, leurs process et leurs garde-fous. J’ai travaillé avec des clients comme Logis Hôtel, Yelloh Village, BazarChic, la Fédération Française de Football ou Texdecor. Je dirige l’agence webAnalyste et l’organisme Formations Analytics. Si vous voulez cadrer proprement vos usages IA, vous pouvez me contacter.