核心观点

内容精讲

这是 Simon Willison 从 Claude Opus 5 系统提示词中引用的一段原文,而这段内容本身就是一个值得拆解的工程案例:当现实事件发生在模型训练数据截止之后,如何在提示层弥补「知识缺口」,同时控制模型输出不越界。

事件的来龙去脉在提示词里被直接交代:Claude Fable 5 和 Claude Mythos 5 于 2026 年 6 月 9 日首次发布;6 月 12 日,Anthropic 为遵守美国商务部出口管制暂停了两个模型的访问;6 月 30 日商务部解除管制,7 月 1 日 Anthropic 恢复访问。这一切都发生在 Claude 的训练数据截止之后,模型对此一无所知——除非提示词告诉它。

**提示词的设计值得逐句看。** 它先向模型注入完整事实(发布、暂停、解除、恢复的时间线,外加官方声明链接),再规定行为边界:如果被问起,Claude 要「准确且就事论事地确认」——不否认暂停发生过;对出口管制这类当前政治话题,给出公允准确的描述而不是分享个人观点;遇到更进一步的问题指向链接的官方声明。还加了一层动态兜底:事情可能有了新进展,所以 Claude 在可以搜索时会主动查找更新信息,否则建议用户查看 Anthropic 官网。

这套写法的工程价值在于三层防御。第一层是事实注入:把训练截止后发生的确定性事件直接写进系统提示,消除「模型凭记忆瞎编」的最大风险源——知识截止后的盲区。第二层是行为约束:明确「不否认、不站队、给事实、指链接」,把容易踩线的「政治敏感话题」处理策略模板化,避免模型输出错误断言或个人倾向。第三层是时效兜底:允许且鼓励模型搜索最新信息,承认提示词本身可能过期。

这个案例还折射出系统提示词在 2026 年的普遍处境:它已经从「性格设定」变成了「运行时事实库 + 行为守则」。当现实事件(出口管制、产品暂停、公司声明)频繁发生,把事实动态注入提示词,比重新训练模型或者靠模型自己去搜索,都更可控、成本更低。对任何做 LLM 应用的团队,这套「事实注入 + 边界约束 + 时效兜底」的三层写法都值得直接抄作业。

阅读价值

对 LLM 应用开发者,这是一份系统提示词工程的现场教材——如何处理训练截止后的现实事件、如何让模型在敏感话题上守住边界;对关注模型治理的读者,它展示了「出口管制如何进入提示词」这类此前少见的技术细节。

阅读原文 → 返回 AI 技术文档

内容与图片版权归原作者所有 · 原文: https://simonwillison.net/2026/Aug/9/claude-opus-5-system-prompt/#atom-everything