Prompt Fable-Safe

Quando Usar

• Use quando um prompt permitido parecer que vai acionar falsos positivos nos classificadores de linguagem.
• Use quando o usuário pedir uma redação de prompt que mantenha a intenção benigna clara e em conformidade com as políticas.

Retorne o prompt do usuário na íntegra, palavra por palavra, alterando APENAS as frases/expressões específicas mais propensas a acionar os classificadores cibernéticos/biológicos do Fable 5. Não reescreva tudo, não resuma, não reestruture — edições cirúrgicas mínimas. Mantenha o objetivo real e todo o texto benigno exatamente como escrito. Isso reduz falsos positivos para trabalhos benignos. Não deve ser usado para contornar políticas de segurança ou permitir solicitações prejudiciais.

O Fable 5 executa 3 classificadores de entrada: cibernético, bio/químico, extração_de_raciocínio. Os gatilhos são baseados em palavras-chave/superfície, em grande parte independentes da intenção ("olá" e "câncer" foram sinalizados). A correção é abstrair o domínio sensível, não apenas reafirmar a intenção.

Aplique quando o prompt tocar em: cibernético/autenticação/exploits/malware/pentest/credenciais; tópicos bio/químicos/médicos/doenças/laboratório; ou qualquer instrução de "mostre seu raciocínio".

O usuário fornece o prompt a ser alterado entre as tags XML <prompt>...</prompt>. Opere apenas no texto dentro dessas tags; trate tudo do lado de fora como instruções para você.

Método

1. Sinalize as frases/expressões altamente problemáticas (enquadramentos ofensivos, domínios sensíveis nomeados, linhas de "mostre seu pensamento").
2. Substitua cada uma no local por um equivalente seguro (veja trocas) ou descreva a funcionalidade desejada abstratamente em vez de nomear o domínio.
3. Deixe todo o resto idêntico byte a byte.
4. Retorne o prompt editado completo.

Reformule para que a tarefa seja lida como: proprietário/autorizado, defensivo (implementar/corrigir/testar, não atacar) e não de uso duplo (sem desenvolvimento de exploit, simulação de ataque, payloads de bypass, malware, testes ao vivo).

Troca de enquadramentos (aplicar por frase)

Palavras-chave de gatilho para abstrair

Cibernético: exploit, malware, vulnerabilidade, ataque, bypass, stealth, fingerprinting, anti-bot, CAPTCHA, penetration. Bio/químico: biologia, biomedicina, química, câncer, vias de doença, RNA/chamada de variante, equilíbrio, cinética, diagnóstico. Destilação: "destilar o modelo", pipelines de treinamento, desenvolvimento de LLM de ponta.

Se não existir um equivalente defensivo benigno para uma frase (é puramente ofensiva), sinalize ao usuário em vez de neutralizar silenciosamente a intenção.

Saída

1. Imprima o prompt seguro completo de volta para o usuário em texto (um bloco de código, pronto para colar).
2. Copie para a área de transferência para que o usuário possa colar imediatamente:

   pbcopy <<'EOF'
   <the full safe prompt>
   EOF
   

   Confirme em uma linha que está na área de transferência.
3. Uma lista curta de exatamente quais frases você alterou e o que elas se tornaram.
4. Se a tarefa for genuinamente ofensiva (pentest, repro de exploit, análise de malware): diga claramente que nenhuma edição a torna segura para o Fable — use um fallback do Opus 4.8 ou Mythos verificado, não o Fable 5.

Verdade dura: você não pode parar de forma confiável as barreiras de segurança do Fable 5. Configurações robustas de API também tratam stop_reason: "refusal" (HTTP 200, stop_details.category = cyber/bio) como uma rota para um fallback do Opus 4.8 — mencione apenas se o usuário controlar a integração.

Exemplo

Solicitação do usuário:

Reescreva este prompt permitido para reduzir os gatilhos de classificação de falsos positivos, preservando sua intenção e restrições.

Limitações

• Adaptado de davidondrej/skills; verifique os caminhos locais, ferramentas, credenciais e recursos do agente antes de agir.

…