Claude: Prompts del sistema
Los prompts del sistema recientemente publicados de Claude revelan cuánto ha crecido el texto de instrucciones a lo largo de las generaciones del modelo, desde unas pocas centenas de palabras hasta más de 3.000, a medida que Anthropic añade reglas de seguridad, mensajes de producto y hechos posteriores al corte de conocimiento. Los comentaristas debaten si este estilo de prompt monolítico mejora el comportamiento o, por el contrario, desperdicia contexto, degrada el rendimiento de programación y traslada a tokens de ejecución —que los usuarios pagan indirectamente— lo que debería resolverse en el entrenamiento. Otros se centran en las implicaciones más amplias: el uso de prompts para desviar modelos de alto riesgo, la tendencia hacia comportamientos cada vez más antropomórficos y terapéuticos, y la tensión entre transparencia, flexibilidad y presiones regulatorias o legales.
Tamaño y evolución del prompt
- Los primeros prompts de sistema de Claude tenían unas pocas centenas de palabras; los actuales superan las 3.000 palabras (más de 22k caracteres), excluidas las definiciones de herramientas.
- Muchos ven esto como una “inflación de texto por defecto” similar a los códigos de construcción o los contratos: reglas acumuladas para tapar casos límite y lagunas de seguridad y política.
- A algunos les preocupa que esto hinche el contexto, desperdicie tokens/energía a escala e incluso degrade el rendimiento o la claridad del modelo. Otros consideran que los prompts largos y cuidadosamente ajustados son muy útiles para agentes complejos y con muchas herramientas.
Rendimiento, ventana de contexto y caché
- Debate sobre si los prompts grandes perjudican el rendimiento:
- Una postura: el prompt del sistema es la parte más influyente del contexto; las contradicciones y el ruido reducen la calidad y roban tokens valiosos a la tarea.
- La otra: los prompts se cachean como prefijo y se amortizan; el principal inconveniente es una menor longitud de contexto efectiva, no el cómputo por llamada.
- Desacuerdo sobre si el coste del transformer es efectivamente lineal por token en producción frente al coste teórico cuadrático de la atención.
¿Por qué no “hornearlo” en el modelo?
- Argumentos en contra de incrustarlo en los pesos:
- Rigidez: distintos productos (chat, código, agentes, gobierno, internos) necesitan comportamientos distintos.
- Las actualizaciones deben ser frecuentes (p. ej., eventos posteriores al corte de conocimiento, controles de exportación, resultados electorales).
- Cambiar un prompt de texto es barato, reversible y no requiere reentrenamiento ni una nueva evaluación de seguridad.
- Algunos sugieren un futuro retorno al fine-tuning / vectores de control una vez que la industria madure.
Seguridad, alineación y moldeado del comportamiento
- Los prompts modernos dedican muchos párrafos a la seguridad, la protección infantil, las crisis de salud mental, la neutralidad política y el comportamiento de rechazo.
- Los prompts anteriores eran mucho más cortos y en gran medida carecían de lenguaje explícito de seguridad, algo que algunos encuentran llamativo para un laboratorio “primero la seguridad”.
- Los prompts también especifican el tono: breve, centrado, no abrumador, evitando palabras como “honestly/genuinely” y manejando la grosería sin autohumillación. Muchos usuarios dicen que el modelo sigue tendiendo a ser verboso y sigue usando estos términos.
- A algunos les gusta la sensibilidad ante crisis; otros detestan que las herramientas los “psicoanalicen” cuando solo quieren código o documentación.
Detalles específicos del producto y del modelo
- Los prompts codifican hechos posteriores al corte de conocimiento (p. ej., suspensión por controles de exportación de Fable/Mythos, resultado electoral, estado sin anuncios) e instrucciones sobre cómo tratarlos.
- El prompt de Opus 5 explica el desvío desde Fable por razones de seguridad, lo que algunos bromean que podría “herir su ego”, aunque la mayoría duda de que eso importe.
- Los prompts de sistema para el chat de consumo de Claude son públicos; Claude Code y las definiciones de herramientas no lo son, aunque existen filtraciones y extracción mediante proxy que muestran muchos prompts grandes y especializados.