Claude Fable 5.1のシステムプロンプトを解説：エージェント・ハーネスがこれほど大規模化している理由

269KBのClaudeプロンプトダンプは、すぐに注目を集めるような数字です。Fable 5.1が質問に答える前に、隠された指示が書かれた小さな本を必要としているかのように聞こえます。

そこは重要な部分ではありません。流出したキャプチャは、モデルを取り巻くランタイムのスナップショット、つまり命令、ツール、検索、メモリの動作、スキル、権限、製品ロジックとして捉える方が適切です。より大きな話は、見出しとはほぼ逆です。エージェントのハーネスは大規模化する一方で、優れたエージェントは、その仕組みを一度に読み込む量をますます減らそうとしています。

Claude Fable 5.1のシステムプロンプトとは？

システムプロンプトとは、製品内でモデルがどのように振る舞うかを形作る、高い優先度を持つ指示レイヤーです。Anthropicは、Fable 5.1を含むClaude.aiおよびモバイルアプリで使用されるClaudeのコアシステムプロンプトを公開しています。

そのプロンプト自体がモデルなのではありません。Claudeの重みや訓練データを含んでおらず、Claudeのランタイム全体でもありません。エージェントが検索を開始し、ファイルを読み取り、ツールを検出し、スキルを読み込み、状態を呼び出すと、コア命令の周囲にはさらに多くのコンテキストが追加されます。

Fable 5.1のシステムプロンプトは本当に27万文字なのか？

公開されたFable 5.1のキャプチャは、約269KB、2,195行と報告されています。そのすべてを「システムプロンプト」と呼ぶのは便利ですが、技術的には曖昧です。

Fableランタイムのキャプチャには、ツール、メモリ、検索、ファイル、製品の動作、その他のランタイムコンポーネントに関連する内容が含まれています。より適切な捉え方はランタイムプロンプトバンドルです。つまり、モデルへの指示に加え、モデルに公開される環境の一部も含まれます。

重要なセキュリティ上の区別もあります。ランタイム命令を抽出したからといって、それだけでAnthropicのモデルの重み、ユーザーの会話、認証情報、本番データベースが侵害されたことを示すわけではありません。

現代のAIエージェントのランタイムには何が含まれているのか？

チャットボットは、指示、質問、会話履歴を使って作業できます。エージェントにはさらに、ツール、ファイルアクセス、検索、メモリ、タスク状態、権限、外部サービス、障害復旧ロジックが必要になる場合があります。こうした層によって、モデルは単に回答するものから、繰り返し行動できるものへと変わります。

Anthropicは、これをコンテキストエンジニアリングとして捉える傾向を強めています。問題は、単にプロンプトをどう書くかではありません。限られたコンテキストウィンドウに、このステップで何を含める価値があるかを判断することです。

AIエージェントハーネスとは？

エージェントハーネスとは、モデルを取り巻くソフトウェアであり、モデルが受け取るコンテキスト、使用できるツール、アクションの実行方法、その後も保持される状態を決定します。モデルが推論を提供し、ハーネスがその推論をワークフローに変換します。

そのため、同じ基盤モデルでも製品によって体験が大きく異なります。コーディング用ハーネスでは、リポジトリ、テスト、シェル、タスク状態を利用できるようにする場合があります。リサーチ用ハーネスでは、検索、情報取得、引用、並列エージェントを利用できるようにする場合があります。さらにAIエージェントスキルを加えると、必要なときにハーネスが検出できる再利用可能な手順が、もう1つのレイヤーになります。

モデルの品質は依然として重要です。しかし、モデルがツールを十分に信頼性高く使えるようになると、オーケストレーションが製品の動作に大きく影響し始めます。

なぜAIエージェントハーネスはこれほど大規模になっているのか？

新しい機能にはすべて、コンテキストのオーバーヘッドが伴います。ツールには、名前、スキーマ、引数、使用ルール、権限、例が必要になる場合があります。Skillは手順やリソースを追加します。長いタスクでは、履歴、ツールの結果、成果物、未完了の状態が積み重なります。

Anthropicは有用な規模の目安を示しています。GitHub、Slack、Sentry、Grafana、Splunkを接続すると、作業を開始する前に、定義だけで約55Kのコンテキストトークンを占める58個のツールが公開される可能性があります。制約はもはやモデルの記憶容量ではありません。各推論ステップで、どれだけの運用情報が注意を奪い合うかが問題なのです。

長時間稼働するエージェントでは、この問題が増幅されます。ハーネスは作業を継続できるだけの十分な状態を保持しつつ、それ以前のすべての観察結果、失敗した試行、ツールの結果、指示を、将来のすべての呼び出しに持ち込まないようにする必要があります。

より大きなエージェントハーネスはAIを改善するのか？

いいえ。より大きな利用可能な環境によってエージェントの能力が高まることはありますが、より大きなアクティブなコンテキストは、処理を遅くし、コストを増やし、焦点をぼやけさせる可能性があります。

無関係なツールは関連するツールと競合します。古いメモリは現在の根拠と競合します。繰り返される指示は、新しい情報を追加せずにトークンを消費します。そのため、エージェントコンテキストの繰り返しは経済面でも重要です。エージェントは、複数回のモデル呼び出しにわたって、同じ安定した指示やスキーマを再確認することがあるためです。

したがって、より良い目標は最大のコンテキストではありません。現在のステップを完了するために必要な、最小限で情報密度の高い指示、ツール、メモリ、根拠の集合、つまり必要十分な最小コンテキストです。

Agent Skillsはコンテキストサイズをどのように削減するのか？

Anthropic Agent Skillsは段階的開示を使用します。エージェントは最初に、Skillを説明する軽量なメタデータだけを確認し、そのSkillがタスクに関連すると判断した時点でのみ、そのSKILL.mdを読み込めます。補助スクリプトや参照資料は、必要になるまでコンテキストの外部に置いておけます。

これにより、スケーリングの考え方が変わります。エージェントは、リクエストのたびにライブラリ全体を読み込むコンテキストコストを負担せずに、大規模な手順ライブラリへアクセスできます。同じ考え方はローカルAIワークフローにも役立ちます。手順、スクリプト、非公開リソースを、巨大で永続的なプロンプトにすることなく再利用可能な状態に保てるためです。

Tool Searchはエージェントのトークン使用量をどのように削減するのか？

ツールも同じ方向へ進んでいます。接続されているすべてのツールのスキーマを初期コンテキストに読み込む代わりに、Claude Tool Searchを使えば、エージェントはまず関連する機能を見つけ、必要になった時点でのみ完全な定義を読み込めます。

Anthropicの報告によると、Tool Searchを使用すると、同社のサンプルツールセットは約55Kトークンから約8.7Kトークンへ減少し、85%削減されます。さらに重要なのは、無関係なツールが少なくなることで、選択の問題が容易になることです。

アーキテクチャ上のルールは単純です。利用可能であることは、読み込まれていることを意味しません。高性能なエージェントは数百のサービスにアクセスできても、現在のタスクではモデルに公開するのは一握りだけにできます。

長時間稼働するエージェントに永続状態が必要なのはなぜか？

Fable 5.1は100万トークンのコンテキストウィンドウをサポートしていますが、ウィンドウが大きくなっても、長時間実行されるあらゆるタスクを解決できるわけではありません。コンテキストは依然としてノイズが多く、高コストで、古くなる可能性があります。

Anthropicによる長時間稼働するエージェントハーネスに関する研究は、代わりに外部状態を利用する方向を示しています。エージェントは、作業履歴全体をトークンとして引き継ぐのではなく、後のセッションのために進捗ファイル、タスクリスト、コード、テスト、その他の成果物を残すことができます。

この区別は重要です。メモリ容量と有用なメモリは同じではありません。永続的な状態はアクティブなプロンプトの外部に保存し、関連性が生じたときに取得すべきです。

エージェントのメモリ、スキル、RAGデータはどこに保存すべきか？

コンテキストがモジュール化されると、モデルがエージェントの環境全体を保持する必要はなくなります。スキルはファイルとして保存できます。メモリはデータベースに保存できます。RAGソースはプライベートストレージに保持できます。MCPサーバーとAPIは、ハーネスが必要とする場合にのみサービスを公開できます。

プライベートRAGワークフローを使うと、この分離が明確になります。ソース文書とインデックスはローカルに保持しながら、より難しい推論のために選択したコンテキストだけを最先端モデルへ送信できます。

実用上の利点は可搬性です。推論モデルを変更しても、ユーザーのファイル、ワークフロー、Skills、メモリ、信頼できる唯一の情報源となるデータはそのまま維持できます。

ホームサーバーはエージェントのランタイムレイヤーになれるのか？

はい。ただし、269KBのテキストにサーバーが必要だからではありません。プロンプト自体に必要なストレージ容量はごくわずかです。ホームサーバーが必要になるのは、エージェントが、1回のモデルセッションに依存せず存続すべき永続ファイル、インデックス、データベース、ツール、ログ、成果物、サービスに依存するようになったときです。

家庭用AIサーバーは、その永続レイヤーを保持し、クラウドモデルまたはローカルモデルが推論を担う構成にできます。ツールがこれらのリソースを変更できる場合は、権限設計も重要です。まず読み取り専用のエージェントツールから始めれば、悪意のある指示や検索結果が引き起こす被害を抑えられます。

ストレージとセルフホストサービスのために、常時稼働する1つのシステムを求めるユーザーにとって、ZimaCube 2は、Fable 5.1の代替になると考えるよりも、その永続レイヤーに自然に適しています。フロンティアモデルはリモートに置いたままでも構いません。ファイル、サービス、RAGデータ、成果物までリモートに置く必要はありません。

システムプロンプトはエージェントOSになりつつあるのか？

このたとえが役立つのは、ある程度までです。システムプロンプトはテキストです。OSのようにストレージ権限を強制したり、プロセスを分離したり、ネットワークアクセスを制御したりすることはできません。

より広範なハーネスは、OSに近いものです。モデルが何を見られるか、どの機能を利用可能にするか、ツールにどの程度の権限を与えるか、状態をどのように保持するか、モデル呼び出しをまたいで作業をどう継続するかを決定します。だからこそ、AIエージェントの自動化は、単なるモデル品質の問題ではなく、最終的には権限とインフラの問題でもあります。

したがって、Fable 5.1のストーリーは「プロンプトは今後も長くなり続ける」という見方とは異なる方向を示しています。エージェント環境全体は拡大し続けますが、より優れたハーネスは、現在のステップで必要になったときにだけ、適切なSkill、ツール、メモリ、証拠を取得するようになります。

よくある質問

Claude Fable 5.1のシステムプロンプトは公開されていますか？

Anthropicは、Claude.aiおよびモバイル製品でFable 5.1に使用される中核的なシステムプロンプトを公開しています。この公式プロンプトは、ツールや製品のコンテキストを含む、より大規模なサードパーティのランタイムキャプチャと区別する必要があります。

Claude Fable 5.1はハッキングされましたか？

ランタイムプロンプトの抽出だけで、Anthropicのインフラが侵害されたことを証明することにはなりません。このプロンプトのキャプチャに関連して、モデルの重み、非公開の会話、顧客データベース、認証情報が漏えいしたことを示す公的な証拠はありません。

Fable 5.1のシステムプロンプトはどのくらいの長さですか？

何を測定するかを定義しなければ、役に立つ単一の数値はありません。サードパーティのランタイムキャプチャは、およそ269KB、2,195行と報告されていますが、Anthropicの中核的なシステム指示以外の内容も含まれています。

Fable 5.1のプロンプトによって、ユーザーのメモリが公開されましたか？

ランタイムの内容には、メモリの動作を説明する指示が含まれています。メモリシステムに関する指示と、個々のユーザーの保存済みメモリは同じものではありません。また、この記録からは、非公開のユーザーメモリがダンプされたことを示す公的な証拠はありません。

システムプロンプトとエージェントハーネスの違いは何ですか？

システムプロンプトは、モデルに優先度の高い指示を与えます。エージェントハーネスは、モデルを取り巻く指示、ツール、検索、メモリ、権限、実行、永続状態を管理する、より広範なソフトウェア層です。

システムプロンプトが長いと、より多くのトークンを使用しますか？

はい。そのテキストが実際にモデルのアクティブなコンテキストに配置される場合は消費します。だからこそ、Skills、検索、Tool Search、キャッシュ、コンテキストの圧縮が重要になります。これらにより、毎回すべてを読み込まずに機能を利用可能な状態に保てます。

MCPツールはコンテキストトークンを消費しますか？

できます。ツールを選択して呼び出す必要があるときは、ツールの説明とスキーマをモデルに提示する必要があります。動的な検出と遅延読み込みにより、大規模なツールカタログを公開するコストを削減できます。

AIエージェントのメモリはローカルに保存できますか？

はい。メモリはローカルファイル、データベース、ベクトルストア、その他の永続サービスに保存し、後のタスクで必要なものだけを選択的に取得できます。より難しいのは、何を保存し、何を信頼し、いつ期限切れにし、何を取得するかを判断することです。

Claude Fable 5.1はローカルで実行できますか？

Fable 5.1は、一般的なローカル環境で導入できる公開モデルの重みとしては利用できません。それでもハイブリッド構成なら、最先端の推論にFable 5.1を使いながら、プライベートデータ、RAGソース、Skills、メモリ、セルフホストサービスをローカルインフラ上で管理できます。