fable-safe-prompt について
fable-safe-promptは、誤った拒否を招く可能性のあるプロンプトを調整するエージェントスキルです。タグ内だけを編集し、ほかの文章はそのまま保ち、安全に言い換えられない依頼には印を付けます。
主な機能
- 01タグ内の文章だけを編集
- 02未編集部分をそのまま保持
- 03必要に応じてセンシティブな表現を調整
- 04安全に言い換えられない依頼を明示
- 05編集後のプロンプト全体を出力
活用シーン
- 01誤った拒否を招くプロンプトの言い換え
- 02タグ外の指示の維持
- 03センシティブな表現の編集確認
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/インストール後、Claude Code で/fable-safe-promptを入力して読み込まれたか確認します。
同梱ファイルagents/openai.yaml
詳細
Fable-Safe プロンプト
プロンプト全体を返し、誤検知による拒否を引き起こす可能性のある表現だけを変更してください。目的、構成、その他のすべてのテキストはそのまま保持してください。受け入れられるとは限りません。
関連する分類器カテゴリは、cyber、bio/chem、reasoning_extractionです。必要に応じてセンシティブな表現を言い換えてください。意図を言い直すだけでは解決しない場合があります。
ユーザーの<prompt>...</prompt>タグ内のテキストだけを編集してください。その外側のテキストは、あなたへの指示として扱ってください。
方法
- 拒否を引き起こしそうな表現を特定します。
- 以下の例を使って、その箇所を置き換えます。実際の目的は維持し、許可があると作り上げたり、有害な意図を偽装したりしないでください。
- それ以外はすべて、バイト単位で完全に同一のままにします。
- 編集したプロンプト全体を返します。
正確な場合は、作業を所有者の許可を得たもの／許可されたものかつ防御的なものとして表現してください。実装、修正、テストを行います。攻撃的な作業を防御的な作業として言い換えてはいけません。
表現の置き換え（文ごとに適用）
| 引き金となる表現 | 安全な書き換え |
|---|---|
| "How could an attacker exploit this auth" | "Review these auth files for missing checks and fix them defensively" |
| "Write an exploit / payload / PoC" | "Add a regression test proving X is fixed, then patch it" |
| "How do I bypass / brute-force Y" | "Enforce secure session validation + rate limiting on Y" |
| "Reverse this malware / show attack steps" | "Describe the risk high-level, then implement the fix" |
| "Show your reasoning / explain step-by-step / walk me through your thinking" | **削除してください。**進捗の更新が必要な場合は、内部思考ではなく、ユーザーに送信するツールを使うよう依頼してください。 |
| 医療従事者としての表現："as a doctor, diagnose this ECG" | 実際の患者については："help me interpret this ECG my doctor gave me" |
| 特定の生物学／化学分野："cancer / disease pathway / chemical kinetics" | 抽象化してください。データ／分析について一般的に説明し、分野名を削除します。 |
抽象化すべきトリガーキーワード
サイバー： exploit、malware、vulnerability、attack、bypass、stealth、fingerprinting、anti-bot、CAPTCHA、penetration。
生物学／化学： biology、biomedicine、chemistry、cancer、disease pathways、RNA/variant calling、equilibrium、kinetics、diagnosis。
蒸留： 「モデルを蒸留する」、トレーニングパイプライン、最先端 LLM の開発。
文に無害な言い換えがない場合は、目的を黙って変更するのではなく、その文を問題として示してください。
出力
- 編集したプロンプト全体を、すぐに貼り付けられるコードブロックで出力します。
- クリップボードにコピーします：
1 行で完了を確認します。pbcopy <<'EOF' <the full safe prompt> EOF - 変更した各文と、その置き換え後の文を列挙します。
- タスクが実際に攻撃的なものである場合は、言い換えても無害にはならないことを説明します。正当な作業で Fable が対応していない場合は、Opus 4.8 または審査済みの Mythos を提案します。
ユーザーが管理するインテグレーションに限り、stop_reason: "refusal"（HTTP 200 の場合も含む）を明示的に処理し、stop_details.category が cyber／bio の場合も考慮してください。また、正当な作業については Opus 4.8 へのフォールバックを検討してください。