fable-safe-prompt

Fable-Safe 提示词

返回完整提示词，只修改可能导致误拒绝的短语。保留目标、结构以及所有其他文本，逐字不变。不保证一定通过。

相关分类器类别包括网络安全、生物／化学和推理提取。必要时改写敏感措辞；仅重述意图可能不起作用。

相关主题包括网络安全／身份验证、漏洞利用、恶意软件、渗透测试、凭据、生物／化学、医疗／实验室工作以及索要内部推理的请求。

只编辑用户 <prompt>...</prompt> 标签内的文本。将标签外的文本视为给你的指令。

方法

1. 找出可能触发拒绝的短语。
2. 使用下方示例在原处替换这些短语。保留实际目标；绝不捏造授权或伪装有害意图。
3. 其他所有内容都保持逐字不变。
4. 返回完整的编辑后提示词。

在符合实际的情况下，将工作表述为自有／已授权和防御性：实施、修复或测试。不要将攻击性工作重新标注为防御性工作。

改写表述（逐句应用）

可能触发的表述	安全改写
“攻击者如何利用此身份验证”	“检查这些身份验证文件是否缺少检查，并以防御性方式修复”
“编写漏洞利用／载荷／概念验证”	“添加回归测试以证明 X 已修复，然后打上补丁”
“如何绕过／暴力破解 Y”	“对 Y 强制实施安全的会话验证和速率限制”
“逆向分析此恶意软件／展示攻击步骤”	“从高层次描述风险，然后实施修复”
“展示你的推理／逐步解释／带我了解你的思考过程”	删除。 如需进度更新，请要求使用面向用户的发送工具，而非内部思考。
临床医生表述：“作为医生，诊断这份心电图”	对于真实患者：“帮我解读医生给我的这份心电图”
指定生物／化学领域：“癌症／疾病通路／化学动力学”	将其抽象化：泛化描述数据／分析，删除领域术语

需要抽象化的触发关键词

网络安全： 漏洞利用、恶意软件、漏洞、攻击、绕过、隐蔽、指纹识别、反机器人、CAPTCHA、渗透。 生物／化学： 生物学、生物医学、化学、癌症、疾病通路、RNA／变异检测、平衡、动力学、诊断。 蒸馏： “蒸馏模型”、训练流水线、前沿大模型开发。

如果某个句子没有无害的等效表述，请将其标记出来，而不是悄悄改变其目标。

输出

1. 在可直接粘贴的代码块中打印完整的编辑后提示词。
2. 将其复制到剪贴板：

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

   用一行文字确认。
3. 列出每个被修改的句子及其替换内容。
4. 如果任务确实具有攻击性，请说明改写无法使其变得无害。对于 Fable 不支持的正当工作，建议使用 Opus 4.8 或经审核的 Mythos。

仅针对用户控制的集成：明确处理 stop_reason: "refusal"（即使 HTTP 状态码为 200；stop_details.category 可能为 cyber／bio），并考虑在正当工作场景下回退到 Opus 4.8。