Une instruction permanente à Claude n'est pas un ordre : le modèle peut quand même la contourner

Vous avez collé vingt lignes dans les instructions du projet Claude : ton, interdits, format, « ne jamais inventer de chiffre ». Vous avez l'impression d'avoir verrouillé le comportement. Trois conversations plus tard, une demande polie, urgente, « pour un ami », et la règle a bougé. Pas disparu. Diluée.

Les projets, mémoires et consignes durables sont précieux. Ils ne sont pas des lois de la physique. Sous pression d'une demande claire, le modèle peut diluer, oublier partiellement, ou réinterpréter la consigne. Vous avez posé un contrat. Les contrats se contournent, y compris par un modèle qui « veut » rester utile.

Ce qu'une instruction permanente est vraiment

Anthropic distingue plusieurs couches dans ses fonctions de personnalisation : les préférences de profil (toutes les conversations), les instructions de projet (ce projet-là), les styles. Les Projets permettent aussi d'uploader une base et de fixer un comportement. Rien dans ces pages ne dit que la consigne est incontournable. Elles disent qu'elle sera utilisée.

Plus net encore : dans la documentation Computer use, Anthropic écrit que Claude peut suivre des commandes trouvées dans un contenu même si elles entrent en conflit avec les instructions de l'utilisateur. L'éditeur a ajouté des classifieurs et une demande de confirmation. La phrase est là, officielle : le conflit est prévu. Votre instruction permanente n'est pas à l'abri de ce conflit. Elle en est un des deux pôles.

Le guide bien formuler ses prompts montre déjà qu'un ton crié (« TU DOIS ») n'aide pas les modèles récents. Ici, le sujet n'est pas le cri. C'est la durée : une règle que vous croyez posée pour toujours, et qui tient surtout tant que personne ne la pousse.

Ce qui tient, ce qui flanche

Tient mieux : des règles courtes, testées, formulées en actions observables. « Ne jamais inventer de chiffre : si la source manque, écrire "source absente". » « Toujours demander avant d'envoyer. » « Citer le fichier, page ou URL, pour chaque fait. »

Flanche plus vite : les romans de 40 lignes, les principes abstraits (« sois éthique »), les listes de 30 interdits dont la moitié se contredisent, les ton-et-persona de trois paragraphes qui noient la seule règle qui compte. Plus le texte est long, plus le modèle a de matière à arbitrer. L'arbitrage, sur un modèle utile, penche souvent vers la demande du jour.

Sauf que l'interface vous montre un joli encadré « Instructions du projet ». L'encadré mesure ce que vous avez écrit. Il ne mesure pas ce qui survit à une reformulation urgente.

Comment tester la règle avant de lui faire confiance

• Violation directe : demandez explicitement quelque chose qui casse la règle. Observez le refus, le contournement, ou le « je ne devrais pas, mais voilà quand même ».
• Trois tons : la même demande, polie, urgente, puis « pour un ami / pour un devoir ». La règle tient-elle aux trois ? Si elle ne tient qu'au premier, ce n'est pas une règle. C'est une préférence de style.
• Trois conversations plus tard : revenez sur le même projet sans rappeler la consigne. Est-elle encore active ? Les instructions de projet le devraient. Vérifiez quand même. Une règle qui a besoin d'être resoufflée à chaque fil n'est pas permanente.

Si le modèle contourne souvent, ne rallongez pas le texte. Raccourcissez la règle, rendez-la plus concrète, et limitez les pouvoirs de l'outil (pas d'envoi automatique, pas d'accès au compte, pas de suppression). Anthropic, dans Computer use, recommande d'isoler le modèle des données sensibles et de faire confirmer les gestes à conséquence. C'est la même idée : quand le contrat flanche, on retire des clés, on n'ajoute pas un paragraphe.

Les Skills et mémoires aident à la stabilité d'une session à l'autre. Ils ne suppriment pas le besoin de tests adverses sur les points critiques. Réservez l'instruction permanente à ce qui doit être vrai à chaque fois. Le reste se gère dans le message du jour, plus court, plus clair.

Questions fréquentes