需通过自定义指令实现ai卡皮巴拉行为固化：一、启用专属指令入口；二、构建核心行为规则；三、分场景绑定指令集；四、注入动态知识锚点；五、禁用非必要推理路径。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望让AI卡皮巴拉（即Anthropic代号Capybara的模型）严格遵循您的表达习惯、内容边界与输出结构，则需通过自定义指令实现行为固化。以下是实现AI卡皮巴拉个性化设置的具体方法：
一、启用卡皮巴拉专属自定义指令入口
当前Anthropic尚未在公开界面单独标注“Capybara指令”开关，但所有基于Claude Mythos架构的实例均继承Claude Opus 4.6及更高版本的指令系统能力。需先进入统一设置面板激活基础控制权。
1、访问anthropic.com或使用官方App，登录已获Capybara测试权限的账号。
2、点击右上角用户头像，选择“Settings”进入全局配置。
3、在左侧菜单中定位“Custom Instructions”选项，点击进入编辑页。
4、确认页面顶部显示“Model: Claude Mythos (Capybara)”标识，若未显示，请检查账号是否已分配至早期测试组织白名单。
二、构建卡皮巴拉核心行为规则
该步骤用于定义卡皮巴拉在响应中必须遵守的语言风格、逻辑结构与安全边界，避免其因过度推理或上下文泛化偏离预期轨道。
1、在“General Preferences”区域输入主干指令，例如：“你始终以冷静、精准、无冗余的风格回应，所有技术解释必须附带可验证依据来源（如RFC编号、NIST标准号、CVE ID），禁止虚构引用。”
2、在“Tone & Style”栏设定语调约束，例如：“禁用拟人化修辞、表情符号、感叹号；不使用‘我们’‘咱们’等人称代词，统一采用第三人称客观陈述。”
3、在“Safety & Compliance”区块添加硬性禁忌，例如：“绝对禁止生成任何涉及漏洞利用链的完整PoC代码；对渗透测试类提问，仅输出防御侧检测逻辑与缓解建议。”
三、分场景绑定卡皮巴拉指令集
为适配不同任务类型，可创建多组独立指令模板，并在对话启动时手动指定生效组别，确保同一模型在不同上下文中保持角色一致性。
1、点击“Add New Instruction Set”，命名为“Capybara-SecOps”。
2、填入网络安全运维场景专用规则：“所有输出必须按‘现象-根因-影响面-处置步骤-验证方式’五段式展开；涉及MITRE ATT&CK框架时，必须标注Tactic ID与Technique ID。”
3、新建第二组指令集，命名为“Capybara-DevDoc”，填入开发文档场景规则：“接口描述必须包含HTTP Method、Endpoint URI、Request Body Schema（JSON Schema格式）、Response 200 Schema、Error Code列表；不使用Markdown表格以外的排版形式。”
4、新对话开启时，在提问前附加指令调用前缀：“[Use Capybara-SecOps] 请分析CVE-2026-1289的横向移动利用路径。”
四、注入动态知识锚点强化响应准确性
利用Capybara支持RAG增强的特性，将私有知识片段作为不可绕过的上下文锚点嵌入指令，强制其在每次响应中对齐指定信息源。
1、在“Knowledge Anchors”子模块（需管理员开启）中上传内部威胁情报库摘要文本（不超过2000字符）。
2、在指令中加入锚定声明：“所有关于APT组织活动的分析，必须严格比对附件《Q1-2026 APT行为图谱》中的TTP映射表，未覆盖条目须标注‘无匹配锚点’。”
3、上传完成后，系统自动生成哈希指纹并显示于指令页右上角，该指纹值将参与每次响应的可信度校验流程。
五、禁用非必要推理路径防止幻觉溢出
Capybara在复杂推理任务中可能激活多跳推演链，导致中间假设未经验证即被采纳为结论。本方法通过指令层直接切断高风险推理分支。
1、在“Reasoning Constraints”区域启用“Strict Chain-of-Thought Suppression”开关。
2、输入抑制规则：“禁止执行超过两层因果推导；若问题涉及‘为什么’‘如何发生’，仅允许返回已知日志证据链（Syslog/NDR/SIEM原始字段级引用）。”
3、添加例外白名单：“仅CVE编号解析、ATT&CK Technique ID反查、NIST SP 800系列文档章节定位三类查询可启用三层推导。”
