あなたの System Prompt は、勝手にバージョンが上がるライブラリの上に乗っている

LINE連携の秘書Mで会話記憶とデジタルツイン機能を実装し、単なるAIアシスタントから「ユーザーの価値観・状態を学習し先回りするAI参謀」へ進化させた。Supabaseに会話履歴とユーザープロフィール（JSON）を保存し、Claudeへ毎回文脈として渡すことで、前後の関係を理解した提案が可能に。

Qiita ユーザーが Claude Haiku / Sonnet / Opus に 42 問の問題を出題して、モデルの知識の偏りを測定。古典的な引っかけ問題と無名の仕様問題を混ぜた結果、Sonnet は「外科医=母親」という訓練済みの記憶に支配され目の前の「父親」を読み落とし、Haiku は Python の連鎖比較で日によって正誤が反転。知識が多いほど谷は深くなり、谷の位置も固定されていない可能性を示唆。

Reddit ユーザーが Opus 4.8 と Opus 5 の性能比較を報告。特定のタスクで Opus 4.8 が Opus 5 よりも優れた結果を出しているケースが議論されている。モデル選択時の実測値の重要性が浮き彫りになった。

Claude Certified Architect - Foundations 資格取得を目指す向けに、Anthropic Academy の「Building with the Claude API」コース内のプロンプト評価セクションを解説。テストケース自動生成、Claude API でのタスク実行、モデルベース・コードベース評価の 2 種類による採点、最終スコア集約といった評価パイプラインの構築手法をコード引用で具体化している。