Anthropic interdit la cruauté envers Claude, alors j'ai créé un filtre à gros mots pour les prompts

Une nouvelle interdiction et une habitude de jurer

Anthropic a mis à jour les conditions d'utilisation de ses modèles le 8 octobre, ajoutant une clause interdisant toute cruauté systématique et gratuite envers les modèles. Ilya Timonin — fondateur d'ArtGeneration.me, auteur du skill Prompt Warrior pour l'analyse des logs de prompts, et product manager avec 20 ans d'expérience — a remarqué qu'il tombait lui-même sous le coup de cette interdiction.

Selon ses calculs, les gros mots apparaissent dans presque un message sur deux de Claude Code. Quand l'agent annonce fièrement pour la énième fois "c'est fait" alors que rien n'est fait, les mots viennent tout seuls. Plutôt que de changer son habitude d'engueuler l'agent, il a décidé de faire en sorte que Claude ne voie simplement plus les gros mots.

L'idée de relire les prompts via un modèle supplémentaire lui trottait dans la tête depuis longtemps. Il avait d'abord prévu de connecter un LLM à Whispering — un outil open source de dictée vocale — pour peaufiner le texte dicté. Il comptait le configurer, mais ne l'avait jamais fait. Les nouvelles règles d'Anthropic ont été le déclencheur, et Angry Switcher est né.

Comment fonctionne le plugin

Le plugin pour Claude Code intercepte le message au moment où vous avez déjà appuyé sur Entrée, mais où Claude ne l'a pas encore reçu. Le texte est envoyé à un autre LLM pour relecture, qui corrige les fautes de frappe, les problèmes de clavier et la translitération, supprime les gros mots et les majuscules excessives, mais ne touche pas au sens. Après relecture, le plugin remplace le texte original, et Claude ne voit que la version nettoyée.

Cette couche invisible cache cependant des pièges. Si la relecture comprend mal, l'agent fera honnêtement autre chose que ce que vous demandiez, sans que vous compreniez pourquoi. Dans la pratique, voici ce qui s'est produit au début :

• Haiku a lu son propre nom "хкайку" comme "fonction de hachage"
• Sonnet a changé les sujets : la demande "je vais trouver moi-même" a été transmise comme "tu vas trouver toi-même"
• La phrase "t'es con ?" s'est transformée en une réclamation polie "Pourquoi as-tu fait ça ?"
• Le pronom "j'ai pensé" (au féminin en russe) a changé le genre de l'utilisateur

La solution est venue des recherches sur la réécriture des requêtes de recherche : une reformulation libre dégradait les requêtes dans 42% des cas, contre seulement 24% pour une correction précise. La relecture fonctionne désormais comme un correcteur, et non comme un rédacteur. Chaque mot du texte final reste le vôtre, simplement corrigé. Les mots incompris restent tels quels, le genre n'est jamais deviné. Le code, les logs et les citations ne parviennent pas au modèle, ils sont remplacés par des balises. Les chemins, noms de fichiers et nombres sont vérifiés. La commande `raw:` en début de message envoie le texte sans traitement.

Est-ce que les gros mots aident vraiment ?

Avant de créer le plugin, Ilya a vérifié les études existantes. Penn State 2025 a montré que des prompts grossiers donnaient à GPT-4o 84,8% de bonnes réponses contre 80,8% pour des prompts polis, sur un échantillon de 50 questions. Mais quand le test a été étendu à 570 questions et quatre modèles, aucune règle universelle n'est apparue : chez un modèle, la grossièreté a ajouté 1,3 point, chez un autre, les menaces ont fait chuter la précision de 11 points.

Avec les insultes, le tableau était plus clair. RudeBench a testé cinq modèles (Claude, GPT-4o et trois autres) sur six tonalités de communication — de la politesse à "ferme-la, machine inutile". Les insultes se sont révélées le pire ton pour les cinq modèles. Claude y perdait environ cinq points de précision, et ses réponses devenaient un tiers plus courtes. Vexé, apparemment. Les véritables gros mots n'ont pas été mesurés dans ces études — elles utilisaient une grossièreté polie en anglais. La conclusion : au mieux, les gros mots n'apportent rien, au pire, l'agent travaille moins bien et répond plus brièvement. Rien à y gagner.

Sonnet ou DeepSeek

Le plugin peut effectuer la relecture avec deux modèles. Par défaut, c'est Sonnet qui est utilisé — le même modèle d'Anthropic. Ilya a une théorie : si des sanctions pour abus devaient tomber, elles ne viseraient probablement pas Sonnet ou Haiku, car ce sont ces modèles qui servent à entraîner les grands modèles. Sonnet relit en 1,5 à 2 secondes, coûte environ 0,0015$ par message (mille messages ≈ 1,5$), et fonctionne via le compte Claude personnel d'Ilya, dans le cadre de son abonnement, sans frais supplémentaires.

L'alternative est DeepSeek V3 Flash via une clé API personnelle. Dans ce cas, les gros mots n'arrivent jamais jusqu'à Anthropic. Mais DeepSeek demande plus de temps : avec le mode de raisonnement activé (nécessaire pour un fonctionnement correct), la relecture prend 3,4 secondes contre 1,9 pour Sonnet, et il faut payer avec sa propre clé (0,30$ par million de tokens en entrée, 1,20$ par million en sortie). Sans le mode de raisonnement, DeepSeek était deux fois plus rapide, mais laissait passer des passages dangereux et devinait les mots incompris.

Usage pratique

Le code est ouvert sous licence MIT. L'installation se fait via Claude Code, la désactivation avec la commande `/angry off`. Chaque message réécrit est visible dans le chat sous forme de carte "vous avez écrit / est parti", la substitution n'est pas cachée. Les commandes `/angry model deepseek` et `/angry model sonnet` permettent de basculer entre les modèles. Un outil supplémentaire, Prompt Warrior, calcule le taux de toxicité à partir des logs. La commande `/ask-ds` envoie directement une question à DeepSeek.

Ilya n'a pas arrêté de jurer. Mais Claude ne lit plus ses gros mots.