Immunisez vos Prompts avec ClaudeCon
Connectez directement le Panthéon ClaudeCon à vos environnements de dev (Claude Code, Claude Desktop, Cursor, Antigravity) pour récupérer automatiquement les pires hallucinations et refus absurdes comme contre-exemples d'apprentissage négatif.
💡 Pourquoi injecter des contre-exemples (Negative Few-Shot) ?
Les modèles de langage (notamment la famille Claude) ont tendance à reproduire certains biais récurrents : refus de modifier du code légitime sous prétexte de sécurité excessive, dérives de raisonnement dans les blocs <thinking>, ou formulations pompeuses déconnectées de la demande.
En fournissant au LLM dans son prompt système un bloc <claude_anti_patterns> contenant des extraits et transcriptions OCR réelles validées par la communauté, vous réduisez considérablement le risque que le modèle retombe dans ces pièges.
⚙️ Comment configurer le serveur MCP
Dans votre terminal, ajoutez directement le serveur MCP distant via SSE ou le script autonome :
claude mcp add claudecon https://claudecon.enormechat.com/sse
Ou via le script autonome Node.js :
curl -fsSL https://claudecon.enormechat.com/mcp-server.js -o ~/.claude/claudecon-mcp.js
claude mcp add claudecon node ~/.claude/claudecon-mcp.js
🛠️ Outils MCP disponibles
Récupère les textes transcrits et échecs répertoriés. Filtres supportés :
model: "sonnet", "opus", "haiku", "thinking", "fable"min_likes: nombre minimum d'approbations (ex: 2)max_sus: seuil max de votes 'douteux' (ex: 0 pour n'avoir que des entrées fiables)since/until: bornes de dates YYYY-MM-DDformat: "prompt_block" (bloc XML prêt à insérer) ou "json"limit: nombre d'exemples (défaut: 5)
Récupère une pépite au hasard retranscrite par OCR pour varier dynamiquement les anti-patterns.
🧪 Tester le générateur de contre-exemples en direct
Ajustez les filtres ci-dessous pour prévisualiser le bloc généré pour vos prompts :