“Este modelo não é compatível com prefill de mensagem do assistant” — quais modelos Claude deixaram de aceitar prefill e o que usar no lugar

Quais modelos Claude rejeitam prefill (em setembro de 2026)

A referência de erros da Anthropic é direta: os modelos Claude 4.6 e posteriores não aceitam o preenchimento da última mensagem do assistant, e uma solicitação que faz isso retorna exatamente este 400 (https://platform.claude.com/docs/en/api/errors#prefill-not-supported). Pelo nome, isso inclui Claude Opus 4.6 e todos os Opus posteriores, incluindo Claude Opus 5.5 (https://platform.claude.com/docs/en/models/opus-5-5/migration-guide); Claude Sonnet 4.6 e Claude Sonnet 5 (https://platform.claude.com/docs/en/models/sonnet-5/migration-guide); e Claude Fable 5 e Fable 5.1 (https://platform.claude.com/docs/en/models/fable-5-1/migration-guide). Claude Haiku 4.5 ainda aceita prefill, assim como Claude Sonnet 4.5 e Claude Opus 4.5 — por isso esse erro costuma surgir com uma mudança de model-ID, e não de código. Mensagens do assistant anteriores na conversa, incluindo exemplos few-shot, não são afetadas.

Termine com um turno do usuário — incluindo a correção de uma linha

Muitas vezes ninguém escreveu um prefill de propósito: algo na pilha colocou uma mensagem do assistant por último. Relatos públicos atribuem isso a um gerenciador de memória que adiciona uma mensagem (Strands issue #1694), a um loop de agente que faz uma nova solicitação depois de um turno que considera incorretamente inacabado (opencode issue #46415), a respostas consecutivas e handoffs de agentes (LiveKit issue #4907) e a uma mensagem vazia do assistant deixada no final (AutoGen PR #7931). Se a mensagem final estiver vazia, remova-a — essa é a correção de uma linha. Se ela contiver texto que você quer continuar, siga a orientação de migração da Anthropic para continuações: coloque a continuação em uma mensagem do usuário que cite onde a resposta parou. Uma exceção documentada que deve ser mantida: um pause_turn de ferramentas do servidor, como pesquisa na web, deve ser continuado reenviando o conteúdo pausado do assistant sem alterações (https://platform.claude.com/docs/en/agents-and-tools/tool-use/server-tools).

from openai import OpenAI

client = OpenAI(base_url="https://api.kunavo.com/v1", api_key="sk-kn-...")

def end_on_user(messages: list[dict]) -> list[dict]:
    """Claude 4.6 and later reject a conversation whose last turn is the assistant's."""
    last = messages[-1] if messages else None
    if not last or last["role"] != "assistant" or last.get("tool_calls"):
        return messages               # tool_calls are owed tool results instead
    content = last.get("content")
    if not content or (isinstance(content, str) and not content.strip()):
        return messages[:-1]          # the one line: drop an empty tail
    tail = content[-200:] if isinstance(content, str) else "..."
    return messages + [{
        "role": "user",
        "content": f"Your previous response was interrupted and ended with {tail!r}. "
                   "Continue from where you left off.",
    }]

messages = [
    {"role": "user", "content": "Explain HTTP caching in three bullets."},
    {"role": "assistant", "content": ""},  # the empty tail a framework left behind
]

resp = client.chat.completions.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=end_on_user(messages),
)
print(resp.choices[0].message.content)

Substitua a função que o prefill desempenhava

O guia de prompting da Anthropic mapeia cada uso antigo de prefill para um substituto (https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices#migrating-away-from-prefilled-responses). Para forçar JSON: use saídas estruturadas, que restringem a resposta ao seu schema e estão disponíveis no Claude Haiku 4.5, Sonnet 4.5, Opus 4.5 e em todos os modelos posteriores (https://platform.claude.com/docs/en/build-with-claude/structured-outputs); para YAML ou outro formato, o guia recomenda solicitar a estrutura e tentar novamente quando ela não for respeitada. Para classificação: use uma ferramenta com um enum dos rótulos válidos ou saídas estruturadas. Para pular um preâmbulo: uma instrução no system prompt, como “Responda diretamente, sem preâmbulo.” Para manter uma persona: defina a função no system prompt (https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices#give-claude-a-role) e coloque lembretes periódicos no turno do usuário, em vez de usar um assistant predefinido. Para uma resposta interrompida: use a continuação no turno do usuário descrita acima. Forçar uma chamada de ferramenta não é um substituto direto em todos os casos — Claude Fable 5.1 e Claude Opus 5.5 rejeitam tool_choice any e tool com um 400 próprio (https://platform.claude.com/docs/en/api/errors#forced-tool-use-not-supported).

# Before: messages ended with {"role": "assistant", "content": "{"}
# Kunavo forwards output_config as sent; the reply is constrained to the schema.
curl https://api.kunavo.com/v1/messages \
  -H "x-api-key: sk-kn-..." \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Extract the name and email: John Smith <john@example.com>"}
    ],
    "output_config": {
      "format": {
        "type": "json_schema",
        "schema": {
          "type": "object",
          "properties": {
            "name": {"type": "string"},
            "email": {"type": "string"}
          },
          "required": ["name", "email"],
          "additionalProperties": false
        }
      }
    }
  }'

Quais modelos Claude não aceitam prefill de mensagem do assistant?

Segundo a documentação da Anthropic em setembro de 2026, todos os modelos Claude a partir do 4.6: Claude Opus 4.6 e todos os Opus posteriores, Claude Sonnet 4.6 e Sonnet 5, Claude Fable 5 e 5.1, e os modelos Mythos. Claude Haiku 4.5, Sonnet 4.5 e Opus 4.5 ainda aceitam prefill.

Como forçar uma saída JSON do Claude sem prefill?

Use saídas estruturadas: passe um schema JSON em output_config.format e a resposta ficará restrita a ele. Por meio de um endpoint compatível com OpenAI, envie-o como response_format com type json_schema; a Kunavo traduz isso para output_config.format. A Anthropic informa que o preenchimento de mensagens é incompatível com saídas JSON em qualquer caso.

Por que recebo esse erro se nunca usei prefill?

Algo na sua pilha deixou uma mensagem do assistant por último — um gerenciador de memória ou sessão, um loop de agente que faz uma nova solicitação após um turno, um handoff de agente ou uma mensagem vazia que ninguém removeu. Registre o array messages exatamente como é enviado; seu último elemento terá role: "assistant".

Ainda posso incluir mensagens do assistant na conversa?

Sim. Apenas o turno final é restrito; mensagens anteriores do assistant, incluindo exemplos few-shot, não são afetadas.

Por que isso também acontece por meio de um endpoint compatível com OpenAI?

Porque o gateway transporta sua mensagem final com role: "assistant" como um turno final do assistant no Claude — o mesmo prefill, apenas remodelado. O tradutor de chat da Kunavo faz exatamente isso, e a mesma mensagem já foi relatada por outros gateways compatíveis com OpenAI (opencode issue #13768). A correção é a mesma: termine com uma mensagem do usuário.