Prompting para Claude Fable 5

Esta guía cubre los patrones de prompting y scaffolding específicos de Claude Fable 5 y Claude Mythos 5. Para las capacidades del modelo, cambios en la API, precios y disponibilidad, consulta Presentamos Claude Fable 5 y Claude Mythos 5. Para técnicas que aplican a todos los modelos actuales de Claude, consulta Mejores prácticas de prompting.

Claude Fable 5 aborda problemas que anteriormente eran demasiado complejos, de larga duración o ambiguos para modelos anteriores, y es particularmente efectivo en trabajo de extremo a extremo que a una persona le toma horas, días o semanas completar. Los equipos que ven los mejores resultados aplican Claude Fable 5 a sus problemas más difíciles sin resolver; probarlo solo en cargas de trabajo más simples tiende a subestimar su rango de capacidades. También funciona de manera confiable en tareas más sencillas.

Claude Fable 5 tiene varias diferencias de comportamiento con respecto a Claude Opus 4.8 que pueden requerir actualizaciones de prompts o scaffolding. Las mejoras de capacidad a este nivel también son una buena oportunidad para reevaluar qué instrucciones, herramientas y salvaguardas siguen siendo necesarias. Los patrones a continuación cubren los comportamientos que más a menudo requieren ajustes.



Mejoras de capacidad

En comparación con Claude Opus 4.8, Claude Fable 5 muestra mejoras en:

• Autonomía de largo horizonte. Claude Fable 5 mantiene una producción productiva durante períodos extendidos, completando ejecuciones de varios días dirigidas a objetivos con una fuerte retención de instrucciones a lo largo de tareas largas y complejas.
• Corrección al primer intento en problemas complejos y bien especificados. Los primeros evaluadores reportaron implementaciones de una sola pasada de sistemas que anteriormente tomaban días de iteración.
• Visión. Claude Fable 5 interpreta imágenes técnicas densas, aplicaciones web y capturas de pantalla detalladas con una precisión sustancialmente mayor, a menudo usando menos tokens de salida, y está entrenado para usar herramientas de bash y recorte para manejar imágenes volteadas, borrosas o con ruido.
• Flujos de trabajo empresariales. Claude Fable 5 sigue instrucciones, se mantiene dentro del alcance y produce resultados de nivel profesional en análisis financiero, hojas de cálculo, presentaciones y documentos.
• Revisión de código y depuración. La capacidad de detección de errores (fuera de los dominios de ciberseguridad que cubren los clasificadores de seguridad) es notablemente mayor que la de Claude Opus 4.8, incluyendo la búsqueda en bases de código e historial de repositorios.
• Navegación de la ambigüedad. Claude Fable 5 funciona bien cuando se le dan solicitudes complejas y de múltiples hilos y se le pide determinar los siguientes pasos.
• Delegación y colaboración. Claude Fable 5 es significativamente más confiable al despachar y mantener subagentes paralelos, y gestiona de manera confiable la comunicación continua con subagentes de larga duración y agentes pares.

Más allá de estas mejoras específicas, Claude Fable 5 es generalmente más capaz que los modelos anteriores en casi todas las tareas. Claude Fable 5 no está destinado a trabajo de ciberseguridad ofensiva ni de biología y ciencias de la vida; las solicitudes en esos dominios pueden devolver stop_reason: "refusal".



Turnos más largos por defecto

Las solicitudes individuales en tareas difíciles pueden ejecutarse durante muchos minutos en configuraciones de esfuerzo más altas, especialmente cuando la tarea requiere recopilar contexto, construir y autoverificarse, y las ejecuciones autónomas pueden extenderse durante horas. Este es uno de los cambios más grandes que los equipos encuentran al adaptarse a Claude Fable 5. Ajusta los tiempos de espera del cliente, el streaming y los indicadores de progreso de cara al usuario antes de migrar, y considera reestructurar los harnesses para verificar las ejecuciones de forma asíncrona, por ejemplo mediante trabajos programados, en lugar de bloquear. Para evitar que Claude Fable 5 planifique en exceso cuando una tarea es ambigua:

When you have enough information to act, act. Do not re-derive facts already established in the conversation, re-litigate a decision the user has already made, or narrate options you will not pursue in user-facing messages. If you are weighing a choice, give a recommendation, not an exhaustive survey. This does not apply to thinking blocks.



Considera todos los niveles de esfuerzo

El esfuerzo es el control principal para el equilibrio entre inteligencia, latencia y costo en Claude Fable 5. Usa high como valor predeterminado para la mayoría de las tareas, con xhigh para las cargas de trabajo más sensibles a la capacidad y medium o low para trabajo rutinario. Las configuraciones de esfuerzo más bajas en Claude Fable 5 aún funcionan bien y a menudo superan el rendimiento de xhigh en modelos anteriores. Reduce el esfuerzo si una tarea se completa pero toma más tiempo del necesario, o si deseas un estilo de trabajo más rápido e interactivo.

En trabajo rutinario con esfuerzo más alto, Claude Fable 5 puede recopilar contexto y deliberar más allá de lo que la tarea necesita. Al mismo tiempo, un esfuerzo más alto a menudo produce un excelente comportamiento de verificación, razonamiento sofisticado y el resultado más riguroso. Para prevenir ordenamientos o refactorizaciones no solicitados con esfuerzo más alto:

Don't add features, refactor, or introduce abstractions beyond what the task requires. A bug fix doesn't need surrounding cleanup and a one-shot operation usually doesn't need a helper. Don't design for hypothetical future requirements: do the simplest thing that works well. Avoid premature abstraction and half-finished implementations. Don't add error handling, fallbacks, or validation for scenarios that cannot happen. Trust internal code and framework guarantees. Only validate at system boundaries (user input, external APIs). Don't use feature flags or backwards-compatibility shims when you can just change the code.



Seguimiento sólido de instrucciones

El seguimiento de instrucciones ha mejorado lo suficiente como para que puedas dirigir la mayoría de los comportamientos con una instrucción breve en lugar de enumerar cada comportamiento por nombre. Por ejemplo, cuando no se le dirige, Claude Fable 5 puede elaborar más allá de lo que la tarea necesita, especialmente en configuraciones de esfuerzo más altas: examinando opciones que no va a seguir, explicando causas raíz en detalle, produciendo descripciones de PR muy estructuradas, o escribiendo comentarios que narran lo que hace la siguiente línea. Una instrucción breve de brevedad es tan efectiva como enumerar cada patrón:

Lead with the outcome. Your first sentence after finishing should answer "what happened" or "what did you find": the thing the user would ask for if they said "just give me the TLDR." Supporting detail and reasoning come after. Being readable and being concise are different things, and readability matters more.

The way to keep output short is to be selective about what you include (drop details that don't change what the reader would do next), not to compress the writing into fragments, abbreviations, arrow chains like A → B → fails, or jargon.

Lo mismo aplica al comportamiento de puntos de control en flujos de trabajo de larga duración. Para que Claude Fable 5 se detenga solo donde genuinamente te necesita, no hay necesidad de enumerar cada caso:

Pause for the user only when the work genuinely requires them: a destructive or irreversible action, a real scope change, or input that only they can provide. If you hit one of these, ask and end the turn, rather than ending on a promise.



Fundamenta las afirmaciones de progreso durante ejecuciones largas

En ejecuciones autónomas largas, instruye a Claude Fable 5 para que audite el progreso contra los resultados reales de las herramientas. En las pruebas de Anthropic, esto casi eliminó los informes de estado fabricados incluso en tareas diseñadas para provocarlos:

Before reporting progress, audit each claim against a tool result from this session. Only report work you can point to evidence for; if something is not yet verified, say so explicitly. Report outcomes faithfully: if tests fail, say so with the output; if a step was skipped, say that; when something is done and verified, state it plainly without hedging.



Establece los límites

Claude Fable 5 puede ocasionalmente tomar acciones no solicitadas (redactar un correo electrónico cuando no se pidió ninguno, crear copias de seguridad defensivas de ramas de git). Define restricciones explícitas sobre lo que Claude Fable 5 debe y no debe hacer:

When the user is describing a problem, asking a question, or thinking out loud rather than requesting a change, the deliverable is your assessment. Report your findings and stop. Don't apply a fix until they ask for one. Before running a command that changes system state (restarts, deletes, config edits), check that the evidence actually supports that specific action. A signal that pattern-matches to a known failure may have a different cause.



Subagentes paralelos

Claude Fable 5 despacha subagentes paralelos con más facilidad que los modelos anteriores. Usa subagentes con frecuencia, proporciona orientación explícita sobre cuándo es apropiada la delegación, y prefiere la comunicación asíncrona entre el orquestador y los subagentes en lugar de bloquear hasta que cada subagente regrese. Los subagentes de larga vida que mantienen su contexto entre subtareas ahorran tiempo y costo a través de lecturas de caché y evitan cuellos de botella en el subagente más lento.

Delegate independent subtasks to subagents and keep working while they run. Intervene if a subagent goes off track or is missing relevant context.



Construye un sistema de memoria

Claude Fable 5 funciona particularmente bien cuando puede registrar lecciones de ejecuciones anteriores y referenciarlas. Proporciona un lugar para escribir notas, tan simple como un archivo Markdown:

Store one lesson per file with a one-line summary at the top. Record corrections and confirmed approaches alike, including why they mattered. Don't save what the repo or chat history already records; update an existing note rather than creating a duplicate; delete notes that turn out to be wrong.

Para inicializar el sistema de memoria a partir del historial existente, haz que Claude Fable 5 revise sesiones pasadas:

Reflect on the previous sessions we've had together. Use subagents to identify core themes and lessons, and store them in [X]. Make sure you know to reference [X] for future use.



Casos raros de detención temprana

En lo profundo de una sesión larga, Claude Fable 5 puede ocasionalmente terminar un turno con una declaración de intención solo de texto ("Ahora ejecutaré X") sin emitir la llamada a la herramienta correspondiente, o pausar para pedir permiso cuando ya tiene suficiente para proceder. Un "continúa" o "adelante, hazlo de principio a fin" es suficiente. Para definir cuándo es apropiado pausar, combina esto con la instrucción de puntos de control en Seguimiento sólido de instrucciones. Para pipelines autónomos, agrega un recordatorio del sistema:

You are operating autonomously. The user is not watching in real time and cannot answer questions mid-task, so asking "Want me to…?" or "Shall I…?" will block the work. For reversible actions that follow from the original request, proceed without asking. Offering follow-ups after the task is done is fine; asking permission after already discussing with the user before doing the work is not. Before ending your turn, check your last paragraph. If it is a plan, an analysis, a question, a list of next steps, or a promise about work you have not done ("I'll…", "let me know when…"), do that work now with tool calls. End your turn only when the task is complete or you are blocked on input only the user can provide.



Casos raros de preocupación por el presupuesto de contexto

En sesiones muy largas, Claude Fable 5 puede ocasionalmente sugerir una nueva sesión, ofrecer resumir y hacer una transferencia, o recortar su propio trabajo. Esto se activa con mayor frecuencia cuando el harness muestra al modelo una cuenta regresiva de tokens restantes. Evita mostrar conteos explícitos del presupuesto de contexto cuando sea posible. Si el harness debe mostrarlos, una tranquilización ayuda:

You have ample context remaining. Do not stop, summarize, or suggest a new session on account of context limits. Continue the work.



Da la razón, no solo la solicitud

Claude Fable 5 tiende a funcionar mejor cuando entiende la intención detrás de una solicitud: el contexto le permite conectar la tarea con información relevante en lugar de inferir la intención por sí mismo. Proporciona contexto sobre por qué estás preguntando, especialmente para agentes de larga duración que se basan en múltiples flujos de trabajo:

I'm working on [the larger task] for [who it's for]. They need [what the output enables]. With that in mind: [request].



Legibilidad al comunicarse con el usuario

En conversaciones extendidas o agénticas (muchas llamadas a herramientas, gran contexto de trabajo), Claude Fable 5 puede producir texto difícil de seguir: notación abreviada densa con cadenas de flechas, detalles profundos de implementación, referencias a pensamiento que el usuario nunca vio, o redacción demasiado técnica. Un anexo de estilo de comunicación mitiga esto:

Terse shorthand is fine between tool calls (that's you thinking out loud, and brevity there is good). Your final summary is different: it's for a reader who didn't see any of that.

If you've been working for a while without the user watching (overnight, across many tool calls, since they last spoke), your final message is their first look at any of it. Write it as a re-grounding, not a continuation of your working thread: the outcome first, then the one or two things you need from them, each explained as if new. The vocabulary you built up while working is yours, not theirs; leave it behind unless you re-introduce it.

When you write the summary at the end, drop the working shorthand. Write complete sentences. Spell out terms. Don't use arrow chains, hyphen-stacked compounds, or labels you made up earlier. When you mention files, commits, flags, or other identifiers, give each one its own plain-language clause. Open with the outcome: one sentence on what happened or what you found. Then the supporting detail. If you have to choose between short and clear, choose clear.



Crea una herramienta de envío al usuario

Al ejecutar agentes largos y asíncronos, dale al agente una forma de mostrar un mensaje que el usuario debe ver exactamente como está escrito, sin terminar su turno: un entregable (un fragmento de código generado o un mensaje redactado), una actualización de progreso con números específicos, o una respuesta directa a una pregunta que el usuario hizo a mitad del ciclo. La entrada de la herramienta es el mensaje a mostrar; cuando Claude la llama, renderiza la entrada directamente en tu UI y devuelve un simple acuse de recibo como resultado de la herramienta. Las entradas de herramientas nunca se resumen, por lo que el contenido llega intacto.

{
  "name": "send_to_user",
  "description": "Display a message directly to the user. Use this for progress updates, partial results, or content the user must see exactly as written before the task finishes.",
  "input_schema": {
    "type": "object",
    "properties": {
      "message": {
        "type": "string",
        "description": "The content to display to the user."
      }
    },
    "required": ["message"]
  }
}

Agrega esta herramienta siempre que tu UX dependa de entregar contenido o interacciones directas con el usuario de forma literal a mitad de la tarea. Para agentes que solo narran progreso rutinario, los propios resúmenes del modelo suelen ser adecuados. Definir la herramienta no es suficiente por sí solo; sin una instrucción en la indicación del sistema, Claude Fable 5 rara vez la llama. Combina la herramienta con lenguaje de elicitación como:

Between tool calls, when you have content the user must read verbatim (a partial deliverable, a direct answer to their question), call the send_to_user tool with that content. Use send_to_user only for user-facing content, not for narration or reasoning.

No dirijas la narración o el razonamiento interno a través de send_to_user; llamarla en exceso para contenido que no está dirigido al usuario anula el propósito.



Cambios de scaffolding recomendados

• Comienza en la parte superior de tu rango de dificultad. Elige una tarea más difícil de lo que asignarías a modelos anteriores, y haz que Claude Fable 5 la delimite, haga preguntas aclaratorias y la ejecute.
• Haz explícita la autoverificación en prompts de ejecución larga. Los subagentes verificadores separados y con contexto nuevo tienden a superar a la autocrítica. Para tareas de larga duración, instruye: Establish a method for checking your own work at an interval of [X] as you build. Run this every [X interval], verifying your work with subagents against the specification.
• Refactoriza prompts y skills existentes. Las skills desarrolladas para modelos anteriores a menudo son demasiado prescriptivas para Claude Fable 5 y pueden degradar la calidad del resultado. Revisa y considera eliminar instrucciones antiguas si el rendimiento predeterminado es mejor. Claude Fable 5 también hace un buen trabajo actualizando skills sobre la marcha basándose en lo que aprende de la tarea en cuestión.
• No instruyas a Claude para que reproduzca su razonamiento en la respuesta. Los prompts, skills o instrucciones del harness que le indican al modelo que repita, transcriba o explique su razonamiento interno como texto de respuesta pueden activar la categoría de rechazo reasoning_extraction en Claude Fable 5, causando fallbacks elevados a Claude Opus 4.8. Audita las skills y las indicaciones del sistema existentes en busca de instrucciones de reflexión o de mostrar el pensamiento al migrar. Si tu aplicación necesita visibilidad del razonamiento, lee los bloques estructurados thinking del pensamiento adaptativo en su lugar, y usa una herramienta de envío al usuario para mostrar el progreso durante ejecuciones largas.
• Crea una herramienta de envío al usuario. Para agentes largos y asíncronos, una herramienta del lado del cliente entrega mensajes al usuario de forma literal sin terminar el turno. Consulta Crea una herramienta de envío al usuario.