Prompting di Claude Fable 5

Questa guida copre i pattern di prompting e di scaffolding specifici di Claude Fable 5 e Claude Mythos 5. Per le capacità del modello, le modifiche all'API, i prezzi e la disponibilità, consulta Introduzione a Claude Fable 5 e Claude Mythos 5. Per le tecniche che si applicano a tutti i modelli Claude attuali, consulta Best practice di prompting.

Claude Fable 5 affronta problemi che in precedenza erano troppo complessi, di lunga durata o ambigui per i modelli precedenti, ed è particolarmente efficace nel lavoro end-to-end che a una persona richiede ore, giorni o settimane per essere completato. I team che ottengono i risultati migliori applicano Claude Fable 5 ai loro problemi irrisolti più difficili; testarlo solo su carichi di lavoro più semplici tende a sottostimare la sua gamma di capacità. Offre inoltre prestazioni affidabili anche su attività più semplici.

Claude Fable 5 presenta diverse differenze comportamentali rispetto a Claude Opus 4.8 che potrebbero richiedere aggiornamenti ai prompt o allo scaffolding. I miglioramenti di capacità a questo livello sono anche una buona occasione per rivalutare quali istruzioni, strumenti e guardrail siano ancora necessari. I pattern seguenti coprono i comportamenti che più spesso richiedono una messa a punto.

Miglioramenti delle capacità

Rispetto a Claude Opus 4.8, Claude Fable 5 mostra miglioramenti in:

• Autonomia a lungo orizzonte. Claude Fable 5 sostiene un output produttivo per periodi prolungati, completando esecuzioni di più giorni orientate a un obiettivo con una forte ritenzione delle istruzioni su attività lunghe e complesse.
• Correttezza al primo tentativo su problemi complessi e ben specificati. I primi tester hanno riportato implementazioni in un solo passaggio di sistemi che in precedenza richiedevano giorni di iterazione.
• Visione. Claude Fable 5 interpreta immagini tecniche dense, applicazioni web e screenshot dettagliati con un'accuratezza sostanzialmente più elevata, spesso utilizzando meno token di output, ed è addestrato a usare bash e strumenti di ritaglio per gestire immagini capovolte, sfocate o rumorose.
• Flussi di lavoro enterprise. Claude Fable 5 segue le istruzioni, rimane nell'ambito previsto e produce output di livello professionale su analisi finanziarie, fogli di calcolo, slide e documenti.
• Code review e debugging. Il recall nell'individuazione dei bug (al di fuori dei domini di cybersecurity coperti dai classificatori di sicurezza) è sensibilmente più alto rispetto a Claude Opus 4.8, inclusa la ricerca attraverso codebase e cronologia dei repository.
• Gestione dell'ambiguità. Claude Fable 5 offre buone prestazioni quando riceve richieste complesse e multithread e gli viene chiesto di determinare i passi successivi.
• Delega e collaborazione. Claude Fable 5 è significativamente più affidabile nell'avviare e sostenere subagenti paralleli, e gestisce in modo affidabile la comunicazione continua con subagenti di lunga durata e agenti pari.

Oltre a questi miglioramenti specifici, Claude Fable 5 è generalmente più capace dei modelli precedenti in quasi tutte le attività. Claude Fable 5 non è destinato al lavoro di cybersecurity offensiva o di biologia e scienze della vita; le richieste in questi domini possono restituire stop_reason: "refusal".

Turni più lunghi per impostazione predefinita

Le singole richieste su attività difficili possono durare molti minuti con impostazioni di effort più elevate, specialmente quando l'attività richiede di raccogliere contesto, costruire e auto-verificare, e le esecuzioni autonome possono estendersi per ore. Questo è uno dei cambiamenti più grandi che i team incontrano nell'adattarsi a Claude Fable 5. Regola i timeout del client, lo streaming e gli indicatori di avanzamento rivolti all'utente prima della migrazione, e valuta di ristrutturare gli harness per controllare le esecuzioni in modo asincrono, ad esempio tramite job pianificati, anziché in modo bloccante. Per evitare che Claude Fable 5 pianifichi eccessivamente quando un'attività è 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 tutti i livelli di effort

L'effort (impegno) è il controllo principale per il compromesso tra intelligenza, latenza e costo su Claude Fable 5. Usa high come impostazione predefinita per la maggior parte delle attività, con xhigh per i carichi di lavoro più sensibili alle capacità e medium o low per il lavoro di routine. Le impostazioni di effort più basse su Claude Fable 5 offrono comunque buone prestazioni e spesso superano le prestazioni di xhigh sui modelli precedenti. Riduci l'effort se un'attività viene completata ma richiede più tempo del necessario, o se desideri uno stile di lavoro più rapido e interattivo.

Nel lavoro di routine con effort più elevato, Claude Fable 5 può raccogliere contesto e deliberare oltre quanto richiesto dall'attività. Allo stesso tempo, un effort più elevato produce spesso un eccellente comportamento di verifica, un ragionamento sofisticato e l'output più rigoroso. Per prevenire riordinamenti o refactoring non richiesti con effort più elevato:

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.

Forte rispetto delle istruzioni

Il rispetto delle istruzioni è migliorato a tal punto che puoi orientare la maggior parte dei comportamenti con una breve istruzione anziché elencare ogni comportamento per nome. Ad esempio, quando non viene orientato, Claude Fable 5 può dilungarsi oltre quanto richiesto dall'attività, specialmente con impostazioni di effort più elevate: esaminando opzioni che non perseguirà, spiegando a lungo le cause principali, producendo descrizioni di PR fortemente strutturate o scrivendo commenti che narrano cosa fa la riga successiva. Una breve istruzione di concisione è efficace quanto elencare ogni pattern:

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 stesso vale per il comportamento di checkpoint nei flussi di lavoro di lunga durata. Per fare in modo che Claude Fable 5 si fermi solo dove ha realmente bisogno di te, non è necessario elencare ogni 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.

Ancora le affermazioni sui progressi durante le esecuzioni lunghe

Nelle esecuzioni autonome lunghe, istruisci Claude Fable 5 a verificare i progressi rispetto ai risultati effettivi degli strumenti. Nei test di Anthropic, questo ha quasi eliminato i report di stato inventati anche su attività progettate per provocarli:

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.

Definisci i confini

Claude Fable 5 può occasionalmente intraprendere azioni non richieste (redigere un'email quando non ne è stata chiesta nessuna, creare backup difensivi di branch git). Definisci vincoli espliciti su ciò che Claude Fable 5 dovrebbe e non dovrebbe fare:

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.

Subagenti paralleli

Claude Fable 5 avvia subagenti paralleli più prontamente rispetto ai modelli precedenti. Usa i subagenti frequentemente, fornisci indicazioni esplicite su quando la delega è appropriata e preferisci la comunicazione asincrona tra orchestratore e subagenti rispetto al blocco fino al ritorno di ciascun subagente. I subagenti di lunga durata che mantengono il proprio contesto tra le sottoattività fanno risparmiare tempo e costi grazie alle letture dalla cache ed evitano colli di bottiglia sul subagente più lento.

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

Costruisci un sistema di memoria

Claude Fable 5 offre prestazioni particolarmente buone quando può registrare le lezioni apprese dalle esecuzioni precedenti e farvi riferimento. Fornisci un luogo dove scrivere note, anche semplice come un file 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.

Per inizializzare il sistema di memoria a partire dalla cronologia esistente, fai esaminare a Claude Fable 5 le sessioni passate:

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.

Rari casi di arresto anticipato

Nel pieno di una sessione lunga, Claude Fable 5 può occasionalmente terminare un turno con una dichiarazione di intenti solo testuale ("Ora eseguirò X") senza emettere la corrispondente chiamata allo strumento, oppure fermarsi per chiedere il permesso quando ha già abbastanza elementi per procedere. Un "continua" o "vai avanti e fallo dall'inizio alla fine" è sufficiente. Per definire quando è appropriato fermarsi, abbina questo all'istruzione di checkpoint in Forte rispetto delle istruzioni. Per le pipeline autonome, aggiungi un promemoria di 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.

Rari casi di preoccupazione per il budget di contesto

In sessioni molto lunghe, Claude Fable 5 può occasionalmente suggerire una nuova sessione, offrirsi di riassumere e passare il lavoro, o ridurre il proprio lavoro. Questo viene attivato più spesso quando l'harness mostra al modello un conto alla rovescia dei token rimanenti. Evita, ove possibile, di esporre conteggi espliciti del budget di contesto. Se l'harness deve mostrarli, una rassicurazione aiuta:

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

Fornisci il motivo, non solo la richiesta

Claude Fable 5 tende a offrire prestazioni migliori quando comprende l'intento dietro una richiesta: il contesto gli permette di collegare l'attività alle informazioni rilevanti anziché dedurre l'intento da solo. Fornisci contesto sul perché stai chiedendo, specialmente per agenti di lunga durata che attingono a più flussi di lavoro:

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

Leggibilità nella comunicazione con l'utente

In conversazioni estese o agentiche (molte chiamate a strumenti, ampio contesto di lavoro), Claude Fable 5 può produrre testo difficile da seguire: abbreviazioni dense a catena di frecce, dettagli implementativi profondi, riferimenti a pensieri che l'utente non ha mai visto o formulazioni eccessivamente tecniche. Un'appendice sullo stile di comunicazione mitiga questo problema:

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 uno strumento send-to-user

Quando esegui agenti lunghi e asincroni, fornisci all'agente un modo per mostrare un messaggio che l'utente deve vedere esattamente come scritto, senza terminare il proprio turno: un deliverable (uno snippet di codice generato o una bozza di messaggio), un aggiornamento sui progressi con numeri specifici o una risposta diretta a una domanda posta dall'utente a metà ciclo. L'input dello strumento è il messaggio da visualizzare; quando Claude lo chiama, visualizza l'input direttamente nella tua UI e restituisci una semplice conferma come risultato dello strumento. Gli input degli strumenti non vengono mai riassunti, quindi il contenuto arriva intatto.

{
  "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"]
  }
}

Aggiungi questo strumento ogni volta che la tua UX dipende dalla consegna testuale di contenuti o interazioni dirette con l'utente a metà attività. Per gli agenti che narrano solo progressi di routine, i riassunti del modello stesso sono in genere adeguati. Definire lo strumento non è sufficiente di per sé; senza un'istruzione nel prompt di sistema, Claude Fable 5 lo chiama raramente. Abbina lo strumento a un linguaggio di sollecitazione come:

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.

Non instradare la narrazione o il ragionamento interno attraverso send_to_user; chiamarlo eccessivamente per contenuti non rivolti all'utente ne vanifica lo scopo.

Modifiche consigliate allo scaffolding

• Inizia dalla parte alta della tua gamma di difficoltà. Scegli un'attività più difficile di quella che assegneresti ai modelli precedenti e fai in modo che Claude Fable 5 ne definisca l'ambito, ponga domande di chiarimento e la esegua.
• Rendi esplicita l'auto-verifica nei prompt per esecuzioni lunghe. Subagenti verificatori separati, con contesto nuovo, tendono a superare l'autocritica. Per attività di lunga durata, istruisci: 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.
• Rifattorizza i prompt e le skill esistenti. Le skill sviluppate per i modelli precedenti sono spesso troppo prescrittive per Claude Fable 5 e possono degradare la qualità dell'output. Rivedi e valuta di rimuovere le istruzioni più vecchie se le prestazioni predefinite sono migliori. Claude Fable 5 è anche bravo ad aggiornare le skill al volo in base a ciò che apprende dall'attività in corso.
• Non istruire Claude a riprodurre il proprio ragionamento nella risposta. Prompt, skill o istruzioni dell'harness che dicono al modello di ripetere, trascrivere o spiegare il proprio ragionamento interno come testo di risposta possono attivare la categoria di rifiuto reasoning_extraction su Claude Fable 5, causando un numero elevato di fallback verso Claude Opus 4.8. Durante la migrazione, controlla le skill e i prompt di sistema esistenti alla ricerca di istruzioni di riflessione o di tipo "mostra il tuo ragionamento". Se la tua applicazione necessita di visibilità sul ragionamento, leggi invece i blocchi thinking strutturati dal pensiero adattivo e usa uno strumento send-to-user per mostrare i progressi durante le esecuzioni lunghe.
• Crea uno strumento send-to-user. Per agenti lunghi e asincroni, uno strumento lato client consegna i messaggi all'utente testualmente senza terminare il turno. Consulta Crea uno strumento send-to-user.