Prompting per Claude Fable 5

Questa guida copre i pattern di prompting e scaffolding specifici per Claude Fable 5 e Claude Mythos 5. Per le capacità del modello, le modifiche all'API, i prezzi e la disponibilità, consulta Presentazione di 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 richiede a una persona 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 sottovalutare la sua gamma di capacità. Funziona in modo affidabile anche su compiti 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 sono 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 mantiene un output produttivo per periodi prolungati, completando esecuzioni orientate agli obiettivi di più giorni con una forte ritenzione delle istruzioni su compiti lunghi e complessi.
• Correttezza al primo tentativo su problemi complessi e ben specificati. I primi tester hanno riportato implementazioni in un singolo 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 superiore, spesso utilizzando meno token di output, ed è addestrato a usare strumenti bash e di ritaglio per gestire immagini capovolte, sfocate o rumorose.
• Flussi di lavoro aziendali. Claude Fable 5 segue le istruzioni, rimane nell'ambito definito e produce output di livello professionale su analisi finanziarie, fogli di calcolo, presentazioni e documenti.
• Revisione del codice e debugging. Il recall nella ricerca di bug (al di fuori dei domini di cybersecurity coperti dai classificatori di sicurezza) è notevolmente superiore rispetto a Claude Opus 4.8, inclusa la ricerca attraverso codebase e cronologia dei repository.
• Gestione dell'ambiguità. Claude Fable 5 si comporta bene 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 nel dispacciare e mantenere subagenti paralleli, e gestisce in modo affidabile la comunicazione continua con subagenti di lunga durata e agenti peer.

Oltre a questi miglioramenti specifici, Claude Fable 5 è generalmente più capace dei modelli precedenti su quasi tutti i compiti. 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 compiti difficili possono durare molti minuti con impostazioni di effort più elevate, specialmente quando il compito richiede la raccolta di contesto, la costruzione e l'auto-verifica, e le esecuzioni autonome possono estendersi per ore. Questo è uno dei cambiamenti più grandi che i team incontrano quando si adattano a Claude Fable 5. Regola i timeout del client, lo streaming e gli indicatori di progresso rivolti all'utente prima di migrare, e considera di ristrutturare gli harness per controllare le esecuzioni in modo asincrono, ad esempio tramite job pianificati, invece di bloccare. Per evitare che Claude Fable 5 pianifichi eccessivamente quando un compito è ambiguo:

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 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 dei compiti, 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 funzionano comunque bene e spesso superano le prestazioni di xhigh sui modelli precedenti. Riduci l'effort se un compito viene completato ma richiede più tempo del necessario, o se desideri uno stile di lavoro più rapido e interattivo.

Sul lavoro di routine con effort più elevato, Claude Fable 5 può raccogliere contesto e deliberare oltre ciò di cui il compito ha bisogno. Allo stesso tempo, un effort più elevato produce spesso un eccellente comportamento di verifica, un ragionamento sofisticato e l'output più rigoroso. Per prevenire riordini 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 aderenza alle istruzioni

L'aderenza alle istruzioni è migliorata abbastanza da permetterti di guidare la maggior parte dei comportamenti con un'istruzione breve invece di enumerare ogni comportamento per nome. Ad esempio, quando non viene guidato, Claude Fable 5 può elaborare oltre ciò di cui il compito ha bisogno, specialmente con impostazioni di effort più elevate: esaminando opzioni che non perseguirà, spiegando le cause profonde in modo esteso, producendo descrizioni di PR fortemente strutturate o scrivendo commenti che narrano cosa fa la riga successiva. Una breve istruzione di brevità 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 far sì che Claude Fable 5 si fermi solo dove ha realmente bisogno di te, non è necessario enumerare 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 dichiarazioni di progresso durante le esecuzioni lunghe

Nelle esecuzioni autonome lunghe, istruisci Claude Fable 5 a verificare il progresso rispetto ai risultati effettivi degli strumenti. Nei test di Anthropic, questo ha quasi eliminato i report di stato inventati anche su compiti progettati 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.



Dichiara i confini

Claude Fable 5 può occasionalmente intraprendere azioni non richieste (redigere un'email quando nessuna era stata richiesta, creare backup difensivi di branch git). Definisci vincoli espliciti su cosa 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 dispaccia 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 invece di bloccare fino al ritorno di ciascun subagente. I subagenti di lunga durata che mantengono il loro contesto tra i sottocompiti risparmiano tempo e costi tramite le 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 funziona particolarmente bene quando può registrare le lezioni delle esecuzioni precedenti e farvi riferimento. Fornisci un posto 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 dalla cronologia esistente, fai in modo che Claude Fable 5 riveda 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 interruzione anticipata

In profondità in una sessione lunga, Claude Fable 5 può occasionalmente terminare un turno con una dichiarazione di intenti solo testuale ("Ora eseguirò X") senza emettere la chiamata allo strumento corrispondente, o fermarsi per chiedere il permesso quando ha già abbastanza per procedere. Un "continua" o "procedi e fallo end-to-end" è sufficiente. Per definire quando è appropriato fermarsi, abbina questo all'istruzione di checkpoint in Forte aderenza alle 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 testimone, o ridurre il proprio lavoro. Questo è più spesso innescato quando l'harness mostra al modello un conto alla rovescia dei token rimanenti. Evita di mostrare conteggi espliciti del budget di contesto dove possibile. 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 funzionare meglio quando comprende l'intento dietro una richiesta: il contesto gli permette di collegare il compito alle informazioni rilevanti invece di 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

Nelle 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'aggiunta 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 far emergere un messaggio che l'utente deve vedere esattamente come scritto, senza terminare il suo turno: un deliverable (uno snippet di codice generato o un messaggio redatto), un aggiornamento di progresso con numeri specifici, o una risposta diretta a una domanda che l'utente ha posto a metà del ciclo. L'input dello strumento è il messaggio da visualizzare; quando Claude lo chiama, renderizza 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 letterale di contenuti o interazioni dirette con l'utente a metà compito. Per gli agenti che narrano solo il progresso di routine, i riassunti del modello stesso sono tipicamente adeguati. Definire lo strumento non è sufficiente da solo; 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 destinati all'utente ne vanifica lo scopo.



Modifiche consigliate allo scaffolding

• Inizia dalla parte alta del tuo intervallo di difficoltà. Scegli un compito più difficile di quello che assegneresti ai modelli precedenti, e fai in modo che Claude Fable 5 ne definisca l'ambito, ponga domande di chiarimento ed esegua.
• Rendi esplicita l'auto-verifica nei prompt per esecuzioni lunghe. Subagenti verificatori separati con contesto fresco tendono a superare l'autocritica. Per i compiti 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 considera di rimuovere le istruzioni più vecchie se le prestazioni predefinite sono migliori. Claude Fable 5 fa anche un buon lavoro nell'aggiornare le skill al volo in base a ciò che apprende dal compito in corso.
• Non istruire Claude a riprodurre il suo ragionamento nella risposta. Prompt, skill o istruzioni dell'harness che dicono al modello di ripetere, trascrivere o spiegare il suo ragionamento interno come testo di risposta possono attivare la categoria di rifiuto reasoning_extraction su Claude Fable 5, causando un aumento dei fallback verso Claude Opus 4.8. Verifica le skill e i prompt di sistema esistenti alla ricerca di istruzioni di riflessione o di mostrare il proprio ragionamento durante la migrazione. Se la tua applicazione ha bisogno di visibilità sul ragionamento, leggi invece i blocchi strutturati thinking dal pensiero adattivo, e usa uno strumento send-to-user per far emergere il progresso durante le esecuzioni lunghe.
• Crea uno strumento send-to-user. Per agenti lunghi e asincroni, uno strumento lato client consegna i messaggi all'utente alla lettera senza terminare il turno. Consulta Crea uno strumento send-to-user.