Fable 5怎麼用?官方教你這樣下提示詞,才用得出最強能力
Fable 5怎麼用?官方教你這樣下提示詞,才用得出最強能力

7/8 更新: Anthropic 官方宣布,Claude Fable 5 在所有付費方案的限時開放延長至美西時間 7 月 12 日晚間 11:59(約為台灣時間 7 月 13 日下午 2:59)。規則與先前相同:最多可將每週用量上限的 50% 分配給 Fable 5;額度用完後,可加購用量點數(usage credits)繼續使用,或切換到其他模型,在剩餘額度內繼續工作。

Claude Fable 5 是 Anthropic 目前公開釋出、能力最高的模型。但很多人拿到手,還是沿用前一代的習慣對它下指令,結果不是嫌它想太多,就是嫌它自作主張。

其實問題通常不在模型,而在你有沒有照它的行為特性重新設計工作方式。Fable 5 剛在 7 月 1 日恢復開放,並推出付費方案限時不加價,正是重新檢視工作流程的好時機。

這篇整理 Anthropic 官方文件的重點,從規格、費用,到怎麼下提示詞、怎麼搭配自動化流程,一次講清楚。

目錄

一、Fable 5 是什麼
二、哪些任務適合交給 Fable 5
三、effort、思考模式與費用:先搞懂成本怎麼算
四、長時序 agent 的關鍵:設計一個驗證迴圈
五、官方提示詞怎麼用:依你遇到的問題挑
六、子代理、記憶與 harness:讓能力能重複使用的配套
七、第一次上手的三步 checklist
八、社群進階玩法:一次性「立法」Prompt(非官方建議)

一、Claude Fable 5 是什麼?發布時間、開放狀態與模型規格

先把時間線講清楚,因為這段經歷直接影響你現在能不能用、在哪裡用。

Fable 5(API 型號 claude-fable-5)在 2026 年 6 月 9 日發布,與只開放給 Project Glasswing 核准夥伴的 Claude Mythos 5 共用同一套底層模型。發布後第三天,6 月 12 日,美國政府對這兩個模型祭出出口管制,要求限制外國人存取;由於無法即時驗證使用者國籍,Anthropic 索性對所有用戶暫停了兩個模型的存取。

6 月 30 日,出口管制解除;7 月 1 日起,Fable 5 在 Claude Platform、https://claude.ai、Claude Code、Claude Cowork 對全球用戶恢復。

規格方面:Fable 5 具備 1M token 的 context window(模型單次能讀進去的文字總量),單次輸出上限 128K token,資料保留 30 天,且不支援零資料保留(ZDR)。

二、Claude Fable 5 適合做什麼?7 種官方點名的長任務場景

先說結論:Fable 5 是拿來處理「原本對前代模型太難、太長、太模糊」的工作,特別是那種要花人類數小時到數天才能完成的端到端任務。官方講得很直接,如果只拿它去跑簡單任務,反而會低估它的能力範圍。

官方點名它相對前一代 Claude Opus 4.8 明顯進步的七個面向:長時序自主運作、定義清楚的複雜問題的單次通過率、視覺辨識、企業文件工作流(財務分析、試算表、簡報、文件)、程式碼審查與除錯、模糊需求的判斷,以及併發子代理的調度。

這七項的共同點是:Fable 5 能在你沒盯著螢幕的時間裡,持續穩定地推進工作。

這裡要澄清一個容易誤會的地方:「長時序」不代表單一次 API 請求能一路跑好幾天。官方的說法是,困難的單次請求可能執行數分鐘,自主流程可能持續數小時;所謂數天的工作,指的是搭配外圍流程、工具、記憶、跨多個回合累積完成的長任務,而不是丟一個請求就放著跑三天。

至於會被安全分類器關注、可能遭婉拒的,有三個領域:攻擊型資安(例如撰寫漏洞利用程式、惡意軟體、攻擊工具)、生物與生命科學(例如實驗室方法、分子機制),以及試圖萃取模型推理摘要的請求。

三、Claude Fable 5 費用怎麼算?effort、max_tokens 與 prompt caching 差在哪

effort(可理解為「要模型多用力思考」的檔位)是 Fable 5 在「聰明程度、回應速度、花費」三者之間取捨的主要旋鈕,由高到低分成 max、xhigh、high、medium、low 五檔。

要先建立一個觀念:effort 是調整模型行為的訊號,不是嚴格的 token 預算。把 effort 調到 max,意思是不去壓抑模型節省 token 的傾向、讓它盡量發揮,並不等於「花費沒有上限」。真正的硬性上限是 max_tokens 這個參數,它同時涵蓋思考與最終回答的 token 總量。

官方建議一般從 high 起手,能力最吃緊的工作才拉到 xhigh,例行工作往 medium、low 降。

要注意的是,Fable 5 在 low 檔的表現,常常已經超過前代模型在 xhigh 檔的水準,所以別預設「越高越好」。在較高的 effort(xhigh 或 max)下,因為模型會產生更多思考內容,建議把 max_tokens 設得大一些,一個實務起點是 64K,再依實測調整。

費用部分,以下是 API 開發者定價(美元計)。輸入每百萬 token 10 美元、輸出每百萬 token 50 美元。若搭配 prompt caching(把重複用到的長 prompt 存起來、之後重複讀取),寫入快取要加價、讀取則便宜很多:

  • 5 分鐘期限的快取寫入:每百萬 token 12.5 美元
  • 1 小時期限的快取寫入:每百萬 token 20 美元
  • 快取命中(讀取):每百萬 token 1 美元

換言之,命中快取時的讀取價格是一般輸入的一成,等於省下約九成。但有兩件事要提醒:第一,快取讀取仍然要收費,不是免費;第二,Fable 5 使用從 Opus 4.7 開始採用的新版 tokenizer;相較 Opus 4.7 以前的模型,同一段文字約會產生多三成 token。

因此遷移時不要沿用舊模型的 token 數量估算,應以 Fable 5 重新計算成本及 context 使用量。

四、Claude Fable 5 怎麼用在長任務 agent?先設計驗證迴圈

Fable 5 最能發揮的場景,是讓它長時間自主完成任務。官方在提示與 scaffolding(指模型外圍那層流程與工具架構)指南裡,反覆強調一個做法:在長流程中建立自我檢查的機制。官方原話是:

"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."

白話說,就是一邊做、一邊每隔一段時間停下來對照原始規格驗證一次;而且驗證要交給另外開的、context 全新的子代理(官方稱 fresh-context verifier subagents)。官方指出,獨立、全新 context 的驗證子代理通常比主模型自我批評效果更好,因此長流程可優先採用這種驗證方式。

要說明的是,坊間常把這種「設計一套流程讓模型自我修正」的做法叫作 Loop Engineering,但重點是這個動作本身:先讓模型動手,再用一個獨立的驗證環節把關。

五、Claude Fable 5 提示詞範例:6 種常見問題怎麼修正

官方指南給了一批可以直接複製的提示詞,用來修正 Fable 5 幾個常見的行為偏差。以下不照官方原文的順序,而是照「你會遇到的狀況」來分類整理,方便你對症下藥。要說明的是,這是本文從官方指南挑出來的組合,官方並沒有把這些提示詞編成固定幾大類。

狀況一:它想太多,遲遲不動手。

"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."

白話翻譯:資訊夠了就直接做,不要重新推導已經講定的事,也不要在回覆裡列一堆你根本不會採用的選項;要做選擇,就給建議、別窮舉。

狀況二:它自作主張,順手改了你沒要求的東西(effort 調高時特別容易)。

(官方原文節錄)"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 add error handling, fallbacks, or validation for scenarios that cannot happen. Trust internal code and framework guarantees."

白話翻譯:修 bug 就只修 bug,不要順手重構、拉出多餘的輔助函式,也不要為根本不會發生的情境加防呆。

狀況三:你只是在描述問題、問問題,它卻直接動手改。

(官方原文節錄)"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."

白話翻譯:當你是在描述問題、發問或思考,而不是要求改動時,交付物就是它的評估;講完就停,等你開口才動手。

狀況四:長時間跑下來,你不確定它回報的進度是不是真的。

(官方原文節錄)"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."

白話翻譯:回報進度前,每一句話都要對照這次實際跑出來的工具結果;沒驗證的就明講沒驗證,測試失敗就連結果一起說。

狀況五:對話很長時,它突然說「我等一下再做」就停住,或反問你要不要繼續。

(官方原文節錄)"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. 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, do that work now with tool calls."

白話翻譯:告訴它現在是自主運作、你不會即時回話,所以別問「要不要我做」;結束前先檢查最後一段,如果只是計畫或還沒兌現的承諾,現在就用工具把它做完。

狀況六:它擔心 context 快用完,自己喊停或建議開新對話。

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

白話翻譯:告訴它可用額度還很充裕,不要因為怕用完就停下、提前總結或建議開新對話,繼續做。

延伸閱讀:Fable收費前最值得衝的5件事!最狠的一招,能產出價值2,000美元的顧問等級文件!

六、子代理、memory、harness 怎麼搭?讓 Fable 5 能重複完成複雜任務

官方點名的其中一項進步,是 Fable 5 比前代更會主動派出併發子代理協作。要把這件事做好,官方的實務建議是:把互相獨立的子任務派出去、自己繼續做別的,子代理走偏或缺 context 時再介入;優先用非同步溝通,不要卡著等它回覆;讓子代理活得久一點,跨子任務保留 context,靠快取讀取省成本,也避免被最慢的那個子代理拖住。對應的提示詞是:

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

白話翻譯:把互不相依的子任務派給子代理,派出去後自己繼續做別的,等它跑偏或缺資訊再介入。

記憶則要修正一個常見誤解:Fable 5 不會自動、也不會永久記住你跨對話說過的話。要讓它累積知識,你得主動給它一個可寫入的記憶檔案,或使用官方支援的 memory tool(記憶工具),並確保之後的 session 讀得到這份紀錄。官方對記憶檔案的寫法建議是:

"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."

白話翻譯:一個檔案存一條教訓、最上面寫一行摘要,修正和已驗證的做法都要記;已經記過的別重複存,更新舊筆記而不是複製一份,錯的就刪掉。

如果要從既有紀錄啟動這套記憶,官方給的 bootstrap 指令是:

"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."

白話翻譯:回顧你們之前的對話(限於系統實際能讀到的紀錄),派子代理整理出核心主題與教訓,存進指定檔案,並記得之後要參考它。

最後一個遷移提醒:官方指出,替前代模型寫的 skills 對 Fable 5 常常「過度規範」,一堆逐步指揮反而拖累品質;搬過來用之前,先檢視、拿掉多餘的規範性指令。

七、第一次使用 Claude Fable 5:3 步驟上手 checklist

  • 第一步:挑一個夠難的任務。 找一個以前覺得 Opus 4.8 做起來太吃力的任務交給它,讓它自己界定範圍、主動問清楚、一路做到完。只拿簡單任務試,只會低估它。

  • 第二步:長流程就建驗證迴圈。 派一個 context 全新的子代理定期對照原始規格驗證,設好驗證間隔(例如每完成一個子任務、或每隔一段時間跑一次);官方指出這種獨立驗證通常比主模型自我批評效果更好,長流程可優先採用。

  • 第三步:要累積經驗就給記憶。 準備一個可寫入的記憶檔案、或啟用官方的 memory tool,並確認之後的 session 讀得到。

八、社群進階玩法:用 Fable 5 建立一套可長期沿用的工作制度

最後分享一個社群玩法,先講清楚:這不是 Anthropic 的官方建議,而是 Threads 用戶 @gyozalab 提出、經本文整理的一個 prompt 範例,供進階讀者參考。

他的問題是:如果只有一次機會用 Fable 5,怎麼用最划算?他的想法是把用法反過來,不要拿它去做一次性的任務,而是請它把「判斷力」轉寫成一套之後能沿用的制度與檔案,讓價值留在硬碟上。

這個構想背後有一個前提假設:後續環境會由其他 Claude 模型(不論 Sonnet、Opus 或 Haiku)接手長期運作。

要提醒的是,這是社群提出的使用觀點,不是 Fable 5 的官方能力保證。實際套用前,請依你環境實際可用的工具、權限、模型與 effort 支援情況調整;尤其涉及修改既有檔案時,先確認你有授權再動手。以下是經整理、可直接複製的版本(保留原作者的指令設計):

先照它的行為特性調 effort 與提示詞,再用獨立的驗證子代理把關品質,最後把可重複使用的判斷寫進記憶檔;這三件事做好,Fable 5 的能力才真正用得出來。

延伸閱讀:ChatGPT記憶功能怎麼用?3步驟設定教學、免費付費差異、隱私管理一次看

資料來源:Anthropic 官方提示工程指南:Prompting Claude Fable 5、Anthropic 官方發布公告:Introducing Claude Fable 5 and Claude Mythos 5、Anthropic 官方復原公告:Redeploying Fable 5、Anthropic 定價、Claude 說明中心:Fable 5 促銷存取

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
從人才培育到跨域創新!法國皇家推「AI for Pets 創新徵件計畫」,為寵物照護開創新可能
從人才培育到跨域創新!法國皇家推「AI for Pets 創新徵件計畫」,為寵物照護開創新可能

AI 不只能改變人類的生活,更能為毛孩帶來哪些變革?自 1968 年創立以來,寵物健康營養領導品牌法國皇家(Royal Canin)便致力於以科學與數據為基礎,依據貓犬的品種、年齡與健康狀況,提供符合個別需求的精準營養方案。如今,隨著毛孩高齡化,以及疾病照護、流浪動物收容等需求日益多元,法國皇家也開始思考,如何運用 AI 將長年累積的「精準營養」理念延伸至更全面的「精準照護」。

為此,法國皇家推出「2026 法國皇家 AI for Pets 創新徵件計畫」,成為台灣首度以「AI 寵物照護」為主題的公開徵件活動。活動祭出總奬金 100 萬元,預計選出 10 名獲獎隊伍,希望串聯台灣科技人才與寵物照護生態系,運用 AI 協助獸醫師、收容單位與飼主解決實際難題,讓科技成為改善寵物生活的助力。

#0 法國皇家
圖/ 法國皇家

從主管賦能到適才適所,法國皇家的人才培育哲學

「我們期待透過競賽為寵物產業注入創新動能,也為台灣科技人才創造展現實力的舞台,」法國皇家香港台灣總經理張堇琪一語道出舉辦本次活動的原因。

她觀察,台灣科技人才具備深厚實力;而面對當前貓犬高齡化與收容長照的挑戰,寵物健康領域正處於科技轉型的關鍵時刻,也還存在許多尚未被滿足的需求,希望透過競賽串聯科技人才與第一線的真實照護痛點,讓科技轉化為實質的守護力量,也為跨領域人才開闢一條投入毛孩經濟的快速通道。

#2 法國皇家
法國皇家香港台灣總經理張堇琪
圖/ 數位時代拍攝

事實上,法國皇家對人才價值的重視,不只展現在對外部科技人才的支持,更早已落實於內部人才培育制度。「我們極為重視直屬主管的培育,因為我們相信,每位同仁都值得擁有一位好主管。」張堇琪指出,這正是法國皇家所強調的「Great Line Manager」理念。

為了落實這項理念,法國皇家發展出一套融合企業文化的訓練系統,搭配一對一專業教練輔導,協助新任主管逐步掌握帶領團隊的方法與技巧;此外,集團也建立跨國交流機制,例如總經理社群(GM Community),讓不同市場的領導者分享經驗、相互學習。透過多元方式持續精進主管的領導與管理能力,讓他們更懂得如何帶領團隊、營造良好的職場氛圍,進而提升同仁的工作投入度與整體組織生產力。

除了主管賦能,法國皇家亦同樣重視基層同仁的培育,並強調「從個人出發」的精神。例如,定期提撥學習基金,讓同仁可以自主選擇有助於職涯與個人成長的課程,全方位支持同仁成為更好的自己。又如,引進霍根測評系統(Hogan Assessments),透過科學化評估工具,協助同仁深入了解自身的能力與人格特質,與主管共同規劃適合的成長路徑,也讓主管能精準調配團隊分工、達成適才適所目標,讓每位夥伴的潛力都能獲得充分發揮。

互惠精神走出企業內部,為第一線獸醫人才注入更多專業能量

這些做法背後,反映的是法國皇家母集團瑪氏(Mars) 所強調的互惠(Mutuality)原則。企業投資人才,不只是為了追求營運績效,更希望每位同仁都能在工作與生活中持續成長。而這份互惠精神,也從企業內部延伸至整個寵物照護產業。

「要讓寵物獲得好的照顧,首先也要照顧好那些照顧寵物的人。」張堇琪強調,獸醫師與獸醫助理是守護毛孩健康的第一線基石,唯有提供足夠的專業資源與支持,才能讓他們更有能力照顧好每一隻寵物。

因此,法國皇家長期投入獸醫專業人才培育,尤其著重傳統獸醫養成教育中,比重相對有限的營養學知識。例如,與台大獸醫學系合作,安排授課教授赴法國總部與營養專家交流、提供前沿的寵物營養研究數據、指派具獸醫師資格的同仁協助課堂教學、媒合獸醫系學生至動物醫院實習,累積臨床經驗等。

值得注意的是,法國皇家對獸醫人才的培育並不局限於營養專業,更延伸至醫病溝通技巧,協助獸醫團隊以淺顯易懂的方式向飼主解釋複雜病情,不僅能有效提升衛教溝通效率,也能建立更堅實的醫病信任關係。

不只追求商業價值!AI for Pets 四大主題探索寵物照護新解方

從內部人才培育到獸醫專業賦能,法國皇家一直相當重視人才的價值。延續這份理念,張堇琪也希望透過 AI for Pets 創新徵件計畫,為這座科技島上有想法、有技術的人才搭建發揮所長的舞台。為此,法國皇家攜手工業技術研究院、台灣人工智慧協會及臺大創意創業中心,串聯產學研資源,讓更多具潛力的創新構想被看見,也為科技人才開啟探索寵物產業應用的新機會。

而要讓科技人才的創意能夠回應第一線的照護痛點,首先必須找對問題。法國皇家從貓犬生命歷程出發,歸納出就醫、日常、收容到相遇四大照護場景,並轉化為「獸醫照護」、「預防保健」、「流浪動物福利」與「負責任的飼主」四大徵件主題,引導參賽者從診間、家庭或收容場域等不同角度切入,探索 AI 在寵物照護上的應用可能。

令人好奇的是,相較於企業通常優先考量具有商業價值的應用,「流浪動物福利」未必能為法國皇家帶來直接營收,為什麼會被列為這次競賽的重要主題?「因為我們對寵物福祉的關注,並不局限於具有商業價值的市場需求,」張堇琪回答,流浪動物往往缺乏足夠的照護資源,第一線動保團體與志工也需要更多支持。因此,法國皇家希望藉由這次競賽,讓科技創新的成果也能惠及那些最需要幫助的毛孩與動保工作者,落實「為寵物創造更美好的世界」的品牌使命。

對張堇琪而言,這場計畫的價值不只在於選出優秀作品,更希望讓參賽者看見自身技術能為寵物產業帶來的貢獻,從中建立信心,持續探索更多應用落地的可能。這也呼應瑪氏集團所重視的「互惠」原則:科技人才得以發揮所長,寵物產業也能獲得新的解決方案,也讓社會共享創新成果。

「我們歡迎所有想透過科技改善寵物生活的人來參加,就算不具備寵物產業背景也沒關係,專業知識可以由我們來補足,更重要的是解決問題的能力,以及對毛孩的用心。」張堇琪強調,法國皇家期待透過這次競賽,催生更多能實際落地的創新解方,讓跨領域創新的力量持續為寵物照護帶來新的可能。


🏆 徵件資訊

∙ 總獎金:100 萬元(冠軍最高 40 萬元)
∙ 參賽資格:年滿 18 歲,不限學生、業界人士或新創團隊(1–5 人組隊參加)
∙ 徵件截止:即日起至 2027/1/6(三)17:00 止
∙ 早鳥限定:於早鳥期限前完成報名,並於初賽截止前完成提案繳交且通過資格審核,法國皇家將捐贈 20 公斤飼料予社團法人台灣同伴動物扶助協會(犬山居),每位正式隊員還可獲得專屬早鳥禮一份!
∙ 競賽官網與報名簡章

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓