Fable 5怎麼用最划算?4個有效提示詞、精簡上下文技巧一次看
Fable 5怎麼用最划算?4個有效提示詞、精簡上下文技巧一次看

Anthropic 推出旗下最強的模型 Claude Fable 5,將於 7 月 13 日下午退出訂閱方案、改採用量計費。對付費用戶而言,模型選用與提示詞寫法自此會直接反映在帳單上。

Fable 5 的 API 定價為每百萬 token 輸入 10 美元、輸出 50 美元(約新台幣 320、1,600 元),是旗艦 Opus 4.8 的兩倍,也是目前公開模型中最高。

要在新計費制下控制成本, 關鍵在於如何對它下指令,以及讓它讀取多少資料 。為了幫助讀者無痛過渡,本文整理了 4 個有效的提示詞與多項減少成本的技巧,掌握精準下達指令的訣竅。

若想了解更多 Fable 5 的適用任務類型、effort 參數調校方式,以及長任務 Agent 工作流的設計邏輯,可參考《數位時代》整理的 Fable 5 上手教學。

為什麼該給 Fable 5 完整目標,而非零碎指令?

Fable 5 具備自行規劃步驟、動手前提問、交件前自我檢查的能力。Anthropic 官方建議,與其將工作拆成一連串小指令逐步輸入,不如一次交付完整的最終目標。只要對話的回合數減少,token 的消耗自然會隨之下降。

以寫一封催款信為例:

  • 零碎指令: 「幫我寫一封催款信。」
  • 完整目標: 「客戶兩張發票逾期、已讀不回三週,附上往來紀錄,目標是收回款項又不傷關係。請先規劃做法再擬信,不清楚之處直接提問。」

後者清楚交代了背景與界線,能大幅減少 AI 來回猜測與重寫的成本。

Fable 5 有效提示詞!用 4 句話約束模型行為

根據 AI 專家 Ruben Hassid 的實測,整理出 4 句對 Fable 5 特別有效的指令,將它們加入提示詞中,可減少模型多做或偏離的情況:

  1. 先講結論: 「第一句先給結論,細節放後面。」省去在冗長說明中翻找答案,也能及早發現方向偏誤。
  2. 只報告有憑據的: 「只回報有證據支持的結果,未驗證的請明講。」據官方説明,此句在測試中能大幅減少模型浮報全部完成的狀況,降低事後重跑的成本。
  3. 先分清要建議還是動手: Fable 5 預設傾向積極執行,如果只想聽意見可指示 AI:「先別動手,提供想法即可」;要 AI 完整處理則表示:「全程執行,僅在不可逆或需我裁決時再詢問」。
  4. 別過度分析: 「資訊足夠即行動,給我一個建議,不必列出所有選項。」這能避免 AI 在使用者只需要一個明確結論時,仍逐一盤點選項而消耗 token。

實用技巧:將這 4 句話濃縮為固定開場

根據前述的原則,在下提示詞前,將以下這段話置於最前方:

「回答時請遵守:結論先講;只報告有證據的結果,未驗證的明講;先確認我要的是建議還是要你動手;資訊足夠就給我一個明確建議,不要列一整排選項。」

開始使用 Fable 5 前,如何精簡上下文以控制成本?

除了寫出有效的提示詞,控制成本的另一半關鍵,還有管理模型讀取的資料量。大型語言模型(LLM)沒有記憶,每次回應都會重讀整段對話歷史,對話越長、夾帶越多無關內容,重複讀取的成本就越高。因此,使用的最高原則為,讓模型只讀取「答案最可能所在之處」。

另一位專家 Nick Saraev 在其 YouTube 影片中,指出以下幾點技巧,幫助精簡上下文:

  • 指令具體化: 明確要求比模糊指令省成本,例如:「為 auth.ts 的登入函式加入輸入驗證」比「改善這個專案」更省,因為後者會觸發模型進行大範圍的掃描。
  • 大型檔案避免整份貼上: 先界定查詢目標,讓模型以查詢或指令擷取片段,例如:僅取含錯誤的程式碼行,而非讀完整份日誌。
  • Claude Code 使用者可善用內建指令: 在執行長任務前以 /context 檢視上下文占用,常見主因為過大的 CLAUDE.md 記憶檔與閒置的 MCP 連接器;切換任務時以 /clear 清空。
  • 調整思考力度(effort): 思考力度預設調低,遇到較難的決策再提高。

也可以直接複製以下提示詞,請模型自我檢視工作流是否浪費了上下文:

幫我檢查這個 AI 工作流有沒有浪費上下文。
任務:〔描述你要模型做的事〕
目前的脈絡:〔貼上系統提示、專案指示、檔案清單、log 或流程筆記〕

請做以下幾件事:

指出哪些脈絡是真正必要的。
標出任何龐大、重複、無關或「全讀有風險」的內容。
用語意壓縮重寫我的指示:保留意思、刪掉贅字。
加上省上下文規則:讀大檔前先搜尋、只讀需要的段落、log 與表格改用查詢工具、超過 3 個檔案前先問我、讀更多前先摘要目前發現。
建議一個應該夠用的最低 thinking 等級。
最後給我一份可直接複製貼上的優化版指示。

何時才需要派 Fable 5 上場?怎麼評估跟設定?

適合交給 Fable 5 的高難度任務

並非所有任務都需要動用到最昂貴的 Fable,建議用以下 3 個問題來判斷:

  • 是否需要模型連續多步驟自主執行?
  • 失敗重來的成本是否偏高?
  • 是否願意以較快的用量換取更高完成度?

只要有兩題為「是」,才建議切換至 Fable。其餘較重的工作可以交由 Opus 4.8,大量而輕量的任務則以 Sonnet 5 處理即可。

需注意的是, 2026 年 7 月 13 日後若要續用 Fable,必須先於 claude.ai 進入「Settings → Usage」啟用用量點數,並設定每月支出上限;未設上限且未儲值者,到期後將被停用 。團隊管理者可於組織的 Usage 頁面為成員個別設限,避免整個團隊用頂規模型處理瑣碎任務,導致帳單暴增。

殺雞焉用牛刀!不需動用 Fable 5 的情況

  • 一般短任務: 翻譯、摘要、日常問答等,Opus 4.8 或 Sonnet 5 已經非常夠用。
  • 特殊敏感請求: 若涉及資安與生物化學的請求,Fable 5 會自動改由 Opus 4.8 回應,且不以 Fable 費率計價(官方數據顯示逾 95% 的工作階段不會觸發此機制)。不過,透過 API 串接的開發者不在此免加價範圍內,一律按標準費率計費。

制度轉換前,付費用戶可利用免加價期評估:以相同目標將上月最耗時的任務分別交給 Fable 5 與 Opus 4.8 各執行一次,比較完成度並記錄用量差距,作為日後是否加購點數的依據。

延伸閱讀:
提示詞越寫越長反而害了你!Anthropic工程師:Claude Code團隊砍掉8成系統提示,模型才真正發揮

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!

資料來源:Anthropic、Ruben Hassid、Nick Saraev

本文初稿為AI編撰,整理.編輯/蘇柔瑋

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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