Claude Fable 5 提示词怎么写？官方简短指令与 effort 参数使用指南

基于 2026 年 7 月 Fable 5 恢复访问后的官方文档，许多开发者将旧模型的提示词习惯直接搬过来，却发现输出质量下降或 token 消耗暴增。Fable 5 的 API 定价为输入 10 美元每百万 token，输出 50 美元每百万 token，成本敏感度极高。本文将直接解答两个核心问题：提示词怎么写才能顺应新模型的范式转变，以及 effort 参数怎么选才能在保证效果的同时避免浪费。

Fable 5 提示词怎么写：从“枚举规则”到“简短指令”的范式转变

Fable 5 的指令遵循能力大幅提升。官方明确指出，你现在可以用一句简短的指令来引导大多数行为，而不需要逐条枚举每个行为名称。

在旧模型时代，为了防止模型跑偏，开发者习惯写出十五条甚至更多的行为枚举列表。在 Fable 5 上，这种做法不仅冗余，还可能适得其反。官方警告，为旧模型开发的提示词技能往往“过于规定性”，会降低 Fable 5 的输出质量。

正确的做法是给出明确的目标和边界。例如，与其列出“不要包含个人隐私、不要使用夸张修辞、不要超过五百字”等十五条限制，不如直接写明：“生成一段五百字以内的客观产品描述，排除所有个人隐私信息”。模型会自动理解并执行这些约束。

迁移到 Fable 5：哪些旧提示习惯必须删掉？

如果你准备将现有的提示词迁移到 Fable 5，首先需要做减法。根据官方说明与社区实践，以下四类旧提示模式必须删除：

1. 规定性的步骤清单：不要强制模型按照“第一步、第二步”的固定路径执行，这会限制其自适应思考能力。
2. 要求展示推理过程：Fable 5 的原始思维链永不返回。如果你在提示词中要求模型复述内部推理，会触发 reasoning_extraction 拒绝机制，导致任务失败。
3. 显示剩余 token 计数：旧模型常需要提醒剩余预算，Fable 5 具备更好的上下文管理能力，这类倒计时指令属于无效噪音。
4. 逐条枚举行为列表：如前文所述，用简短指令替代长篇枚举。

Fable 5 effort 参数怎么选：别默认全开 xhigh

effort 是 Fable 5 上控制智能、延迟与成本的主要参数。它通过 output_config: {"effort": "high"} 传入，共有 low、medium、high、xhigh 和 max 五个级别。

官方推荐的选择策略非常明确：将 high 作为大多数任务的默认值。对于能力敏感型的复杂任务，使用 xhigh。对于常规任务，使用 medium 或 low 即可。

很多开发者习惯性地将 effort 拉满到 xhigh，这在 routine work 上会造成严重浪费。官方文档指出，在处理常规任务时如果使用高 effort，Fable 5 会收集超出任务需求的上下文并进行不必要的额外整理，既增加 token 消耗又拖慢响应速度。

值得注意的是，Fable 5 的低 effort 设置依然表现出色。官方原话是，Fable 5 在低 effort 下的表现通常也能超过旧模型在 xhigh 下的性能。因此，遇到日常代码格式化或简单文本处理，果断使用 medium 甚至 low。

可直接复用的 5 段官方提示词模板

为了适应新的范式，官方提供了五类核心提示词模块，你可以直接将其整合到自己的系统提示中。

1. 结果优先型总结
   用于长任务结尾，要求模型总结产出而非过程。
   模板内容：“Provide a summary of the outcome and any key deliverables. Do not summarize the process or steps taken.”（提供结果和关键交付物的总结，不要总结过程或步骤。）

2. 进度审计
   用于要求模型在特定节点停下检查。
   模板内容：“At each major milestone, pause and audit your progress against the original goal. If blocked, state the blocker explicitly.”（在每个主要里程碑处暂停，根据原始目标审计进度。如果遇到阻碍，明确说明阻碍点。）

3. 行为边界
   用于替代旧的枚举限制。
   模板内容：“Operate within these boundaries: [insert 1-3 core constraints]. Do not attempt to bypass these, even if the task seems to require it.”（在这些边界内操作：[插入 1-3 个核心约束]。即使任务看似需要，也不要试图绕过这些约束。）

4. 自主管道提醒
   用于长时间运行的 Agent 任务。
   模板内容：“If you complete the primary task and have remaining capacity, identify and execute the next logical step in the pipeline without asking for permission.”（如果完成主要任务且仍有剩余能力，无需请求许可，识别并执行管道中的下一个逻辑步骤。）

5. 记忆系统
   用于维护跨会话状态。
   模板内容：“Maintain a memory file at [path]. Update it with key decisions and context changes. Read it at the start of each session.”（在 [路径] 维护一个记忆文件。用关键决策和上下文变化更新它。在每次会话开始时读取它。）

Fable 5 省 token 的实操清单

在 Fable 5 上控制成本，不能只靠少打几个字，需要结合具体场景进行参数与 API 策略的配合。

首先是 effort 分级。假设你正在处理一个包含数百个文件的大型代码库迁移，核心架构分析阶段必须使用 xhigh 确保准确性；但随后的批量变量重命名和格式统一，属于典型的 routine work，切换到 medium 可以节省大量输出 token，且不会影响最终质量。

其次是利用 Prompt Caching。如果你有一段长达数千字的系统提示词或固定的代码库上下文，开启 prompt caching 可以获得 90% 的输入折扣，输入价格降至 1 美元每百万 token。

第三是使用 Batch API。对于不需要实时响应的离线任务，如夜间跑批处理数据，使用 Batch API 享受半价，输入输出分别为 5 美元和 25 美元每百万 token。

最后要警惕新 tokenizer 的隐性成本。Fable 5 使用了新的分词器，同一段文本在 Fable 5 上产生的 token 数比旧模型多约 30%。在做成本预估时，不能直接套用旧模型的 token 计数。

此外，如果你的请求涉及网络安全或生物科学等敏感领域，可能会被安全分类器拦截并路由至 Opus 4.8。官方说明这种情况不会收取 Fable 的价格，而是按 Opus 4.8 的费率计费，在账单核对时需留意。

选择建议与下一步

如果你正在运行长周期 Agent 任务或进行代码库级的生产调试，建议直接按照官方推荐将默认 effort 设为 high，删除旧枚举规则并套用上述模板，跑一次基准测试对比迁移前后的输出质量与 token 消耗。如果你的业务主要是简单的短文本交互，或对单次请求延迟极度敏感，可以先用 low 或 medium 级别测试 Fable 5 的表现，再决定是否完全迁移。