Claude Fable 5 regnes i øjeblikket for en af de stærkeste alment tilgængelige sprogmodeller – men den er også dyr og reagerer anderledes på prompts end ældre modeller. YouTuberen Nate Herk har arbejdet sig gennem Anthropics officielle dokumentation om at prompte Fable 5 og skåret den ned til seks praktiske vaner. Jeg har oversat dem til dansk, holdt dem op mod originaleksemplerne i dokumentationen og suppleret med ærlige praksisråd – uden AI-hype.
Det vigtigste kort fortalt
- Seks promptingregler gør forskellen mellem dyr famlen og effektivt arbejde med Fable 5.
- Kontekst slår kommandoer: Fortæl modellen hvorfor, ikke kun hvad.
- Vælg effort-niveau bevidst – ikke enhver opgave kræver den dyreste model på højeste trin.
- Lad den verificere: Få resultaterne bevist i stedet for at stole blindt på dem.
- Mindre er mere: Ved en så intelligent model styrer korte, klare anvisninger ofte bedre end sidelange regelsæt.
Hvorfor prompting fungerer anderledes med Fable 5
Fable 5 følger korte, klare anvisninger bedre end tidligere modeller – ganske enkelt fordi den er bedre til at ræsonnere. Den „forstår“ ofte din hensigt, allerede før du har stavet hver detalje ud. Netop derfra kommer de seks regler: de er ikke et mål i sig selv, men udnytter denne styrke målrettet.
En ærlig bemærkning først: Fable 5 er ikke en billig model. Den koster omkring 10 amerikanske dollar pr. million input-tokens og 50 amerikanske dollar pr. million output-tokens – altså præcis det dobbelte af Opus 4.8 (5 henholdsvis 25 amerikanske dollar). Til de fleste rutineopgaver har du den slet ikke brug for. Den egentlige kunst er kun at bruge den, når det virkelig kan betale sig.
Regel 1: Giv modellen „hvorfor“
Anthropic er utvetydig: Fable 5 leverer bedre resultater, når den kender din hensigt. Kontekst forbinder opgaven med de rigtige informationer – i stedet for at modellen selv skal gætte hensigten. Dokumentationen foreslår i sin essens ligefrem en fast formel: „Jeg arbejder på [den større opgave] for [hvem]. Der er brug for [hvad resultatet muliggør]. På den baggrund: [anmodningen].“
- I stedet for: „Skriv en e-mail til en kunde om forsinkelsen.“
- Bedre: „Jeg arbejder på følgende større projekt, her er kunden, og det er hans ærinde. Kan du med den kontekst skrive mig en e-mail om forsinkelsen?“
Gælder for: enhver model. Arbejder du alligevel med kontekstfiler eller et velstruktureret vidensystem, giver du samtidig modellen chancen for målrettet at slå de rigtige informationer op.
Regel 2: Sig udtrykkeligt, hvad den IKKE skal gøre
AI-modeller forudsiger i bund og grund det næste plausible ord – og bliver undervejs somme tider „kreative“ og gør ting, du ikke ville have. Negativ prompting begrænser det. Anthropic gør det på samme måde i sin egen dokumentation. Et eksempel sigter mod, at Fable 5 ved højere effort ikke „rydder op“ uopfordret (oversat efter meningen):
„Tilføj ikke features, refaktorér ikke, og indfør ikke abstraktioner ud over det, opgaven kræver. En bugfix har ikke brug for oprydning rundt om sig. Gør det enkleste, der fungerer godt.“
Den bedste sammenligning: forklar det som til en praktikant. En nybegynder fortæller du helt selvfølgeligt, hvad han ikke skal gøre, fordi han endnu ikke kender processen. Det andet eksempel fra dokumentationen trækker præcis den grænse (oversat efter meningen):
„Når brugeren beskriver et problem, stiller et spørgsmål eller tænker højt – i stedet for at bede om en ændring – er resultatet din vurdering. Rapportér, hvad du finder, og stop. Foretag ikke en rettelse, før du udtrykkeligt bliver bedt om det.“
Gælder for: enhver model.
Regel 3: Lad den handle, så snart den ved nok
Stop overplanlægningen. Anthropic formulerer et eget snippet til det i Fable 5-dokumentationen – netop fordi enkelte forespørgsler ved høje effort-niveauer kan køre i mange minutter, mens modellen samler kontekst, bygger og kontrollerer sig selv (oversat efter meningen):
„Hvis du har information nok til at handle, så handl. Udled ikke fakta på ny, som allerede ligger fast i samtalen, tag ikke en beslutning op igen, som brugeren allerede har truffet, og remser ikke muligheder op, som du alligevel ikke forfølger.“
Og: vælg det passende effort-niveau. Fable 5 tilbyder flere trin – low, medium, high, extra high. Anthropics anbefaling ordret:
- high som standard til de fleste opgaver
- extra high (xhigh) til de mest kapacitetsfølsomme workloads
- medium eller low til rutinearbejde
Interessant: ifølge dokumentationen overgår selv lave effort-niveauer hos Fable 5 ofte det højeste trin i tidligere modeller – til lavere omkostninger. Lader du derimod Fable 5 køre på maksimum til alt, betaler du næsten altid for meget. Realistisk har du kun brug for topmodellen til en lille del af dine opgaver.
Regel 4: Lad den bevise, at den er færdig
Det er formentlig den vigtigste regel. Modeller påstår somme tider, at de er færdige – men er det ikke, eller har ikke kontrolleret noget. Anthropic beretter, at det at holde fremdrift op mod faktiske tool-resultater i tests næsten eliminerede opdigtede statusmeldinger. Byg derfor verifikationssløjfer ind (oversat efter meningen):
„Før du melder fremdrift, hold hver påstand op mod et tool-resultat fra denne session. Rapportér kun arbejde, du kan fremvise belæg for. Er noget endnu ikke verificeret, så sig det udtrykkeligt i stedet for at gætte. Fejler en test, så sig det med outputtet; blev et trin sprunget over, så sig det.“
Rådet gælder for enhver model – og hører ideelt set fast hjemme i dine Skills, agenter og konfigurationsfiler i stedet for at blive hængt på hver enkelt prompt.
Regel 5: Bed ikke Fable 5 om at afsløre sine tanker
Denne regel er Fable-specifik – og er udtrykkeligt nævnt i den officielle dokumentation. Prompts, Skills eller harness-anvisninger, der beder modellen om at gengive, transskribere eller forklare sin interne argumentation som svartekst, kan udløse refusal-kategorien reasoning_extraction. Følgen: flere fallbacks til Claude Opus 4.8. Gennemgå derfor dine eksisterende Skills og system-prompts for „forklar dine tankegange“-formuleringer, når du skifter over. Har du reelt brug for indblik i modellens reasoning, så læs i stedet de strukturerede thinking-blokke – frem for at bede modellen om det.
Regel 6: Sig mindre, ikke mere
Lyder først modsigende – det hed sig jo længe: mere kontekst er bedre. Men Fable 5’s evne til at følge instruktioner er så god, at en kort anvisning styrer de fleste adfærdsmønstre lige så pålideligt som et udførligt regelsæt – forudsat at modellen arbejder i et godt miljø med kontekst, værktøjer og Skills.
Det er ingen modsigelse af regel 1: at give „hvorfor“ med betyder ikke at puste alt op. I stedet for „regel et: vær kortfattet, regel to: …, regel tre: …“ er en kort instruks ofte nok, for eksempel: „Led med resultatet. Din første sætning efter afslutningen skal svare på, hvad der skete, eller hvad du fandt.“ Og til opklarende spørgsmål: „Hold kun pause, når arbejdet virkelig kræver det – ved en destruktiv handling, en reel ændring af scope, eller når kun brugeren kan bidrage med noget.“ Gælder for: Fable-specifikt, i kraft af den stærke instruction-following.
Bonus: Når Fable stille sender opgaven videre til Opus 4.8
Fable 5 kører sikkerhedsklassifikatorer, der retter sig mod tre områder: offensive cybersecurity-teknikker (for eksempel at bygge exploits, malware eller angrebsværktøjer), biologi- og life sciences-indhold (for eksempel labmetoder eller molekylære mekanismer) samt udtrækning af modellens sammenfattede tankegange. Slår en sådan klassifikator til, kan forespørgslen ende med stopårsagen refusal – og kan via fallback automatisk sendes videre til Claude Opus 4.8. Værd at vide: også legitim sikkerhedsforskning eller nyttige life sciences-opgaver kan udløse disse beskyttelsesmekanismer. Den praktiske konsekvens: formulér dig klart og legitimt – og sæt fallback til Opus 4.8 ordentligt op, hvis du bygger via API’et.
Til at tage med: gratis downloads
📄 Snydeark: Hent 6-reglers-tjeklisten som PDF (på tysk) — én side, til at printe ud eller lægge ved siden af skærmen.
📘 Udførligt: Hent den komplette guide som PDF (på tysk) — alle seks regler med eksempler og vurdering.
Konklusion
De seks regler er ikke trylleri, men solidt håndværk: giv kontekst, afgræns klart, lad den handle, verificér, spørg ikke efter reasoning, hold dig kort. Fire af dem gælder for enhver model og gør dine prompts bedre i det hele taget. To er Fable-specifikke og hjælper med at bruge den dyre topmodel effektivt og uden unødige omveje. Den største løftestang er dog stadig selve modelvalget: brug kun Fable 5 dér, hvor du virkelig har brug for ydelsen – og forankr disse regler permanent i dine Skills og konfigurationsfiler i stedet for at taste dem ind på ny hver gang.
Kilder: videoen „How Anthropic Engineers Actually Prompt Fable 5“ af Nate Herk | AI Automation (YouTube) samt den officielle Anthropic-dokumentation „Prompting Claude Fable 5“. Eksemplerne er oversat efter meningen fra engelsk og sat i sammenhæng.