- \n
- Sze\u015b\u0107 regu\u0142 promptowania<\/strong> robi r\u00f3\u017cnic\u0119 mi\u0119dzy drogim b\u0142\u0105dzeniem a efektywn\u0105 prac\u0105 z Fable 5.<\/li>\n
- Kontekst bije komendy:<\/strong> Prosz\u0119 powiedzie\u0107 modelowi dlaczego<\/em>, a nie tylko co<\/em>.<\/li>\n
- \u015awiadomie wybiera\u0107 poziom effort<\/strong> \u2013 nie ka\u017cde zadanie potrzebuje najdro\u017cszego modelu na najwy\u017cszym stopniu.<\/li>\n
- Kaza\u0107 weryfikowa\u0107:<\/strong> Prosz\u0119 kaza\u0107 sobie udowadnia\u0107 wyniki, zamiast ufa\u0107 im na \u015blepo.<\/li>\n
- Mniej znaczy wi\u0119cej:<\/strong> Przy tak inteligentnym modelu kr\u00f3tkie, jasne polecenia steruj\u0105 cz\u0119sto lepiej ni\u017c wielostronicowe zbiory regu\u0142.<\/li>\n<\/ul>\n\n\n\n
Dlaczego promptowanie przy Fable 5 dzia\u0142a inaczej<\/h2>\n\n\n\n
Fable 5 idzie za kr\u00f3tkimi, jasnymi poleceniami lepiej ni\u017c wcze\u015bniejsze modele \u2013 po prostu dlatego, \u017ce lepiej wnioskuje. Cz\u0119sto \u201erozumie” Pa\u0144stwa intencj\u0119, zanim wy\u0142o\u017c\u0105 Pa\u0144stwo ka\u017cdy szczeg\u00f3\u0142. W\u0142a\u015bnie z tego wynika sze\u015b\u0107 regu\u0142: nie s\u0105 celem samym w sobie, lecz celowo wykorzystuj\u0105 t\u0119 mocn\u0105 stron\u0119.<\/p>\n\n\n\n
Uczciwa uwaga na wst\u0119pie: Fable 5 nie jest modelem tanim. Kosztuje oko\u0142o 10 dolar\u00f3w ameryka\u0144skich za milion token\u00f3w wej\u015bciowych i 50 dolar\u00f3w ameryka\u0144skich za milion token\u00f3w wyj\u015bciowych \u2013 czyli dok\u0142adnie dwa razy tyle co Opus 4.8 (odpowiednio 5 i 25 dolar\u00f3w ameryka\u0144skich). Do wi\u0119kszo\u015bci zada\u0144 rutynowych wcale go Pa\u0144stwo nie potrzebuj\u0105. W\u0142a\u015bciwa sztuka polega na tym, by si\u0119ga\u0107 po niego tylko wtedy, gdy naprawd\u0119 si\u0119 to op\u0142aca.<\/p>\n\n\n\n
![\"Infografika](\"https:\/\/pletzenauer.com\/wp-content\/uploads\/2026\/07\/infographic.png\")
Sze\u015b\u0107 regu\u0142 promptowania dla Claude Fable 5 na jeden rzut oka (grafika w j\u0119zyku niemieckim).<\/figcaption><\/figure>\n\n\n\n Regu\u0142a 1: prosz\u0119 da\u0107 modelowi \u201edlaczego”<\/h2>\n\n\n\n
Anthropic m\u00f3wi jednoznacznie: Fable 5 dostarcza lepszych wynik\u00f3w, gdy zna Pa\u0144stwa intencj\u0119. Kontekst \u0142\u0105czy zadanie z w\u0142a\u015bciwymi informacjami \u2013 zamiast \u017ceby model musia\u0142 sam zgadywa\u0107 intencj\u0119. Dokumentacja proponuje nawet w tym duchu sta\u0142\u0105 formu\u0142\u0119: \u201ePracuj\u0119 nad [wi\u0119kszym zadaniem] dla [kogo]. Potrzebne jest [co ten wynik umo\u017cliwia]. Na tym tle: [pro\u015bba].”<\/p>\n\n\n\n
- \n
- Zamiast:<\/strong> \u201eNapisz mi e-mail do klienta w sprawie op\u00f3\u017anienia.”<\/li>\n
- Lepiej:<\/strong> \u201ePracuj\u0119 nad nast\u0119puj\u0105cym wi\u0119kszym projektem, oto klient i oto jego sprawa. Czy mo\u017cesz mi z tym kontekstem napisa\u0107 e-mail o op\u00f3\u017anieniu?”<\/li>\n<\/ul>\n\n\n\n
Dotyczy: ka\u017cdego modelu<\/strong>. Kto i tak pracuje z plikami kontekstowymi albo dobrze ustrukturyzowanym systemem wiedzy, daje modelowi tym samym szans\u0119 na celowe wyszukanie w\u0142a\u015bciwych informacji.<\/p>\n\n\n\n
Regu\u0142a 2: prosz\u0119 wyra\u017anie powiedzie\u0107, czego NIE ma robi\u0107<\/h2>\n\n\n\n
Modele AI w istocie przewiduj\u0105 nast\u0119pne prawdopodobne s\u0142owo \u2013 i bywaj\u0105 przy tym \u201ekreatywne”, robi\u0105c rzeczy, kt\u00f3rych Pa\u0144stwo nie chcieli. Negatywne promptowanie to ogranicza. Anthropic sam pokazuje to tak we w\u0142asnej dokumentacji. Jeden przyk\u0142ad celuje w to, \u017ceby Fable 5 przy wy\u017cszym effort nie \u201esprz\u0105ta\u0142” bez pytania (prze\u0142o\u017cone co do sensu):<\/p>\n\n\n\n
\u201eNie dodawaj funkcji, nie refaktoryzuj i nie wprowadzaj abstrakcji wykraczaj\u0105cych poza to, czego wymaga zadanie. Poprawka b\u0142\u0119du nie potrzebuje sprz\u0105tania dooko\u0142a. Zr\u00f3b rzecz najprostsz\u0105, kt\u00f3ra dobrze dzia\u0142a.”<\/p><\/blockquote>\n\n\n\n
Najlepsze por\u00f3wnanie: prosz\u0119 wyja\u015bnia\u0107 to jak praktykantowi. Nowicjuszowi m\u00f3wi\u0105 Pa\u0144stwo ca\u0142kiem naturalnie, czego nie<\/em> ma robi\u0107, bo nie zna jeszcze procesu. Drugi przyk\u0142ad z dokumentacji wytycza dok\u0142adnie t\u0119 granic\u0119 (prze\u0142o\u017cone co do sensu):<\/p>\n\n\n\n
\u201eGdy u\u017cytkowniczka opisuje problem, zadaje pytanie albo my\u015bli na g\u0142os \u2013 zamiast \u017c\u0105da\u0107 zmiany \u2013 wynikiem jest twoja ocena. Zrelacjonuj, co znajdujesz, i zatrzymaj si\u0119. Nie stosuj poprawki, dop\u00f3ki nie zostaniesz o to wyra\u017anie poproszony.”<\/p><\/blockquote>\n\n\n\n
Dotyczy: ka\u017cdego modelu<\/strong>.<\/p>\n\n\n\n
Regu\u0142a 3: prosz\u0119 pozwoli\u0107 mu dzia\u0142a\u0107, gdy tylko wie do\u015b\u0107<\/h2>\n\n\n\n
Prosz\u0119 przerwa\u0107 nadmierne planowanie. Anthropic formu\u0142uje w tym celu w dokumentacji Fable 5 osobny snippet \u2013 w\u0142a\u015bnie dlatego, \u017ce pojedyncze zapytania przy wysokich stopniach effort mog\u0105 biec wiele minut, gdy model zbiera kontekst, buduje i sprawdza samego siebie (prze\u0142o\u017cone co do sensu):<\/p>\n\n\n\n
\u201eGdy masz do\u015b\u0107 informacji, by dzia\u0142a\u0107, dzia\u0142aj. Nie wyprowadzaj na nowo fakt\u00f3w, kt\u00f3re w rozmowie ju\u017c s\u0105 ustalone, nie otwieraj na nowo decyzji, kt\u00f3r\u0105 u\u017cytkowniczka ju\u017c podj\u0119\u0142a, i nie wyliczaj opcji, kt\u00f3rych i tak nie zamierzasz realizowa\u0107.”<\/p><\/blockquote>\n\n\n\n
Oraz: prosz\u0119 wybra\u0107 odpowiedni poziom effort.<\/strong> Fable 5 oferuje kilka stopni \u2013 low, medium, high, extra high<\/em>. Rekomendacja Anthropic dos\u0142ownie:<\/p>\n\n\n\n
- \n
- high<\/strong> jako standard dla wi\u0119kszo\u015bci zada\u0144<\/li>\n
- extra high (xhigh)<\/strong> dla obci\u0105\u017ce\u0144 najbardziej wra\u017cliwych na mo\u017cliwo\u015bci<\/li>\n
- medium albo low<\/strong> do pracy rutynowej<\/li>\n<\/ul>\n\n\n\n
Ciekawe: wed\u0142ug dokumentacji nawet niskie stopnie effort Fable 5 cz\u0119sto przewy\u017cszaj\u0105 najwy\u017cszy stopie\u0144 wcze\u015bniejszych modeli \u2013 przy ni\u017cszych kosztach. Kto natomiast ka\u017ce Fable 5 dzia\u0142a\u0107 na maksimum do wszystkiego<\/em>, prawie zawsze dop\u0142aca. Realistycznie potrzebuj\u0105 Pa\u0144stwo czo\u0142owego modelu tylko do niewielkiej cz\u0119\u015bci swoich zada\u0144.<\/p>\n\n\n\n
Regu\u0142a 4: prosz\u0119 kaza\u0107 mu udowodni\u0107, \u017ce sko\u0144czy\u0142<\/h2>\n\n\n\n
To by\u0107 mo\u017ce najwa\u017cniejsza regu\u0142a. Modele twierdz\u0105 czasem, \u017ce sko\u0144czy\u0142y \u2013 a nie sko\u0144czy\u0142y albo niczego nie sprawdzi\u0142y. Anthropic donosi, \u017ce zestawianie post\u0119pu z rzeczywistymi wynikami narz\u0119dzi niemal wyeliminowa\u0142o w testach zmy\u015blone komunikaty o statusie. Prosz\u0119 wi\u0119c wbudowa\u0107 p\u0119tle weryfikacji (prze\u0142o\u017cone co do sensu):<\/p>\n\n\n\n
\u201eZanim zg\u0142osisz post\u0119p, zestaw ka\u017cde twierdzenie z wynikiem narz\u0119dzia z tej sesji. Raportuj tylko prac\u0119, na kt\u00f3r\u0105 mo\u017cesz pokaza\u0107 dowody. Je\u015bli co\u015b nie jest jeszcze zweryfikowane, powiedz to wyra\u017anie, zamiast zgadywa\u0107. Je\u015bli test nie przechodzi, powiedz to wraz z wyj\u015bciem; je\u015bli krok zosta\u0142 pomini\u0119ty, powiedz to.”<\/p><\/blockquote>\n\n\n\n
Ta wskaz\u00f3wka dotyczy ka\u017cdego modelu<\/strong> \u2013 i idealnie nale\u017cy do Pa\u0144stwa Skills, agent\u00f3w i plik\u00f3w konfiguracyjnych na sta\u0142e, zamiast by\u0107 doczepiana do ka\u017cdego pojedynczego promptu.<\/p>\n\n\n\n
Regu\u0142a 5: prosz\u0119 nie prosi\u0107 Fable 5 o ujawnienie swoich my\u015bli<\/h2>\n\n\n\n
Ta regu\u0142a jest specyficzna dla Fable<\/strong> \u2013 i wyra\u017anie nazwana w oficjalnej dokumentacji. Prompty, Skills albo instrukcje harness wzywaj\u0105ce model do odtworzenia, transkrypcji albo wyja\u015bnienia swojego wewn\u0119trznego rozumowania jako tekstu odpowiedzi mog\u0105 wyzwoli\u0107 kategori\u0119 odmowy reasoning_extraction<\/em>. Skutek: zwi\u0119kszona liczba fallback\u00f3w na Claude Opus 4.8. Przy przej\u015bciu prosz\u0119 wi\u0119c sprawdzi\u0107 swoje istniej\u0105ce Skills i system prompty pod k\u0105tem sformu\u0142owa\u0144 typu \u201ewyja\u015bnij sw\u00f3j tok my\u015blenia”. Je\u015bli faktycznie potrzebuj\u0105 Pa\u0144stwo wgl\u0105du w reasoning, prosz\u0119 zamiast tego odczytywa\u0107 ustrukturyzowane bloki thinking<\/em> \u2013 zamiast prosi\u0107 o to model.<\/p>\n\n\n\n
Regu\u0142a 6: prosz\u0119 m\u00f3wi\u0107 mniej, nie wi\u0119cej<\/h2>\n\n\n\n
Brzmi pocz\u0105tkowo sprzecznie \u2013 wszak d\u0142ugo m\u00f3wiono: wi\u0119cej kontekstu jest lepiej. Ale zdolno\u015b\u0107 Fable 5 do pod\u0105\u017cania za poleceniami jest tak dobra, \u017ce kr\u00f3tkie polecenie steruje wi\u0119kszo\u015bci\u0105 zachowa\u0144 r\u00f3wnie niezawodnie jak wy\u0142o\u017cony zbi\u00f3r regu\u0142 \u2013 pod warunkiem, \u017ce model pracuje w dobrym \u015brodowisku z kontekstem, narz\u0119dziami i Skills.<\/p>\n\n\n\n
To nie<\/strong> jest sprzeczno\u015b\u0107 wobec regu\u0142y 1: podanie \u201edlaczego” nie oznacza rozdymania wszystkiego. Zamiast \u201eregu\u0142a pierwsza: b\u0105d\u017a zwi\u0119z\u0142y, regu\u0142a druga: \u2026, regu\u0142a trzecia: \u2026” wystarcza cz\u0119sto kr\u00f3tka wytyczna w rodzaju: \u201eProwad\u017a wynikiem. Twoje pierwsze zdanie po zako\u0144czeniu ma odpowiada\u0107, co si\u0119 sta\u0142o albo co znalaz\u0142e\u015b.”<\/strong> A do pyta\u0144 zwrotnych: \u201eZatrzymuj si\u0119 tylko wtedy, gdy praca tego naprawd\u0119 wymaga \u2013 przy dzia\u0142aniu destrukcyjnym, prawdziwej zmianie zakresu albo gdy tylko u\u017cytkowniczka mo\u017ce co\u015b do\u0142o\u017cy\u0107.”<\/strong> Dotyczy: specyficzne dla Fable<\/strong>, w sensie mocnego pod\u0105\u017cania za poleceniami.<\/p>\n\n\n\n
Bonus: gdy Fable po cichu przekazuje zadanie do Opus 4.8<\/h2>\n\n\n\n
Fable 5 uruchamia klasyfikatory bezpiecze\u0144stwa celuj\u0105ce w trzy obszary: ofensywne techniki cyberbezpiecze\u0144stwa (na przyk\u0142ad budowanie exploit\u00f3w, malware’u albo narz\u0119dzi ataku), tre\u015bci z biologii i nauk o \u017cyciu (na przyk\u0142ad metody laboratoryjne albo mechanizmy molekularne) oraz wydobywanie streszczonego toku my\u015blenia modelu. Gdy taki klasyfikator zadzia\u0142a, zapytanie mo\u017ce zako\u0144czy\u0107 si\u0119 powodem zatrzymania refusal<\/em> \u2013 i da si\u0119 je automatycznie przekaza\u0107 przez fallback do Claude Opus 4.8<\/strong>. Warto wiedzie\u0107: tak\u017ce legalne badania nad bezpiecze\u0144stwem albo po\u017cyteczne zadania z nauk o \u017cyciu mog\u0105 wyzwoli\u0107 te mechanizmy ochronne. Praktyczna konsekwencja: prosz\u0119 formu\u0142owa\u0107 jasno i legalnie \u2013 a buduj\u0105c przez API, prosz\u0119 porz\u0105dnie ustawi\u0107 fallback na Opus 4.8.<\/p>\n\n\n\n
Na wynos: bezp\u0142atne pobrania<\/h2>\n\n\n\n
\n\ud83d\udcc4 \u015aci\u0105ga:<\/strong> Pobierz list\u0119 kontroln\u0105 6 regu\u0142 jako PDF (w j\u0119zyku niemieckim)<\/a> \u2014 jednostronicowa, do wydruku albo po\u0142o\u017cenia obok ekranu.<\/p>\n\n\n\n
- extra high (xhigh)<\/strong> dla obci\u0105\u017ce\u0144 najbardziej wra\u017cliwych na mo\u017cliwo\u015bci<\/li>\n
- Lepiej:<\/strong> \u201ePracuj\u0119 nad nast\u0119puj\u0105cym wi\u0119kszym projektem, oto klient i oto jego sprawa. Czy mo\u017cesz mi z tym kontekstem napisa\u0107 e-mail o op\u00f3\u017anieniu?”<\/li>\n<\/ul>\n\n\n\n
- Kontekst bije komendy:<\/strong> Prosz\u0119 powiedzie\u0107 modelowi dlaczego<\/em>, a nie tylko co<\/em>.<\/li>\n