Claude Fable 5 räknas för närvarande som en av de starkaste allmänt tillgängliga språkmodellerna – men den är också dyr och reagerar annorlunda på prompter än äldre modeller. YouTubern Nate Herk har gått igenom Anthropics officiella dokumentation om att prompta Fable 5 och brutit ner den till sex praktiska vanor. Jag har översatt dem till svenska åt dig, stämt av dem mot originalexemplen i dokumentationen och kompletterat med ärliga praktiska påpekanden – utan AI-hype.
Det viktigaste i korthet
- Sex promptingregler gör skillnaden mellan dyrt experimenterande och effektivt arbete med Fable 5.
- Kontext slår kommandon: säg varför till modellen, inte bara vad.
- Välj effort-nivå medvetet – varje uppgift behöver inte den dyraste modellen på högsta nivån.
- Låt den verifiera: låt resultaten bevisas i stället för att lita blint på dem.
- Mindre är mer: hos en så intelligent modell styr korta, tydliga instruktioner ofta bättre än sidlånga regelverk.
Varför prompting fungerar annorlunda med Fable 5
Fable 5 följer korta, tydliga instruktioner bättre än tidigare modeller – helt enkelt för att den är bättre på logiskt slutledande. Den ”förstår” ofta din avsikt redan innan du har bokstaverat varje detalj. Just därur följer de sex reglerna: de är inget självändamål, utan utnyttjar den styrkan riktat.
Ett ärligt påpekande först: Fable 5 är ingen billig modell. Den kostar runt 10 US-dollar per miljon input-tokens och 50 US-dollar per miljon output-tokens – alltså exakt det dubbla mot Opus 4.8 (5 respektive 25 US-dollar). För de flesta rutinuppgifter behöver du den inte alls. Den egentliga konsten består i att bara använda den när det verkligen lönar sig.
Regel 1: ge modellen ”varför”
Anthropic är tydliga: Fable 5 levererar bättre resultat när den känner till din avsikt. Kontext kopplar uppgiften till rätt information – i stället för att modellen själv måste gissa avsikten. Dokumentationen föreslår till och med en fast formel, i sak: ”Jag arbetar med [den större uppgiften] för [vem]. Det som behövs är [vad resultatet möjliggör]. Mot den bakgrunden: [önskemålet].”
- I stället för: ”Skriv ett mejl till en kund om förseningen.”
- Bättre: ”Jag arbetar med följande större projekt, här är kunden och det här är kundens ärende. Kan du med den kontexten skriva ett mejl till mig om förseningen?”
Gäller för: varje modell. Arbetar du ändå med kontextfiler eller ett välstrukturerat kunskapssystem ger du därmed också modellen chansen att slå upp rätt information riktat.
Regel 2: säg uttryckligen vad den INTE ska göra
AI-modeller förutsäger i grunden nästa rimliga ord – och blir därvid ibland ”kreativa” och gör saker du inte ville. Negativ prompting avgränsar det. Anthropic gör precis likadant i sin egen dokumentation. Ett exempel syftar till att Fable 5 inte ska ”städa” oombedd vid högre effort (översatt i sak):
”Lägg inte till funktioner, refaktorera inte och inför inga abstraktioner utöver vad uppgiften kräver. En buggfix behöver ingen städning runtomkring. Gör det enklaste som fungerar bra.”
Den bästa jämförelsen: förklara det som för en praktikant. För en nybörjare säger du helt självklart vad hen inte ska göra, eftersom hen ännu inte kan processen. Det andra exemplet i dokumentationen stakar ut precis den gränsen (översatt i sak):
”När användaren beskriver ett problem, ställer en fråga eller tänker högt – i stället för att begära en ändring – är resultatet din bedömning. Rapportera vad du hittar, och stanna. Tillämpa ingen rättelse förrän du uttryckligen ombeds om det.”
Gäller för: varje modell.
Regel 3: låt den agera så snart den vet tillräckligt
Sluta överplanera. Anthropic formulerar för det ett eget snippet i Fable 5-dokumentationen – just för att enskilda förfrågningar vid höga effort-nivåer kan löpa i många minuter medan modellen samlar kontext, bygger och kontrollerar sig själv (översatt i sak):
”Har du tillräckligt med information för att agera, agera. Härled inte om fakta som redan är fastslagna i samtalet, riv inte upp ett beslut som användaren redan har fattat, och räkna inte upp alternativ som du ändå inte följer.”
Och: välj rätt effort-nivå. Fable 5 erbjuder flera nivåer – low, medium, high, extra high. Anthropics rekommendation ordagrant:
- high som standard för de flesta uppgifter
- extra high (xhigh) för de mest kapacitetskänsliga arbetslasterna
- medium eller low för rutinarbete
Intressant: enligt dokumentationen överträffar även låga effort-nivåer hos Fable 5 ofta den högsta nivån hos tidigare modeller – till lägre kostnad. Den som däremot kör Fable 5 på max för allt betalar nästan alltid för mycket. Realistiskt behöver du toppmodellen bara för en liten del av dina uppgifter.
Regel 4: låt den bevisa att den är klar
Det här är möjligen den viktigaste regeln. Modeller påstår ibland att de är klara – men är det inte, eller har inte kontrollerat något. Anthropic rapporterar att avstämning av framsteg mot verkliga verktygsresultat i tester nästan helt eliminerade påhittade statusmeddelanden. Bygg alltså in verifieringsslingor (översatt i sak):
”Innan du rapporterar framsteg, stäm av varje påstående mot ett verktygsresultat från den här sessionen. Rapportera bara arbete som du kan visa belägg för. Är något ännu inte verifierat, säg det uttryckligen i stället för att gissa. Misslyckas ett test, säg det tillsammans med utdatan; hoppades ett steg över, säg det.”
Tipset gäller för varje modell – och hör idealt hemma permanent i dina Skills, agenter och konfigurationsfiler i stället för att hängas på varje enskild prompt.
Regel 5: be inte Fable 5 att redovisa sina tankar
Den här regeln är Fable-specifik – och uttryckligen nämnd i den officiella dokumentationen. Prompter, Skills eller harness-instruktioner som uppmanar modellen att återge, transkribera eller förklara sitt interna resonemang som svarstext kan utlösa refusal-kategorin reasoning_extraction. Följden: fler fallbacks till Claude Opus 4.8. Granska därför vid bytet dina befintliga Skills och systemprompter efter formuleringar av typen ”förklara dina tankegångar”. Behöver du faktiskt insyn i resonemanget, läs i stället av de strukturerade thinking-blocken – i stället för att be modellen om det.
Regel 6: säg mindre, inte mer
Låter först motsägelsefullt – det hette ju länge att mer kontext är bättre. Men Fable 5:s förmåga att följa instruktioner är så god att en kort instruktion styr de flesta beteenden lika tillförlitligt som ett utskrivet regelverk – förutsatt att modellen arbetar i en bra miljö med kontext, verktyg och Skills.
Det är ingen motsägelse mot regel 1: att ge med ”varför” betyder inte att blåsa upp allt. I stället för ”regel ett: var kortfattad, regel två: …, regel tre: …” räcker ofta en kort anvisning som: ”Led med resultatet. Din första mening efter avslutat arbete ska svara på vad som hände eller vad du hittade.” Och för återkopplingar: ”Pausa bara när arbetet verkligen kräver det – vid en destruktiv åtgärd, en verklig ändring av omfattningen eller när bara användaren kan bidra med något.” Gäller för: Fable-specifikt, i betydelsen den starka instruktionsföljsamheten.
Bonus: när Fable tyst skickar uppgiften vidare till Opus 4.8
Fable 5 kör säkerhetsklassificerare som riktar in sig på tre områden: offensiva cybersäkerhetstekniker (som att bygga exploits, malware eller angreppsverktyg), innehåll inom biologi och life science (som labbmetoder eller molekylära mekanismer) samt extrahering av modellens sammanfattade tankegångar. Slår en sådan klassificerare till kan förfrågan sluta med stoppskälet refusal – och kan via fallback automatiskt skickas vidare till Claude Opus 4.8. Viktigt att veta: även legitim säkerhetsforskning eller nyttiga life science-uppgifter kan utlösa dessa skyddsmekanismer. Den praktiska konsekvensen: formulera dig tydligt och legitimt – och sätt upp fallbacken till Opus 4.8 ordentligt om du bygger via API:et.
Att ta med sig: kostnadsfria nedladdningar
📄 Fusklapp: Ladda ner checklistan med de 6 reglerna som PDF (på tyska) — en sida, att skriva ut eller lägga bredvid skärmen.
📘 Utförligt: Ladda ner den kompletta guiden som PDF (på tyska) — alla sex regler med exempel och bedömning.
Slutsats
De sex reglerna är ingen trollkonst, utan solitt hantverk: ge kontext, avgränsa tydligt, låt den agera, verifiera, be inte om resonemanget, håll dig kort. Fyra av dem gäller för varje modell och gör dina prompter bättre generellt. Två är Fable-specifika och hjälper dig att använda den dyra toppmodellen effektivt och utan onödiga omvägar. Den största hävstången förblir dock själva modellvalet: ta till Fable 5 bara där du verkligen behöver prestandan – och förankra de här reglerna permanent i dina Skills och konfigurationsfiler i stället för att skriva in dem på nytt varje gång.
Källor: videon ”How Anthropic Engineers Actually Prompt Fable 5” av Nate Herk | AI Automation (YouTube) samt Anthropics officiella dokumentation ”Prompting Claude Fable 5”. Exemplen är översatta i sak från engelskan och kommenterade.