Claude Fable 5 est plus performant que les modèles précédents, mais cette capacité peut être à double tranchant. Orientez-le vers une tâche de routine avec un effort élevé, et il collectera du contexte, délibérera et nettoiera du code que vous n'avez jamais demandé de toucher ; brûlant des jetons et des minutes que vous n'aviez pas besoin de dépenser. Rédigez bien l'invite et le même modèle terminera plus rapidement, retournera moins de remplissage et travaillera plus longtemps sur les problèmes difficiles où vous souhaitez réellement qu'il agisse. L'invite est le levier qui décide de l'étendue de chaque requête.
Ce guide transforme les directives officielles d'Anthropic pour les invites de Fable 5 en un manuel pratique, puis montre comment tester et affiner ces invites avec Apidog afin de mesurer l'effet au lieu de deviner. "Étendre votre utilisation" n'est pas une astuce pour contourner les limites ; c'est obtenir un travail plus utile de chaque appel en adaptant l'effort, la portée et la verbosité à la tâche.
Ce que signifie réellement « étendre votre utilisation »
Trois contrôles décident du coût d'une requête Fable 5 et de ce que vous en retirez :
- Effort. C'est le principal compromis entre l'intelligence, la latence et le coût. Anthropic recommande
highpar défaut,xhighpour les charges de travail les plus difficiles, etmediumoulowpour le travail de routine. Un effort moindre sur Fable 5 reste performant, et surpasse souventxhighsur les anciens modèles. Réduire l'effort sur des tâches simples est le moyen le plus efficace d'optimiser votre budget. - Jetons de sortie. Sans directive, Fable 5 élabore ; il examine des options qu'il ne poursuivra pas, explique longuement les causes profondes et écrit des commentaires décrivant la ligne suivante. Une brève instruction de concision réduit cela sans perdre de substance.
- Durée d'exécution. Sur les tâches difficiles, Fable 5 maintient des exécutions longues et orientées vers un objectif ; parfois des minutes par requête, parfois des heures de manière autonome. C'est là que vous souhaitez que la capacité soit dépensée, donc le rôle de l'invite est de l'empêcher de trop dépenser sur des tâches faciles et de le laisser travailler sur les parties difficiles.
Si vous maîtrisez ces trois aspects dans l'invite, vous étendez votre utilisation de la seule manière qui compte : plus de travail terminé par jeton. Les modèles ci-dessous font exactement cela.
Les modèles d'invite qui optimisent chaque appel
Ceux-ci proviennent directement du guide d'Anthropic. Chacun est une courte instruction que vous déposez dans une invite système ; Fable 5 suit les instructions assez bien pour que vous puissiez orienter son comportement avec une phrase au lieu d'une liste de contrôle.
Adaptez l'effort à la tâche
Ne laissez pas l'effort sur un seul réglage. Utilisez high comme base, augmentez à xhigh uniquement pour le travail sensible aux capacités, et descendez à medium ou low pour les appels de routine. Si une tâche se termine correctement mais prend plus de temps qu'elle ne le devrait, diminuez l'effort. Ce seul changement permet d'économiser le plus de coûts, car la plupart des appels n'ont pas besoin d'une délibération maximale. Si vous suivez vos dépenses, notre analyse des coûts de l'API Claude et des limites de taux de l'API Claude montre pourquoi la discipline en matière d'effort est rentable en volume.
Dites-lui d'agir lorsqu'il a suffisamment d'informations
Fable 5 peut trop planifier des tâches ambiguës ; en examinant les options au lieu d'agir. Une courte instruction y remédie :
Lorsque vous avez suffisamment d'informations pour agir, agissez. Ne redérivez pas les faits déjà établis
dans la conversation, ne remettez pas en question une décision déjà prise par l'utilisateur, et ne narrez pas
les options que vous ne poursuivrez pas. Si vous examinez un choix, donnez une recommandation, pas une
enquête exhaustive. Ceci ne s'applique pas aux blocs de réflexion.
Commencez par le résultat
C'est votre économiseur de jetons. Demander au modèle de présenter la réponse en premier supprime les longs préambules qui gonflent la sortie :
Commencez par le résultat. Votre première phrase après avoir terminé devrait répondre à "ce qui s'est passé"
ou "ce que vous avez trouvé" : la chose que l'utilisateur demanderait s'il disait "donnez-moi juste le
TLDR." Les détails et le raisonnement viennent après. Être lisible et être concis sont
des choses différentes, et la lisibilité est plus importante.
Limitez la portée
À un effort plus élevé, Fable 5 peut refactoriser ou « nettoyer » au-delà de la tâche. Encadrez-le :
N'ajoutez pas de fonctionnalités, ne refactorisez pas, et n'introduisez pas d'abstractions au-delà de ce que la tâche exige. Une
correction de bug n'a pas besoin d'un nettoyage environnant. N'ajoutez pas de gestion d'erreurs, de mécanismes de secours, ou
de validation pour des scénarios qui ne peuvent pas se produire. Ne validez qu'aux limites du système (entrée utilisateur,
API externes). Faites la chose la plus simple qui fonctionne bien.
Ancrez les déclarations de progrès sur les exécutions longues
Lors de longues exécutions autonomes, demandez au modèle de vérifier ses affirmations par rapport aux résultats réels des outils. Anthropic rapporte que cela élimine presque les rapports d'état fabriqués :
Avant de signaler des progrès, vérifiez chaque affirmation par rapport à un résultat d'outil de cette session.
Ne signalez que le travail pour lequel vous pouvez fournir des preuves ; si quelque chose n'est pas encore vérifié, dites-le
explicitement.
Donnez la raison, pas seulement la requête
Fable 5 est plus performant lorsqu'il connaît l'intention derrière une tâche, car le contexte lui permet de relier le travail à ce qui est important au lieu de deviner :
Je travaille sur [la tâche plus vaste] pour [pour qui elle est destinée]. Ils ont besoin de [ce que la sortie
permet]. Dans cette optique : [requête].
Créez un fichier de mémoire pour le travail répété
Fable 5 fonctionne bien lorsqu'il peut enregistrer des leçons et s'y référer plus tard. Un simple fichier Markdown fonctionne : une leçon par entrée, un résumé d'une ligne en haut, mis à jour plutôt que dupliqué. Pour les flux de travail répétés, cela s'accumule ; les exécutions ultérieures évitent les erreurs déjà commises par les précédentes.
Testez et ajustez vos invites dans Apidog
Voici la partie que le guide officiel vous laisse : savoir si un changement d'invite a réellement aidé. Une formulation qui semble plus concise peut produire le même nombre de jetons ; une instruction de concision peut se retourner contre vous et déclencher des refus. La seule façon de le savoir est d'exécuter les deux versions et de comparer. Apidog est un endroit idéal pour cela, car il vous permet d'enregistrer la requête, d'échanger des variables, d'affirmer la réponse et de simuler l'API afin que l'itération reste peu coûteuse. Si vous n'avez jamais exécuté d'expériences d'invite en dehors d'une fenêtre de discussion, c'est le même flux de travail que les tests d'API sans Postman, pointé sur le point de terminaison Messages.
1. Paramétrez l'invite et l'effort
Créez une requête vers l'API Messages et intégrez les éléments volatils (l'invite système, le niveau d'effort, la clé API) dans les variables d'environnement Apidog. Vous pouvez ainsi basculer l'effort de high à medium ou changer toute une invite système en une seule modification, sans éditer le corps de la requête à chaque fois.
POST https://api.anthropic.com/v1/messages
x-api-key: {{ANTHROPIC_API_KEY}}
anthropic-version: 2023-06-01
content-type: application/json
{
"model": "claude-fable-5",
"max_tokens": 2048,
"system": "{{SYSTEM_PROMPT}}",
"messages": [
{ "role": "user", "content": "{{TASK}}" }
]
}
2. Test A/B de deux variantes d'invite et mesure de la différence
Enregistrez deux versions de la requête ; l'une avec vos instructions de concision et de portée, l'autre sans ; et exécutez les deux sur la même tâche. Comparez ensuite ce qui a réellement changé :
- Jetons de sortie à partir de
usage.output_tokensdans la réponse. C'est votre signal de coût direct. Une bonne instruction de concision le réduit visiblement. - Latence, affichée dans le chronométrage de réponse d'Apidog. Un effort moindre devrait apparaître ici.
- Qualité, que vous lisez vous-même. Moins cher n'est mieux que si la réponse fait toujours le travail.
Maintenant, « l'invite parfaite » est un chiffre que vous pouvez indiquer, pas une intuition. Conservez la variante qui obtient le même résultat pour moins de jetons.
3. Affirmez sur stop_reason et détectez les refus de repli
Fable 5 exécute des classificateurs de sécurité et peut retourner stop_reason: "refusal", ce que de nombreuses configurations gèrent en basculant vers Opus 4.8. Une invite trop agressive, ou une qui demande au modèle de reproduire son raisonnement, peut déclencher cela plus souvent que prévu ; et les replis silencieux modifient votre coût et votre comportement. Ajoutez une assertion dans Apidog que stop_reason est end_turn, afin qu'un pic de refus apparaisse comme un test échoué au lieu d'une surprise sur votre facture. Traitez cette assertion comme faisant partie du contrat de votre invite.
4. Prévoyez des exécutions plus longues
Fable 5 s'exécute plus longtemps que les modèles plus anciens ; les requêtes de tâches difficiles individuelles peuvent prendre plusieurs minutes à effort élevé. Avant de déployer, définissez un délai d'attente réaliste sur votre requête dans Apidog et confirmez que votre client gère proprement une réponse lente ou en streaming, plutôt que de se bloquer. Si vous constatez des délais d'attente, le chemin de débogage pour résoudre les délais d'attente des requêtes en amont s'applique directement. Un effort moindre est également une solution valable lorsqu'une tâche se termine correctement mais plus lentement que nécessaire.
5. Simulez l'API pour que l'itération reste gratuite
Vous exécuterez une invite des dizaines de fois pendant son réglage. Vous ne voulez pas que chaque itération soit facturée. Le serveur de simulation d'Apidog peut remplacer le point de terminaison Messages, renvoyant une forme de réponse enregistrée ; y compris les cas de refus et d'erreur ; afin que vous puissiez tester la gestion de votre client, les assertions et la logique de temporisation sans dépenser de jetons. Rebasculez l'URL de base vers l'API en direct pour les comparaisons réelles. Si vous intégrez cela dans un pipeline automatisé, le guide Apidog CLI et compétences Claude montre comment exécuter ces vérifications en CI.
FAQ
Une meilleure invite signifie-t-elle moins de jetons sur Fable 5 ? Souvent, oui. Une instruction de concision qui commence par le résultat réduit le préambule et la narration que Fable 5 produit sans directive, ce qui diminue output_tokens. Mesurez-le dans Apidog plutôt que de supposer ; certaines réécritures ne changent pas le décompte.
Quel est le moyen le plus rapide de réduire le coût de Fable 5 ? Réduisez le niveau d'effort sur les tâches de routine. L'effort est le principal levier de coût et de latence, et medium ou low sur Fable 5 reste performant. Réservez high et xhigh pour le travail véritablement difficile.
Pourquoi ma requête Fable 5 expire-t-elle alors que la même invite fonctionnait sur Opus ? Fable 5 s'exécute plus longtemps sur les tâches difficiles ; des minutes par requête à effort élevé sont normales. Augmentez le délai d'attente de votre client, gérez le streaming ou réduisez le niveau d'effort si la tâche se termine correctement mais trop lentement.
Pourquoi est-ce que je reçois soudainement des réponses Opus alors que j'avais demandé Fable 5 ? Un stop_reason: "refusal" a déclenché un repli. Les invites qui demandent au modèle de reproduire son raisonnement, ou qui touchent aux classificateurs de sécurité, augmentent les taux de refus. Affirmez sur stop_reason dans Apidog pour détecter cela.
Puis-je tester les changements d'invite sans dépenser d'argent ? Oui. Simulez le point de terminaison Messages dans Apidog pour développer et tester gratuitement la logique de votre client, puis n'exécutez l'API en direct que pour les exécutions de comparaison où vous mesurez les jetons et la latence réels.
En résumé
Étendre votre utilisation de Fable 5 ne consiste pas à manipuler un quota ; il s'agit d'écrire des invites qui adaptent l'effort, la portée et la verbosité à la tâche afin que chaque appel en fasse plus. Les directives d'Anthropic vous donnent les modèles ; adaptez l'effort à la difficulté, commencez par le résultat, limitez la portée, fondez le progrès, et donnez la raison. Apidog vous donne la preuve ; paramétrez l'invite, faites un test A/B des variantes, mesurez les jetons et la latence, et affirmez contre les refus de repli. Téléchargez Apidog, configurez votre requête Messages, et transformez « cette invite semble plus concise » en un chiffre que vous pouvez défendre.