Claude Fable 5 は以前のモデルよりも高性能ですが、その性能は諸刃の剣です。ルーティン作業に高い労力を費やすと、文脈を収集し、熟考し、触れる必要のないコードを整理してしまい、不要なトークンと時間を消費します。プロンプトをうまく書けば、同じモデルでもより速く終了し、余分な情報を減らし、実際に作業してほしい難しい問題に対してはより長く実行されます。プロンプトは、各リクエストがどこまで進むかを決定するレバーなのです。
このガイドでは、Anthropic の公式 Fable 5 プロンプトガイダンスを実践的なプレイブックに変え、さらに Apidog を使用してそれらのプロンプトをテストおよび調整し、推測ではなく効果を測定する方法を示します。「使用量を拡張する」というのは、制限を回避するトリックではなく、労力、範囲、冗長性を仕事に合わせて、すべての呼び出しからより有用な成果を得ることです。
「使用量の拡張」が実際に意味すること
Fable 5 のリクエストにかかる費用と、それによって得られる成果を決定する3つの制御要素があります。
- 労力 (Effort)。これは、インテリジェンス、レイテンシ、コスト間の主要なトレードオフです。Anthropic はデフォルトとして
highを推奨し、最も困難なワークロードにはxhigh、ルーティン作業にはmediumまたはlowを推奨しています。Fable 5 で労力を下げても依然として優れたパフォーマンスを発揮し、多くの場合、古いモデルのxhighを上回ります。簡単なタスクで労力を下げることは、予算を節約する最大の単一の方法です。 - 出力トークン (Output tokens)。制御されない場合、Fable 5 は詳細に説明します。追わない選択肢を検討し、根本原因を詳細に説明し、次の行をナレーションするコメントを書きます。短い簡潔な指示は、内容を失うことなくこれを削減します。
- 実行時間 (Run length)。難しいタスクでは、Fable 5 は長く、目標指向の実行を継続します。リクエストごとに数分かかることもあれば、自律的に数時間かかることもあります。それが、その能力を費やしたい場所なので、プロンプトの役割は、簡単な作業に費やしすぎるのを止め、難しい部分で実行させることです。
プロンプトでこれら3つを正しく設定すれば、トークンあたりに完了する作業量が増えるという唯一の重要な方法で使用量を拡張できます。以下のパターンはまさにそれを行います。
すべての呼び出しを最大限に活用するプロンプトパターン
これらは Anthropic のガイドから直接引用したものです。それぞれがシステムプロンプトに含める短い指示です。Fable 5 は指示を十分に理解するため、チェックリストではなく文で動作を制御できます。
タスクに合わせた労力
労力を単一の設定に固定しないでください。high をベースラインとし、能力が重要な作業には xhigh に上げ、ルーティンコールには medium または low に下げてください。タスクが正しく完了するものの、必要以上に時間がかかる場合は、労力を下げてください。この変更が最もコストを節約できます。なぜなら、ほとんどの呼び出しは最大の熟慮を必要としないからです。支出を追跡している場合、Claude API コストとClaude API レート制限の内訳は、労力規律が大量の場合にいかに効果的かを示しています。
十分な情報があれば行動するように指示する
Fable 5 は曖昧なタスクで過剰に計画することがあります。行動する代わりに選択肢を検討します。短い指示でこれを修正できます。
When you have enough information to act, act. Do not re-derive facts already established
in the conversation, re-litigate a decision the user has already made, or narrate
options you will not pursue. If you are weighing a choice, give a recommendation, not an
exhaustive survey. This does not apply to thinking blocks.
結果から始める
これはトークン節約術です。モデルに回答を先に持ってくるように指示することで、出力が増大する長い前置きが削減されます。
Lead with the outcome. Your first sentence after finishing should answer "what happened"
or "what did you find": the thing the user would ask for if they said "just give me the
TLDR." Supporting detail and reasoning come after. Being readable and being concise are
different things, and readability matters more.
範囲を制限する
より高い労力では、Fable 5 はタスクを超えてリファクタリングしたり、「クリーンアップ」したりすることがあります。これを抑制します。
Don't add features, refactor, or introduce abstractions beyond what the task requires. A
bug fix doesn't need surrounding cleanup. Don't add error handling, fallbacks, or
validation for scenarios that cannot happen. Only validate at system boundaries (user
input, external APIs). Do the simplest thing that works well.
長期実行における進捗報告の根拠
長期の自律実行では、モデルにその主張を実際のツール結果と照合させます。Anthropic によると、これにより虚偽のステータスレポートがほぼ排除されるとのことです。
Before reporting progress, audit each claim against a tool result from this session.
Only report work you can point to evidence for; if something is not yet verified, say so
explicitly.
リクエストだけでなく理由も伝える
Fable 5 は、タスクの意図を知っている方がパフォーマンスが向上します。なぜなら、文脈があることで、推測するのではなく、その作業が何に関係するかを理解できるからです。
I'm working on [the larger task] for [who it's for]. They need [what the output
enables]. With that in mind: [request].
繰り返し作業のためのメモリファイルを作成する
Fable 5 は、学んだ教訓を記録し、後で参照できる場合にうまく機能します。プレーンな Markdown ファイルが役立ちます。1つのエントリにつき1つの教訓、上部に1行の要約があり、重複させずに更新します。繰り返しのワークフローではこれが複合的に作用し、後続の実行では以前の実行で犯した間違いをスキップできます。
Apidog でプロンプトをテストおよび調整する
ここからが公式ガイドがあなたに任せる部分です。プロンプトの変更が実際に役立ったかどうかを知ることです。より簡潔に感じる表現でも同じトークン数になることがあります。簡潔さの指示が逆効果になり、拒否を引き起こすこともあります。それを知る唯一の方法は、両方のバージョンを実行して比較することです。Apidog は、リクエストを保存し、変数を入れ替え、応答をアサートし、API をモックできるため、イテレーションを安価に保つことができ、これを行うのに最適な場所です。チャットウィンドウの外でプロンプト実験を実行したことがない場合、これはPostman なしの API テストと同じワークフローで、Messages エンドポイントを対象としています。
1. プロンプトと労力をパラメータ化する
Messages API へのリクエストを作成し、システムプロンプト、労力レベル、API キーなどの可変部分を Apidog 環境変数にプルします。これにより、リクエスト本文を毎回編集することなく、high から medium に労力を変更したり、システムプロンプト全体を1回の変更で入れ替えたりできます。
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. 2つのプロンプトバリアントをA/Bテストし、違いを測定する
リクエストの2つのバージョンを保存します。1つは簡潔さと範囲の指示あり、もう1つはなしで、両方を同じタスクに対して実行します。次に、実際に何が変更されたかを比較します。
- 応答の
usage.output_tokensからの出力トークン数。これは直接的なコストシグナルです。適切な簡潔さの指示はこれを視覚的に低下させます。 - Apidog の応答タイミングに示されるレイテンシ。労力レベルが低いほどここに現れるはずです。
- あなたが自分で読む品質。安価であることは、回答がまだ仕事をこなせる場合にのみ優れています。
これで、「完璧なプロンプト」は推測ではなく、指し示せる数字になりました。より少ないトークンで同じ結果が得られるバリアントを採用してください。
3. stop_reason をアサートし、拒否のフォールバックを捕捉する
Fable 5 は安全分類器を実行し、stop_reason: "refusal" を返すことがあり、多くの設定では Opus 4.8 にフォールバックして処理されます。攻撃的すぎるプロンプト、またはモデルにその推論をエコーするよう求めるプロンプトは、予想以上に頻繁にこれらを引き起こす可能性があります。そして、サイレントフォールバックはコストと動作を変更します。Apidog で stop_reason が end_turn であることをアサートすることで、拒否の急増が請求書で驚くのではなく、テスト失敗として現れるようにします。このアサーションをプロンプトのコントラクトの一部として扱います。
4. 長いターンに対応する計画を立てる
Fable 5 は以前のモデルよりも長く実行されます。個々の難しいタスクのリクエストは、高い労力で数分かかることがあります。出荷前に、Apidog でリクエストに現実的なタイムアウトを設定し、クライアントがハングアップするのではなく、遅い応答やストリーミングされた応答をきれいに処理することを確認してください。タイムアウトが忍び寄ってきた場合、上流リクエストタイムアウトの修正にあるデバッグパスが直接適用されます。タスクが正しく完了するものの、必要な速度よりも遅い場合、労力レベルを下げることも有効な修正策です。
5. API をモックしてイテレーションを無料にする
プロンプトを調整する間、何十回も実行することになります。すべてのイテレーションが請求されることを望まないでしょう。Apidog のモックサーバーは Messages エンドポイントの代わりとなり、拒否やエラーケースを含む保存された応答形状を返すことができます。これにより、トークンを消費することなく、クライアントの処理、アサーション、タイムアウトロジックをテストできます。実際の比較実行のために、ベース URL をライブ API に戻します。これを自動化されたパイプラインに組み込む場合、Apidog CLI および Claude スキルガイドがこれらのチェックを CI で実行する方法を示しています。
よくある質問
より良いプロンプトは Fable 5 でより少ないトークンを意味しますか？ 多くの場合、そうです。結果から始める簡潔な指示は、Fable 5 が制御なしで生成する前置きや説明を削減し、output_tokens を減少させます。推測するのではなく Apidog で測定してください。いくつかの書き換えではトークン数が変わらないこともあります。
Fable 5 のコストを削減する最も速い方法は何ですか？ 定期的なタスクの労力レベルを下げてください。労力は主要なコストとレイテンシのレバーであり、Fable 5 の medium または low でも十分に機能します。high と xhigh は本当に難しい作業のために温存してください。
同じプロンプトが Opus で機能したのに、Fable 5 でタイムアウトするのはなぜですか？ Fable 5 は難しいタスクでより長く実行されます。高い労力でのリクエストあたり数分は正常です。クライアントのタイムアウトを延長するか、ストリーミングを処理するか、タスクが正しく完了するものの遅すぎる場合は労力レベルを下げてください。
Fable 5 を要求したのに、突然 Opus の応答が返ってくるのはなぜですか？ stop_reason: "refusal" がフォールバックを引き起こしました。モデルにその推論を再現するように求めるプロンプト、または安全分類器に抵触するプロンプトは、拒否率を高めます。Apidog で stop_reason をアサートしてこれを捕捉してください。
費用をかけずにプロンプトの変更をテストできますか？ はい。Apidog で Messages エンドポイントをモックして、クライアントロジックを無料で開発およびテストし、実際のトークンとレイテンシを測定する比較実行の場合にのみライブ API を使用してください。
まとめ
Fable 5 の使用量を拡張することは、クォータをだますことではありません。それは、労力、範囲、冗長性をタスクに合わせてプロンプトを書き、すべての呼び出しがより多くの作業を行うようにすることです。Anthropic のガイダンスはパターンを提供します。労力を難易度に合わせ、結果から始め、範囲を制限し、進捗に根拠を与え、理由を伝えます。Apidog は証拠を提供します。プロンプトをパラメータ化し、バリアントを A/B テストし、トークンとレイテンシを測定し、拒否フォールバックに対してアサートします。Apidog をダウンロードし、Messages リクエストを設定して、「このプロンプトはより簡潔に感じる」を信頼できる数字に変えてください。