Один и тот же промпт с подробными пошаговыми инструкциями и фразой «обязательно проверь то, потом это» работает по-разному на Claude Opus 4.8 и Claude Fable 5. Для Opus такие инструкции — топливо. Для Fable — якорь: модель тратит время на перепроверку уже сказанного и строит планы там, где нужно просто действовать. Это не баг и не сырость модели — это разный характер, который требует разного подхода к промптингу.
Аnthropicтеперь публикует три отдельных гайда: общий, для Opus 4.8 и для Fable 5. Местами они советуют прямо противоположное. Fable делегирует задачи субагентам охотно — его нужно ограничивать. Opus спавнит субагентов мало — его нужно подталкивать. Рекомендуемый стартовый effort тоже разный: xhigh для Opus, high для Fable. OpenAI в гайде по GPT-5.5 формулирует ту же мысль иначе: «treat GPT-5.5 as a new model family to tune for, not a drop-in replacement». Anthropic жёстче: промпты, написанные под прежние модели, «слишком прескриптивны» для Fable 5 и снижают качество вывода.
| Параметр | Claude Opus 4.8 | Claude Fable 5 |
|---|---|---|
| Стартовый effort | xhigh | high |
| Делегирование субагентам | мало — нужно подталкивать | охотно — нужно ограничивать |
| Реакция на пошаговые инструкции | работает как топливо | тормозит выполнение |
| Инструкция «explain your reasoning» | выполняется | триггерит reasoning_extraction, откат на Opus |
При всём расхождении у вендоров есть три точки консенсуса. Первая: короткий промпт-контракт с описанием результата работает лучше, чем простыня процессов. OpenAI: «Shorter, outcome-first prompts usually work better than process-heavy prompt stacks». Anthropic о том же: модель спланирует решение лучше, чем рукописный пошаговый план. Вторая: капс и угрозы больше не нужны. Формулировки вида «CRITICAL: You MUST use this tool» заставляют новые модели тратить reasoning-токены на разрешение противоречий между правилами вместо выполнения задачи. Anthropic советует заменять «CRITICAL: You MUST» на обычное «Use this tool when…». Третья точка консенсуса неожиданная: оба вендора в официальной документации воюют с визуальными привычками собственных моделей — у Anthropic есть сниппет против «purple gradients on white backgrounds», у OpenAI — «avoid purple-on-white defaults» и «Cards: default to no cards».
Anthropic рекомендует стартовый effort xhigh для Opus и high для Fable 5.
Главное техническое расхождение между вендорами — где живут рычаги управления поведением. Anthropic управляет через текст промпта: под каждую известную болячку модели в документации лежит готовый текстовый сниппет. Модель слишком осторожная — сниппет <default_to_action>. Слишком самостоятельная — <do_not_act_before_instructions>. Галлюцинирует про код — <investigate_before_answering>. OpenAI выносит управление в параметры API: помимо reasoning_effort (от none до xhigh) есть text.verbosity — длина ответа отдельно от глубины рассуждений — и поле phase, разделяющее промежуточные и финальный ответ. У Anthropic аналогов verbosity и phase нет: хотите, чтобы Claude писал короче, — уговариваете текстом.
Отдельная ловушка для тех, кто переходит на Fable 5 с готовыми промптами: инструкция «покажи свои рассуждения» или «explain your reasoning» триггерит отказ категории reasoning_extraction и автоматический откат на Opus 4.8. Если такая фраза живёт в системном промпте или в скиллах — её нужно убирать.
Рабочая схема для одновременной работы с несколькими моделями, к которой пришёл автор материала: вендоронезависимый каркас промпта из четырёх блоков — Goal, Success criteria, Constraints, Stop rules — плюс короткие модельные оверлеи на пять строк поверх него. Универсального промпта, который одинаково хорошо работает на Opus, Fable и GPT-5.5, не существует. Формулировку дал Макс Лейтер из Vercel ещё осенью прошлого года: «Prompts overfit to models the same way models overfit to data». Чем дольше приходится поддерживать несколько моделей в продакшене, тем точнее это описание.
