Anthropic da consejos opuestos para Fable 5 y Opus 4.8: qué cambiar en los prompts

Anthropic ha empezado a publicar una guía de prompting distinta para cada uno de sus modelos, y los consejos de esas guías a veces se contradicen de forma directa. Los desarrolladores que durante años acumularon colecciones de prompts probados tendrán que revisarlos por separado con cada nuevo modelo estrella.

Por qué Fable 5 se comportaba de forma extraña

Un caso revelador de la comunidad: un desarrollador conectó Claude Fable 5 justo después de su lanzamiento. El modelo supera objetivamente a Opus 4.8 en los benchmarks, pero en la práctica rindió peor de lo esperado. En una ejecución, el agente gastó 200 mil tokens en una hora y media y no completó la tarea.

Al principio el desarrollador culpó al propio modelo, hasta que abrió la guía oficial de Anthropic de prompting específica para Fable 5. El problema eran los prompts. Estaban escritos para la lógica de Opus 4.8 y chocaban con la arquitectura del nuevo modelo estrella. Tras rehacerlos siguiendo las recomendaciones de Anthropic para Fable 5, todo funcionó.

La conclusión clave: Anthropic tiene ahora dos documentos de prompting separados, y sus consejos son en algunos puntos diametralmente opuestos. Instrucciones que durante años vivieron en skills y prompts de sistema se han vuelto contraproducentes en el nuevo modelo.

Consejos opuestos para dos modelos estrella

Al comparar las recomendaciones oficiales de Anthropic para Fable 5 y Opus 4.8, las diferencias son más marcadas de lo que cabría esperar de dos modelos del mismo proveedor:

• Subagentes: a Opus 4.8 hay que empujarlo explícitamente a delegar tareas; sin instrucciones, prefiere resolverlo todo en un único contexto. Fable 5 lanza subagentes de forma agresiva por defecto y hay que frenarlo con límites explícitos de profundidad y número de llamadas.
• Explicación del razonamiento: la instrucción «explica tu razonamiento», un recurso probado con Opus, ha empezado a provocar que Fable 5 se niegue a ejecutar la tarea.
• Verbosidad: Fable 5 despliega respuestas largas incluso sin que se le pidan. A Opus 4.8 hay que pedirle el detalle de forma explícita.
• Límites de recursión: con Fable 5 es crítico fijar de antemano restricciones al número de llamadas a herramientas y a la profundidad de las cadenas anidadas; si no, es fácil acabar justo en esos 200K tokens por sesión.
• Formato por defecto: Fable 5 tiende a una salida estructurada aunque no se le indique; en una situación similar, Opus prefiere texto libre.

Anthropic atribuye la divergencia a distintos regímenes de entrenamiento: Fable 5 está optimizado para cadenas agénticas largas con la máxima autonomía, y Opus 4.8 para respuestas de alta calidad en una sola llamada.

Un tercer camino de OpenAI

OpenAI tiene su propia filosofía de prompting para o3 y GPT-5, que no coincide ni con las recomendaciones para Fable 5 ni con las de Opus 4.8. Mientras Anthropic se centra en gestionar la autonomía de los agentes y su tendencia a expandir su propio contexto, OpenAI pone el acento en una descomposición clara de la tarea, restricciones explícitas del formato de salida y puntos de control obligatorios en escenarios de varios pasos.

La reacción de la comunidad es desigual. Unos desarrolladores ven en las guías diferenciadas una señal de madurez de la plataforma: los modelos son distintos y es más honesto reconocerlo que dar consejos universales que funcionan a medias en todos. Otros lo ven como un inconveniente: en lugar de una colección de prompts bien afinada, ahora hay que mantener al menos tres versiones en paralelo.

«Técnicamente está justificado: los modelos son distintos.

Pero en la práctica significa varias versiones de los mismos prompts en producción», comentario de una discusión en una comunidad de desarrolladores.

Qué significa

La era de los prompts universales que funcionan igual de bien en cualquier modelo estrella se acaba. Si trabajas con varios modelos en producción, necesitarás una configuración por modelo o un enrutador de prompts que elija la variante adecuada automáticamente. Para los equipos es una tarea de ingeniería concreta que habrá que resolver antes de que salga el próximo modelo estrella.