Guide Claude Fable 5: pourquoi la performance du modele depend de clarifier l inconnu

Переведённый на Habr гайд по промптингу для модели Claude Fable 5 описывает главную причину, по которой агентные ИИ-модели ошибаются в работе с кодом: разрыв между картой — тем, что разработчик передал в промпте, — и территорией — реальной кодовой базой со всеми её ограничениями.

Что такое карта и территория

Автор гайда сравнивает работу с Fable 5 со старой картографической метафорой: карта — это представление предстоящей работы, всё, что разработчик передаёт модели — промпты, скиллы, контекст задачи. Территория — то место, где работа реально происходит: существующий код, реальные зависимости, настоящие ограничения проекта.

Разницу между картой и территорией автор называет неизвестными. Это ровно те детали задачи, которые не попали в промпт, но существуют в реальном коде — устаревшая библиотека, нестандартный паттерн, скрытая зависимость между модулями, о которой разработчик просто забыл упомянуть.

Что происходит, когда Fable сталкивается с неизвестным

Когда Claude Fable 5 наталкивается на неизвестное в процессе работы, модели приходится принимать решение самостоятельно — на основе наилучшей догадки о том, чего хотел разработчик. Чем больше объём поставленной задачи, тем больше таких неизвестных встретится модели по пути, и тем выше цена ошибочной догадки.

• Карта — промпты, скиллы и контекст, которые разработчик передаёт модели
• Территория — реальная кодовая база и её настоящие ограничения
• Неизвестное — разрыв между картой и территорией, который модель обязана закрыть догадкой
• Чем крупнее задача, тем больше неизвестных встретит модель по пути

Автор отмечает, что именно с Fable 5 качество результата стало напрямую зависеть не от того, насколько удачно составлен сам промпт, а от того, насколько разработчик заранее прояснил потенциальные неизвестные — до того, как модель на них наткнётся.

Почему это меняет подход к промптингу

Если раньше работа с языковой моделью сводилась к формулировке одного точного запроса, то с ростом автономности агентных моделей вроде Fable 5 акцент смещается на предварительную подготовку контекста. Разработчику важно заранее выявить места, где у модели может не хватить информации, и закрыть их явно — описанием ограничений, ссылками на существующий код или примерами похожих решений в проекте.

Что это значит

По мере того как агентные модели вроде Fable 5 берут на себя всё более крупные куски работы без пошагового контроля, промпт-инжиниринг смещается: вместо написания подробных инструкций разработчику важнее заранее закрывать разрывы между тем, что он имеет в виду, и тем, что модель увидит в реальном коде.