Anthropic dá conselhos opostos para Fable 5 e Opus 4.8: o que mudar nos prompts

A Anthropic passou a lançar um guia de prompting separado para cada um de seus modelos, e os conselhos nesses guias às vezes se contradizem diretamente. Desenvolvedores que passaram anos acumulando coleções de prompts testados terão de revisá-los individualmente a cada novo modelo principal.

Por que o Fable 5 se comportava de forma estranha

Um caso revelador da comunidade: um desenvolvedor conectou o Claude Fable 5 logo após o lançamento. O modelo supera objetivamente o Opus 4.8 nos benchmarks, mas na prática rendeu abaixo do esperado. Em uma execução, o agente gastou 200 mil tokens em uma hora e meia e não concluiu a tarefa.

No início, o desenvolvedor culpou o próprio modelo, até abrir o guia oficial de prompting da Anthropic específico para o Fable 5. O problema eram os prompts. Eles foram escritos para a lógica do Opus 4.8 e entravam em conflito com a arquitetura do novo modelo principal. Depois de refazê-los conforme as recomendações da Anthropic para o Fable 5, tudo funcionou.

A conclusão principal: a Anthropic agora tem dois documentos de prompting separados, e os conselhos são, em alguns pontos, diametralmente opostos. Instruções que por anos viveram em skills e prompts de sistema se tornaram contraproducentes no novo modelo.

Conselhos opostos para dois modelos principais

Comparando as recomendações oficiais da Anthropic para o Fable 5 e o Opus 4.8, as diferenças são mais nítidas do que se esperaria de dois modelos do mesmo fornecedor:

• Subagentes: o Opus 4.8 precisa ser empurrado explicitamente a delegar tarefas; sem instruções, prefere resolver tudo em um único contexto. O Fable 5 aciona subagentes de forma agressiva por padrão e precisa ser contido com limites explícitos de profundidade e número de chamadas.
• Explicação do raciocínio: a instrução "explique o seu raciocínio", um recurso consagrado no Opus, passou a fazer o Fable 5 recusar a execução da tarefa.
• Verbosidade: o Fable 5 desenvolve respostas longas mesmo sem pedido. No Opus 4.8 é preciso pedir detalhamento explicitamente.
• Limites de recursão: para o Fable 5 é crítico definir de antemão restrições ao número de chamadas de ferramentas e à profundidade de cadeias aninhadas; caso contrário, é fácil chegar justamente a esses 200K tokens por sessão.
• Formato padrão: o Fable 5 tende a uma saída estruturada mesmo sem indicação explícita; em situação semelhante, o Opus prefere texto livre.

A Anthropic explica a divergência por regimes de treinamento diferentes: o Fable 5 é otimizado para longas cadeias agênticas com máxima autonomia, e o Opus 4.8 para respostas de alta qualidade em uma única chamada.

Um terceiro caminho da OpenAI

A OpenAI tem sua própria filosofia de prompting para o o3 e o GPT-5, que não coincide nem com as recomendações para o Fable 5 nem com as do Opus 4.8. Enquanto a Anthropic foca em gerenciar a autonomia dos agentes e sua tendência de expandir o próprio contexto, a OpenAI dá ênfase a uma decomposição clara da tarefa, restrições explícitas ao formato de saída e pontos de controle obrigatórios em cenários de vários passos.

A reação da comunidade é dividida. Alguns desenvolvedores veem nos guias diferenciados um sinal de maturidade da plataforma: os modelos são diferentes, e é mais honesto admitir isso do que dar conselhos universais que funcionam pela metade em todos. Outros veem um incômodo: em vez de uma coleção de prompts bem ajustada, agora é preciso manter no mínimo três versões paralelas.

"Tecnicamente se justifica: os modelos são diferentes.

Mas na prática isso significa várias versões dos mesmos prompts em produção", de uma discussão em uma comunidade de desenvolvedores.

O que isso significa

A era dos prompts universais, que funcionam igualmente bem em qualquer modelo principal, está chegando ao fim. Se você trabalha com vários modelos em produção, vai precisar de uma configuração separada para cada um ou de um roteador de prompts que escolha a variante certa automaticamente. Para as equipes, é uma tarefa concreta de engenharia que precisa ser resolvida antes do próximo modelo principal.