מדריך Fable 5: חמישה כללים לכתיבת פרומפטים

פורסם במקור כחוברת PDF ביולי 2026. כלים משתנים מהר, וייתכן שפרטים ספציפיים כאן כבר לא מדויקים. אפשר להוריד את הגרסה המעוצבת.

חמישה כללים, ישר מהתיעוד הרשמי של Anthropic. הם מתקנים refusals שקטים, התקדמות מזויפת ועבודה שנזרקת לפח. ובסוף - בנייה אחת שמשתמשת בכל החמישה. Fable 5 הוא לא Opus עם עוד קצת כוח. הוא מתנהג אחרת, ולכן צריך לדבר איתו אחרת. אם את ממשיכה לכתוב לו פרומפטים כמו שכתבת עד עכשיו, את משאירה על השולחן בדיוק את החלק הכי טוב שלו. כל מה שכאן מגיע מהמדריך הרשמי של Anthropic. קראתי, ניקיתי, וסידרתי לחמישה כללים שאפשר להתחיל להשתמש בהם היום. הפרומפטים נשארים באנגלית, כי ככה כותבים אותם.

תגידי לו למה, לא רק מה

Fable 5 עובד טוב יותר כשהוא מבין את הכוונה מאחורי הבקשה, לא רק את הבקשה עצמה. ההקשר מאפשר לו לחבר את המשימה למידע הרלוונטי, במקום לנחש מה רצית. זה שיפור האיכות הכי זול במדריך כולו. משפט אחד של הקשר. זה המחיר. יש אפילו תבנית, שלושה סוגריים:

התבנית

I'm working on [the larger task] for [who it's for]. They need [what the output enables]. With that in mind: [request].

הדרך הישנה

Summarize this customer feedback file.

הדרך החדשה

I'm deciding whether to cut our webinar channel next quarter. This feedback file decides it. With that in mind: summarize it. Split it into "people who would leave without webinars" and "people who wouldn't notice." בלי ה"למה", Fable מנחש כוונה וכותב סיכום לאף אחד במיוחד. עם ה"למה", כל שורה נשקלת מול ההחלטה שאת צריכה לקבל לפני כל בקשה משמעותית, הוסיפי משפט אחד: בשביל מי זה, ואיזו החלטה עשי עכשיו הפלט הזה אמור לשרת.

Effort הוא סליידר, לא כפתור ווליום

כולם מתייחסים ל-effort כמו כפתור ווליום לאינטליגנציה. תסובבי עד הסוף, תקבלי תשובות חכמות יותר. זה לא מה שהוא עושה. Effort הוא ה-tradeoff בין איכות, זמן ועלות. high זו ברירת המחדל לרוב המשימות. xhigh לעבודה הכי כבדה. medium ו-low למשימות שגרתיות.

מה שקורה כשמפעילים effort גבוה על משימה שגרתית: המודל מתעכב, אוסף הקשר שלא ביקשת ומסדר דברים בדרך. הדליברציה הזאת צריכה ללכת לאנשהו. תני לה משימה שדורשת אותה.

הדרך הישנה

[Effort: xhigh] Rename these 40 campaign assets to the new naming convention. (20 minutes later it has read half the drive, written a naming philosophy, and proposed a migration plan)

הדרך החדשה

[Effort: low] Rename these 40 campaign assets to the new naming convention. [Effort: xhigh] Design our Q4 launch narrative from scratch. Explore. Surprise me. משימה שגרתית, סליידר נמוך עבודה יצירתית מאפס, סליידר גבוה התאימי לפני שאת מקלידה. קבעי את ה-effort לפי סוג המשימה, לא כברירת מחדל. שגרה - low. יצירה עשי עכשיו כבדה - xhigh.

מילה אחת בפרומפט מפעילה refusal שקט

המילה היא reasoning.

העצה הכי פופולרית בשלוש השנים האחרונות: "explain your chain of thought""show your reasoning". ב-Fable 5 זה התהפך. הוראות שאומרות למודל לשקף, לתמלל או לחשוף את ההיגיון הפנימי שלו כטקסט תשובה יכולות להפעיל Anthropicrefusal classifier קוראת לזה reasoning_extraction, והתוצאה היא נפילה שקטה בחזרה ל-Opus 4.8.

הדרך הישנה

Before you answer, write out your full internal reasoning step by step. Show your chain of thought.

הדרך החדשה

(nothing. delete the line.) רוצה לראות את החשיבה? קראי את בלוקי ה-thinking. לסוכנים, תני להם לפרסם עדכוני התקדמות קצרים במקום לספר את המחשבות שלהם. עשי עכשיוחפשי בכל פרומפט שלך את "reasoning", "chain of thought" ו-"think out loud". מחקי כל מופע. זה התיקון הכי מהיר כאן.

הוא מזייף התקדמות. שורה אחת עוצרת את זה.

זה מגיע ישר מהבדיקות של Anthropic. בריצות אוטונומיות ארוכות, Fable יכול לייצר דוחות סטטוס מזויפים. לדווח על עבודה שהוא מעולם לא עשה. דוח מזויף נראה ככה:Scraper updated. All tests passing. Deployed הבדיקות לא רצו. שום דבר לא עלה לאוויר. הסוכן סיים את התור על הבטחה, והדוח נקרא כמו קבלה. התיקון של Anthropic הוא בלוק אחד. בבדיקות שלהם הוא כמעט חיסל לגמרי דוחות מזויפים, אפילו במשימות שתוכננו במיוחד כדי לגרום לזה.

הדרך הישנה

Report your progress at the end of each run.

הדרך החדשה

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 verified yet, say so. If tests fail, say so with the output. If a step was skipped, say that. הסוכן מפסיק לדווח על כוונות כאילו היו תוצאות. את מתחילה לראות not verified" "yet בדוחות של הבוקר. המשפט הזה שווה יותר מעשרה וי ירוקים. הדביקי את בלוק ה-evidence בכל סוכן שמדווח לך סטטוס. במיוחד אלה עשי עכשיו שרצים בזמן שאת ישנה.

פרומפט אחד הופך את היסטוריית הצ'אט לזיכרון שלו

מהתיעוד: Fable 5 עובד טוב במיוחד כשהוא יכול לתעד לקחים מריצות קודמות ולחזור אליהם. ההגדרה המומלצת כמעט מביכה בפשטות שלה. קובץ Markdown. זהו. קובץ הערות שהמודל קורא וכותב אליו. פרומפט אחד כורה את כל מה שכבר קרה:

פרומפט האתחול

Reflect on the previous sessions we've had together. Use subagents to identify core themes and lessons, and store them in notes.md. Make sure you know to reference notes.md for future use.

הדרך הישנה

(every week, the same briefing) Remember: budget is $2K. Audience is beginners. Short sentences, no jargon. And check the pricing page before quoting numbers, you got it wrong last time.

הדרך החדשה

Open notes.md before you start. Store one lesson per note, a one-line summary at the top. Record corrections and confirmed approaches alike. Update instead of duplicating. Delete what turns out wrong. שבוע שתיים מפסיק לשאול מה ששבוע אחת כבר ענה. והקובץ מצטבר. הריצי את פרומפט האתחול פעם אחת, היום. אחר כך תני לכל פרויקט קובץ עשי עכשיו notes. הקובץ ישרוד את המודל.

הבנייה: Landing Page Autopsy

עכשיו כותבים פרומפט אחד שמשתמש בכל חמשת הכללים, ובונה כלי אמיתי שאפשר להשתמש בו. את נותנת כתובת של דף נחיתה (או מדביקה את הקופי) ואת קטגוריית המוצר. הוא קורא את הצעת הערך, ה-CTA והטענות המרכזיות. בודק אותן מול 3-4 דפים של מתחרים. ומחזיר פסק דין: NEEDS WORK READY REBUILD יחד עם שלוש השורות החלשות ביותר בדף, כל אחת עם ניסוח חלופי, ורשימת תיקונים לפי סדר עדיפויות. לא "אולי כדאי לשפר". אלא "ה-CTA שלך גנרי, ככה מנסחים אותו, וזה הדבר הראשון לתקן".

הפרומפט המלא

I'm building "Landing Page Autopsy" for marketing leaders deciding whether a page is ready to spend budget on. They need to decide in two minutes: ship it, fix it, or rebuild it. With that in mind, build it. The app, in one breath: the user pastes a landing page URL or its copy, and names the product category. Stage 1: extract the core value proposition, the primary CTA, and the top 3 claims. Stage 2: web search finds 3-4 competitor pages in the same category and benchmarks the messaging against them, returning a 0-100 conversion-risk score and a one-line verdict. Stage 3: return the three weakest lines on the page, each with a rewritten version, plus a prioritized fix list. Include a "try a sample page" button so people can test without their own URL. Stack: Next.js, one page, Anthropic API with the web search tool. Model calls return JSON only. Competitor references and stats: only ones actually found on the web. Never invent one; if you can't verify it, say so in the output. Design: a medical chart auditing a patient. The verdict is a diagnosis stamp. Each weak line gets a before / after pair. Take the design seriously; this gets screenshotted and sent to a CMO. Boundaries: one page, no auth, no database, no payments. When something is ambiguous, pick the simplest option that works and note the decision in notes.md. Don't expand scope beyond this brief. 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 verified yet, say so. Keep a notes.md. One lesson per note, a one-line summary at the top. Update instead of duplicating. Delete what turns out wrong.

// that's the whole prompt. the Opus version would have been 200 lines.

איפה חמשת הכללים חיים בפרומפט

• I. ה"למה". הפסקה הראשונה. בשביל מי זה, ואיזו החלטה הפלט מאפשר. Fable שוקל כל בחירה בבנייה מול זה.
• II. הסליידר. לא בפרומפט. זו הגדרה. הבנייה הראשונה ב-xhigh, כי זו עבודת עיצוב. תיקונים ב-low.
• III. השורה החסרה. אין "explain your reasoning". אין "think step by step". מה שלא כתוב הוא הכלל.
• IV. Evidence. בלוק ה-"before reporting progress". Fable אומר לך מה אימת, ו-"not verified yet" על השאר.
• V. זיכרון. בלוק ה-notes.md. עצרי את הריצה הערב, המשיכי מחר, והוא זוכר כל החלטה שקיבל.

המקור: המדריך הרשמי של Anthropic לפרומפטינג ב-platform.claude.com (Fable 5). כל חמשת הכללים מאומתים מולו. עיבוד, ניסוח ודוגמת הבנייה: שני בורשטין.

מי כתבה את זה

שני בורשטין, מומחית להטמעת GenAI בארגונים. מלווה חברות טכנולוגיה במעבר מהתנסות מפוזרת ליכולת מובנית, מרצה בבית הספר למנהל עסקים באוניברסיטת רייכמן, יועצת לגופים ממשלתיים ומייסדת קהילת GenAI של כ-20 אלף חברים.