@FinanceYF5: 2/ 第一条改变:只给目标,不给步骤。 以前的模型你得手把手写清楚怎么做,不然容易跑偏。Fable 5反过来——你给的自由度越大,它做得越好。每一步你替它规定死,其实都是在用自己的判断覆盖它更好的判断。
摘要
讨论AI模型Fable 5的使用技巧,主张只给目标不给步骤,给予模型更多自由度以获得更好结果。
查看缓存全文
缓存时间: 2026/07/05 10:31
2/ 第一条改变:只给目标,不给步骤。
以前的模型你得手把手写清楚怎么做,不然容易跑偏。Fable 5反过来——你给的自由度越大,它做得越好。每一步你替它规定死,其实都是在用自己的判断覆盖它更好的判断。
有人问Matt Shumer最多的问题是:你那些Fable 5的demo到底怎么做出来的?
他说秘诀不是prompt更复杂,是提示的方式完全反过来了
2/ First change: Give only the goal, not the steps.
With previous models, you had to spell out step-by-step how to do it, or it would easily go off track. Fable 5 flips this around—you give it more freedom, and it performs even better. If you dictate every single step for it, you’re actually overriding its better judgment with your own.
3/ 光给目标会失控,所以他会先定几条【house rules】——不管Fable怎么达成目标,这几条红线不能碰。
比如让它别为了应付某个特殊情况就硬编码规则,而是把行为写进prompt让它自己推理。他还会让另一个子agent专门在结果推送前,对照这些规矩查一遍。
4/ 第二个关键:别用“高质量“这种形容词当标准,Fable会按自己心里那把更低的尺子随便收工。
他会定一个具体到能自查的硬指标,比如“陌生人分不出这是渲染还是实拍“。而且验收的agent必须是另开一个全新上下文的Fable,不能让做东西的那个自己给自己打分。
5/ 定好标准后,就让Fable在这个标准上反复循环,找差距、补差距、再来一轮,跑几个小时甚至几天都行。这一步对创意类任务尤其管用,因为总有具体的东西可以拿来比对。
6/ 旧作品是新作品的燃料:他做的第一个3D森林场景花了很多心思去写prompt,因为完全没有参照。但后面做霍格沃茨demo时,直接把森林的代码和质量标准甩给Fable当参照,甚至连当初森林那次哪些方法试错过、哪些行得通,Fable都能自己从旧会话记录里学走。
7/ 最后一条:提前把障碍清空,别让Fable总停下来问权限——给它预算、给它密钥,让它自己做决定,只在真正卡死或者遇到只有你能拍板的事才回来找你。你们平时是怎么跟Fable对话的?
阅读原文:
以上就是全部
如果您喜欢这个主题:
1.关注我(@FinanceYF5) 2. 点赞+转发下面第一条帖子
相似文章
@FinanceYF5: 2/ 他评价模型从不看benchmark数字 他真正在意的只有一件事: 【模型的思维形状】 ——它能多深地理解用户意图 ——它能迭代思考到什么程度 ——它让你感觉"对面有没有人" Fable让他感受到了这种活感 "像回到了2023年"
该推文强调评价AI模型时不应只看benchmark数字,而应关注模型的"思维形状"——理解用户意图的深度、迭代思考能力以及让用户感受到"对面有人"的活感。作者认为Fable模型在这方面表现出色,让人想起2023年的体验。
@FinanceYF5: 有人给Fable 5一句很随意的指令——"写代码做一个逼真的埃菲尔铁塔",结果一次成型,效果好到他说不清怎么形容,只能说"它懂了"。 塔身按真实比例,纯代码搭出镂空铁架,还带日夜切换和塔顶灯光闪烁。 发布者说,Fable 5最擅长的就是拿…
Fable 5 仅凭一句模糊指令“写代码做一个逼真的埃菲尔铁塔”便一次生成完整3D模型,包括真实比例、镂空铁架、日夜切换和灯光效果,展示其理解模糊指令并一次做对的能力。
@aiwarts: https://x.com/aiwarts/status/2073962247240773984
详细介绍了Fable5下线前最实用的提示词技巧,包括让模型自主跑实验、优化工作流程、以及通过subagent分配降低token消耗等实战经验。
让Fable自行判断,而不是规定其工作方式(2分钟阅读)
使用Fable和Opus等AI编码工具的实用技巧:让它们自行判断而不是规定行为,并通过子代理将较小的任务委托给较低功耗的模型,以节省token并提高效率。
@RealCodedAlpha: 看完这张疑似 Anthropic 内部优化的 Fable 5 Prompt 结构,我才意识到:大多数人写 Prompt,其实一开始方向就错了! 很多人以为好 Prompt = 更长、更复杂、更多技巧、更多角色设定。 但这张图给出的结构非常…
这篇推文介绍了一种源自Anthropic内部优化的Fable 5 Prompt结构,强调写提示词时应聚焦于目标、边界和验收标准,而不是冗长的指令,尤其对于更强的模型(如Claude、Codex)应避免教模型如何思考。