🪜 Nem toda tarefa pede o máximo
🧠 Pense assim: profundidade de análise não é um "modo turbo" que você liga sempre pra garantir qualidade. É um controle que você calibra pela complexidade real da tarefa — usar o máximo numa coisa simples desperdiça tempo e tokens sem ganho nenhum; usar o mínimo numa decisão que custa caro é o outro erro, igualmente comum.
O guia prático de uso do Fable 5 como agente de trabalho resume isso numa régua de quatro degraus. Cada degrau não é uma configuração técnica — é uma instrução que você mesmo escreve no prompt, dizendo ao agente o quanto vale a pena ele deliberar antes de te entregar a resposta.
A régua funciona melhor quando você pergunta antes de escrever o prompt: "se essa resposta sair errada, o que eu perco?" Quanto maior a resposta a essa pergunta, mais alto o degrau que você deveria pedir.
| Nível | Quando usar | Exemplos do guia |
|---|---|---|
| Baixa | Tarefa mecânica, baixo risco de errar | Resumo, legenda, ajuste de texto, ideias rápidas |
| Média | Organizar ou comparar opções | Planejamento simples, comparação, revisão de conteúdo |
| Alta | Decisão que custa caro se sair errada | Estratégia, arquitetura, auditoria, decisão de produto, revisão técnica |
| Máxima | Erro caro ou irreversível | Problemas críticos, migração, segurança, negócios complexos, análise de risco |
Fonte: guia prático do usuário sobre uso do Fable 5 como agente de trabalho — prompt testado na prática, não citação oficial da Anthropic.
A escada dos 4 níveis: cada degrau sobe em tempo de raciocínio (linha ciano tracejada) — máxima ganha destaque porque é o degrau que você deveria reservar pra quando o erro realmente custa caro.
Em 1 frase: 4 níveis (baixa→máxima) calibrados pela pergunta "se sair errado, o que eu perco?" — não pelo hábito de sempre pedir o máximo.
💻 O prompt: profundidade sob medida
Em vez de confiar que o agente vai adivinhar o nível certo sozinho, você diz explicitamente onde concentrar o raciocínio pesado — e onde não vale a pena. Isso evita o sintoma mais comum de deixar tudo em "alta o tempo todo": soluções mais complicadas do que a tarefa pedia.
O prompt abaixo faz exatamente isso — separa a parte que merece profundidade (a decisão estratégica) da parte que não merece (a implementação em si, que deve ficar simples).
Use análise profunda apenas na parte estratégica. Não complique a solução. Não crie abstrações desnecessárias. Entregue a solução mais simples que resolve bem o problema. <isto você troca — cole junto o pedido real da tarefa>
🔗 Cruzamento com a Trilha 1
Essa calibração aplicada de profundidade ecoa uma técnica com respaldo oficial da Anthropic: o Fable 5 expõe cinco níveis de esforço configuráveis por chamada (low/medium/high/xhigh/max) via output_config.effort. Se você trabalha direto com a API, o Módulo 1.6 mostra o equivalente técnico desta mesma ideia — inclusive com a régua oficial de quando usar cada nível.
Em 1 frase: diga onde o raciocínio profundo é necessário — o resto, peça simples.
⚠️ Iniciativa demais é risco
Um modelo forte não é cauteloso por padrão — ele é capaz por padrão. Isso significa que, diante de um pedido ambíguo, o Fable 5 tende a preencher a lacuna sozinho: se você pediu pra "resolver o problema", ele pode decidir sozinho o que conta como resolver, e agir.
Isso é ótimo quando você quer que ele continue até o fim de uma tarefa clara. É perigoso quando a tarefa tem ambiguidade sobre o que ele pode tocar — arquivos, serviços, configuração, dados de produção.
⚠️ Cenário comum
Você pede: "analise e resolva o problema de performance do serviço". Sem fronteira explícita, um agente capaz pode interpretar "resolver" como licença pra reiniciar o serviço em produção, alterar configuração ou fazer deploy — tudo isso sem te perguntar antes, porque tecnicamente cumpriu o que você pediu.
✓ O que FAZER
- ✓Dizer explicitamente o que ele não pode tocar antes de pedir análise ou execução.
- ✓Separar a fase de diagnóstico da fase de ação em tarefas sensíveis.
- ✓Tratar "resolva isso" como um pedido incompleto até você definir os limites.
✗ O que EVITAR
- ✗Pedir "resolve isso" ou "cuide disso" sem dizer o que fica fora dos limites.
- ✗Assumir que o agente vai perguntar antes de agir — em geral, ele age.
- ✗Confundir "modelo forte" com "modelo cauteloso" — são coisas diferentes.
Em 1 frase: quanto mais capaz o modelo, mais explícita precisa ser a fronteira antes de pedir análise técnica ou execução.
🚧 O prompt: avalie antes, execute depois
A forma mais confiável de travar a fronteira do tópico anterior é colocar o agente num modo só-diagnóstico explícito: ele pode olhar, medir e concluir — mas não pode alterar nada até você aprovar.
Primeiro apenas avalie. Não altere arquivos, não reinicie serviços, não crie branch, não edite configuração e não rode comandos destrutivos. Entregue um diagnóstico com evidências. Depois diga exatamente quais mudanças recomenda e por quê. <isto você troca — descreva o sistema ou problema a investigar>
O portão separa os dois caminhos: diagnóstico (ciano) é sempre permitido; execução real (vermelho) fica travada até você aprovar explicitamente as mudanças recomendadas.
🔗 Cruzamento com a Trilha 1
Definir limites antes de deixar o agente agir é literalmente a técnica de fronteiras (negative prompting + boundaries) que a Trilha 1 documenta com respaldo oficial da Anthropic — dizer explicitamente o que o modelo não deve fazer, em vez de confiar só na descrição do que ele deve fazer.
Ver Módulo 1.3 — Negative prompting + fronteiras →Em 1 frase: "avalie primeiro, execute depois" transforma iniciativa demais em diagnóstico útil — sem risco de ação indesejada.
🔗 Combinando as duas: auditoria travada
As duas dicas deste módulo não competem entre si — elas se somam. O exemplo mais claro é uma auditoria de segurança: você quer profundidade alta (é uma decisão que custa caro se sair errada) e quer o agente travado em modo só-diagnóstico (porque não é a hora de mexer em nada ainda).
Na prática, isso vira um fluxo de 5 passos que você repete pra qualquer tarefa sensível — não só auditoria de segurança.
Defina a tarefa e o motivo da profundidade alta
Diga o que está em jogo — por que essa tarefa merece o degrau "alta" e não "média".
Declare a fronteira: só diagnóstico nesta rodada
Liste explicitamente o que não pode ser tocado — arquivos, serviços, configuração, comandos destrutivos.
Rode e receba o diagnóstico com evidências
O agente investiga fundo e entrega achados verificáveis, ranqueados por risco ou impacto.
Revise as recomendações
Você decide o que faz sentido aplicar — o agente já disse exatamente o quê e por quê.
Aprove as mudanças numa rodada separada
Só agora o agente executa — e só o que você aprovou, não o que ele achou melhor.
Faça uma auditoria de segurança completa <isto você troca — do sistema/projeto>. Use análise profunda — é uma decisão que custa caro se sair errada. Mas, nesta rodada, apenas avalie: não altere arquivos, não reinicie serviços, não edite configuração e não rode comandos destrutivos. Entregue um diagnóstico com evidências, ranqueado por risco. Depois diga exatamente quais mudanças recomenda e por quê — vou aprovar cada uma antes de você agir.
Em 1 frase: profundidade alta decide quão fundo o agente pensa; o modo só-diagnóstico decide o que ele pode fazer com o que pensou — as duas juntas dão a auditoria mais segura.
✅ Erros comuns + checklist rápido
Antes de fechar o módulo, um checklist rápido pra revisar os prompts que você acabou de aprender — profundidade calibrada (Dica 3) e limites explícitos antes de agir (Dica 4).
✓ Checklist antes de mandar o prompt
- ✓Perguntei "se sair errado, o que eu perco?" antes de escolher o nível de profundidade.
- ✓Disse explicitamente o que o agente não pode tocar, não só o que ele deve fazer.
- ✓Separei diagnóstico de execução em qualquer tarefa que mexe em produção ou dados reais.
- ✓Pedi evidência real no diagnóstico — não uma opinião genérica.
✗ Erros mais comuns
- ✗Deixar tudo em profundidade máxima "pra garantir", sem medir se compensa o tempo/custo.
- ✗Pedir "resolve isso" sem dizer o que fica de fora — e se surpreender com o que o agente tocou.
- ✗Misturar diagnóstico e execução no mesmo pedido em tarefa sensível.
- ✗Aceitar "pronto" sem evidência — isso é assunto do próximo módulo, mas já vale prevenir aqui.
💡 Dica prática: guarde os dois prompts deste módulo (profundidade calibrada + análise segura) num arquivo de templates. Você vai reusá-los toda vez que pedir algo estratégico ou algo que mexe em sistema — e vai perceber rápido que boa parte das "surpresas" com agentes fortes some quando esses dois hábitos viram padrão.
Em 1 frase: calibre o esforço, declare o limite — os dois hábitos que evitam a maioria dos sustos com um agente capaz.
🧾 Resumo do Módulo
Próximo módulo:
2.3 — Verificação real + subagentes especializados.
Fonte deste módulo: guia prático do usuário sobre uso do Fable 5 como agente de trabalho (dicas 3 e 4) — prompts testados na prática, não citações oficiais da Anthropic. Cruzamentos com a Trilha 1 apontam para conteúdo com respaldo oficial: platform.claude.com/docs/en/build-with-claude/effort · platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-fable-5