Mapa de la ruta
📰 Fable 5: contexto y ventana de oportunidad
Volver después de la suspensión
🎯 Da el porqué + no pidas razonamiento
Contexto sí, introspección no
🛑 Negative prompting + límites
Di qué NO hacer
🏁 Déjalo actuar + demuestra que terminó
Menos preguntas, más evidencia
✂️ Di menos, no más
TLDR primero, siempre
⚙️ Esfuerzo y enrutamiento de seguridad
5 niveles, 4 categorías de rechazo
🧩 Bono: subagents, memoria y send_to_user
Trucos adicionales de la documentación oficial
Contenido detallado
📰 Fable 5: contexto y ventana de oportunidad
Qué ocurrió desde el lanzamiento hasta el regreso global, y por qué este es el momento adecuado para aprender a escribir prompts para este modelo.
Fable 5 y Mythos 5 se lanzaron el 9/jun/2026; los controles de exportación del gobierno de EE. UU. del 12/jun llevaron a Anthropic a suspender el acceso para todos; la disponibilidad global se restableció el 1/jul/2026.
Entender el contexto evita pensar que el modelo «desapareció» por ser demasiado peligroso; ayuda a ajustar las expectativas a la realidad.
Claude Fable 5; Claude Mythos 5; controles de exportación; Project Glasswing.
Investigadores de Amazon reportaron una forma de eludir las salvaguardas de Fable 5. Pero la prueba de la propia Anthropic mostró que modelos mucho menos capaces — Opus 4.8, GPT-5.5, Kimi K2.7, e incluso Haiku 4.5 y Sonnet 4.6 — generaban la MISMA demostración de exploit.
El contexto por encima del drama: la suspensión fue una precaución regulatoria, no una falla exclusiva de Fable 5.
Vulnerabilidad de software; prueba comparativa entre modelos; precaución regulatoria.
Fable 5 viene incluido hasta en el 50% del límite de uso semanal hasta el 7/jul/2026 para los planes Pro/Max/Team/parte de Enterprise; después, mediante créditos de uso.
Saber el límite evita sorpresas de costos o de cuota desde la primera semana de uso.
Límite de uso semanal; usage credits; Claude Platform, Claude.ai, Claude Code, Claude Cowork.
Las mismas capacidades de Fable 5, pero sin los safety classifiers: uso restringido solo a través de Project Glasswing, para ciberseguridad defensiva.
Evita confundir los dos modelos y sus públicos de uso muy diferentes.
Project Glasswing; clasificadores de seguridad; ciberseguridad defensiva.
El regreso global de Fable 5 es el momento ideal para aprender a escribir prompts para un modelo que se comporta de forma distinta a Opus 4.8.
Quien aprende las técnicas adecuadas desde el inicio evita meses de prueba y error.
Ventana de adopción; curva de aprendizaje; migración de hábitos de prompting.
Dan Shipper (Every) le dio 91/100 a Fable 5 en el benchmark interno "Senior Engineer", frente a los 63 de Opus 4.8. Boris Cherny (Anthropic) lo llamó públicamente "el mejor modelo que he usado para código, por un amplio margen".
Indica el tamaño del salto en capacidad, aunque sea un relato de terceros y no un hecho oficial de Anthropic.
Benchmark «Senior Engineer»; relato de early adopter; «warp drive para coding».
🎯 Da el porqué + no pidas razonamiento
El contexto de intención en la entrada y el desencadenante oficial de rechazo que aparece cuando le pides al modelo que muestre su razonamiento.
Contexto de intención: decir PARA QUÉ sirve lo que estás pidiendo, no solo QUÉ hacer.
Es una práctica consolidada de ingeniería de prompts (el video ya presenta ese argumento); ayuda al modelo a tomar por sí solo las microdecisiones correctas.
Intención de la tarea; contexto del propósito; práctica general, no una cita oficial verbatim del documento de Fable 5.
Pedirle a Claude que reproduzca el razonamiento interno en la respuesta puede activar la categoría de rechazo reasoning_extraction, específica de Fable 5.
Skills y system prompts antiguos que piden "muestra tu razonamiento" empiezan a generar rechazos y fallback a Opus 4.8.
stop_reason: "refusal"; reasoning_extraction; adaptive thinking.
La documentación oficial recomienda auditar las skills antiguas para buscar instrucciones de "echo/transcribe/explain" sobre el razonamiento interno.
Migrar de Opus a Fable 5 sin esta auditoría aumenta las negativas sin motivo aparente para quien no conoce el desencadenante.
Instrucciones del harness; bloques de pensamiento estructurado; auditoría del system prompt.
Si la aplicación necesita visibilidad del razonamiento, lo correcto es leer los bloques estructurados de «adaptive thinking», no pedirlo como texto en la respuesta.
Resuelve la necesidad de transparencia sin activar el rechazo reasoning_extraction.
Adaptive thinking; bloques estructurados; visibilidad del razonamiento.
Ejemplos de cómo vincular el "porqué" con un prompt técnico; p. ej., "estoy revisándolo para producción" frente a "es solo un borrador".
La misma solicitud técnica genera comportamientos muy distintos según el motivo declarado.
Prompt de tarea; señalización de contexto; comportamiento condicional.
Las instrucciones antiguas que pedían "explica tu paso a paso" eran normales en Opus y fallan en Fable 5.
Detectar este patrón evita un fallback silencioso a Opus 4.8 y un costo adicional sin explicación aparente.
Skills heredadas; fallback silencioso; revisión de prompts.
🛑 Negative prompting + límites
El prompt oficial antiordenamiento y cuándo el entregable correcto es solo la evaluación, sin aplicar ningún cambio.
Decir explícitamente lo que el modelo NO debe hacer, no solo lo que debe hacer.
Con un nivel de esfuerzo alto, Fable 5 puede reunir contexto y deliberar más de lo que la tarea requiere; el prompting negativo lo limita.
Prompts negativos; ingeniería excesiva; planificación excesiva.
El texto oficial pide que no se agreguen funciones, refactors ni abstracciones fuera del alcance, que no se limpie el código alrededor de una corrección de bug y que no se cree un helper para una operación de una sola vez.
Es la cita oficial más directa contra el «ordenamiento» que nadie pidió.
Anti-ordenar de más; abstracción prematura; validación solo en los límites del sistema.
El mismo prompt oficial indica que no se debe diseñar para requisitos hipotéticos futuros: hay que hacer lo más sencillo que funcione bien.
Fable 5 tiende a ser más completo de forma predeterminada; limitarlo ahorra tokens y revisiones.
Simplicidad deliberada; feature flags; shims de compatibilidad retroactiva.
Cuando el usuario está describiendo un problema o pensando en voz alta, el entregable es la evaluación: informar y detenerse, no aplicar una solución sin preguntar.
Evita cambios en el estado del sistema (reinicio, eliminación, configuración) sin que la evidencia realmente respalde la acción.
Entregable = evaluación; acción destructiva o irreversible; confirmación antes de actuar.
El bloque de negative prompting funciona bien si lo pegas en el CLAUDE.md, en el system prompt o al inicio de la sesión.
Pegarla una vez resuelve la tendencia a "ordenar" en todas las tareas siguientes de ese proyecto.
CLAUDE.md; system prompt; alcance por sesión/proyecto.
Después de pegar el prompt, observa si en las sesiones siguientes las tareas de corrección de bugs empiezan a llegar sin refactorizaciones extra.
Cierra el ciclo de «lo probé y lo confirmé», no solo «creo que ayudó».
Verificación empírica; comparación antes/después; alcance del cambio entregado.
🏁 Déjalo actuar + demuestra que terminó
Anti-planificación excesiva al inicio y verificación con evidencia al final: los dos prompts oficiales que más cambian el comportamiento agéntico.
El prompt oficial indica que solo hay que pausar para consultar al usuario cuando la tarea realmente lo exige: una acción destructiva o irreversible, un cambio real de alcance o información que solo él puede proporcionar.
Elimina el hábito de «preguntar demasiado» que bloquea el ciclo autónomo en tareas que ya tenían información suficiente.
Anti-planificación excesiva; acción irreversible; fin del turno.
Si se presenta uno de los casos que requieren al usuario, lo correcto es preguntar y terminar el turno ahí; nunca terminar «prometiendo» hacerlo después.
Elimina el «early stopping» por intención sin acción, algo poco frecuente, pero reportado en sesiones largas.
Fin de turno; promesa frente a acción; early stopping poco frecuente.
Antes de informar sobre el progreso, audita cada afirmación comparándola con un resultado de una herramienta de la propia sesión; informa solo aquello cuya evidencia puedas señalar.
En la prueba de Anthropic, esto casi eliminó los reportes de estados inventados, incluso en tareas diseñadas para inducirlos.
Evidencia del resultado de la herramienta; relato fiel; sin expresiones de duda.
Si una prueba falla, repórtalo con el output; si se omitió un paso, dilo; cuando algo esté listo y verificado, afírmalo sin rodeos.
Es lo opuesto al «buen informe de estado» que el prompt intenta erradicar.
Fallo reportado en la salida; paso omitido; afirmación sin matices.
En tareas largas, un subagent verificador con contexto nuevo revisa el trabajo comparándolo con la especificación en intervalos definidos.
Los verificadores de contexto fresco suelen superar la autocrítica del mismo agente que hizo el trabajo.
Verificador de contexto fresco; intervalo de verificación; especificación como referencia.
Compara informes de progreso antes y después de pegar los dos prompts (actuar + demostrar) en tareas de varios pasos.
Cierra el ciclo práctico: no basta con pegar el prompt, hay que confirmar el cambio real de comportamiento.
Comparación antes/después; tarea de varios pasos; confirmación del comportamiento.
✂️ Di menos, no más
El seguimiento de instrucciones mejoró lo suficiente para que puedas guiarlo con 1 frase, y cómo estructurar la respuesta final sin convertirla en un telegrama.
Fable 5 sigue las instrucciones lo bastante bien como para guiar su comportamiento con una frase breve, en lugar de enumerar cada regla por su nombre.
Los prompts y los system prompts gigantes se convierten en peso muerto: el modelo ya entiende la intención con mucho menos texto.
Seguimiento de instrucciones; instrucción breve; enumeración innecesaria.
La primera frase de la respuesta debe contestar "qué pasó" o "qué encontraste": el TLDR que pediría el usuario; los detalles y el razonamiento vienen después.
Es la cita oficial más directa sobre cómo estructurar la respuesta final para el lector.
Primero el resultado; TLDR; detalles de apoyo después del resultado.
El prompt oficial distingue entre ser legible y ser conciso: eliminar detalles que no cambian la siguiente acción del lector, sin comprimir la escritura en fragmentos o abreviaturas.
Ahorrar tokens convirtiendo el texto en un telegrama dificulta la lectura; ahorrar seleccionando el contenido, no.
Legibilidad; selección de contenido; fragmentación del texto.
Después de trabajar mucho tiempo sin que el usuario te observe, el resumen final debe volver a fundamentar todo: empieza por el resultado y explica cada identificador (archivo, commit, flag) como si fuera nuevo.
Es el prompt oficial que evita que el usuario se pierda al volver de una sesión larga y autónoma.
Reanclaje; taquigrafía entre llamadas a herramientas; claridad por encima de la brevedad.
Pensar en voz alta de forma breve entre llamadas a herramientas es normal; es distinto del resumen final, que debe ser completo para quien no vio nada de eso.
Evita creer que "ser telegráfico todo el tiempo" es el comportamiento correcto en toda interacción.
Pensamiento intermedio; resumen final; audiencia lectora.
Probar la misma solicitud con y sin el prompt de "di menos" y comparar si la respuesta quedó más directa sin convertirse en un fragmento incomprensible.
Cierra el ciclo: «di menos» no significa «di menos claramente».
Claridad por encima de la brevedad; comparación de respuestas; calibración personal.
⚙️ Esfuerzo y enrutamiento de seguridad
Los 5 niveles oficiales de effort y cómo Fable 5 rechaza de verdad: 4 categorías, billing y fallback a Opus 4.8.
max, xhigh, high (default), medium y low: cada uno tiene un caso de uso oficial, desde "razonamiento más profundo" hasta "tareas simples, p. ej., subagents".
Elegir el nivel adecuado ahorra tokens sin perder calidad donde no hace falta.
output_config.effort; max/xhigh/high/medium/low; comportamiento vs. presupuesto de tokens.
Cita oficial: con niveles de esfuerzo más bajos, Claude sigue pensando en problemas lo bastante difíciles, pero piensa menos de lo que pensaría con un nivel más alto para el mismo problema.
Desmonta el mito de que un esfuerzo bajo siempre significa respuestas débiles.
Señal de comportamiento; presupuesto de tokens; problema lo bastante difícil.
La recomendación práctica de la documentación: los niveles bajos en Fable 5 siguen teniendo un buen rendimiento; no supongas que "poco esfuerzo = débil" solo porque así era al migrar desde Opus.
Evita configurar "high"/"max" en todo por costumbre, gastando el doble sin necesidad.
Cambio de hábito; costo vs. rendimiento; subagents ejecutándose en low.
No es «enrutamiento» con nombre de producto: es un HTTP 200 con stop_reason: "refusal" y una categoría en stop_details.category.
Tratarlo como un error genérico (retry a ciegas) es la forma incorrecta de manejarlo; tratarlo como una respuesta válida con metadatos es lo correcto.
HTTP 200; stop_reason; stop_details.category.
cyber, bio, frontier_llm y reasoning_extraction, cada una con el texto oficial que indica qué activa esa categoría.
Saber la categoría orienta el ajuste correcto en el prompt; por ejemplo, reasoning_extraction se resuelve quitando «muestra tu razonamiento».
cyber; bio; frontier_llm; reasoning_extraction.
El rechazo antes de cualquier salida no se cobra; el rechazo a mitad del stream cobra el input y el output que ya se emitieron. Hay 3 formas de recurrir a Opus 4.8 como fallback: del lado del servidor, mediante el middleware del SDK (BetaRefusalFallbackMiddleware) o con un reintento manual con "fallback credit".
Decidir la estrategia de fallback evita interrupciones del producto cuando ocurre un rechazo en producción.
Facturación del rechazo; BetaRefusalFallbackMiddleware; crédito de respaldo.
🧩 Bono: subagents, memoria y send_to_user
Trucos adicionales que solo aparecen en la documentación oficial, no en el video original: delegación, memoria persistente y actualizaciones parciales.
Fable 5 inicia subagentes paralelos con más facilidad que los modelos anteriores; el prompt oficial recomienda delegar subtareas independientes y seguir trabajando mientras se ejecutan.
La comunicación asíncrona entre el orquestador y el subagent reemplaza "esperar bloqueado" por paralelismo real.
Subagents paralelos; comunicación asíncrona; intervención si un subagent se desvía.
Los subagents que mantienen el contexto entre subtareas ahorran tiempo y costo mediante lecturas de caché.
Reutilizar el contexto entre subtareas cuesta menos que recrearlo todo desde cero en cada llamada.
Subagent de larga duración; lecturas de caché; costo por subtarea.
El prompt oficial recomienda guardar 1 lección por archivo, con un resumen de 1 línea al inicio, y registrar las correcciones y los aciertos confirmados, además de por qué fueron importantes.
La memoria desorganizada se convierte en ruido; 1 lección por archivo mantiene todo fácil de buscar y actualizar.
1 lección por archivo; actualizar la nota existente; borrar la nota que resulte incorrecta.
El prompt oficial de bootstrap pide reflexionar sobre sesiones anteriores, usar subagents para identificar temas y lecciones centrales, y guardarlos en un destino específico, al que se hará referencia en el futuro.
Empieza el sistema de memoria con una señal real en vez de una nota vacía.
Bootstrap; subagents de identificación; referencia futura al destino de memoria.
Le da al agente una herramienta cuya entrada se muestra al usuario exactamente como está escrita, sin terminar el turno — útil para un entregable parcial, una actualización de progreso con cifras específicas o para responder una pregunta hecha en medio del bucle.
En agentes de larga duración o asíncronos, resuelve el problema de que «el usuario no recibe noticias hasta el final».
Input mostrado verbatim; sin fin de turno; actualización parcial del progreso.
Las skills hechas para modelos anteriores suelen ser demasiado prescriptivas y degradan la calidad de Fable 5; se recomienda revisarlas y considerar eliminar las instrucciones antiguas si el rendimiento predeterminado ya es mejor.
Cierra el ciclo del curso: migrar no es solo aprender una técnica nueva, también es quitar del camino un prompt viejo.
Prescripción excesiva; rendimiento predeterminado; revisión de skills.