Guía completa de Claude Fable 5.1: Evolución, ahorro de tokens y creación de habilidades

Evolución, Ahorro de Tokens, Prompts, Arnés y Construcción de Habilidades

El 1 de septiembre de 2026, Anthropic lanzó "Claude Fable 5.1". Al 2 de septiembre de 2026, cuando escribo este artículo, solo ha pasado un día desde su lanzamiento. Por lo tanto, en lugar de reseñas subjetivas en redes sociales, organizaré esta información basándome en la documentación oficial de Anthropic, los documentos de la API y las especificaciones más recientes de Claude Code.

Para darte la conclusión primero: Fable 5.1 no es solo un "modelo que responde preguntas normales un poco más inteligentemente".

Su esencia radica en su capacidad para manejar tareas que abarcan horas o días sin perder de vista el objetivo, profundizando hasta las causas raíz en lugar de los problemas superficiales, y verificando su propio resultado hasta el final.

Sin embargo, el precio es el doble que el de Opus 5 y cinco veces el de Sonnet 5. Además, el pensamiento interno no se puede desactivar. Si le arrojas todo a Fable 5.1, agotarás tus límites de uso y presupuesto antes de poder aprovechar realmente sus capacidades.

La clave para dominar Fable 5.1 no es solo escribir grandes prompts.

Es diseñar qué tareas específicas asignar a Fable, qué información cargar y qué procesos delegar a modelos o scripts más económicos.

Parte 1: Explicación Completa de Claude Fable 5.1

1. ¿Qué es Claude Fable 5.1?

Claude Fable 5.1 está posicionado como el modelo de mayor capacidad entre los que Anthropic ha lanzado al público.

Fable 5.1 y Claude Mythos 5.1, solo por invitación, son esencialmente el mismo modelo. La diferencia radica principalmente en las medidas de seguridad. El Fable público incluye clasificadores sólidos para detectar áreas de alto riesgo como ciberseguridad, ciencias de la vida y química. Mientras tanto, Mythos es utilizado por organizaciones verificadas para investigación defensiva y otros fines. (Anthropic

Las especificaciones clave son las siguientes:

Para usuarios individuales de Claude, está disponible para usuarios Pro, Max, Team y Enterprise. En la API, está disponible para clientes generales sin selección especial. (Claude Platform

Un contexto de 1 millón de tokens puede, por cálculo simple, manejar varios o una docena de libros, bases de código masivas o historiales de conversación largos a la vez.

Sin embargo, "puede caber 1 millón de tokens" es diferente de "deberías poner 1 millón de tokens".

Cuantos más archivos irrelevantes, conversaciones antiguas y registros largos metas, más se entierra la información importante. Si bien Fable 5.1 puede manejar contextos masivos, no neutraliza automáticamente el contexto irrelevante por ti.

2. La Evolución de Fable 5.1 es "Trabajar Más Tiempo"

La evolución más significativa de Fable 5.1 no es su precisión de un solo disparo, sino su capacidad para mantener la consistencia durante tareas de agente de larga duración.

Los agentes de IA generales tienden a causar los siguientes problemas a medida que las tareas se alargan:

• Olvidar el objetivo inicial.
• Realizar solo correcciones sintomáticas sin investigar la causa.
• Leer los mismos archivos o páginas web repetidamente.
• Reducir arbitrariamente el alcance del trabajo a mitad de camino.
• Declarar "probaré a continuación" y luego simplemente terminar.
• Hacer cambios masivos pero no realizar una verificación de funcionamiento final.

Fable 5.1 se enfoca fuertemente en mejorar estas fallas durante el trabajo de larga duración. Las descripciones oficiales enumeran la codificación, las operaciones del navegador, la investigación y la creación de documentos/hojas de cálculo/diapositivas que abarcan horas o varios días como casos de uso principales. Está diseñado para recuperarse de pasos fallidos, re-priorizar y proceder mientras mantiene sus propios registros de trabajo. (Anthropic

Las empresas que lo adoptaron tempranamente han reportado los siguientes casos:

En MongoDB, aparentemente investigó el código del servicio y la documentación para crear un nuevo diseño, completando un prototipo complejo en aproximadamente tres días a través de horas de ejecución autónoma. En Ramp, operó durante 38 horas consecutivas en un problema de aprendizaje automático, descubrió problemas de etiquetado en resultados pasados y ejecutó seis experimentos en paralelo después de solucionarlos. (Anthropic

Además, en un caso de Millennium, se reportó que para un bloqueo que ocurría solo una vez en un millón de veces, el modelo desensambló bibliotecas externas, las cotejó con volcados de núcleo y llegó a una causa que había pasado desapercibida durante años. Si bien son historias de clientes en la página oficial y no resultados reproducidos por agencias independientes, claramente representan la dirección hacia la que apunta Fable 5.1. (Anthropic

En resumen, Fable 5.1 es menos una "IA que escribe mucho código" y más un:

Líder responsable que aísla problemas difíciles, reúne la información necesaria, prueba múltiples métodos, verifica la evidencia y finalmente compila los resultados.

3. ¿Qué Mejoró en los Benchmarks?

Según los puntajes principales publicados por Anthropic, Fable 5.1 ha tenido un crecimiento significativo en agentes a largo plazo, investigación científica y automatización empresarial.

En Terminal-Bench-Science 0.1, que mide tareas científicas de terminal, subió del 24.7% en Fable 5 al 52.6%. En Terminal-Bench 4.0, que mide la codificación de agentes generales, obtuvo un 55.8% en comparación con el 42.0% de Fable 5. Mythos 5.1, con diferentes límites de seguridad, obtuvo un 60.9%.

En AutomationBench, que mide la automatización empresarial, subió del 17.1% en Fable 5 al 31.4%. En CursorBench 3.2, Fable 5.1 obtuvo un 73.4%, en comparación con el 70.5% de Fable 5 y el 70.0% de Opus 5.

Además, en Humanity's Last Exam, que mide el razonamiento avanzado en múltiples campos, obtuvo un 60.9% sin herramientas y un 65.0% con herramientas. (Anthropic

Sin embargo, se necesita precaución al leer estos números.

Estos son resultados de evaluación publicados por Anthropic. Además, Fable tiene clasificadores de seguridad de producción habilitados; en problemas donde el clasificador intervino, podría obtener una puntuación de cero o el proceso podría cambiar a otro modelo. Por lo tanto, la diferencia entre Fable y Mythos puede incluir diferencias en la configuración de seguridad, no solo la capacidad pura del modelo. (Anthropic

Además, en la etapa del día después del lanzamiento, lo que importa más que ser el #1 en benchmarks es la "tasa de finalización de tareas" en tu propio trabajo práctico.

Por ejemplo, en la producción de artículos, la evaluación de texto por sí sola es insuficiente:

• ¿Pudo verificar los hechos contra fuentes primarias?
• ¿Siguió el recuento de caracteres especificado?
• ¿Eliminó redundancias y contradicciones?
• ¿Distinguió entre citas y resúmenes?
• ¿Es consistente desde el título hasta la conclusión?

A menos que prepares tales evaluaciones prácticas, usar el costoso Fable podría resultar en que piense durante mucho tiempo sin un mejor resultado.

4. El Pensamiento Adaptativo Ahora Está Siempre Activo

En Fable 5.1, el Pensamiento Adaptativo está siempre activo.

A diferencia de modelos anteriores, el pensamiento no se puede deshabilitar por completo. Especificar thinking: {type: "disabled"} en la API resultará en un error. El método donde los humanos especifican un número fijo de tokens de pensamiento tampoco está disponible; el modelo mismo ajusta la cantidad de pensamiento según el problema. (Claude Platform

Lo que los usuarios ajustan es el "esfuerzo".

Hay cinco niveles disponibles:

• bajo
• medio
• alto
• xalto
• máximo

El valor predeterminado es alto.

La recomendación oficial es comenzar con alto y luego bajarlo o subirlo según los resultados de la evaluación real. Para procesamiento rutinario, usa medio o bajo; usa xalto o máximo solo para diseño, depuración, investigación o trabajo de agente a largo plazo muy difíciles.

Se dice que Fable 5.1 produce un rendimiento cercano al antiguo Fable 5 incluso en medio, y en bajo, puede tener una relación costo-rendimiento por tarea más alta que ejecutar un modelo más pequeño con esfuerzo alto para ciertos trabajos. (Claude Platform

Lo importante aquí es que el pensamiento interno también se factura como tokens de salida y consume max_tokens.

Por ejemplo, incluso si el manuscrito final mostrado en la pantalla es de 10,000 tokens, si usó el equivalente a 10,000 tokens para pensar de antemano, un total de 20,000 tokens estarán sujetos a facturación en el lado de la salida. Dado que el precio unitario de salida de Fable es de $50 por 1 millón de tokens, usar max innecesariamente aumentará rápidamente el consumo. (Claude Platform

Fable 5.1 no es un modelo donde "un mayor esfuerzo siempre genera ganancias".

Usar max para formateo de texto o resúmenes puede simplemente aumentar los casos en que el modelo escribe un borrador internamente y luego lo vuelve a escribir en el campo de respuesta. Anthropic también aconseja usar alto para entregables largos en principio, y solo actualizar a xalto o superior si se puede medir una mejora en la calidad. (Claude Platform

5. Precios Altos, pero Caché Extremadamente Barato

Las tarifas estándar para Fable 5.1 son $10 por 1 millón de tokens de entrada y $50 por 1 millón de tokens de salida.

Dado que Opus 5 es $5/$25 y Sonnet 5 es $2/$10, Fable es el doble del precio de Opus y cinco veces el precio de Sonnet en términos de precio simple de tokens. (Claude Platform Docs

Por otro lado, un cambio importante en Fable 5.1 es el precio de lectura de caché.

Mientras que era de $1 por 1 millón de tokens en Fable 5, se ha convertido en $0.25 en Fable 5.1. Esto es el 2.5% del precio de entrada normal. Anthropic estima que, en el procesamiento típico, esto resultará en una reducción de costos de aproximadamente el 25% en comparación con el antiguo Fable, y hasta aproximadamente el 45% para el procesamiento de agentes que lee repetidamente el caché. (Anthropic

Por ejemplo, si lees un contexto fijo de 100,000 tokens cada vez, costaría $0.10 por vez a la tarifa de entrada normal, pero solo $0.0025 si es un acierto de caché.

En otras palabras, el trabajo que lee repetidamente las mismas descripciones de proyectos, definiciones de herramientas, premisas de bases de código e historiales de conversación de forma estable es más ventajoso.

Por el contrario, el uso que reescribe el prompt del sistema cada vez, reordena las listas de herramientas o elimina y reconstruye conversaciones antiguas romperá el caché.

En Fable 5.1, una estructura de prompt que no se rompe está más directamente vinculada al costo que un prompt inteligente.

6. Fable 5.1 Puede Romper los Arnés de API Existentes

Al cambiar solo el nombre del modelo de Fable 5 u Opus, hay tres puntos a tener especialmente en cuenta:

La llamada a herramientas forzada no está disponible

Forzar cualquier herramienta o un nombre de herramienta específico en tool_choice resultará en un error 400.

La razón es que forzar una llamada a herramienta hace que el modelo omita los procesos de pensamiento normales y comience a pensar dentro de los argumentos de la herramienta, lo que degrada la calidad de los argumentos.

En su lugar, usa tool_choice: auto y establece explícitamente "Por favor, usa la herramienta XX para este proceso" dentro del prompt. Si deseas garantizar el formato JSON, usa strict: true o Structured Outputs. (Claude Platform

El historial de conversación no debe reescribirse a mitad de camino

El bloque de pensamiento en Fable 5.1 está vinculado al prompt del sistema, las herramientas y los mensajes pasados en el momento en que se generó ese pensamiento.

Si eliminas mensajes antiguos, regeneras el prompt del sistema o reescribes definiciones de herramientas pasadas a mitad de camino, los bloques de pensamiento subsiguientes se volverán inválidos. Para cuentas nuevas, ya se aplica un mecanismo que convierte esta violación de condición en un error. (Claude Platform

El principio básico es no editar el historial, sino solo agregar al final.

Las instrucciones temporales deben agregarse como mensajes del sistema con alcance de turno, y los contextos largos deben organizarse usando compactación del lado del servidor o edición de contexto.

El pensamiento interno no se puede transferir al volver a modelos más baratos

Fable 5.1 puede leer bloques de pensamiento creados por modelos anteriores como Opus 5, Fable 5 o Sonnet.

Sin embargo, lo contrario no es posible. Si pasas un bloque de pensamiento creado por Fable 5.1 a Opus o Sonnet, esos modelos no pueden leerlo. (Claude Platform Docs

Por lo tanto, si cambias de modelo dentro de la misma conversación, el siguiente orden es generalmente seguro:

Explorar con modelos baratos → Promover a Fable

Si vuelves a un modelo más barato desde Fable, debes dejar las decisiones, los problemas no resueltos, los archivos necesarios y los resultados de verificación como un documento de transferencia explícito sin depender del bloque de pensamiento.

7. Restricciones de Seguridad y Retención de Datos

En Fable 5.1, algunas solicitudes relacionadas con ciberseguridad o ciencias de la vida están restringidas por clasificadores de seguridad.

En la aplicación estándar de Claude, los procesos correspondientes pueden enrutarse automáticamente a Opus 4.8 u Opus 5. En la API, debes configurar ajustes de respaldo. No se te facturarán las tarifas de Fable por los procesos cambiados a otros modelos. (Anthropic

Además, Fable 5.1 generalmente requiere una retención de datos de 30 días. A menos que hayas recibido permiso explícito de Anthropic, no se puede usar en entornos estándar de Retención de Datos Cero.

Al manejar código corporativo confidencial, información del cliente o materiales de investigación no publicados, debes introducirlo solo después de confirmar el contrato y las condiciones de retención, no solo usarlo "porque el rendimiento es alto". (Claude Platform

8. En Última Instancia, ¿Quién Necesita Fable 5.1?

Fable 5.1 es para personas para quienes la tasa de finalización de todo el trabajo, en lugar de una sola respuesta del modelo, es el valor.

• Investigación y modificación de bases de código masivas.
• Análisis de causa raíz de errores difíciles de reproducir.
• Investigación que abarca docenas de documentos.
• Tareas que van desde la investigación hasta la creación de hojas de cálculo, documentos y diapositivas.
• Operaciones de navegador de larga duración o procesamiento de trabajos pendientes.
• Investigación que planifica y ejecuta múltiples experimentos de forma autónoma.

Por el contrario, casi no hay necesidad de usar Fable para la creación de correos electrónicos, resúmenes cortos, generación de código simple, organización rutinaria de documentos o redacción de publicaciones en redes sociales.

El propio Anthropic recomienda comenzar el procesamiento general con Opus 5 y solo actualizar a Fable si la calidad es insuficiente incluso cuando se ejecuta Opus con esfuerzo alto. (Claude Platform Docs

Fable 5.1 no es un "modelo estándar para que todos lo usen desde el principio", sino un modelo de alta gama para superar puntos difíciles.

Parte 2: Ahorro de Tokens, Prompts, Arnés y Construcción de Habilidades

1. Técnicas de Ahorro de Tokens para Fable 5.1

Consejo de Ahorro 1: No hagas que Fable haga todo desde la exploración

El método de ahorro más efectivo no es escribir oraciones cortas.

Es reducir el número de veces que llamas al propio Fable.

Deja la obtención de listas de archivos, el filtrado de registros, la clasificación de materiales, los resúmenes simples y las conversiones de formato a Sonnet, Haiku o scripts regulares.

Usa Fable para fases como estas:

• Decidir la política de investigación
• Elegir la hipótesis más prometedora entre varias
• Integrar información contradictoria
• Identificar causas raíz
• Auditar los entregables finales
• Reexaminar problemas donde otros modelos fallaron

La documentación oficial también guía el uso de configuraciones con múltiples modelos, con modelos económicos como ejecutores y modelos de alta gama como asesores o supervisores. (Claude Platform Docs

Consejo de Ahorro 2: Cambia el esfuerzo para cada paso

No necesitas configurar toda la sesión en máximo.

Recomiendo la siguiente asignación:

Fable 5.1 también proporciona un mecanismo para cambiar el esfuerzo durante una conversación. En lugar de reescribir la configuración de nivel superior, agregar cambios de esfuerzo como mensajes del sistema a mitad de camino te permite mantener el caché del prompt. (Claude Platform

El enfoque correcto no es "capacidad máxima siempre", sino "capacidad máxima solo para los movimientos difíciles".

Consejo de Ahorro 3: Mantén el historial solo de adición para proteger el caché

En Fable 5.1, mantén el siguiente contenido fijo:

• Prompt del sistema
• Definiciones de herramientas y orden
• Reglas comunes del proyecto
• Mensajes pasados
• Bloques de pensamiento

Agrega todos los cambios al final.

Si estás construyendo tu propia API, es más seguro mantener el mismo prefijo byte por byte en lugar de reensamblar el prompt del sistema cada vez.

En Claude Code, el procesamiento de caché está básicamente automatizado, pero puedes usar cache_control en la API. Para conversaciones de múltiples turnos, usa el almacenamiento en caché automático; para separar materiales fijos largos, usa límites de caché explícitos. (Claude

Consejo de Ahorro 4: No pases la salida de la herramienta tal cual

Entregar 10,000 líneas de registros a Claude y pedirle que "encuentre el error" es un desperdicio.

Fíltralos primero con scripts o hooks.

La guía de costos oficial de Claude Code también recomienda preprocesar registros largos con hooks y pasar solo las pocas cientos de líneas necesarias al modelo. También explica que usar CLI como gh, aws o gcloud cuando están disponibles es más fácil para suprimir el consumo de contexto de las definiciones de herramientas que conectar una gran cantidad de servidores MCP. (Claude

Antes de dejar que la IA lo lea, corta lo que se pueda cortar por máquina.

Consejo de Ahorro 5: Agrupa llamadas a herramientas independientes

Al leer cinco archivos, si lo divides en cinco turnos con un archivo cada uno, el historial de la conversación se envía cada vez.

Incluir la siguiente instrucción en Fable 5.1 es efectivo:

"Organiza la información necesaria internamente y ejecuta lecturas, búsquedas y verificaciones que no dependan de los resultados de las demás en paralelo dentro del mismo turno."

Anthropic también explica que al fomentar la agrupación de llamadas a herramientas independientes en una sola respuesta, puedes reducir los viajes de ida y vuelta, los tokens y los tiempos de espera. (Claude Platform

Consejo de Ahorro 6: No dejes que reescriba todo el archivo para pequeñas correcciones

Fable 5.1 puede reescribir un archivo completo incluso para cambios pequeños.

Incluye esta oración en tus reglas comunes:

"Si el resultado final no cambia, no reescribas todo el archivo; edita solo las partes necesarias con los cambios mínimos."

Esto es particularmente efectivo para Markdown largo, JSON, archivos de configuración, LP y código fuente masivo. Al evitar la regeneración completa, puedes suprimir los tokens de salida y la carga de la verificación de diferencias. (Claude Platform

Consejo de Ahorro 7: No continúes trabajos no relacionados en la misma sesión

En Claude Code, usa /clear cuando te muevas a un trabajo no relacionado.

En conversaciones largas, incluso agregar una pregunta corta significa manejar conversaciones pasadas, archivos leídos y resultados de herramientas nuevamente. Incluso si el caché funciona, no es gratis.

Si no quieres contaminar el historial con preguntas temporales, usa /btw; si quieres mantener solo el contenido necesario, usa /compact. Descarga la exploración de la base de código a subagentes y devuelve solo los resúmenes a la conversación principal. (Claude

2. Prompts Prácticos para Fable 5.1

Para Fable 5.1, es más efectivo pasar claramente el objetivo, el alcance, las condiciones de finalización y los métodos de verificación que especificar docenas de pasos de pensamiento detallados.

A continuación se muestra una plantilla básica que se puede adaptar para codificación, investigación, producción de artículos y creación de documentos.

Rol

Eres la persona responsable de ejecutar esta solicitud hasta su finalización.

Estás a cargo no solo de responder, sino también de la investigación, el trabajo, la verificación y la corrección necesarias.

Objetivo

[Escribe el producto final a crear o el problema a resolver]

Entrada

[Escribe archivos, URL, materiales y requisitos previos]

Alcance

A implementar:

• [Tarea obligatoria]
• [Tarea obligatoria]

No implementar:

• [Fuera del alcance]
• [Contenido que no deseas que se cambie arbitrariamente]

Condiciones de Finalización

La tarea está completa cuando se cumplen todas las siguientes condiciones:

1. [Condiciones para la función/contenido]
2. [Condiciones para el formato/recuento de caracteres/calidad]
3. [Método de verificación]
4. [Evidencia que muestre que no hay errores]

Reglas de Ejecución

• Primero, organiza la información necesaria y las dependencias.
• Ejecuta búsquedas, lecturas y verificaciones que no dependan de los resultados de las demás en paralelo.
• Procede con el trabajo reversible dentro del alcance de la solicitud sin pedir permiso a mitad de camino.
• Confirma la causa antes de arreglar, no solo los síntomas del problema.
• No realices adiciones de funciones, optimizaciones o correcciones periféricas no solicitadas; sepáralas como sugerencias al final.
• Edita los archivos con los cambios mínimos siempre que sea posible.
• Después del trabajo, verifica según las condiciones de finalización iniciales.
• Si la verificación falla, investiga la causa, arréglala y verifica nuevamente.
• No termines escribiendo "qué hacer a continuación"; ejecuta ese trabajo.
• Confirma antes de la ejecución solo para operaciones destructivas o cambios de especificaciones importantes.

Informe Final

Finalmente, informa brevemente en el siguiente orden:

1. Lo que se completó
2. Cambios realizados
3. Resultados de la verificación y evidencia
4. Problemas restantes
5. Candidatos a mejora notados pero fuera del alcance

Fable 5.1 puede continuar trabajando durante mucho tiempo, pero si es ambiguo lo que constituye la finalización, continuará explorando más de lo necesario.

Por lo tanto, escribir condiciones de finalización y detención es más importante que decir "piensa profundamente".

3. Diseño de Arnés para Aprovechar Fable 5.1

Un arnés es el mecanismo de trabajo que rodea al modelo.

En lugar de confiar únicamente en la capacidad del modelo, decides desde el exterior qué información pasar, qué herramientas usar, en qué orden proceder, dónde verificar y cuántas veces reintentar en caso de falla.

Recomiendo la siguiente estructura de 6 capas:

Capa 1: Reglas Comunes

En CLAUDE.md, coloca solo los hechos del proyecto necesarios cada vez.

Proyecto

• Este repositorio es para el servicio XX
• El entorno de producción es XX
• Usa pnpm para la gestión de paquetes

Verificaciones requeridas

• pnpm lint después de los cambios
• pnpm test después de los cambios
• Verificación de tipos en cambios de API

Restricciones

• No romper la compatibilidad con las API existentes
• No generar información secreta en los registros
• No refactorizar fuera de la solicitud

Dado que CLAUDE.md se lee en cada sesión, hacerlo demasiado largo consumirá contexto cada vez. La documentación oficial recomienda mantener un archivo con menos de 200 líneas y mover los procedimientos largos a Skills. (Claude

Capa 2: Enrutador

Cuando se recibe una solicitud, clasifica el trabajo en lugar de iniciar Fable inmediatamente.

• Extracción/formateo simple -> Haiku o script
• Implementación/investigación normal -> Sonnet
• Diseño/análisis complejo -> Opus
• Trabajo a largo plazo/problemas difíciles -> Fable
• Solo puntos difíciles fallidos -> Fable xhigh

Al crear un enrutador automático, juzga basándote en la "pérdida si es incorrecto", el "tiempo autónomo requerido" y la "dificultad de verificación", no en el precio.

Capa 3: Líder de Exploración

Separa la exploración de código, la recopilación de materiales y la investigación de la competencia en subagentes.

Cada subagente trabaja en un contexto independiente y devuelve solo conclusiones y evidencia al agente principal. Esto evita que los resultados de lectura de docenas de archivos inflen el historial principal. (Claude

Capa 4: Supervisor de Fable

Fable toma decisiones utilizando los resultados devueltos por los líderes de exploración.

• Qué hipótesis adoptar
• Si se necesita investigación adicional
• Qué cambios realizar
• Si hay contradicciones en los resultados
• Si se cumplieron las condiciones de finalización

En lugar de hacer que Fable sea responsable de todo hasta la recopilación de datos sin procesar, pásale evidencia organizada y deja que se concentre en el juicio.

Capa 5: Verificación Determinista

No dejes la verificación únicamente a los prompts.

• Para código: Pruebas, Lint, verificaciones de tipos.
• Para artículos: Conteo de caracteres, expresiones duplicadas, URLs, citas.
• Para hojas de cálculo: Errores de fórmula, valores faltantes, totales.
• Para páginas de aterrizaje: Enlaces, fallos de diseño, comparaciones de capturas de pantalla.

Usando hooks, puedes ejecutar inspecciones antes y después de la ejecución de herramientas. En lugar de apostar a que el LLM recuerde verificar, ejecútalo automáticamente bajo condiciones fijas. (Documentación de la Plataforma Claude

Capa 6: Bucle de Reparación

Regresa a Fable solo si la verificación falla.

Creación -> Verificación Mecánica -> Éxito (Completo) / Fracaso -> Análisis de Causa -> Corrección Mínima -> Re-verificación

Lo importante es no entrar en un bucle infinito.

Por ejemplo, decide "hasta 2 veces para la misma falla" o "detente con evidencia después de 3 fallas totales". Para modelos que pueden trabajar durante mucho tiempo, los costos y el alcance del trabajo se dispararán sin condiciones de parada.

Para procesos que utilizan docenas o cientos de subagentes, muévete a un Flujo de Trabajo Dinámico en lugar de dejar que Claude los gestione secuencialmente. En un Flujo de Trabajo, puedes mantener los resultados intermedios en variables de script y devolver solo el resultado final al contexto principal, lo que lo hace adecuado para investigaciones a gran escala o procesamiento de archivos masivos. (Claude

4. Las Skills no son "Almacenamiento de Prompts Largos"

Las Skills son un mecanismo para guardar procedimientos de trabajo utilizados repetidamente como SKILL.md.

La diferencia con CLAUDE.md es que el cuerpo se lee solo cuando es necesario.

• Información del proyecto y reglas cortas a seguir siempre: CLAUDE.md.
• Procedimientos para producción de artículos, despliegue, investigación, revisión, etc.: Skills.
• Grandes cantidades de ejemplos o especificaciones: Archivos de referencia para Skills.

Esta separación se vincula directamente con el ahorro de tokens. (Documentación de la Plataforma Claude

Recomiendo la siguiente estructura:

1.claude/
2├── CLAUDE.md
3├── skills/
4│   └── deep-article/
5│       ├── SKILL.md
6│       ├── research-rules.md
7│       ├── writing-rules.md
8│       ├── examples.md
9│       └── scripts/
10│           ├── count_chars.py
11│           └── check_repetition.py
12├── agents/
13│   ├── researcher.md
14│   └── critic.md
15└── settings.json

En SKILL.md, coloca solo la visión general, las condiciones de ejecución, los procedimientos y las condiciones de finalización.

Separa las explicaciones masivas, las especificaciones de API y los casos de éxito en diferentes archivos y deja que Claude los lea solo cuando sea necesario. La documentación oficial recomienda mantener SKILL.md con menos de 500 líneas y separar los materiales detallados en archivos de apoyo. (Documentación de la Plataforma Claude

5. Plantilla Práctica de SKILL.md

A continuación, se muestra un ejemplo de una Skill para crear artículos de investigación.

name: deep-article

description: Investiga información primaria y crea artículos extensos con evidencia. Úsalo cuando se soliciten explicaciones exhaustivas sobre las últimas IA, empresas, sistemas o productos.

argument-hint: "[Tema] [Número de caracteres objetivo]"

effort: high

Objetivo

Crear un artículo extenso verificado sobre $ARGUMENTS.

Reglas Básicas

• Siempre busca si la información más reciente es relevante
• Prioriza la información primaria
• Distingue entre hechos, anuncios corporativos, evaluaciones de terceros y especulación
• Adjunta períodos objetivo y definiciones a los números
• No repitas las mismas conclusiones o ejemplos
• Explica los términos técnicos en la primera mención
• No termines con menos del 90% del número de caracteres especificado
• Finalmente, informa el conteo de caracteres y los elementos no verificados

Flujo de Trabajo

1. Divide el tema en 3-7 puntos de investigación
2. Investiga puntos independientes en paralelo
3. Reúne información primaria
4. Investiga contraevidencia o información desfavorable
5. Crea una lista de hechos
6. Decide la estructura
7. Crea el primer borrador
8. Audita en busca de duplicados, saltos, citas, fechas y números
9. Corrige
10. Inspecciona el conteo de caracteres

Condiciones de Finalización

• La conclusión es clara al principio
• El lector puede decidir qué hacer
• Los hechos importantes tienen fuentes
• Los hechos y la especulación no se mezclan
• Cumple con el número de caracteres especificado
• No hay párrafos duplicados

Materiales para leer solo cuando sea necesario

• Estándares de investigación: research-rules.md
• Estándares de estilo: writing-rules.md
• Buenos ejemplos de finalización: examples.md

Inspección Final

Ejecuta lo siguiente:

• python ${CLAUDE_SKILL_DIR}/scripts/count_chars.py <archivo-de-salida>
• python ${CLAUDE_SKILL_DIR}/scripts/check_repetition.py <archivo-de-salida>

La descripción de una Skill funciona como un enrutador, no solo como una explicación.

En lugar de una frase ambigua como "Escribe artículos de alta calidad", escribir "Úsalo para solicitudes de artículos extensos que investiguen información primaria sobre las últimas IA, empresas y sistemas" facilita que sea llamada en situaciones necesarias.

Dado que Claude Code pone la lista de descripciones de Skills en el contexto, escribir descripciones masivas aumenta los costos constantes. Pon los usos importantes al principio y mantenlos cortos. (Documentación de la Plataforma Claude

6. Uso Avanzado de Skills

Skills que no deben ejecutarse automáticamente

El despliegue, envío, eliminación, publicación y pagos no deben ser iniciados por Claude arbitrariamente.

Establece disable-model-invocation: true y ejecútalos solo cuando el usuario ingrese explícitamente /deploy, etc.

Skills que no deberían contaminar la conversación

Para Skills que realizan investigaciones masivas o exploración de código, establece context: fork.

Esto hace que se ejecuten en un contexto de subagente separado. Los contenidos de archivos masivos y los historiales de búsqueda no entrarán en la conversación principal; solo el resultado final regresa. (Documentación de la Plataforma Claude

Skills que auto-inyectan el estado actual

Dentro de una Skill, puedes pre-insertar resultados de comandos.

Estado actual

!git status --short

!git diff --stat

Claude recibe el resultado de la ejecución, no la cadena de comando.

Sin embargo, inyectar diffs completos de git o registros masivos cada vez es contraproducente. Pon solo --stat o líneas de error primero, y deja que lea los detalles solo cuando sean necesarios. (Documentación de la Plataforma Claude

Configuración del esfuerzo para Skills

Establece Skills simples en medium, revisiones de diseño e investigación profunda en high, y auditorías extremadamente difíciles en xhigh.

Si le das a cada Skill su propio esfuerzo, el usuario no necesita cambiarlo cada vez.

7. Evalúa Siempre las Skills de Forma Comparativa

Solo crear una Skill no te dice si la calidad mejoró.

La documentación oficial guía a evaluar dos cosas por separado:

1. ¿La Skill se inicia correctamente para las solicitudes necesarias?
2. ¿El entregable realmente mejora como resultado de iniciarla?

Ejecuta la misma solicitud en sesiones nuevas tanto "con Skill" como "sin Skill".

Para una Skill de artículos, compara el conteo de caracteres, las fuentes faltantes, los duplicados, los errores fácticos y el número de correcciones. Para una Skill de código, compara la tasa de éxito de las pruebas, el número de archivos modificados, los cambios innecesarios y el número de retrabajos.

Probar en la continuación de la conversación donde creaste la Skill ocultará defectos con información complementaria de la conversación. Evalúa siempre en una sesión nueva. Claude Code también proporciona un plugin oficial creador de skills para apoyar esta comparación. (Documentación de la Plataforma Claude

Conclusión Final

Claude Fable 5.1 no es un modelo que simplemente acelera la serie Claude.

Su mayor valor es su capacidad para continuar trabajos difíciles durante mucho tiempo, recuperarse de fallas intermedias, buscar causas raíz y llevar el trabajo a su finalización mientras verifica sus propios resultados.

Por otro lado, los precios unitarios de entrada y salida son el doble que los de Opus 5. El pensamiento interno no se puede desactivar, es incompatible con arneses que reescriben conversaciones antiguas y no se puede forzar la llamada a herramientas.

Por lo tanto, la forma más potente de usarlo es la siguiente:

**Reduce la información con Sonnet o scripts.

Separa la exploración con subagentes.

Asigna a Fable los juicios difíciles y la integración.

Verifica mecánicamente con hooks y pruebas.

Aumenta el esfuerzo solo para los puntos difíciles fallidos.

Guarda los procedimientos repetitivos en Skills.

Mantén el historial de la conversación solo como añadido para proteger el caché.**

Si usas Fable 5.1 como un "chat de alta gama que responde cualquier cosa", solo el precio será alto.

La verdadera diferencia con respecto a generaciones anteriores surge solo cuando posicionas a Fable 5.1 como el supervisor que agrupa modelos baratos, Skills, subagentes, hooks y bucles de verificación.