Guida completa a Claude Fable 5.1: evoluzione, risparmio di token e creazione di Skill

Evoluzione, Risparmio di Token, Prompt, Strutture e Costruzione di Competenze

Il 1° settembre 2026, Anthropic ha rilasciato "Claude Fable 5.1". Al 2 settembre 2026, mentre scrivo questo articolo, è passato solo un giorno dal rilascio. Pertanto, invece di recensioni soggettive sui social media, organizzerò queste informazioni basandomi sulla documentazione ufficiale di Anthropic, sui documenti API e sulle specifiche più recenti di Claude Code.

Per darvi subito la conclusione: Fable 5.1 non è solo un "modello che risponde a domande normali in modo leggermente più intelligente".

La sua essenza risiede nella capacità di gestire attività che durano ore o giorni senza perdere di vista l'obiettivo, scavando fino alle cause profonde anziché limitarsi ai problemi di superficie, e verificando il proprio output fino alla fine.

Tuttavia, il prezzo è il doppio di Opus 5 e cinque volte quello di Sonnet 5. Inoltre, il pensiero interno non può essere disattivato. Se gettate tutto su Fable 5.1, esaurirete i vostri limiti di utilizzo e il budget prima di poter sfruttare veramente le sue capacità.

La chiave per padroneggiare Fable 5.1 non è solo scrivere grandi prompt.

È progettare quali attività specifiche assegnare a Fable, quali informazioni caricare e quali processi delegare a modelli o script più economici.

Parte 1: Spiegazione Completa di Claude Fable 5.1

1. Cos'è Claude Fable 5.1?

Claude Fable 5.1 è posizionato come il modello con le più alte capacità tra quelli rilasciati al pubblico da Anthropic.

Fable 5.1 e Claude Mythos 5.1, su invito, sono essenzialmente lo stesso modello. La differenza risiede principalmente nelle misure di sicurezza. La versione pubblica Fable include classificatori robusti per rilevare aree ad alto rischio come cybersecurity, scienze della vita e chimica. Nel frattempo, Mythos è utilizzato da organizzazioni verificate per ricerca difensiva e altri scopi. (Anthropic

Le specifiche principali sono le seguenti:

Per gli utenti individuali di Claude, è disponibile per gli utenti Pro, Max, Team ed Enterprise. Sull'API, è disponibile per i clienti generali senza screening speciale. (Claude Platform

Un contesto da 1 milione di token può, con un semplice calcolo, gestire da diversi a una dozzina di libri, codebase massicci o cronologie di conversazioni lunghe in una volta sola.

Tuttavia, "può contenere 1 milione di token" è diverso da "dovreste inserire 1 milione di token."

Più file irrilevanti, vecchie conversazioni e lunghi log inserite, più le informazioni importanti vengono sepolte. Sebbene Fable 5.1 possa gestire contesti massicci, non neutralizza automaticamente il contesto irrilevante per voi.

2. L'Evoluzione di Fable 5.1 è "Lavorare Più a Lungo"

L'evoluzione più significativa di Fable 5.1 non è la sua precisione a colpo singolo, ma la sua capacità di mantenere la coerenza durante attività agentive di lunga durata.

Gli agenti AI generali tendono a causare i seguenti problemi man mano che le attività si allungano:

• Dimenticare l'obiettivo iniziale.
• Eseguire solo correzioni sintomatiche senza indagare la causa.
• Leggere ripetutamente gli stessi file o pagine web.
• Ridimensionare arbitrariamente il lavoro a metà.
• Dichiarare "Farò il test dopo" e poi semplicemente concludere.
• Apportare modifiche massicce senza eseguire un controllo operativo finale.

Fable 5.1 si concentra molto sul miglioramento di questi cedimenti durante il lavoro di lunga durata. Le descrizioni ufficiali elencano come casi d'uso principali la programmazione, le operazioni del browser, la ricerca e la creazione di documenti/fogli di calcolo/diapositive che durano da ore a più giorni. È progettato per riprendersi da passaggi falliti, ri-prioritizzare e procedere mantenendo i propri registri di lavoro. (Anthropic

Le aziende che lo hanno adottato per prime hanno riportato i seguenti casi:

In MongoDB, ha apparentemente indagato sul codice del servizio e sulla documentazione per creare un nuovo design, completando un prototipo complesso in circa tre giorni attraverso ore di esecuzione autonoma. In Ramp, ha operato per 38 ore consecutive su un problema di machine learning, ha scoperto problemi di etichettatura nei risultati passati e ha eseguito sei esperimenti in parallelo dopo averli corretti. (Anthropic

Inoltre, in un caso di Millennium, è stato riportato che per un crash che si verificava solo una volta su un milione, il modello ha smontato librerie esterne, le ha incrociate con i core dump e ha raggiunto una causa che era rimasta non scoperta per anni. Sebbene queste siano storie di clienti sulla pagina ufficiale e non risultati riprodotti da enti indipendenti, rappresentano chiaramente la direzione verso cui punta Fable 5.1. (Anthropic

In breve, Fable 5.1 è meno un "AI che scrive molto codice" e più un:

Lead responsabile che isola i problemi difficili, raccoglie le informazioni necessarie, prova più metodi, verifica le prove e infine compila i risultati.

3. Cosa è Migliorato nei Benchmark?

Secondo i punteggi principali rilasciati da Anthropic, Fable 5.1 ha visto una crescita significativa negli agenti a lungo termine, nella ricerca scientifica e nell'automazione aziendale.

In Terminal-Bench-Science 0.1, che misura le attività terminali scientifiche, è passato dal 24,7% di Fable 5 al 52,6%. In Terminal-Bench 4.0, che misura la programmazione agentiva generale, ha ottenuto il 55,8% rispetto al 42,0% di Fable 5. Mythos 5.1, con diversi limiti di sicurezza, ha ottenuto il 60,9%.

In AutomationBench, che misura l'automazione aziendale, è passato dal 17,1% di Fable 5 al 31,4%. In CursorBench 3.2, Fable 5.1 ha ottenuto il 73,4%, rispetto al 70,5% di Fable 5 e al 70,0% di Opus 5.

Inoltre, in Humanity's Last Exam, che misura il ragionamento avanzato in più campi, ha ottenuto il 60,9% senza strumenti e il 65,0% con strumenti. (Anthropic

Tuttavia, è necessaria cautela nella lettura di questi numeri.

Questi sono risultati di valutazione pubblicati da Anthropic. Inoltre, Fable ha classificatori di sicurezza di produzione abilitati; in problemi in cui il classificatore è intervenuto, potrebbe ottenere zero o il processo potrebbe spostarsi su un altro modello. Pertanto, la differenza tra Fable e Mythos può includere differenze nelle impostazioni di sicurezza piuttosto che solo la pura capacità del modello. (Anthropic

Inoltre, nella fase del giorno dopo il rilascio, ciò che conta più dell'essere #1 nei benchmark è il "tasso di completamento delle attività" nel vostro lavoro pratico.

Ad esempio, nella produzione di articoli, la sola valutazione del testo è insufficiente:

• Potrebbe verificare i fatti rispetto alle fonti primarie?
• Ha seguito il conteggio dei caratteri specificato?
• Ha rimosso ridondanze e contraddizioni?
• Ha distinto tra citazioni e riassunti?
• È coerente dal titolo alla conclusione?

A meno che non prepariate tali valutazioni pratiche, usare il costoso Fable potrebbe solo portarlo a pensare a lungo senza un risultato migliore.

4. Il Pensiero Adattivo è Ora Sempre Attivo

In Fable 5.1, il Pensiero Adattivo è sempre attivo.

A differenza dei modelli precedenti, il pensiero non può essere completamente disabilitato. Specificare thinking: {type: "disabled"} nell'API restituirà un errore. Anche il metodo in cui gli umani specificano un numero fisso di token di pensiero non è disponibile; il modello stesso regola la quantità di pensiero in base al problema. (Claude Platform

Ciò che gli utenti regolano è lo "sforzo."

Ci sono cinque livelli disponibili:

• basso
• medio
• alto
• molto alto
• massimo

L'impostazione predefinita è alto.

La raccomandazione ufficiale è di iniziare con alto e poi abbassarlo o alzarlo in base ai risultati effettivi della valutazione. Per l'elaborazione di routine, usate medio o basso; usate molto alto o massimo solo per lavori agentivi a lungo termine, debug, ricerca o progettazione molto difficili.

Si dice che Fable 5.1 produca prestazioni vicine al vecchio Fable 5 anche a medio, e a basso, potrebbe avere un rapporto costo-prestazioni per attività più alto rispetto all'esecuzione di un modello più piccolo a sforzo alto per alcuni lavori. (Claude Platform

La cosa importante qui è che il pensiero interno viene anche fatturato come token di output e consuma max_tokens.

Ad esempio, anche se il manoscritto finale visualizzato sullo schermo è di 10.000 token, se ha utilizzato l'equivalente di 10.000 token per pensare in anticipo, un totale di 20.000 token sarà soggetto alla fatturazione sul lato output. Poiché il prezzo unitario di output di Fable è $50 per 1 milione di token, usare max inutilmente aumenterà rapidamente il consumo. (Claude Platform

Fable 5.1 non è un modello in cui "uno sforzo maggiore porta sempre a un profitto."

Usare max per la formattazione del testo o il riepilogo potrebbe semplicemente aumentare i casi in cui il modello scrive una bozza internamente e poi la riscrive nel campo di risposta. Anthropic consiglia anche di usare alto in linea di principio per risultati di lunga durata, e di passare a molto alto o superiore solo se si può misurare un miglioramento della qualità. (Claude Platform

5. Prezzi Alti, ma Caching Estremamente Economico

Le tariffe standard per Fable 5.1 sono $10 per 1 milione di token di input e $50 per 1 milione di token di output.

Poiché Opus 5 è $5/$25 e Sonnet 5 è $2/$10, Fable costa il doppio di Opus e cinque volte Sonnet in termini di semplice prezzo dei token. (Claude Platform Docs

D'altra parte, un cambiamento importante in Fable 5.1 è il prezzo di lettura della cache.

Mentre era $1 per 1 milione di token in Fable 5, è diventato $0,25 in Fable 5.1. Questo è il 2,5% del prezzo di input normale. Anthropic stima che nell'elaborazione tipica, ciò si tradurrà in una riduzione dei costi di circa il 25% rispetto al vecchio Fable, e fino a circa il 45% per l'elaborazione agentiva che legge ripetutamente la cache. (Anthropic

Ad esempio, se leggete un contesto fisso di 100.000 token ogni volta, costerebbe $0,10 per volta alla tariffa di input normale, ma solo $0,0025 se è un hit della cache.

In altre parole, il lavoro che legge ripetutamente le stesse descrizioni di progetto, definizioni di strumenti, premesse del codebase e cronologie di conversazioni in una forma stabile è più vantaggioso.

Al contrario, l'utilizzo che riscrive il prompt di sistema ogni volta, riordina gli elenchi di strumenti o elimina e ricostruisce vecchie conversazioni romperà la cache.

In Fable 5.1, una struttura di prompt non di rottura è più direttamente collegata al costo di un prompt intelligente.

6. Fable 5.1 Potrebbe Rompere le Strutture API Esistenti

Quando si cambia solo il nome del modello da Fable 5 o Opus, ci sono tre punti di cui essere particolarmente cauti:

La chiamata forzata allo strumento non è disponibile

Forzare any o un nome di strumento specifico in tool_choice restituirà un errore 400.

Il motivo è che forzare una chiamata allo strumento fa sì che il modello salti i normali processi di pensiero e inizi a pensare all'interno degli argomenti dello strumento, degradando la qualità degli argomenti.

Invece, usate tool_choice: auto e dichiarate esplicitamente "Si prega di utilizzare lo strumento XX per questo processo" all'interno del prompt. Se volete garantire il formato JSON, usate strict: true o Output Strutturati. (Claude Platform

La cronologia delle conversazioni non deve essere riscritta a metà

Il blocco di pensiero in Fable 5.1 è legato al prompt di sistema, agli strumenti e ai messaggi passati al momento in cui quel pensiero è stato generato.

Se eliminate vecchi messaggi, rigenerate il prompt di sistema o riscrivete le definizioni degli strumenti passati a metà, i blocchi di pensiero successivi diventeranno non validi. Per i nuovi account, è già applicato un meccanismo che rende questa violazione di condizione un errore. (Claude Platform

Il principio di base è non modificare la cronologia, ma solo aggiungere alla fine.

Le istruzioni temporanee dovrebbero essere aggiunte come messaggi di sistema con ambito turno, e i contesti lunghi dovrebbero essere organizzati utilizzando la compattazione lato server o la modifica del contesto.

Il pensiero interno non può essere trasferito quando si torna a modelli più economici

Fable 5.1 può leggere i blocchi di pensiero creati da modelli precedenti come Opus 5, Fable 5 o Sonnet.

Tuttavia, il contrario non è possibile. Se passate un blocco di pensiero creato da Fable 5.1 a Opus o Sonnet, quei modelli non possono leggerlo. (Claude Platform Docs

Pertanto, se cambiate modello all'interno della stessa conversazione, il seguente ordine è generalmente sicuro:

Esplorare con modelli economici → Promuovere a Fable

Se tornate a un modello più economico da Fable, dovete lasciare decisioni, problemi irrisolti, file necessari e risultati di verifica come un documento di consegna esplicito senza fare affidamento sul blocco di pensiero.

7. Restrizioni di Sicurezza e Conservazione dei Dati

In Fable 5.1, alcune richieste riguardanti la cybersecurity o le scienze della vita sono limitate dai classificatori di sicurezza.

Nell'app Claude standard, i processi corrispondenti possono essere automaticamente instradati a Opus 4.8 o Opus 5. Nell'API, è necessario impostare le impostazioni di fallback. Non vi verranno addebitate le tariffe Fable per i processi passati ad altri modelli. (Anthropic

Inoltre, Fable 5.1 richiede generalmente una conservazione dei dati di 30 giorni. A meno che non abbiate ricevuto un'autorizzazione esplicita da Anthropic, non può essere utilizzato in ambienti standard di Conservazione Zero Dati.

Quando gestite codice aziendale riservato, informazioni sui clienti o materiali di ricerca non pubblicati, dovreste introdurlo solo dopo aver confermato il contratto e le condizioni di conservazione, e non solo usarlo "perché le prestazioni sono elevate." (Claude Platform

8. In Definitiva, Chi Ha Bisogno di Fable 5.1?

Fable 5.1 è per le persone per le quali il tasso di completamento dell'intero lavoro, piuttosto che una singola risposta del modello, è il valore.

• Indagine e modifica di codebase massicci.
• Analisi delle cause profonde di bug difficili da riprodurre.
• Ricerca che abbraccia dozzine di documenti.
• Attività che vanno dalla ricerca alla creazione di fogli di calcolo, documenti e diapositive.
• Operazioni del browser di lunga durata o elaborazione del backlog.
• Ricerca che pianifica ed esegue autonomamente più esperimenti.

Al contrario, non c'è quasi bisogno di usare Fable per la creazione di email, riepiloghi brevi, generazione di codice semplice, organizzazione di documenti di routine o bozze di post sui social media.

Anthropic stesso raccomanda di iniziare l'elaborazione generale con Opus 5 e di passare a Fable solo se la qualità è insufficiente anche quando si esegue Opus a sforzo alto. (Claude Platform Docs

Fable 5.1 non è un "modello standard per tutti da usare dall'inizio," ma un modello di fascia alta per superare punti difficili.

Parte 2: Risparmio di Token, Prompt, Strutture e Costruzione di Competenze

1. Tecniche di Risparmio di Token per Fable 5.1

Consiglio di Risparmio 1: Non fate fare tutto a Fable dall'esplorazione

Il metodo di risparmio più efficace non è scrivere frasi brevi.

È ridurre il numero di volte in cui chiamate Fable stesso.

Lasciate l'ottenimento degli elenchi di file, il filtraggio dei log, la classificazione dei materiali, i riepiloghi semplici e le conversioni di formato a Sonnet, Haiku o script regolari.

Usate Fable per fasi come queste:

• Decidere la politica di ricerca
• Scegliere l'ipotesi più promettente tra diverse
• Integrare informazioni contraddittorie
• Identificare le cause profonde
• Verificare i risultati finali
• Riesaminare i problemi in cui altri modelli hanno fallito

La documentazione ufficiale guida anche le configurazioni che utilizzano più modelli, con modelli economici come esecutori e modelli di fascia alta come consulenti o supervisori. (Claude Platform Docs

Consiglio di Risparmio 2: Cambiate lo sforzo per ogni passaggio

Non è necessario impostare l'intera sessione su massimo.

Raccomando la seguente allocazione:

Fable 5.1 fornisce anche un meccanismo per cambiare lo sforzo durante una conversazione. Piuttosto che riscrivere le impostazioni di primo livello, aggiungere modifiche allo sforzo come messaggi di sistema a metà consente di mantenere la cache del prompt. (Claude Platform

L'approccio corretto non è "capacità massima sempre," ma "capacità massima solo per le mosse difficili."

Consiglio di Risparmio 3: Mantenete la cronologia solo in aggiunta per proteggere la cache

In Fable 5.1, mantenete fisso il seguente contenuto:

• Prompt di sistema
• Definizioni e ordine degli strumenti
• Regole comuni del progetto
• Messaggi passati
• Blocchi di pensiero

Aggiungete tutte le modifiche alla fine.

Se state costruendo la vostra API, è più sicuro mantenere lo stesso prefisso byte per byte piuttosto che riassemblare il prompt di sistema ogni volta.

In Claude Code, l'elaborazione della cache è fondamentalmente automatizzata, ma potete usare cache_control nell'API. Per conversazioni multi-turno, usate la memorizzazione nella cache automatica; per separare materiali fissi lunghi, usate confini di cache espliciti. (Claude

Consiglio di Risparmio 4: Non inserite l'output dello strumento così com'è

Consegnare 10.000 righe di log a Claude e chiedergli di "trovare l'errore" è uno spreco.

Filtrateli prima con script o hook.

La guida ufficiale ai costi di Claude Code raccomanda anche di pre-elaborare i log lunghi con hook e passare solo le poche centinaia di righe necessarie al modello. Spiega anche che usare CLI come gh, aws o gcloud quando disponibili è più facile per sopprimere il consumo di contesto dalle definizioni degli strumenti rispetto a collegare un gran numero di server MCP. (Claude

Prima di lasciare che l'AI lo legga, tagliate ciò che può essere tagliato dalla macchina.

Consiglio di Risparmio 5: Raggruppate le chiamate agli strumenti indipendenti

Quando leggete cinque file, se li dividete in cinque turni con un file ciascuno, la cronologia della conversazione viene inviata ogni volta.

Includere la seguente istruzione in Fable 5.1 è efficace:

"Organizza internamente le informazioni necessarie ed esegui letture, ricerche e verifiche che non dipendono dai risultati reciproci in parallelo all'interno dello stesso turno."

Anthropic spiega anche che incoraggiando il raggruppamento di chiamate a strumenti indipendenti in un'unica risposta, è possibile ridurre i round trip, i token e i tempi di attesa. (Claude Platform

Consiglio di Risparmio 6: Non lasciate che riscriva l'intero file per piccole correzioni

Fable 5.1 potrebbe riscrivere un intero file anche per piccole modifiche.

Includete questa frase nelle vostre regole comuni:

"Se il risultato finale non cambia, non riscrivere l'intero file; modifica solo le parti necessarie con diff minimi."

Questo è particolarmente efficace per Markdown lungo, JSON, file di configurazione, LP e codice sorgente massiccio. Prevenendo la rigenerazione completa, potete sopprimere i token di output e l'onere della verifica dei diff. (Claude Platform

Consiglio di Risparmio 7: Non continuate lavori non correlati nella stessa sessione

In Claude Code, usate /clear quando passate a lavori non correlati.

Nelle conversazioni lunghe, anche aggiungere una breve domanda significa gestire di nuovo conversazioni passate, file letti e risultati degli strumenti. Anche se la cache funziona, non è gratuita.

Se non volete inquinare la cronologia con domande temporanee, usate /btw; se volete mantenere solo il contenuto necessario, usate /compact. Delegare l'esplorazione del codebase a subagenti e restituire solo i riepiloghi alla conversazione principale. (Claude

2. Prompt Pratici per Fable 5.1

Per Fable 5.1, è più efficace passare chiaramente l'obiettivo, l'ambito, le condizioni di completamento e i metodi di verifica piuttosto che specificare dozzine di passaggi di pensiero dettagliati.

Di seguito è riportato un modello di base che può essere adattato per programmazione, ricerca, produzione di articoli e creazione di documenti.

Ruolo

Sei la persona responsabile dell'esecuzione di questa richiesta fino al completamento.

Sei incaricato non solo di rispondere, ma anche della ricerca, del lavoro, della verifica e della correzione necessari.

Obiettivo

[Scrivere il prodotto finale da creare o il problema da risolvere]

Input

[Scrivere file, URL, materiali e prerequisiti]

Ambito

Da implementare:

• [Attività obbligatoria]
• [Attività obbligatoria]

Da non implementare:

• [Fuori ambito]
• [Contenuto che non si desidera venga modificato arbitrariamente]

Condizioni di Completamento

L'attività è completata quando tutte le seguenti condizioni sono soddisfatte:

1. [Condizioni per funzione/contenuto]
2. [Condizioni per formato/conteggio caratteri/qualità]
3. [Metodo di verifica]
4. [Prova che non ci sono errori]

Regole di Esecuzione

• Per prima cosa, organizza le informazioni necessarie e le dipendenze.
• Esegui ricerche, letture e verifiche che non dipendono dai risultati reciproci in parallelo.
• Procedi con il lavoro reversibile nell'ambito della richiesta senza chiedere il permesso a metà.
• Conferma la causa prima di correggere, non solo i sintomi del problema.
• Non eseguire aggiunte di funzionalità, ottimizzazioni o correzioni periferiche non richieste; separale come suggerimenti alla fine.
• Modifica i file con diff minimi quando possibile.
• Dopo il lavoro, verifica secondo le condizioni di completamento iniziali.
• Se la verifica fallisce, indaga la causa, correggila e verifica di nuovo.
• Non concludere scrivendo "cosa fare dopo"; esegui quel lavoro.
• Conferma prima dell'esecuzione solo per operazioni distruttive o modifiche importanti alle specifiche.

Rapporto Finale

Infine, riferisci brevemente nel seguente ordine:

1. Cosa è stato completato
2. Modifiche apportate
3. Risultati della verifica e prove
4. Problemi rimanenti
5. Candidati al miglioramento notati ma fuori ambito

Fable 5.1 può continuare a lavorare per molto tempo, ma se è ambiguo ciò che costituisce il completamento, continuerà ad esplorare più del necessario.

Pertanto, scrivere le condizioni di completamento e arresto è più importante che dire "pensa profondamente."

3. Progettazione della Struttura per Sfruttare Fable 5.1

Una struttura è il meccanismo di lavoro che circonda il modello.

Piuttosto che fare affidamento esclusivamente sulla capacità del modello, decidete dall'esterno quali informazioni passare, quali strumenti usare, in quale ordine procedere, dove verificare e quante volte riprovare in caso di fallimento.

Raccomando la seguente struttura a 6 livelli:

Livello 1: Regole Comuni

In CLAUDE.md, inserite solo i fatti del progetto necessari ogni volta.

Progetto

• Questo repository è per il servizio XX
• L'ambiente di produzione è XX
• Usare pnpm per la gestione dei pacchetti

Controlli richiesti

• pnpm lint dopo le modifiche
• pnpm test dopo le modifiche
• Controllo del tipo sulle modifiche API

Vincoli

• Non rompere la compatibilità con le API esistenti
• Non produrre informazioni segrete nei log
• Non rifattorizzare al di fuori della richiesta

Poiché CLAUDE.md viene letto a ogni sessione, renderlo troppo lungo consumerà contesto ogni volta. La documentazione ufficiale consiglia di mantenere un file sotto le 200 righe e di spostare le procedure lunghe in Skills. (Claude

Livello 2: Router

Quando viene ricevuta una richiesta, classifica il lavoro invece di avviare immediatamente Fable.

• Estrazione/formattazione semplice → Haiku o script
• Implementazione/ricerca normale → Sonnet
• Progettazione/analisi complessa → Opus
• Lavoro a lungo termine/problemi difficili → Fable
• Solo punti difficili falliti → Fable xhigh

Quando crei un router automatico, giudica in base a "perdita in caso di errore", "tempo autonomo richiesto" e "difficoltà di verifica" piuttosto che al prezzo.

Livello 3: Capo Esplorazione

Separa l'esplorazione del codice, la raccolta di materiali e la ricerca sulla concorrenza in sottoagenti.

Ogni sottoagente lavora in un contesto indipendente e restituisce solo conclusioni e prove all'agente principale. Questo impedisce che i risultati della lettura di dozzine di file appesantiscano la cronologia principale. (Claude

Livello 4: Supervisore Fable

Fable formula giudizi utilizzando i risultati restituiti dai capi esplorazione.

• Quale ipotesi adottare
• Se sono necessarie ulteriori ricerche
• Quali modifiche apportare
• Se ci sono contraddizioni nei risultati
• Se le condizioni di completamento sono state soddisfatte

Piuttosto che rendere Fable responsabile di tutto fino alla raccolta dei dati grezzi, passagli prove organizzate e lascia che si concentri sul giudizio.

Livello 5: Verifica Deterministica

Non affidare la verifica esclusivamente ai prompt.

• Per il codice: Test, Lint, controlli di tipo.
• Per gli articoli: Conteggio caratteri, espressioni duplicate, URL, citazioni.
• Per i fogli di calcolo: Errori di formula, valori mancanti, totali.
• Per le LP: Link, rotture di layout, confronti di screenshot.

Utilizzando gli hook, puoi eseguire ispezioni prima e dopo l'esecuzione degli strumenti. Invece di scommettere che l'LLM si ricordi di verificare, eseguilo automaticamente in condizioni fisse. (Claude Platform Docs

Livello 6: Ciclo di Riparazione

Torna a Fable solo se la verifica fallisce.

Creazione → Verifica Meccanica → Successo (Completato) / Fallimento → Analisi delle Cause → Correzione Minima → Riverifica

L'importante è non ciclare all'infinito.

Ad esempio, decidi "massimo 2 volte per lo stesso fallimento" o "fermati con le prove dopo 3 fallimenti totali". Per i modelli che possono lavorare a lungo, i costi e l'ambito di lavoro aumenteranno senza condizioni di arresto.

Per i processi che utilizzano dozzine o centinaia di sottoagenti, passa a un Workflow Dinamico piuttosto che lasciare che Claude li gestisca in sequenza. In un Workflow, puoi mantenere i risultati intermedi in variabili di script e restituire solo il risultato finale al contesto principale, rendendolo adatto per ricerche su larga scala o l'elaborazione di file enormi. (Claude

4. Le Skills non sono un "Archivio di Prompt Lunghi"

Le Skills sono un meccanismo per salvare procedure di lavoro utilizzate ripetutamente come SKILL.md.

La differenza da CLAUDE.md è che il corpo viene letto solo quando necessario.

• Informazioni sul progetto e regole brevi da seguire sempre: CLAUDE.md.
• Procedure per la produzione di articoli, distribuzione, ricerca, revisione, ecc.: Skills.
• Grandi quantità di esempi o specifiche: File di riferimento per le Skills.

Questa separazione si traduce direttamente in un risparmio di token. (Claude Platform Docs

Raccomando la seguente struttura:

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

In SKILL.md, inserisci solo la panoramica, le condizioni di esecuzione, le procedure e le condizioni di completamento.

Separa spiegazioni massicce, specifiche API e storie di successo in file diversi e lascia che Claude li legga solo quando necessario. La documentazione ufficiale consiglia di mantenere SKILL.md sotto le 500 righe e di separare i materiali dettagliati in file di supporto. (Claude Platform Docs

5. Template Pratico di SKILL.md

Di seguito è riportato un esempio di Skill per la creazione di articoli di ricerca.

name: deep-article

description: Ricerca informazioni primarie e crea articoli di lunga forma con prove. Da utilizzare quando vengono richieste spiegazioni approfondite sugli ultimi AI, aziende, sistemi o prodotti.

argument-hint: "[Tema] [Conteggio caratteri target]"

effort: high

Obiettivo

Crea un articolo di lunga forma verificato sui fatti riguardante $ARGUMENTS.

Regole di Base

• Cerca sempre se le informazioni più recenti sono pertinenti
• Dai priorità alle informazioni primarie
• Distingui tra fatti, annunci aziendali, valutazioni di terze parti e speculazioni
• Allega periodi target e definizioni ai numeri
• Non ripetere le stesse conclusioni o esempi
• Spiega i termini tecnici al primo utilizzo
• Non terminare con meno del 90% del conteggio caratteri specificato
• Alla fine, riporta il conteggio caratteri e gli elementi non verificati

Flusso di Lavoro

1. Dividi il tema in 3-7 punti di ricerca
2. Ricerca i punti indipendenti in parallelo
3. Raccogli informazioni primarie
4. Indaga su controprove o informazioni sfavorevoli
5. Crea un elenco di fatti
6. Decidi la struttura
7. Crea la prima bozza
8. Verifica la presenza di duplicati, salti logici, citazioni, date e numeri
9. Correggi
10. Controlla il conteggio caratteri

Condizioni di Completamento

• La conclusione è chiara all'inizio
• Il lettore può decidere cosa fare
• I fatti importanti hanno fonti
• Fatti e speculazioni non sono mescolati
• Rispetta il conteggio caratteri specificato
• Nessun paragrafo duplicato

Materiali da leggere solo quando necessario

• Standard di ricerca: research-rules.md
• Standard di stile: writing-rules.md
• Buoni esempi di completamento: examples.md

Ispezione Finale

Esegui quanto segue:

• python ${CLAUDE_SKILL_DIR}/scripts/count_chars.py <file-output>
• python ${CLAUDE_SKILL_DIR}/scripts/check_repetition.py <file-output>

La descrizione di una Skill funge da router, non solo da spiegazione.

Piuttosto che una frase ambigua come "Scrivi articoli di alta qualità", scrivere "Da utilizzare per richieste di lunga forma che indagano informazioni primarie sugli ultimi AI, aziende e sistemi" rende più probabile che venga chiamata nelle situazioni necessarie.

Poiché Claude Code inserisce l'elenco delle descrizioni delle Skills nel contesto, scrivere descrizioni massicce aumenta i costi costanti. Metti gli usi importanti all'inizio e mantienili brevi. (Claude Platform Docs

6. Utilizzo Avanzato delle Skills

Skills che non devono essere eseguite automaticamente

Distribuzione, invio, eliminazione, pubblicazione e pagamenti non devono essere avviati arbitrariamente da Claude.

Imposta disable-model-invocation: true ed eseguili solo quando l'utente inserisce esplicitamente /deploy, ecc.

Skills che non dovrebbero inquinare la conversazione

Per le Skills che eseguono ricerche massive o esplorazione del codice, imposta context: fork.

Questo le fa eseguire in un contesto di sottoagente separato. I contenuti massicci dei file e le cronologie di ricerca non entreranno nella conversazione principale; solo il risultato finale viene restituito. (Claude Platform Docs

Skills che auto-iniettano lo stato corrente

All'interno di una Skill, puoi pre-inserire i risultati dei comandi.

Stato corrente

!git status --short

!git diff --stat

Claude riceve il risultato dell'esecuzione, non la stringa del comando.

Tuttavia, iniettare ogni volta diff git completi o log massicci è controproducente. Inserisci prima solo --stat o le righe di errore, e lascia che legga i dettagli solo quando diventano necessari. (Claude Platform Docs

Impostazione dell'effort per le Skills

Imposta le Skills semplici su medium, le revisioni di progettazione e la ricerca approfondita su high, e gli audit estremamente difficili su xhigh.

Se dai a ogni Skill il proprio effort, l'utente non ha bisogno di cambiarlo ogni volta.

7. Valuta Sempre le Skills in Modo Comparativo

Solo creare una Skill non ti dice se la qualità è migliorata.

La documentazione ufficiale guida alla valutazione separata di due cose:

1. La Skill si avvia correttamente per le richieste necessarie?
2. Il deliverable migliora effettivamente come risultato dell'avvio?

Esegui la stessa richiesta in nuove sessioni sia "con Skill" che "senza Skill".

Per una Skill per articoli, confronta il conteggio caratteri, le fonti mancanti, i duplicati, gli errori fattuali e il numero di correzioni. Per una Skill per codice, confronta il tasso di successo dei test, il numero di file modificati, le modifiche non necessarie e il numero di rilavorazioni.

Testare nella continuazione della conversazione in cui hai creato la Skill nasconderà i difetti con le informazioni supplementari della conversazione. Valuta sempre in una nuova sessione. Claude Code fornisce anche un plugin ufficiale skill-creator per supportare questo confronto. (Claude Platform Docs

Conclusione Finale

Claude Fable 5.1 non è un modello che semplicemente accelera la serie Claude.

Il suo più grande valore è la capacità di continuare un lavoro difficile per molto tempo, riprendersi da fallimenti a metà strada, cercare le cause profonde e portare a termine il lavoro verificando i propri risultati.

D'altra parte, i prezzi unitari di input e output sono il doppio di quelli di Opus 5. Il pensiero interno non può essere disattivato, è incompatibile con gli harness che riscrivono conversazioni vecchie e la chiamata forzata degli strumenti non è disponibile.

Pertanto, il modo più forte per usarlo è il seguente:

**Restringi le informazioni con Sonnet o script.

Separa l'esplorazione con sottoagenti.

Assegna a Fable i giudizi difficili e l'integrazione.

Verifica meccanicamente con hook e test.

Aumenta l'effort solo per i punti difficili falliti.

Salva le procedure ripetitive nelle Skills.

Mantieni la cronologia della conversazione in modalità append-only per proteggere la cache.**

Se usi Fable 5.1 come una "chat di alto livello che risponde a tutto", solo il prezzo sarà alto.

La vera differenza rispetto alle generazioni precedenti emerge solo quando posizioni Fable 5.1 come supervisore che raggruppa modelli economici, Skills, sottoagenti, hook e cicli di verifica.