我如何讓 Claude Opus 4.8 達到 Fable 5 的效能表現

要讓高階模型「擁有」低階模型的能力，最重要的一件事只有一件。

那就是：

使用 codex 和「claude -p」進行第三方評估

最終，最重要的就是 使用一個獨立的 AI 來具體描述 Claude Fable 5 和 Opus 4.8 在觀點和品質上的差異。

*注意：使用 claude -p 可以讓你在同一個會話中呼叫一個獨立、分開的 Claude 實例。

方法是先讓 Fable 5 和 Opus 4.8 各自產生結果，然後使用 codex 和 claude -p 進行第三方評估。接著，你修改 Opus 4.8 端的 CLAUDE.md，或添加特定任務的 技能，以彌補輸出品質上的差距。

例如，在撰寫筆記文章的任務中（雖然這個任務對 Fable 5 來說可能有點大材小用），我添加了以下 CLAUDE.md 的改進和 技能，來縮小 Fable 5 和 Opus 4.8 之間的差距。

優化 CLAUDE.md

1# 工作規則
2- 開始前，先列出此交付物的「驗收標準」，且標準需能以機械方式驗證（寫作風格規則、篇幅長度、禁止事項、不得使用的元件）。若存在無法列出的模糊點，應提問而非直接撰寫。
3- 提交交付物前，逐一對照每項驗收標準進行自我驗證。若發現任何違規，修正後再提交。
4- 在提交內容末尾附上「驗證報告」。對於已檢查的項目，提供證據（相關段落、計數）；對於未檢查的項目，如實標註「未驗證」。
5- 不做未經指示的事情（改變主題、大幅超出篇幅、添加未要求的格式）。
6- 若指令存在兩種或以上可能的解讀，不要自行默認選擇，應列出所有可能性並確認。
7- 具體找出你交付物中至少一個最弱點，並修正它，或解釋為何無法修正。

添加任務特定技能

1---
2name: article-self-review
3description: 提交文章前執行的自我驗證程序。在輸出文章類型的交付物前，務必使用此技能。
4---
5# 文章自我驗證程序（提交前按順序執行）
61. 將你的文章與提示中的「禁止事項」和「負面範例」逐項比對，改寫任何相符的句子。
72. 對照「已使用元件備忘錄」，確保沒有重複使用結構、主題、口頭禪或結尾模式。
83. 進行機械計數：包含 3 個或以上逗號的句子數量（必須為 0，除了一個刻意安排的長句）/ 笑點數量（最多 1 個）/ 結尾助詞片段（必須為 0）/「w」的出現頻率（最多 2 次）。
94. 確認成就或背景中的數字與角色設定沒有矛盾。
105. 修正完成後，提交文章並在末尾附上驗證結果摘要（項目、結果、修正部分）。

第三方評估的具體方法

例如，讓 Fable 5 和 Opus 4.8 就同一個主題撰寫一篇筆記文章。將 Fable 5 的「模型」分數固定為 10 分，然後讓 codex 和 claude -p 對它們進行評估。

需要關注三個要點：

• 文章是否具有可讀性？
• AI 在寫完後是否自行檢查？
• 是否如實報告了無法檢查的部分？

然後，將回饋反映到 CLAUDE.md 和 技能 中。只要重複這個循環幾次即可。

結果，原始的 Opus 4.8 總分為 4 分。文章本身有 7 分，還算不錯。但由於幾乎沒有進行任何檢查，自我驗證只得了 3 分，誠實度得了 2 分。

添加 CLAUDE.md 之後：

分數從 4/10 躍升至 8/10。

它發現初稿中有一個結尾助詞片段「當然，要收費。」並修正為「當然，這是需要收費的。」它還使用 Python 測量了字元數，並報告正文字數為 838 個字元。

這是一個簡單的例子，但對於編碼和其他任務來說，原理是相同的。

最終，

你為「擁有」所做的一切，就是透過第三方評估來具體描述 Fable 和 Opus 之間的差異，並將其添加到 CLAUDE.md 和技能中。

從 7 月 8 日開始，「被擁有的 Opus」已足以應付大量生產。

我已經在 置頂貼文 中總結了如何利用強化後的「被擁有的 Claude Opus 4.8」以最低努力賺取收益。有興趣的話可以去看看。

https://x.com/armadillo_ai/status/2069240810902868139