Claude Fable5 プロンプト設計：公式ガイド＆ベストプラクティス

Fable5 はチャットアシスタントではなく非同期エージェントです。マイクロコントロールより目標設定、検証済み進捗報告、メモリシステム、ループ設計 — 公式ドキュメントとコミュニティの実践知を凝縮しました。

2026年6月10日

Fable5 編集部

Claude Fable5 は Anthropic 初の Mythos クラスモデルであり、従来のモデルでは完遂できなかった、複雑で長時間にわたる曖昧性の高いタスクのために構築されています。プロンプトを書く人にとって最も重要な変化は、このモデルが会話相手ではなく 非同期エージェント として振る舞うという点です。本ガイドでは、Anthropic 公式のプロンプト推奨事項と、リリース以降にコミュニティで確立されたパターンを凝縮してお届けします。

マイクロコントロールを減らし、目標と境界を示す

Fable5 の指示追従能力は十分に高いため、もはやすべてのケースを列挙する必要はありません。短く明示的な指示の方が、長々と細かく管理する指示よりも通常は優れた結果を生みます。

手順ではなく目標を述べる。 タスクを行う理由と最終成果物のあるべき姿を伝え、そこへの到達方法はモデルに任せましょう。
境界を設定する。 してはいけないこと を明示します。「求められない限り修正を適用しないこと」「仮定上の将来ニーズのために過剰設計しないこと」など。

より長いターンを前提に設計する

難しいタスクでは、Fable5 への1回のリクエストが数分から数時間に及ぶことがあります。モデルは自らコンテキストを収集し、解決策を構築し、途中で自己検証を行います。この自律性を生産的に保つためのパターンは2つあります。

ブロッキングな質問をさせない。 「十分な情報が揃ったら行動すること。可逆的な判断についてユーザーに確認するために停止しないこと」と指示しましょう。
send_to_user ツールを与える。 長時間稼働の構成では、進捗メッセージ用ツールがあれば、モデルはターンを終了せずにマイルストーンを報告できます。

公式の3つのプロンプトパターン

1. 出力の長さとスタイルを制御する。 高い effort 設定では、Fable5 は説明過多・リファクタリング過多になりがちです。Anthropic が提案する対抗策は次のとおりです。

「結果志向であること。タスク完了後の最初の一文は『何が起きたか』または『何が分かったか』に答えること — ユーザーが『要点だけ教えて』と言ったときに求めるものです。補足の詳細や理由付けはその後に。読みやすさと簡潔さは別物であり、読みやすさの方が重要です。」

2. 検証済みの進捗報告。 数時間に及ぶタスクでは、この一節が捏造された進捗報告を防ぎます。

「進捗を報告する前に、すべての主張をこのセッションでの実際のツール実行結果と照合して監査すること。証拠のある作業のみを報告し、未検証のものはその旨を明示すること。テストが失敗した場合は出力を含め、ステップをスキップした場合は理由を説明すること。」

3. シンプルなメモリシステム。 Fable5 はノートの保持と参照が際立って得意です。

「教訓は1ファイルにつき1つとし、冒頭に1行の要約を付けること。修正済みのエラーと動作確認済みのアプローチを、それが重要な理由とともに記録すること。コードベースに既にあるものは保存せず、重複させるのではなく既存のノートを更新し、誤りと判明したノートは削除すること。」

コミュニティが加えた知見

指示ではなくループを設計する。 AI 研究者の Lance Martin は、Fable5 にルーブリックと自己修正ループを与える方が直接的な誘導よりも優れた結果を出すことを発見しました — 特に複雑なコーディングタスクで顕著です。
ワンショットのエージェントとして扱う。 Ethan Mollick と Every.to のレビューは同じ助言に収束しています。完全で適切に組み立てられた課題を渡し、実行させ、その後入念にレビューすること。この種の作業でのモデルの天井は非常に高く、限界を決めるのはあなたの課題設定とレビューの質です。高速な反復作業には使わず、小さな修正は Sonnet 5 のような軽量モデルに回しましょう。
流出したシステムプロンプトからの教訓。 Anthropic 自身のシステムプロンプトは、最小限のフォーマット（箇条書きの羅列よりも流れる文章）と、温かくも客観的なトーン を徹底しています — ユーザーへのネガティブな決めつけや、心理分析めいた振る舞いは行いません。

すべてを統合したテンプレート

<role_and_goal>
You are an autonomous software engineering agent. Your goal is to complete
the assigned task end-to-end, self-verifying and correcting along the way.
</role_and_goal>

<execution_guidelines>
1. Act when you have enough information. Proceed on reversible operations;
   pause only for irreversible actions or genuine scope changes.
2. Avoid over-engineering. Do the simplest effective thing.
3. Audit every progress claim against actual tool results before reporting.
</execution_guidelines>

<communication_style>
1. Lead with what happened or what you found.
2. Use flowing prose; avoid bullet walls unless items are truly discrete.
3. Write the final summary for a reader who wasn't present.
</communication_style>

<memory_and_delegation>
1. Record lessons, working approaches, and failed attempts in Markdown notes.
2. Delegate independent subtasks to subagents; don't block the main thread.
</memory_and_delegation>

これを手作業で組み立てる必要はありません。無料の Fable5 プロンプトジェネレーターなら、数クリック — タスクタイプ、自律性レベル、出力スタイル、メモリモード — でまさにこの構造を生成し、すぐに実行できる API スニペットとしてエクスポートできます。動作する実例から始めたい場合は、11個の完全なシステムプロンプト・プリセットを含む53個のプロンプトテンプレートを参照するか、Fable5 プロンプトガイドの注釈付きサンプルから始めてください。