Cambias tu agente a Claude Fable 5.2, mantienes el mismo prompt de sistema y algo no encaja: las preguntas fáciles tardan demasiado, las tareas largas se detienen a medias con una oferta de continuar y el consumo de tokens sube. Anthropic ha publicado una guía de prompting para Fable 5.2 que explica la mayoría de estos efectos. En resumen: varios hábitos que ayudaban con modelos anteriores ahora cuestan dinero o no hacen nada, y unas pocas frases cortas cambian el comportamiento del modelo más de lo que esperarías.
¿Qué nivel de esfuerzo deberías usar?
El esfuerzo (effort) es el ajuste que decide cuánto piensa el modelo antes de responder, cuánto dura un turno y cuántos tokens consume. Fable 5.2 ofrece cinco niveles: low, medium, high, xhigh y max. Anthropic recomienda empezar en high, el valor por defecto en la API de Claude, y probar después otros niveles con tus propias tareas.
La guía asocia cada nivel a un tipo de trabajo. Low sirve para intercambios rápidos, tareas bien definidas y grandes volúmenes, como subagentes rápidos; en las pruebas de Anthropic, Fable 5.2 en low quedó cerca de Fable 5.1 en niveles más altos. Medium encaja con la programación interactiva, el chat y el trabajo de conocimiento diario. High es para código difícil, investigación y ejecuciones largas sin supervisión. Xhigh queda para las tareas de código y de agentes más duras, cuando hayas medido una mejora, y max sirve sobre todo para medir el techo del modelo o para problemas abiertos como las matemáticas. Según Anthropic, la mayor parte de la mejora ya está presente en high; por encima, las ganancias son desiguales.
¿Por qué el modelo se detiene antes de terminar?
En tareas largas y de varios pasos, Fable 5.2 a veces cierra un turno antes de tiempo: enumera lo que falta, ofrece continuar o se para ante un obstáculo corriente, como un tiempo de espera agotado. Ocurre más a menudo en low y medium. La guía propone un texto para el prompt de sistema que pide al modelo resolver obstáculos corrientes, como errores o herramientas que fallan, pero respetar los bloqueos deliberados, como un archivo marcado para no tocarse.
Cuando Anthropic reprodujo sesiones grabadas de un producto de programación con agentes en medium, una versión de ese texto redujo aproximadamente a la mitad las sesiones que terminaban con trabajo pendiente que se podía hacer. Los tokens de salida subieron alrededor de un 30 por ciento. Como con este texto el modelo pide permiso con menos frecuencia, mantén tu propio paso de confirmación para acciones arriesgadas o irreversibles.
¿Qué cambia si dices que el código es del modelo?
Fable 5.2 responde mucho a lo que el prompt dice sobre quién es el dueño del código. Si el prompt no dice nada o presenta el código como ajeno, el modelo tiende a añadir sobre la estructura existente, aunque eso repita código, y a informar de problemas cercanos en lugar de corregirlos. Con una frase que declara la base de código como propia del modelo, Anthropic observó en tareas pequeñas que unificaba el código repetido en aproximadamente la mitad de los intentos, frente a menos de una décima parte sin ella.
Esa frase tiene un precio. Los tokens de salida subieron a cerca de 1,5 veces, y el modelo hizo cambios que nadie había pedido, a menudo pruebas nuevas y documentación. Su resumen final además omitía cambios pequeños, así que la guía aconseja revisar el diff y no solo el resumen.
¿Qué instrucciones antiguas conviene quitar?
Fable 5.2 sigue las instrucciones muy de cerca, de modo que reglas escritas para Fable 5.1 u Opus 5.5 pueden ahora encarecer el trabajo o no tener efecto. El caso más claro es una línea como «responde directamente sin deliberar». A partir de medium, esa línea no impidió que Fable 5.2 pensara en las pruebas de Anthropic; la guía recomienda eliminarla y bajar el nivel de esfuerzo. El esfuerzo apenas cambia además la longitud de las respuestas, así que pide la extensión que quieras en el propio prompt.
También conviene revisar las instrucciones fijas para delegar en subagentes, los presupuestos de tokens que un harness escribe en el prompt, las reglas de estilo estrictas que vuelven la prosa entrecortada y las advertencias acumuladas en archivos de memoria y notas. En una prueba simulada, bastó una sola nota antigua que decía «nunca reintentes» para que el modelo reintentara una herramienta ocupada solo en unos cuatro de cada diez intentos, frente a casi todos sin ella.
¿Cómo se mantienen visibles las ejecuciones largas?
Durante largas secuencias de llamadas a herramientas, Fable 5.2 puede escribir muy poco texto para ti. Las novedades que redacta entre llamadas llegan como bloques de thinking de progreso y, con el ajuste de visualización por defecto, su texto está vacío, así que un cliente que solo muestra texto parece mudo. El primer paso de la guía es pedir esas novedades con la opción de visualización «updates». Un recordatorio breve que el harness añade tras varios pasos en silencio redujo aproximadamente a la mitad el tramo silencioso más largo en las pruebas de Anthropic, sin un aumento apreciable de tokens ni de tiempo.
Sobre los subagentes, la guía es igual de práctica: revisa primero qué líneas de tus prompts invitan a delegar y comprueba con qué modelo se ejecutan tus subagentes, porque pueden suponer una gran parte del coste de una sesión.
¿Qué pasa si pides el razonamiento interno del modelo?
Fable 5.2 usa clasificadores de seguridad que pueden rechazar una petición. Una de las categorías de rechazo, reasoning_extraction, cubre las peticiones que piden al modelo reproducir su razonamiento interno en la respuesta. Preguntar en qué datos se basa una respuesta es normal; exigir el proceso de pensamiento oculto, no. Si necesitas ver cómo razonó el modelo, la guía remite a los bloques de thinking resumidos.
Nuestra valoración
Las cifras anteriores proceden de las propias pruebas de Anthropic, a menudo con tareas pequeñas o simuladas, así que tómalas como una orientación y no como una promesa para tu caso. Aun así, el patrón es útil: la mayoría de los consejos tratan de quitar texto, no de añadirlo. Si trasladas un agente que ya funciona a Fable 5.2, el primer paso más barato es fijar el esfuerzo de forma explícita, borrar las líneas de «piensa menos» y «delega siempre» y solo después añadir, de una en una, las frases sobre terminar la tarea o sobre la propiedad del código, mientras vigilas el consumo de tokens. Empieza por la tarea que necesitas resolver; el nivel de esfuerzo y el prompt deben salir de ahí.
