Jak promptovat Claude Fable 5.2: model, který poslouchá až příliš

Když si návod na promptování přečtete pozorně, vyleze z toho jedna hlavní zpráva: nový model plní instrukce velmi doslova, a to i ty, které jste do promptu napsali před půl rokem pro úplně jiný model. To je důvod, proč těmto změnovým zprávám věnovat pozornost.

K tomu se přidává vyšší výchozí úroveň přemýšlení, přísnější kontrola historie konverzace a nižší cena za token. Prošel jsem návod spolu se stránkami Co je nového ve Fable 5.2 a průvodcem migrací a sepsal, co z toho plyne pro každého, kdo nad Claude staví agenty nebo jen přepíná model v Claude Code.
👉 Představení a benchmarky Fable 5.2 zde v LLM Modelech…

Hlavní změny v kostce:

• Cena klesla z $10/$50 na $8/$40 za milion vstupních/výstupních tokenů. Opus 5.5 stojí pořád polovinu.
• Výchozí effort je high, Opus 5.5 má výchozí medium. Request bez nastavení tedy na Fable 5.2 přemýšlí déle.
• Instrukce „nepřemýšlej“ přestaly fungovat. Přemýšlení se řídí jen parametrem effort.
• Model víc poslouchá pravidla pro schvalování, zákazy v paměti a podmínky od jiných agentů. Výsledkem je agent, který se zbytečně ptá a čeká se. Ale tohle je obecná změna, kterou v poslední době vidíme i na Opusu v Claude Code.
• Vlastnictví kódu je silný přepínač: jedna věta v promptu rozhoduje, jestli model kód refaktoruje, nebo jen přilepuje další. Prostě řekněte, že ten kód je váš.
• Prefix check pro všechny účty: API hlídá, že se starší část konverzace (systémový prompt, nástroje, dřívější zprávy) mezi požadavky nezměnila, a když ji vaše aplikace zpětně upraví, odmítne požadavek chybou 400.
• Nové kategorie odmítnutí a možnost automatického přepnutí na záložní model.

Co se změnilo proti Fable 5.1 a Opus 5.5

Nejdříve pojďme na čísla, ať si prosvištíme náklady. Fable 5.2 je podle Anthropicu model pro „náročné uvažování a dlouhé agentní úlohy“. Zajímavé je, že sám Anthropic doporučuje začít s Opusem a na Fable přejít, teprve když Opus ani na vyšším effortu nestačí. To je poctivá rada, protože Fable je pořád dvakrát dražší.

Pomlčka v tabulce znamená, že údaj na stránkách k Fable 5.2 není uveden. U čtení z cache pro Opus 5.5 uvádí ceník$0,20, stejně jako u Fable 5.2. U Opusu je to ale 5 % ceny vstupu, u Fable jen 2,5 %, takže dlouhé relace s velkým kontextem v cache zdražují na Fable méně, než napovídá dvojnásobná cena vstupu.

TLDR

• Effort nastavte explicitně. Výchozí je high, na jednoduché dotazy stačí medium nebo low.
• Pokyny „nepřemýšlej“ vyhoďte, nefungují. Snižte místo toho effort.
• Promažte staré prompty, paměti a poznámky agentů. Model je bere doslova.
• Pravidla pro schvalování pište konkrétně a výjimku dávejte přímo do pravidla.
• Chcete refaktoring? Napište, že kód je jeho. Chcete minimální zásahy? Nepište to.
• Historii konverzace jen přidávejte, jinak dostanete chybu 400.
• Každá doporučená úprava zvedne spotřebu tokenů o 20 až 50 %. Měřte na vlastních úlohách.

Další změny, které vás při přechodu mohou v něčem zaskočit:

• Přemýšlení je vždy zapnuté. Model používá adaptivní přemýšlení (sám si určí, kolik přemýšlet) a thinking: {"type": "enabled"} s budget_tokens stejně jako {"type": "disabled"} vrací chybu 400.
• Žádný prefill, žádné temperature, top_p, top_k. To platilo už u Fable 5.1.
• Vynucená volba nástroje nefunguje. Projde jen tool_choice auto a none, varianty any a tool vrací 400.
• Myšlenkové bloky Fable 5.2 přečte jen Fable 5.2 a Mythos 5.2. Když v půlce konverzace přepnete na Opus, ztratí se uvažování z předchozích kol. Ale přepínání na jiný model v půlce konverzace nemáme rádi už kvůli cache, že ano! Změňte effort…
• Starý nástroj computer_20251124 pro ovládání počítače vrací 400 všude kromě Amazon Bedrock. Náhradou je computer_toolset_20260801. Pokud nevíte, o co jde, nepotřebujete to.
• Povinná 30denní retence dat. Režim nulového uchovávání dat (ZDR) je dostupný jen se zvláštním svolením Anthropicu.
• Vlastní limity požadavků s nižšími tokenovými limity než u Opusu 5.5.

Teď k samotnému promptování. Anthropic návod sestavil podle příznaků: vidíte určité chování, najdete odpovídající kapitolu. Držím se stejného postupu, protože tak se s ním v praxi pracuje nejlépe.

Effort je hlavní ovladač

Parametr effort určuje, jak moc model přemýšlí, jak dlouho trvá jedno kolo a kolik spotřebuje tokenů. Zjednodušeně řečeno: je to knoflík mezi „rychle a levně“ a „pomalu a důkladně“. Fable 5.2 nabízí pět úrovní:

Z návodu mě zaujala dvě tvrzení. Podle prvního low na Fable 5.2 dosahuje výsledků blízkých Fable 5.1 na vyšších úrovních. Podle druhého je většina přínosu k dispozici už na high, nad ním jsou zisky „nerovnoměrné a závislé na úloze“. Úroveň xhigh podle interních testů zvedla skóre v programování „mírně“ a spotřebovala „mnohem více tokenů“. Přeloženo do češtiny: xhigh a max zapínejte, jen když máte vlastní měření, které to ospravedlní.

A teď tři chování, která vás můžou nepříjemně překvapit:

• Na nižším effortu model častěji končí předčasně. O tom víc v další kapitole.
• Na high a výš přemýšlí model téměř před každou odpovědí, i před odpovědí na pozdrav. Na „Ahoj“ tak klidně spálí stovky tokenů za uvažování. A instrukce „odpověz přímo bez rozvažování“ podle Anthropicu na medium a výš nepomáhá. Jediné řešení je pro jednoduché dotazy snížit effort.
• Effort skoro nemění délku odpovědi. Na délku a tón textu máte prompt, effort řídí jen přemýšlení a počet volání nástrojů.

Pokud jste effort ladili na Fable 5.1 nebo Opusu 5.5, nastavení nepřenášejte. Pořadí úrovní je napříč modely stejné, ale množství přemýšlení za každou úrovní se liší. Anthropic doporučuje celé ladění zopakovat.

Užitečná novinka je změna effortu v průběhu konverzace (beta, hlavička mid-conversation-output-config-2026-07-01). Můžete tak plánovat a ladit zadání na medium a pak pro dlouhou samostatnou práci přepnout na high, aniž byste přišli o prompt cache. Kde tahle funkce není dostupná, nová hodnota effortu cache resetuje!

Agent, který skončí v půlce

Na dlouhých úlohach o mnoha krocích Fable 5.2 občas ukončí kolo dřív, než je práce hotová. Typicky to vypadá tak, že vyjmenuje, co zbývá, nabídne „mám pokračovat?“ nebo se zastaví na úplně obyčejné překážce, třeba vypršení časového limitu. Častěji se to děje na low a medium.

Anthropic na to nabízí blok textu do systémového promptu:

# Finishing work
Please avoid stopping while you still owe work the user asked for. Be persistent and do not stop unless needed.

While status notes are welcome, as is clarifying with the user on open decisions, carry on with work that does not depend on the user's answer without unnecessary stops.

If you notice yourself inviting the user to redirect you or offering to wait, instead proceed on the next part of the task. You may meet ordinary obstacles like errors, timeouts, locked files, empty results or failing tools. Diagnose them first, and when they are not real blockers, work through them with the access you have (wait and retry, fix the request, use another tool or source) rather than stopping unnecessarily.

If someone clearly decided something is a hard blocker, such as a file marked not to be touched, access that was intentionally withheld, or a safety guardrail, leave it alone, say plainly what you found, and look for another safe way to finish the task. Stopping before the task is complete is very rarely merited, as in when the task can't move forward without user input, or where the blocker is deliberate and should not be worked past. This does not override the need for confirmation on risky or destructive actions.

Podstatné je, že text rozlišuje dva druhy překážek. Běžné (chyba, timeout, zamčený soubor, prázdný výsledek) má model diagnostikovat a obejít. Záměrné (soubor označený jako nedotknutelný, úmyslně odepřený přístup, bezpečnostní zábrana) má nechat být a nahlásit. Pokud si text upravujete pro svou aplikaci, tohle rozlišení zachovejte.

Nakolik to pomáhá? Anthropic otestoval zaznamenané relace ze svého agentního nástroje pro programování na medium. S tímto textem skončilo s nedodělanou prací zhruba o polovinu méně relací. Zmizela většina konců typu „mám pokračovat?“, ale konce typu „tady je seznam, co zbývá“ zůstaly. Cena: výstupních tokenů přibylo zhruba o 30 %.

A jedno varování, které Anthropic sám zdůrazňuje: model se s tímto textem ptá méně, takže pro riskantní nebo nevratné akce si nechte vlastní potvrzovací krok mimo model.

Schvalování: pište, co přesně schvalujete

Dvě drobné, ale prakticky důležité rady. Když agentovi dáváte pokyn pokračovat, napište konkrétně co. Místo „jo“ nebo palce nahoru „Ano, spusť migraci na produkční databázi“. Abyste se nedočkali překvapení…

Druhá rada se týká pravidel pro schvalování v systémovém promptu. Model je aplikuje přesně tak, jak jsou napsaná. V testu Anthropicu bylo mezi kroky vyžadujícími schválení uvedeno „posílání zpráv lidem mimo tuto konverzaci“. Na simulovaných úlohách, kde nebyl nikdo, kdo by průběh schválil, pak model zadržel zhruba polovinu rutinních dotazů na kolegy a jiné týmy. Pravidlo napsané pro e-maily zákazníkům tak zablokovalo i interní komunikaci. Pojmenovávejte proto přesně akce, na které pravidlo míří.

Čí je ten kód?

Tohle je podle mě nejzajímavější část celého návodu. Fable 5.2 silně reaguje na to, co mu prompt řekne o vlastnictví kódu. Když prompt mlčí nebo kód prezentuje jako cizí, model přidává k existující struktuře, i když tím duplikuje existující kód, a problémy v okolí jen hlásí. Když prompt řekne, že kód je jeho, model často sloučí opakující se kód a opraví související věci bez vyzvání.

Proč to tak je? Anthropic účel přímo nevysvětluje, souvislost je ale vidět v návodu pro Fable 5.1. Ten měl kapitolu „Keep changes and tests to what the task asks for“, protože Fable 5.1 sám od sebe dělal nevyžádané opravy a rozšíření a přidával víc testů, než úloha potřebovala. Doporučený blok mu říkal, ať se drží zadání a všechno ostatní jen navrhne na konci. Fable 5.2 má tuhle zdrženlivost zjevně zabudovanou jako výchozí chování. S kódem, o kterém neví, čí je, zachází jako řemeslník v cizím bytě: přistaví, co se po něm chce, a na prasklinu ve zdi jen upozorní. Věta o vlastnictví mu dává mandát chovat se jako majitel, který v tom bytě bude dál bydlet.

Myslím, že jde o bezpečnostní volbu výrobce. Neprovedený refaktoring stojí méně než nevyžádaná změna chování v cizím kódu, kterou nikdo nezachytí. Anthropic to ale nikde výslovně neříká, berte to jako mou interpretaci.

Věta, kterou Anthropic testoval:

This codebase is yours: what it's for and how it's built are your call, and you'll keep building on it.

(Česky volně: tenhle kód je tvůj, o jeho účelu a stavbě rozhoduješ ty a budeš na něm dál stavět.)

Čísla z testů na malých programovacích úlohách:

Ten poslední řádek je důvod k opatrnosti. Model s touto větou dělá změny, o které nikdo nežádal, často nové testy a dokumentaci, ale v jednom případě ze šesti až deseti i změnu chování existující funkce. Na vyšším effortu častěji. A závěrečné shrnutí sice zmíní větší změny, menší ale často vynechá. Kontrolujte proto diff, samotné shrnutí nestačí.

Ještě jedna věc mě zarazila: pravidlo omezující rozsah práce tuhle větu nezruší. S pokynem „No drive-by refactors, renames or cleanups“ (žádné refaktoringy, přejmenování a úklid mimochodem) dříve ve stejném promptu model stále sloučil opakovaný kód zhruba ve třetině pokusů. Pokud tedy pracujete na cizím kódu a chcete minimální zásahy, větu o vlastnictví do promptu prostě nedávejte. Kombinace obou pokynů nefunguje spolehlivě.

Agent, který mlčí

Fable 5.2 během dlouhých sérií volání nástrojů píše uživateli málo textu a občas zavolá první nástroj, aniž by řekl, co dělá. Část problému je ovšem technická a stojí za to ji vyřešit jako první.

Průběžné zprávy, které model píše mezi voláními nástrojů, chodí na Fable 5.2 jako myšlenkové bloky typu progress update. Ve výchozím nastavení thinking.display: "omitted" je jejich text prázdný. Klient, který vykresluje jen bloky text, pak vypadá, že agent nic nedělá. Řešení:

• display: "updates" (beta, hlavička thinking-display-updates-2026-08-18) vrací krátké shrnutí každé průběžné zprávy.
• display: "summarized" vrací průběžné zprávy i shrnuté uvažování.
• Neprázdné bloky thinking mezi voláními nástrojů pak vykreslete uživateli.

Pokud zprávy chodí a pořád jich je málo, nabízí Anthropic tři cesty podle toho, kolik můžete měnit.

Úprava harnessu. Nejúčinnější varianta. Harness (tedy řídicí kód kolem modelu) počítá po sobě jdoucí kroky s voláním nástrojů, ve kterých uživatel nedostal nic ke čtení. Po několika takových krocích přidá za výsledky nástrojů systémovou zprávu platnou jen pro dané kolo (clear_at: "next_user_message", beta, hlavička mid-conversation-system-clear-at-2026-08-21):

The user hasn't heard from you in a while: say in a few words what you're doing, then continue.

Podle testů na vícekolových programovacích úlohách to zkrátilo nejdelší tichý úsek přibližně na polovinu, bez znatelného nárůstu tokenů nebo času. Důležitý detail: tyto připomínky v historii nechte. Když je smažete nebo přeformulujete, upravíte starší část konverzace a narazíte na prefix check (viz níže).

Text v systémovém promptu pro úvodní větu, průběžné zprávy a závěrečné shrnutí:

Before you start, say in a line what you're about to do; brief updates while you work help the user follow along. Close with a short recap that stands on its own (what you found, what you did, and what's next), so a reader who only sees the last message has the full picture.

S tímto textem model v testech promluvil před prvním voláním nástroje pokaždé. Výstupních tokenů ale přibylo zhruba o 20 %.

Minimální varianta, když harness měnit nemůžete:

Every few tool calls, give the user a one-line update on where things stand.

Anthropic sám přiznává, že i se všemi opatřeními musíte počítat s několika voláními nástrojů mezi zprávami. Model je laděný na dlouhé asynchronní úlohy, kde se člověk vrátí až pro výsledek. Pokud tedy agenta nesledujete v reálném čase, celou tuhle kapitolu můžete s klidem přeskočit.

Subagenti

Kolik práce Fable 5.2 deleguje na subagenty, záleží hlavně na vašem harnessu. V testech s minimálním nástrojem pro spouštění subagentů je spouštěl zřídka. V agentním nástroji, jehož prompty delegování podporují, deleguje ochotně. Což je případ Claude Code.

Postup pro váš vlastní harness (máte-li) je tedy vlastně jednoduchý. Nejdřív projděte systémový prompt, skills a soubory agentů a najděte věty, které k delegování vybízejí. Popis nástroje pro spouštění subagentů měňte, teprve když model i potom spouští víc subagentů, než je potřeba. Nový popis by měl obsahovat tři věci, v tomto pořadí:

1. Kolik subagent přidává k ceně relace.
2. Kdy se delegování vyplatí a kdy ne.
3. Jak má model subagenta zadat.

S takovým popisem model v testech delegoval zhruba o třetinu méně, při stejné úspěšnosti. Anthropic ale ukázkový popis v návodu nezveřejňuje, takže si ho musíte napsat sami.

Na xhigh a max si Fable 5.2 spouští subagenty, kteří mu kontrolují vlastní práci. Fable 5.1 to na stejných úlohách nedělal. A raní testeři měli dobré výsledky s Fable 5.2 jako plánovačem, který řídí jiné (levnější) modely. Zkontrolujte tedy, na jakém modelu váš harness subagenty ve výchozím stavu spouští. Subagent na Fable za $40 za milion výstupních tokenů není levná zábava.

Opatrnost, která se hromadí

Tohle je nový typ problému a podle mě zatím nepříliš ošéfovaný. Opatrné instrukce se usazují všude, kde se kontext přenáší: v paměti, poznámkách, instrukčních souborech, zprávách mezi agenty. Fable 5.2 je dodržuje velmi pečlivě, takže si může říkat o schválení, které nepotřebuje, nebo zadržovat rutinní práci. Anthropic přiznává, že v jedné z testovaných sestav se zasekl jen Fable 5.2, zatímco starší modely stejné instrukce „přešly“.

Konkrétní výsledky ze simulovaných úloh jsou docela výmluvné:

• Jedna stará poznámka stačí. Mezi tuctem poznámek z dřívějších relací byla jedna „nikdy nezkoušej znovu“. Když byl nástroj obsazený, model to zkusil znovu zhruba ve 4 z 10 pokusů. Bez těch poznámek téměř vždy.
• Obecná výzva nepomáhá, konkrétní výjimka ano. Řádek na konci pravidel, který uvedl opakování pokusu mezi kroky nevyžadujícími schválení, zvedl počet opakování z téměř nuly na zhruba polovinu. Obecná instrukce „jednej svobodněji“ nezměnila nic.
• Pozor na to, co přidávají recenzní agenti. S pokynem recenzenta „zastav se u první chyby“ v kontextu Fable 5.2 zhruba v třetině případů znovu nezkusil, i když to prompt výslovně povoloval. Fable 5.1 a Opus 5.5 to zkusily.
• Výjimku pište přímo do pravidla. Pod pravidlem „nikdy“ provedl model krok schválený odpovědnou osobou jen zhruba v 1 z 10 případů. Samostatný řádek „schválený krok má zelenou“ skoro nepomohl. Když samo pravidlo říkalo „nejdřív získej souhlas“, model krok provedl zhruba v 9 z 10 případů.

Praktický závěr: projděte paměti a poznámky, které vaši agenti používají, a smažte, co už neplatí. Absolutní pravidla přepište tak, aby uváděla svůj rozsah a důvod. Opakování pokusu povolujte jen u volání, která je bezpečné opakovat. Mimochodem, část těch opatrných poznámek si napsal model sám v dřívějších relacích. Agent, který se postupně sám zakonzervuje, je docela dobrá ilustrace toho, proč paměť agentů potřebuje údržbu. A to čeká na nějaký nástroj, který to automatizuje.

Co vyhodit ze starých promptů

Tahle kapitola je asi nejpraktičtější pro každého, kdo migruje existující systém. Anthropic jmenuje sedm typů instrukcí psaných pro starší modely, které na Fable 5.2 zvyšují cenu, mají vedlejší účinky nebo nefungují:

Nejvíc mě pobavila položka s Opusem 5.5. Anthropic sám před pár měsíci tyto dvě věty doporučoval pro chatové prompty. Teď přiznává, že na Fable 5.2 sice šetří přemýšlení u navazujících otázek, ale model pak „mnohem méně pravděpodobně“ upozorní na chyby ve svých dřívějších odpovědích. Tedy přesně na to, co od chytřejšího modelu chcete. Dobrý příklad toho, jak rychle prompt engineering zastarává.

Prefix check: nejtvrdší změna pro vývojáře

Fable 5.2 používá zachované přemýšlení (preserved thinking): myšlenkové bloky z předchozích kol zůstávají v konverzaci a model na ně navazuje. Každý takový blok je ale svázaný s tím, co mu v konverzaci předcházelo. Pokud mezi požadavky změníte systémový prompt, sadu nástrojů nebo kteroukoli dřívější zprávu, bloky za změněným místem jsou neplatné. Messages API pak požadavek odmítne chybou 400 s hláškou, že blok „patří k jiné konverzaci“. Opakování stejného požadavku nepomůže.

U Fable 5.1 a Opus 5.5 se tahle kontrola týkala jen účtů založených od 31. srpna 2026. U Fable 5.2 platí pro všechny. Kdo si tedy postavil vlastní harness, který „uklízí“ historii, přepisuje systémový prompt podle stavu úlohy nebo dynamicky mění nástroje, dostane po přepnutí modelu chyby.

Co s tím:

• Historii jen přidávejte. Systémový prompt a nástroje nechte stejné, zprávy jen připojujte na konec a asistentova kola vracejte přesně tak, jak přišla. Claude Code, claude.ai, Managed Agents a Agent SDK tím podle Anthropicu dotčené nejsou.
• Nové instrukce vkládejte do nejnovějšího kola nebo jako systémovou zprávu uprostřed konverzace, kde je dostupná.
• Ke zkracování historie použijte context editing nebo compaction.
• Nouzová brzda je thinking.block_binding.prefix_mismatch_behavior: "drop_block" (beta, hlavička thinking-binding-controls-2026-08-01). Neplatné bloky se zahodí a požadavek projde. Model ale pak přemýšlí znovu a spotřebuje víc výstupních tokenů, v nejhorším případě na každém kole.
• Pozor na MCP. Pokud používáte MCP konektor bez zafixovaného seznamu nástrojů, změna seznamu se počítá jako úprava historie.

Mimochodem, totéž platí i pro změny promptu doporučované v tomto článku. Proveďte je v nových konverzacích. Uložená konverzace obnovená s novým systémovým promptem selže.

Přehledné závěrečné zprávy

Po dlouhé agentní práci čte závěrečnou zprávu člověk, který neviděl volání nástrojů ani otevřené soubory. Anthropic pro tyto případy nabízí blok textu:

# Communicating clearly
Write for an intelligent but low-context reader. The person reading has not seen your tool calls, your reasoning or the files you opened, and may be switching in from other work. Messages should generally be self-contained: the reader should understand what you mean without having to dig for other context. Put the key points in the first few sentences. Practice progressive disclosure in your sentence order, and do not use undefined references and ideas in line 1 that won't make sense until the reader reaches line 12.

Use plain words, and write in clear, understandable full sentences. Do not use a term or abbreviation that you made up during the work. Say what the thing is in a way any reader would understand. Write mostly in the style of ASD-STE100 Simplified Technical English: short sentences, one idea per sentence, active voice, and consistently using the same word for the same thing. Use a paragraph of flowing prose where ideas connect, and keep bullets for lists of separate items. Leave out unnecessary details unless the reader asks and practice concision, but do ensure that your messages have the key context. Aim to make your user-facing text as human-readable and clear as possible.

Zmíněný ASD-STE100 je zjednodušená technická angličtina původně vyvinutá pro letecké manuály: omezená slovní zásoba, krátké věty, jedna myšlenka na větu. Pro české výstupy bych tuto část upravil, protože pravidla STE jsou definovaná pro angličtinu. Princip „piš pro chytrého čtenáře bez kontextu, důležité věci dej na začátek, nepoužívej zkratky, které sis vymyslel během práce“ ale funguje v jakémkoli jazyce. Podle Anthropicu text snížil hustotu zpráv (méně středníků) a na úlohách automatizace zkrátil věty.

STE přitom říká mnohem víc než „piš krátce“. Je to normovaný jazyk se slovníkem schválených slov, kde každé slovo má jen jeden význam a jen jeden slovní druh. Pravidla určují i stavbu věty: v návodech nejvýš 20 slov, v popisném textu nejvýš 25, jeden pokyn na větu, činný rod, rozkazovací způsob u pokynů, jednoduché slovesné časy, žádné shluky více než tří podstatných jmen za sebou a odstavec nejvýš o šesti větách. Jedna drobnost mě pobavila: tytéž návod o několik kapitol výš varuje, že tvrdé pravidlo typu „jeden pokyn na větu, nejvýš 20 slov“ dělá z textu Fable 5.2 kostrbatou prózu. Proto blok říká „mostly in the style of“ a pravidla STE nepřebírá doslova.

Pro české výstupy bych druhý odstavec bloku nahradil něčím takovým:

Piš jednoduchou češtinou pro technickou dokumentaci. Větu začni podmětem a slovesem. Věty drž většinou do 20 slov, jedna myšlenka na větu. Piš v činném rodu, děj vyjadřuj slovesem, ne podstatným jménem. Pro tutéž věc používej vždy stejné slovo a nestřídej synonyma. Odborný termín vysvětli při prvním použití. Pokyny piš rozkazovacím způsobem, jeden pokyn na větu. Odstavec má nejvýš šest vět a začíná nejdůležitější informací. Tato pravidla ber jako směr: kde související myšlenky potřebují souvětí, použij ho.

Poslední věta je tam záměrně. Bez ní by Fable 5.2 pravidla dodržel tak přesně, že by text zněl jako návod k obsluze pračky.

Odmítnutí a Mythos 5.2

Fable 5.2 běží s bezpečnostními klasifikátory, které mohou požadavek odmítnout. Odpověď pak přijde s HTTP 200, ale se stop_reason: "refusal" a kategorií v stop_details.category:

U kategorie frontier_llm bych zpozorněl. Hranice mezi „vývojem konkurenčního modelu“ a běžnou prací s trénováním menších modelů, destilací nebo vyhodnocováním LLM není v dokumentaci nijak upřesněná. Kdo dělá výzkum v oblasti strojového učení, měl by si to otestovat dřív, než na Fable postaví produkční proces.

Prakticky důležitá je kategorie reasoning_extraction. Pokud vaše prompty, skills nebo popisy nástrojů chtějí, aby model psal své uvažování do odpovědi („nejdřív vysvětli svůj postup krok za krokem“), odstraňte je. Pro náhled do uvažování nastavte display: "summarized" a čtěte myšlenkové bloky.

Na odmítnutí lze reagovat automatickým přepnutím na záložní model (fallbacks: "default", beta, hlavička server-side-fallback-2026-07-01). Záložními modely jsou claude-opus-4-8 a claude-opus-5, které ovšem nedostanou myšlenkové bloky Fable 5.2. Odmítnutí kategorie reasoning_extraction se znovu nezkouší. Odmítnutí se vždy počítá do limitů požadavků a podle kategorie může být i zpoplatněné.

A Mythos 5.2? Je to tentýž model se stejnými schopnostmi a cenou, dostupný jen organizacím ověřeným v programech Anthropicu, například v Cyber Verification Programu nebo Life Sciences Verification Programu. Vyšel 9. listopadu 2026. Pokud vám klasifikátory cyber nebo bio blokují legitimní práci v bezpečnosti nebo vědách o živé přírodě, cesta vede přes ověření, kritéria ale dokumentace nepopisuje.

Kde začít při migraci

Anthropic doporučuje toto pořadí:

1. Nastavte effort explicitně na high a spusťte vlastní testy i na medium a xhigh.
2. Přečtěte všechny systémové prompty, skills, soubory agentů, paměti, poznámky a texty harnessu, které přenášíte. Odstraňte nebo otestujte instrukce z tabulky výše.
3. Spusťte své nejdelší agentní úlohy a sledujte, kde model končí předčasně, žádá zbytečné schválení, mlčí, deleguje víc, než je potřeba, nebo přilepuje kód tam, kde jste chtěli restrukturalizaci.
4. Pro každé pozorované chování aplikujte odpovídající radu, jednu po druhé, a měřte účinek i cenu v tokenech.

Bod čtyři je podle mě nejdůležitější a nejčastěji se bude přeskakovat.

Co si z toho odnést

Návod čtu se smíšenými pocity. Je nezvykle poctivý: Anthropic otevřeně píše, kde jeho dřívější doporučení škodí, kolik tokenů jednotlivé úpravy stojí a že některé problémy neřeší úplně. To u dokumentace výrobce není samozřejmost.

Zároveň ale musím upozornit na několik věcí.

Všechna čísla jsou z interního testování Anthropicu. Jde o „malé programovací úlohy“, „simulované úlohy“ a „přehrané relace z agentního produktu“. Neznáme velikost vzorků, rozptyl ani konkrétní úlohy. Údaj „zhruba polovina“ může znamenat 12 z 25 pokusů stejně dobře jako 500 z 1000. Berte to jako orientační směr, který si musíte ověřit na vlastních úlohách.

Každá doporučená úprava něco stojí. Pokračování v práci +30 % výstupních tokenů, průběžné zprávy +20 %, vlastnictví kódu 1,5×. Pokud nasadíte všechno najednou, snadno sníženou cenu za token spotřebujete na víc tokenech. K tomu přičtěte výchozí high effort a přemýšlení před pozdravem. Zlevnění z $10 na $8 tak v praxi může znamenat stejnou nebo vyšší fakturu.

Model, který poslouchá doslova, je dvousečná zbraň. Většina návodu je o tom, jak zmírnit důsledky toho, že Fable 5.2 dodržuje instrukce přesněji než předchůdci. To je z hlediska bezpečnosti a předvídatelnosti dobrá vlastnost. Prakticky to ale znamená, že každá zapomenutá věta v promptu, každá stará poznámka v paměti a každá podmínka od recenzního agenta má větší váhu. Prompty a paměti agentů se tak stávají kódem, který potřebuje údržbu, revize a testy. Kdo to dosud nedělal, teď začít musí.

Prefix check je skutečná zátěž pro vlastní řešení. Pro uživatele Claude Code se nic nemění. Pro každého, kdo si postavil vlastní agentní smyčku s „chytrou“ správou kontextu, to znamená přepsat ji na model, kdy se historie jen přidává.

Shrnuto: Fable 5.2 vypadá jako schopný model pro dlouhou samostatnou práci, ale přechod na něj vyžaduje víc než změnu identifikátoru modelu. Kdo si nenajde odpoledne na úklid promptů a pamětí a nezměří si spotřebu na vlastních úlohách, bude se divit. Buď agentovi, který čeká na schválení, které nikdo nedá, nebo faktuře.