Menguasai Claude Fable 5: Cara Membuat Prompt dengan Mengenal Pasti Titik Buta Anda

Apabila model AI berkembang daripada bot sembang ringkas kepada pengkod ejen yang canggih, kekangan produktiviti kini beralih daripada keupayaan model kepada kejelasan pengguna. Pembangun Anthropic, Thariq Shihipar, mencadangkan bahawa dengan kehadiran Claude Fable 5, faktor pengehad bukan lagi kecerdasan AI, tetapi keupayaan pengguna untuk mengenal pasti "perkara yang tidak diketahui" (unknowns) mereka sendiri.

Empat Kuadran Pengetahuan dalam Prompting

Untuk menguasai Fable 5, Shihipar berpendapat bahawa pembangun mesti mengkategorikan pengetahuan mereka bagi mengelakkan perangkap prompting yang lemah. Beliau membahagikan jurang kognitif kepada empat kategori yang berbeza:

  • Known Knowns (Perkara yang diketahui diketahui): Arahan eksplisit dan data yang sudah sedia ada dalam prompt anda.
  • Known Unknowns (Perkara yang diketahui tidak diketahui): Soalan khusus atau jurang yang anda sedari belum diselesaikan lagi.
  • Unknown Knowns (Perkara yang tidak diketahui diketahui): Pengetahuan intuitif yang sangat jelas sehingga anda tidak terfikir untuk menulisnya, tetapi akan segera mengenalinya apabila melihatnya.
  • Unknown Unknowns (Perkara yang tidak diketahui tidak diketahui): Kategori yang paling berbahaya—elemen kritikal, kes pinggir (edge cases), atau keperluan seni bina yang belum pun anda pertimbangkan.

Apabila pengguna gagal mengambil kira perkara ini, mereka akan terperangkap: menjadi terlalu spesifik menyebabkan Fable 5 mengikut arahan secara kaku walaupun terdapat jalan yang lebih baik, manakala menjadi terlalu samar menyebabkan model bergantung kepada tetapan lalai industri yang mungkin tidak sesuai dengan tugasan khusus tersebut.

Teknik Strategik untuk Mendedahkan Perkara yang Tidak Diketahui

Daripada terus melompat ke fasa pelaksanaan, Shihipar mengesyorkan "blindspot pass" (pemeriksaan titik buta). Ini melibatkan penggunaan Claude untuk mengaudit model mental anda sebelum sebaris kod pun ditulis. Sebagai contoh, jika bekerja dalam pangkalan kod (codebase) yang tidak biasa, anda boleh memberi prompt kepada Claude: "I'm working on adding a new auth provider but I know nothing about the auth modules in this codebase. Can you do a blindspot pass to help me figure out my relevant unknown unknowns?"

Teknik berimpak tinggi yang lain termasuk:

  • Temu Bual Berstruktur: Meminta Claude menemu bual anda soalan demi soalan, dengan mengutamakan kekaburan yang boleh mengubah seni bina sistem secara fundamental.
  • Prototaip Pantas: Menggunakan artifak HTML untuk membolehkan Claude menjana hala tuju reka bentuk yang berbeza secara drastik, membolehkan anda bertindak balas terhadap "unknown knowns" secara visual.
  • Perancangan Pelaksanaan: Mengarahkan Claude untuk mencipta pelan yang mengutamakan komponen tidak stabil seperti model data dan antara muka jenis (type interfaces) sebelum beralih kepada penyusunan semula kod (refactoring) secara mekanikal.

Melengkapkan Kitaran: Dokumentasi dan Pengesahan

Proses prompting tidak berakhir sebaik sahaja kod dijana. Untuk menguruskan perkara yang tidak diketahui yang muncul semasa pelaksanaan, Shihipar mencadangkan penggunaan Claude Code untuk menyelenggara fail implementation-notes.md. Ini menjejaki setiap keputusan yang dibuat, memastikan jika sesuatu tugasan tersasar, alasan di sebaliknya tetap terpelihara.

Untuk memastikan pemahaman yang lengkap sebelum menggabungkan (merging) kod, Shihipar menggunakan kaedah "kuiz". Claude menjana laporan HTML yang memperincikan semua perubahan dan cerapan, diikuti dengan kuiz untuk pembangun. Beliau mengekalkan peraturan yang ketat: jangan gabungkan kod sehingga kuiz lulus tanpa ralat. Ini memastikan pembangun telah menukarkan "perkara yang tidak diketahui" dalam projek tersebut ke dalam ranah "perkara yang diketahui".

Ringkasan Utama

  • Fokus pada "Unknown Unknowns": Matlamat prompting lanjutan dengan Fable 5 adalah untuk menggunakan AI bagi mendedahkan perkara yang anda belum pun terfikir untuk tanya.
  • Elakkan Perangkap Spesifikasi: Imbangkan prompt anda agar tidak terlalu kaku sehingga AI tidak dapat berimprovisasi, atau terlalu samar sehingga ia menggunakan penyelesaian generik secara lalai.
  • Laksanakan Aliran Kerja Pengesahan: Gunakan nota pelaksanaan, temu bual berstruktur, dan kuiz pasca-pelaksanaan untuk menukarkan kod yang dijana AI kepada pengetahuan yang dikuasai.