Опанування Claude Fable 5: як створювати промпти, виявляючи свої «сліпі зони»
Оскільки моделі ШІ еволюціонують від простих чат-ботів до складних агентних кодерів, вузьке місце продуктивності зміщується від можливостей моделі до чіткості мислення користувача. Розробник Anthropic Thariq Shihipar припускає, що з появою Claude Fable 5 обмежувальним фактором є вже не інтелект ШІ, а здатність користувача ідентифікувати власні «невідомі».
Чотири квадранти знань у промптингу
Щоб опанувати Fable 5, Шипіпар стверджує, що розробники повинні класифікувати свої знання, аби уникнути пасток поганого промптингу. Він поділяє когнітивні прогалини на чотири окремі категорії:
- Відомі відомі (Known Knowns): Явні інструкції та дані, які вже є у вашому промпті.
- Відомі невідомі (Known Unknowns): Конкретні запитання або прогалини, про які ви свідомо знаєте, що ще не вирішили їх.
- Невідомі відомі (Unknown Knowns): Інтуїтивні знання, настільки очевидні, що ви навіть не подумаєте їх записати, але миттєво впізнаєте, побачивши їх.
- Невідомі невідомі (Unknown Unknowns): Найнебезпечніша категорія — критичні елементи, граничні випадки або архітектурні вимоги, про які ви навіть не замислювалися.
Коли користувачі не враховують ці аспекти, вони потрапляють у пастку: надмірна конкретність змушує Fable 5 суворо дотримуватися інструкцій, навіть якщо існує кращий шлях, тоді як надмірна розпливчастість змушує модель покладатися на галузеві стандарти за замовчуванням, які можуть не підходити для конкретного завдання.
Стратегічні методи виявлення невідомих
Замість того, щоб одразу переходити до реалізації, Шипіпар рекомендує зробити «перевірку сліпих зон» (blindspot pass). Це передбачає використання Claude для аудиту вашої ментальної моделі ще до того, як буде написано хоча б один рядок коду. Наприклад, працюючи з незнайомою кодовою базою, ви можете надати Claude такий промпт: «Я працюю над додаванням нового провайдера автентифікації, але нічого не знаю про модулі автентифікації в цій кодовій базі. Чи можеш ти провести перевірку сліпих зон, щоб допомогти мені визначити відповідні невідомі невідомі?»
Інші високоефективні методи включають:
- Структуровані інтерв'ю: Прохання до Claude провести з вами інтерв'ю запитання за запитанням, надаючи пріоритет неоднозначностям, які могли б докорінно змінити архітектуру системи.
- Швидке прототипування: Використання HTML-артефактів, щоб Claude генерував кардинально різні напрямки дизайну, що дозволяє вам реагувати на візуальні «невідомі відомі».
- Планування реалізації: Надання Claude вказівки створити план, який ставить у пріоритет нестабільні компоненти, такі як моделі даних та інтерфейси типів, перш ніж переходити до механічного рефакторингу.
Замикання циклу: документація та верифікація
Процес промптингу не закінчується після генерації коду. Щоб керувати невідомими, які виникають під час виконання, Шипіпар пропонує використовувати Claude Code для ведення файлу implementation-notes.md. Це дозволяє відстежувати кожне прийняте рішення, гарантуючи, що якщо завдання піде не за планом, логіка буде збережена.
Щоб забезпечити повне розуміння перед злиттям коду, Шипіпар використовує метод «вікторини». Claude генерує HTML-звіт із детальним описом усіх змін та висновків, після чого розробнику пропонується вікторина. Він дотримується суворого правила: не зливати код, доки вікторина не буде пройдена без помилок. Це гарантує, що розробник перевів «невідомі» проєкту в розряд «відомих».
Основні висновки
- Фокусуйтеся на «невідомих невідомих»: Мета просунутого промптингу з Fable 5 — використовувати ШІ, щоб виявити те, про що ви навіть не подумали запитати.
- Уникайте пастки конкретності: Балансуйте свої промпти так, щоб вони не були занадто жорсткими (що заважатиме ШІ імпровізувати) або занадто розпливчастими (що змусить модель використовувати загальні рішення за замовчуванням).
- Впроваджуйте робочий процес верифікації: Використовуйте нотатки щодо реалізації, структуровані інтерв'ю та вікторини після впровадження, щоб перетворити згенерований ШІ код на глибокі знання.