O czym jest ten film
- Anthropic oficjalnie odwróciło własne dawne zasady promptowania: na modelach Claude 5 (Opus 5, Fable 5 i Fable 5.1) rozpisywanie kroków, podkreślane „zawsze/nigdy” i nakazy samokontroli pogarszają wyniki.
- Zamiast przepisu krok po kroku — cel, miara sukcesu i oczekiwany rezultat; nowe modele wytrenowano do dokańczania całych zadań od początku do końca.
- Do promptów wraca kontekst i intencja: sekcja „podaj powód, a nie tylko polecenie” pozwala modelowi rozstrzygać dziesiątki drobnych decyzji tak, jak zrobiłby to człowiek.
- Trzeba definiować obraz „gotowe”, bo Claude 5 z własnej inicjatywy poszerza zakres zadań i dorabia kroki, o które nikt nie prosił.
- Przy dużych projektach Anthropic radzi odwrócić role: to Claude ma przeprowadzić wywiad zleceniodawcy i sam napisać brief.
- Słowa „zawsze”, „nigdy”, „musisz” pobudzają nowe modele na wyrost — wystarczy pozytywna instrukcja z uzasadnieniem.
- Rytuał „pokaż swoje rozumowanie” może na Fable 5 wywołać odmowę wykonania zadania, a „sprawdź wszystko drugi raz” to podwójna płatność za weryfikację, która i tak zachodzi.
- Rozgraniczaj pytanie od polecenia: na pytanie model ma odpowiedzieć oceną i się zatrzymać; wyjątkiem są zaplanowane zadania, które mają działać autonomicznie.
- Styl (gęsta „managed prose”, nadmierna długość) naprawia się jednym zdaniem w instrukcjach globalnych, a nie regułkami w każdym prompcie.
- Wszystkie skille, prompty i CLAUDE.md napisane przed Claude 5 wymagają audytu; równoległy przewodnik OpenAI dla GPT-6 Astra w większości potwierdza te same zasady.
Redakcyjne tłumaczenie
Poniżej pełne tłumaczenie monologu; zachowujemy pierwszą osobę — to głos autora kanału.
Trzy stare rady, które dziś szkodzą
Wszystko, czego nas kiedyś uczono o promptowaniu, sprowadzało się do trzech reguł: bądź konkretny, rozpisz modelowi kroki i każ mu sprawdzić własną pracę. Na modelach Fable 5 i Opus 5 każda z tych praktyk pogarsza dziś wynik. I to nie moja ocena — tak wynika z oficjalnych wytycznych Anthropic. Spójrzcie na prompt, który mamy na ekranie: realizuje wszystkie trzy rady naraz i jednocześnie łamie siedem nowych reguł. Pod koniec materiału naprawimy go na żywo, żebyście te same poprawki mogli przenieść na własne prompty i skille napisane przed dzisiaj. Zobaczymy też, jak nowe zasady przekładają się na modele OpenAI, w tym na nową Astrę 6.
Nie rozpisuj kroków — podaj cel
Kroki rozpisywano z dobrego powodu: jeszcze pół roku temu model potrafił pominąć połowę roboty, jeśli prompt nie był naprawdę drobiazgowy. Dziś Anthropic twierdzi dokładnie odwrotnie. W naszym przykładzie jest sześć wypunktowanych kroków — i to jest właśnie błąd. Przewodnik dla Opus 5 mówi, cytuję dosłownie: model pracuje najlepiej, gdy na starcie dostanie pełną specyfikację zadania i zostawi się go, żeby działał. Przewodnik dla Fable 5 idzie jeszcze dalej: skille pisane pod wcześniejsze generacje bywają dla Fable 5 zbyt drobiazgowe i właśnie przez to obniżają jakość wyników. Rada jest wprost: przejrzyj to, co napisałeś przed premierą Fable 5, i usuń starsze instrukcje — czyli te, które dziś psują rezultat.
Mówiąc po ludzku: te modele nauczono wykonywania całej pracy od deski do deski. Gdy wręczasz im listę kroków, nie pomagasz — zawężasz zadanie do własnej wizji tego, jak ono ma wyglądać. A ta wizja bywa gorsza od tego, co model ułożyłby sam, dostawszy tylko szerszy cel.
Konkret: stare kroki każą otworzyć arkusz klienta, wyliczyć tegotygodniowe leady, wydatki i koszt pozyskania leada, porównać wyniki z zeszłym tygodniem, napisać podsumowanie i przygotować maila; na końcu — jeśli liczby się nie zgadzają — poprawić je w arkuszu. Bardzo szczegółowy przepis. Można go zastąpić jednym zdaniem: „Korzystając z trackera za ten tydzień, powiedz, jak leady, wydatki i koszt pozyskania leada zmieniły się względem poprzedniego tygodnia, i przygotuj szkic maila do klienta”. W ten sposób definiujemy miarę sukcesu (ruch trzech liczb tydzień do tygodnia) i oczekiwany rezultat (mail) — a cała obsługa pośrednia znika. Model sam otworzy arkusz, sam policzy, sam porówna. Już na to pozwala.
Jedno zastrzeżenie: jeśli zadanie to dosłownie kilka minut roboty, Anthropic zaleca obniżenie poziomu wysiłku (effort) do „low” albo „medium”. Domyślnie stoi na „medium” — przy prostej robocie jak ta można zejść na „low”. Anthropic samo podaje, że Fable 5.1 na niskim wysiłku wciąż dorównuje kosztowo starszym modelom Opus w przeliczeniu na zadanie. Wniosek praktyczny: zamiast sięgać po słabszy model, weź mocniejszy i obniż mu wysiłek — wyjdzie taniej.
Podaj powód, nie tylko polecenie
Druga bolączka starego promptu: brak tła. Jeszcze trzy–sześć miesięcy temu radzono trzymać prompty ciasno i wycinać wszystko „zbędne” — na przykład kontekst biznesowy. Dlatego w naszym przykładzie nie ma ani słowa o tym, kim jest klient, za co nam płaci ani co zrobi z mailem. A to jest właśnie „dlaczego”: dokładnie te informacje przekazałbyś człowiekowi, żeby zrozumiał intencję i zrobił robotę lepiej. W przewodniku dla Fable 5 jest zresztą osobna sekcja „Podaj powód, a nie tylko polecenie” — model pracuje lepiej, gdy rozumie, po co coś robimy.
Dlaczego to aż tak ważne? W każdym realnym zadaniu czeka około pięćdziesiąt małych decyzji, których i tak nie sprecyzujesz. Czy spadek leadów o 4 proc. to zła wiadomość, czy zwykły szum w danych? Czy mail ma zaczynać się od wydatków, czy od kosztu pozyskania? Gdy model wie, po czym klient nas ocenia i po co ten mail istnieje, rozstrzygnie takie dylematy tak samo jak ty.
Żeby było prosto, Anthropic daje gotowy szablon: „Pracuję nad [większe zadanie]. To dla [odbiorcy]. Ten wynik pozwoli im [co osiągnąć]. Mając to na uwadze: [zadanie]”.
Ożywmy to przykładem. Prowadzę cotygodniowy raport dla serwisu rankspot.ai — próbujemy poprawić ich widoczność w ChatGPT. W prompcie podaję kontekst: płacą nam za SEO i widoczność w wyszukiwarkach AI i tak właśnie nas mierzą; ich kluczowa liczba to leady pozyskiwane przez ChatGPT, Claude i pozostałe wyszukiwarki AI — to ją próbują podnieść. Z jednego przeczytania maila muszą wiedzieć, czy tydzień był lepszy czy gorszy i dlaczego. To całe tło. Dopiero potem pada zadanie: „Powiedz, jak w horyzoncie tygodnia i miesiąca zmieniły się liczba leadów oraz procentowy udział odpowiedzi na prompty, na których im zależy, i przygotuj szkic maila”. Widzicie schemat: konkretne miary, precyzyjna definicja rezultatu, zero rozpisywanych kroków.
Powiedz, co znaczy „gotowe”
Trzeciego braku w starym prompcie nie widać na pierwszy rzut oka: sygnału stopu. Starsze modele — Sonnet i wczesne Opus — grzeszyły opieszałością; trzeba je było ponaglać i powtarzać polecenia. Claude 5 ma skłonność odwrotną: robi za dużo. Zapytasz o jedną liczbę, a zanim skończysz czytać odpowiedź, model przepisze cały plik, dorzuci dashboard, którego nie zamawiałeś, wykres, garść linków albo ruszy do dogłębnych poszukiwań. Przewodnik dla Opus 5 mówi wprost: domyślnie model poszerza zakres zadania i dodaje kroki, o które nikt nie prosił.
Na obie skrajności lekarstwo jest jedno: opisz, jak wygląda „gotowe” i jakiej długości ma być rezultat. Przy wąskich zadaniach zawężamy zakres wprost, na przykład: „Gotowe to szkic maila do klienta w mojej skrzynce, do 300 słów, zaczynający się od łącznej liczby leadów w tygodniu i od zmiany udziału widoczności w AI — czyli od tego, jak przesunął się procent odpowiedzi na prompty, na których nam zależy. Do tego tabela z trzema najważniejszymi powodami tych zmian”.
Większe projekty: niech Claude przeprowadzi z Tobą wywiad
Z obrazem „gotowe” jest prosto przy małych zadaniach. Ale co robić przy dużym projekcie, gdy sam nie wiesz, co ukończenie ma oznaczać? Odpowiedź Anthropic nie brzmi „napisz dokładniejszy prompt”. Brzmi: pozwól Claude przeprowadzić z Tobą wywiad i napisać brief.
W przewodniku po dobrych praktykach Claude Code jest sekcja „Let Claude interview you”: przy większych funkcjach zacznij od minimalnego promptu i każ Claude przepytać cię narzędziem Ask User Questions. (Informacja dodatkowa: to znajome użytkownikom Claude Code okienko z gotowymi opcjami odpowiedzi i polem na własny wpis — pojawia się m.in. w trybie planowania, gdy modelowi brakuje danych.) Polecenie może brzmieć tak: „Chcę zbudować [aplikację / usługę]. Przeprowadź ze mną szczegółowy wywiad narzędziem Ask User Questions. Pytaj o cel, odbiorców, definicję «gotowe», przypadki brzegowe i kompromisy. Drąż tam, gdzie czegoś nie przemyślałem”. Cel: brief, który spełnia wszystkie omawiane kryteria — intencję, powód i definicję ukończenia — i który staje się promptem startowym całego przedsięwzięcia.
Wytnij „zawsze”, „nigdy” i „musisz”
Dotąd mówiliśmy o tym, czego w prompcie brakuje. Teraz o tym, co w nim siedzi zbędne i szkodliwe — wzory przejęte ze starych wytycznych.
Pamiętacie czasy, gdy jedyną drogą do posłuszeństwa modelu były „IMPORTANT”, „ALWAYS” i „NEVER”, najlepiej wielkimi literami? Dziś wytyczne Anthropic mówią, że modele są tak wyczulone na instrukcje, że takie wzmocnienia pobudzają je na wyrost. Lekarstwo jest proste: zamiast „KRYTYCZNE: zawsze musisz używać tego narzędzia” piszemy „Użyj tego narzędzia, gdy…”. Nie rozkręcamy modelu, nie mówimy mu, czego nie robić (to osobna zasada obecnych wytycznych) — wskazujemy po prostu, co ma robić. I to działa równie mocno jak dawne krzykliwe formy. Właśnie tak Anthropic skróciło ponad 80 proc. promptu systemowego Claude Code: wycięto twarde ograniczenia, a w ich miejsce weszły uzasadnienia i osąd.
Druga przyczyna wstrzemięźliwości: modele takie jak Fable 5.1 mają już w promptie systemowym zalecenia, by używać mniej punktów, mniej pogrubień i mniej tabel niż wcześniejsze generacje. Pisanie „nigdy nie używaj punktów” to więc informacja nadmiarowa: marnuje twoje tokeny i dorzuca ograniczenie, które może gryźć się z ustawieniami producenta. Zasada ogólna: zamiast reguły opisz zachowanie, na którym ci zależy, plus powód, dla którego ma tak działać. Uzasadnienie i intencja grają teraz pierwsze skrzypce.
I uwaga: te linijki nie mieszkają tylko w promptach. Siedzą w pliku CLAUDE.md i w każdym skillu napisanym przed tym latem. (Informacja dodatkowa: CLAUDE.md to plik instrukcji stałych, doklejany do każdego zadania w Claude Code; skille to zapisane zestawy poleceń uruchamiane przy określonych zadaniach.) Stąd najważniejszy praktyczny wniosek całego materiału: każdy skill sprzed modeli Claude 5 wymaga przeglądu i przepisania.
W tym celu zbudowałem skill do przepisywania. Czyta twoje dotychczasowe prompty i skille, zachowuje cel, odbiorcę i obraz „gotowe”, a wycina ograniczenia, które straciły aktualność. Każde „nigdy”, „zawsze” czy „musisz” zamienia na pozytywną instrukcję z uzasadnieniem. Listy kroków przelewa na cel we wzorcu, który omawialiśmy. Zanim cokolwiek zapisze, pokazuje przewidywane zmiany i czeka na twoją akceptację. Udostępniam go za darmo w opisie filmu — zacznij od dwóch, trzech najczęściej używanych skilli.
Dwa rytuały, które dziś tylko kosztują
Niektóre rytuały dopisywaliśmy niegdyś do każdego promptu: „przeprowadź mnie przez swoje rozumowanie na każdym kroku” albo „sprawdź każdy numer względem arkusza przed zakończeniem”. Każdy poradnik z początku 2026 roku kazał je wstawiać. Na modelach Claude 5 oba kosztują czas i pieniądze, a jedno potrafi doprowadzić Fable 5 do odmowy wykonania zadania.
Najpierw rozumowanie. Opus 5 domyślnie myśli, zanim odpowie. Anthropic radzi: zostaw myślenie włączone, a jego koszt kontroluj skalą wysiłku — chcesz taniej, zejdź z poziomem, nie każ modelowi „myśleć bardzo dokładnie”. Taka fraza prosi o coś, co i tak się dzieje, więc wyzwala drugą turę rozumowania na tę samą robotę. Na Fable 5 jest ostrzej: nie każ modelowi odtwarzać rozumowania w odpowiedzi, bo samo takie polecenie może uruchomić odmowę. Model ma zabezpieczenie przed próbami wyciągania jego myślenia i odtwarzania mechanizmów — a „przeprowadź mnie przez swoje rozumowanie krok po kroku” wygląda dokładnie jak taki zamach. Anthropic wprost zaleca przeszukanie skilli pod kątem tych fraz i ich usunięcie. Przyznaję: sam to kiedyś polecałem i mam to w swoich plikach — a na nowych modelach oznacza po prostu wyższy rachunek przy gorszym wyniku.
Potem podwójne sprawdzanie. „Sprawdź drugi raz każdy numer względem arkusza” — przewodnik dla Opus 5 mówi, że model z własnej inicjatywy weryfikuje swoją pracę. Taki nakaz kupuje drugie przejście po tym samym: płacisz za weryfikację rzeczy już zweryfikowanej. Identycznie działa „użyj subagenta do weryfikacji”. Skill do przepisywania, o którym mówiłem, usuwa i te linijki — u siebie znalazłem jedenaście takich wtrąceń.
Pytanie to nie polecenie — wyznacz granice działania
Szósta zasada: powiedz wprost, czy chcesz odpowiedzi, czy działania. Stare modele czekały na rozkazy. Claude 5 rusza do roboty znacznie chętniej — i pewnie znacie to z autopsji. Zapytasz, czemu jakaś liczba wygląda podejrzanie, a zanim doczytasz odpowiedź, model już poprawił arkusz, napisał maila do klienta, zrobił kopię zapasową i dorzucił dashboard.
W przewodniku obowiązuje na to reguła „wyznacz granice”: Fable 5 potrafi wykonywać działania, o które nikt nie prosił — oficjalne przykłady to szkicowanie maila bez zamówienia i tworzenie kopii zapasowych bez prośby. Rozwiązanie: jasno zdefiniuj, co Claude ma robić, a czego nie. Kluczowe zdanie brzmi mniej więcej tak: gdy użytkownik opisuje problem, zadaje pytanie albo myśli na głos — zamiast prosić o zmianę — rezultatem ma być ocena. Model ma wrócić z wnioskiem, a nie z przerobionym plikiem: „przedstaw wyniki i zatrzymaj się”.
To nie reguła dla raportów tygodniowych — to zasada uniwersalna, do wpisania w CLAUDE.md albo w instrukcjach aplikacji desktopowej. Dokument idzie nawet o krok dalej: przed uruchomieniem komendy zmieniającej stan systemu model ma sprawdzić, czy zebrane dowody uzasadniają akurat to działanie. U mnie wystarczyło wklejenie tego akapitu do instrukcji projektu — od tej pory niezamówione ruchy wymagają konsultacji. Mam tam też zdanie w tym duchu: „Gdy ktoś pyta o szkic posta, odpowiedz na pytanie. Przepisuj tylko na wyraźną prośbę” — wcześniej każde pytanie o draft traktował jako zlecenie przepisania.
Jedyny wyjątek: zadania zaplanowane. Są projektowane do pracy bez ciebie, więc Anthropic wpisuje im w promptie systemowym odwrotną instrukcję — działaj samodzielnie i wykonuj kroki odwracalne.
Styl napraw raz, w jednym miejscu
Ostatni zabieg, który radykalnie podnosi jakość: uporządkowanie kwestii głosu w jednym miejscu, zamiast regułek w każdym prompcie. O głosie marki mówię od pół życia zawodowego, bo nic tak nie zdradza „pisania przez AI” jak rozwlekłe, przeładowane teksty, które nie brzmią jak my. Każdy to rozpoznaje od pierwszego zdania.
Anthropic samo przyznaje, że Opus 5 jest zbudowany do pisania długich form. Fable 5.1 pisze za to czytelniej i bystrzej: mniej wyświechtanych fraz, mniej niewytłumaczonego żargonu. Ale jego proza bywa gęstsza niż u Fable 5 — dłuższe zdania, rzadsze akapity. Ten styl producenci nazywają „managed prose”. Ich własne podsumowanie jest znakomite: gęsta proza irytuje, bo czytelnik musi się bardziej natrudzić, żeby piszący mógł się popisać. Każdy zna takie odpowiedzi: czytasz trzy razy, a tekst wciąż za długi.
Nie potrzebujesz na to wielkiego akapitu o stylu. Wystarczy do instrukcji projektu dodać jedno zdanie: „Usuń całą gęstą prozę (managed prose)”. To samo wejdzie do CLAUDE.md w Claude Code. Istotne, żeby ta reguła siedziała w jednym miejscu, które ładuje się przy każdym zadaniu. Wtedy z pojedynczych promptów znikają zapisy w rodzaju „nie używaj żargonu marketingowego” i wszelkie dyrektywy o budowie zdań — zostaje proste oczekiwanie: wyniki jasne i zwięzłe.
Prompt po zabiegu
Po tych zmianach cały stary dolny dział promptu znika, a zostają w praktyce dwie części: kontekst z uzasadnieniem — dla kogo, po co, po czym klient nas ocenia — oraz samo zadanie z obrazem „gotowe”. Porównajcie z punktem wyjścia: znacznie mniej dyrektyw, ale sprytniejszy model dostaje przestrzeń, by zinterpretować zlecenie po swojemu, bo intencja jest wpisana w środek. Mniej ograniczeń to także prompt łatwiejszy do napisania i do utrzymania.
A co z OpenAI? Zgoda w gruncie rzeczy
Całość dotyczy Claude, ale OpenAI w tym samym czasie opublikowało własny przewodnik — dla GPT-6 Astra. Najważniejsza wiadomość: w dużych sprawach obie firmy się zgadzają. Astra również testuje drobne zmiany aż do znudzenia, tak jak Opus 5 wszystko po wielokroć sprawdza: jeśli w prompcie systemowym napiszesz coś, co już jest prawdą, model dodatkowo to zweryfikuje i spali więcej tokenów. Oba przewodniki chcą tego samego: celu oraz intencji i uzasadnienia — nie kroków. Oba wolą zwykłe akapity.
Różnica leży w temperamencie. Astra 6 nie ma wbudowanej skłonności do działania: jeśli chcesz, żeby ruszał do zmian równie szybko jak Claude, musisz to zapisać wprost — „chcę skłonność do działania”. Modele Claude 5 grzeszą przeciwieństwem: bez precyzyjnie określonych rezultatów będą działać i dokładać własne pomysły. Ciekawostka na koniec: OpenAI też wstawiło do promptu systemowego listę zakazanych słów — m.in. „delve” i „leverage”. Budowane przez lata umiejętności-humanizatory robią się więc coraz bardziej zbędne.
Test z wytycznych i zadanie na tydzień
Na ekranie dwa prompty ramię w ramię. Po lewej stary: słowa-wykrzykniki i drobiazgowy przepis. Po prawej nowy: uzasadnienie, obraz „gotowe” i dwa zwykłe akapity. Ten nowy mówi więcej — to dokładnie notatka, którą wręczyłbyś koledze, przekazując mu zadanie: powód zamiast instrukcji obsługi. Co więcej, pewna doza swobody działa na naszą korzyść — mniej słów, niższe koszty, a zakres i tak szeroki.
W wytycznych Anthropic jest prosty test: pokaż prompt koledze bez żadnego kontekstu. Jeśli nie zrozumie, o co chodzi — Claude też nie zrozumie.
Zadanie na ten tydzień: przepuść skill do przepisywania przez CLAUDE.md i przez trzy najczęściej używane skille. To radykalnie podniesie jakość wyników na modelach Claude 5.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Cel i miara sukcesu zamiast listy kroków
Na czym polega: Modele Claude 5 nauczono dokańczania całych zadań od początku do końca. Rozpisywanie kroków zawęża zadanie do twojej — być może gorszej — wersji tego, jak ma wyglądać. Oficjalny przewodnik Anthropic mówi wprost, że skille napisane pod starsze generacje obniżają jakość wyników właśnie przez nadmiar szczegółów.
Jak stosować: Zamiast sekwencji „otwórz arkusz, policzy X, porównaj z Y…” napisz jedno zdanie celu z miarą sukcesu: „Korzystając z trackera, powiedz, jak leady, wydatki i koszt pozyskania leada zmieniły się względem zeszłego tygodnia, i przygotuj maila do klienta”. Model sam sięgnie po dane i policzy, co trzeba.
Na co uważać: Skasowanie kroków to nie rezygnacja z rezultatu — wciąż określ, co konkretnie ma powstać; znika tylko instrukcja obsługi po drodze.
2.Podaj powód, nie tylko polecenie
Na czym polega: Nowe modele pracują lepiej, gdy rozumieją intencję: dla kogo jest wynik i co ma umożliwić. Dzięki temu same rozstrzygają dziesiątki drobnych decyzji — czy spadek o 4 proc. to problem, od czego zacząć maila — tak jak ty.
Jak stosować: Korzystaj z szablonu z przewodnika: „Pracuję nad [większe zadanie]. To dla [odbiorcy]. Ten wynik pozwoli im [co osiągnąć]. Mając to na uwadze: [zadanie]”. Dwa zwykłe akapity zamiast listy reguł.
Na co uważać: Nie przesadzaj w drugą stronę — kontekst ma tłumaczyć „po co”, a nie zastępować definicji oczekiwanego rezultatu.
3.Zdefiniuj obraz „gotowe”
Na czym polega: Starsze modele robiły za mało, Claude 5 robi za dużo: domyślnie poszerza zakres, dorabia kroki, dashboardy i maile, o które nikt nie prosił.
Jak stosować: Dopisz do zadania obraz ukończenia, np.: „Gotowe to mail w mojej skrzynce, do 300 słów, zaczynający od liczby leadów i zmiany udziału widoczności, plus tabela trzech powodów zmian”. Przy wąskich zadaniach zawężaj zakres wprost.
Na co uważać: To działa przy zadaniach, których koniec potrafisz opisać. Gdy nie wiesz, co znaczy „gotowe” — sięgnij po wywiad z punktu 4, zamiast dopracowywać prompt w ciemno.
4.Przy dużych projektach zamów wywiad, nie dopracowany prompt
Na czym polega: Anthropic zaleca, by przy większych funkcjach Claude przeprowadzał wywiad zleceniodawcy i sam pisał brief: cel, odbiorcy, „gotowe”, przypadki brzegowe, kompromisy.
Jak stosować: „Chcę zbudować X. Przeprowadź ze mną szczegółowy wywiad narzędziem Ask User Questions. Pytaj o cel, odbiorców, definicję «gotowe», przypadki brzegowe i kompromisy. Drąż tam, gdzie czegoś nie przemyślałem”. Wynikowy brief staje się promptem startowym projektu.
Na co uważać: Zacznij od minimalnego opisu — celem wywiadu jest wypełnienie luk, nie potwierdzanie twoich założeń.
5.Zakazy zamień na polecenia z uzasadnieniem
Na czym polega: „ZAWSZE”, „NIGDY”, „CRITICAL” pobudzają nowe modele na wyrost; forma „użyj tego narzędzia, gdy…” działa równie mocno i bez skutków ubocznych. Taką zamianą Anthropic skróciło ponad 80 proc. promptu systemowego Claude Code.
Jak stosować: Każdą regułę przeformułuj na żądane zachowanie plus powód — zamiast „nigdy nie używaj punktów” napisz „pisz ciągłym tekstem, bo odbiorca czyta na telefonie”.
Na co uważać: Część reguł jest już w promptie systemowym modeli (mniej punktów, pogrubień, tabel) — dublowanie ich marnuje tokeny i może gryźć się z ustawieniami producenta.
6.Wytnij prośby o odtwarzanie rozumowania
Na czym polega: Opus 5 myśli przed odpowiedzią domyślnie; „think carefully” dokupuje tylko drugą turę rozumowania. Na Fable 5 polecenie „przeprowadź mnie przez swoje rozumowanie” może uruchomić odmowę — model ma zabezpieczenie przed próbami wyciągania jego myślenia.
Jak stosować: Przeszukaj skille i prompty pod kątem takich fraz i usuń je; koszt myślenia reguluj skalą wysiłku, nie magicznymi formułkami.
Na co uważać: To zmiana wbrew poradnikom z początku 2026 roku — jeśli pisałeś skille według nich, te linijki niemal na pewno siedzą w twoich plikach (u autora było ich jedenaście).
7.Wytnij nakazy podwójnego sprawdzania
Na czym polega: Claude 5 sam weryfikuje swoją pracę; „sprawdź drugi raz każdy numer” albo „użyj subagenta do weryfikacji” kupuje drugie przejście po tym samym — płacisz podwójnie za weryfikację, która i tak zachodzi.
Jak stosować: Zamiast rytuałów wskaż miary jakości w obrazie „gotowe” (np. tabela z trzema powodami zmian), a weryfikację zostaw modelowi.
Na co uważać: To nie zakaz podawania źródeł — wskazanie, z których danych model ma korzystać, to co innego niż nakaz wielokrotnego sprawdzania.
8.Dopasuj poziom wysiłku do zadania
Na czym polega: Przy drobnych zadaniach Anthropic radzi zejść z poziomem wysiłku (effort) do „low” lub „medium”. Fable 5.1 na niskim wysiłku pozostaje kosztowo konkurencyjny wobec starszych modeli Opus w przeliczeniu na zadanie.
Jak stosować: Zamiast sięgać po słabszy model, obniż wysiłek mocniejszemu — proste, kilkuminutowe zlecenia zjedzą mniej budżetu przy równym lub lepszym wyniku.
Na co uważać: Niski poziom należy do prostych zadań; przy złożonej analizie zostaw wyższy, żeby nie urwać jakości.
9.Pytanie to nie polecenie — wyznacz granice
Na czym polega: Claude 5 chętnie działa na własną rękę: poprawia arkusze, szkicuje maile i robi kopie zapasowe bez prośby. Gdy opisujesz problem albo myślisz na głos, rezultatem ma być ocena, nie zmiana.
Jak stosować: Do instrukcji globalnych (CLAUDE.md, instrukcje aplikacji) wklej zasadę: „Gdy użytkownik pyta albo opisuje problem, przedstaw ocenę i zatrzymaj się. Zmiany tylko na wyraźną prośbę. Przed komendą zmieniającą stan systemu sprawdź, czy dowody to uzasadniają”.
Na co uważać: Wyjątkiem są zadania zaplanowane — mają działać autonomicznie i wykonywać kroki odwracalne; nie przeciwstawiaj im zasady „stop”.
10.Styl ustaw raz, w jednym miejscu — i zrób audyt
Na czym polega: Opus 5 z natury pisze długo, Fable 5.1 — gęsto („managed prose”: długie zdania, rzadkie akapity). Regułki o stylu w każdym prompcie są zbędne, skoro jedna globalna instrukcja załatwia sprawę.
Jak stosować: Do instrukcji projektu dodaj „Usuń całą gęstą prozę (managed prose)”, a z pojedynczych promptów wytnij zapisy o żargonie i budowie zdań. Potem zrób audyt: przepuść CLAUDE.md i trzy najczęściej używane skille przez tryb przepisywania — zostaw cel, odbiorcę i „gotowe”, usuń zakazy i rytuały.
Na co uważać: Każdą automatyczną zmianę przeglądaj przed zapisaniem, a efekt sprawdź testem z wytycznych: pokaż prompt koledze bez kontekstu — jeśli nie zrozumie, Claude też nie zrozumie.