Video · 10. November 2026 · 14 Min. Lesezeit

Claude Fable 5.2 prompten: 10 Regeln für bessere Ergebnisse

Wie du Claude Fable 5.2 richtig promptest: Effort auf high, Beweise verlangen, alte CLAUDE.md aufräumen, Subagent-Regeln streichen. Alle 10 Regeln erklärt.

Das Wichtigste in Kürze

  • Stell Fable 5.2 auf Effort high. In Claude Code wählst du Fable ausdrücklich aus, und im Benchmark bringt der Schritt von medium auf high den größten Sprung.
  • Verlang, dass es seine Arbeit belegt und lange Aufgaben zu Ende bringt. Laut System Card stellt es Schlussfolgerungen öfter als Fakten hin und hört früher auf als Fable 5.1.
  • Räum deine CLAUDE.md, deine Regeln und deine Skills auf. Fable 5.2 befolgt fast jede Zeile aufs Wort, alte Vorgaben bremsen es deshalb aus.
  • Streich Zeilen, die das Denken abschalten oder den Denkweg erklären lassen sollen, und feste Delegations-Regeln für Subagents.
  • Sag ihm, wem der Code gehört, wenn es etwas baut, und schreib Ton, Länge und Wunsch nach Updates direkt in den Prompt.

Wenn du Claude Fable 5.2 so promptest wie Opus 5.5 oder Fable 5.1, verschenkst du sehr wahrscheinlich einen großen Teil seiner Leistung. Anthropic hat mit dem neuen Modell die Regeln fürs Prompting geändert: Du solltest es auf Effort high laufen lassen, Beweise für seine Arbeit verlangen, deine alte CLAUDE.md und deine Regel-Dateien kräftig ausmisten und feste Subagent-Regeln streichen. In diesem Artikel gehe ich mit dir die zehn wichtigsten Änderungen durch, genau wie im Video oben, damit du seine Stärken bei langen und komplexen Aufgaben sinnvoll nutzt.

Warum musst du Fable 5.2 anders prompten?

Fable 5.2 verhält sich bei langen agentischen Aufgaben an mehreren Stellen anders als frühere Modelle. Du kannst damit Websites bauen, 3D-Renders umsetzen und Videos erstellen, aber nur, wenn du weißt, wie du dieses Modell richtig ansprichst. Und das unterscheidet sich an ein paar Stellen deutlich von dem, was du von Opus 5.5 oder Fable 5.1 gewohnt bist.

Anthropic hat dazu einen eigenen Leitfaden „Prompting Claude Fable 5.2“ veröffentlicht, dazu kommt die System Card zu Fable 5.2 und Mythos 5.2. Aus beiden habe ich die zehn Änderungen herausgezogen, die im Alltag wirklich einen Unterschied machen. Der Kern ist immer derselbe: Das Modell nimmt deine Anweisungen sehr wörtlich. Das ist gut, wenn deine Anweisungen stimmen, und schlecht, wenn in deinen Dateien noch Regeln für ältere Modelle stehen.

Fable 5.2 kostet über die API laut Anthropics Modellseite 8 Dollar pro Million Input-Tokens und 40 Dollar pro Million Output-Tokens, also weniger als Fable 5.1. Günstig ist es trotzdem nicht, und gerade deshalb lohnt es sich, die Regeln zu kennen.

Regel 1: Welches Effort-Level solltest du für Fable 5.2 nutzen?

Lass Fable 5.2 auf high laufen. In der API ist high der Standard. In Claude Code ist laut der Claude-Code-Doku zur Modellkonfiguration kein Fable-Modell standardmäßig aktiv, du musst Fable 5.2 also ausdrücklich auswählen. Prüf danach das Effort-Level und stell es bei Bedarf um, zum Beispiel mit /effort high.

Warum gerade high? Weil du dort am meisten für dein Geld beziehungsweise für deine Tokens bekommst. Im Video zeige ich dir dazu das agentische Coding-Benchmark FrontierCode 2.0. Laut System Card kommt Fable 5.2 dort auf diese Werte:

EffortFable 5.2 ScoreØ Kosten pro Aufgabe
low34,2 %2,10 $
medium37,6 %2,48 $
high45,3 %6,72 $
xhigh49,1 %14,19 $
max45,7 %44,70 $

Opus 5.5 kommt in derselben Auswertung auf seinem besten Wert, also auf max, auf 45,5 % und kostet dafür 12,82 $ pro Aufgabe. Heißt: Fable 5.2 auf high liefert praktisch die Max-Leistung von Opus 5.5 zum ungefähr halben Preis. Auf medium bekommst du deutlich schlechtere Ergebnisse. Du gibst zwar auch weniger aus, aber wenn du schon Fable 5.2 nutzt, willst du ja vor allem die Leistung.

Mein Rat deshalb: Wenn Fable 5.2, dann auf high. Für low oder medium kannst du auch einfach Opus 5.5 nehmen und bekommst vermutlich sehr ähnliche Ergebnisse. Max würde ich meiden, denn dort zahlst du ein Vielfaches und bekommst ungefähr dasselbe Ergebnis wie auf high oder xhigh. Anthropic selbst schreibt im Leitfaden, dass der größte Teil des Leistungsgewinns schon auf high steckt und die Gewinne darüber ungleichmäßig sind.

Regel 2: Wie bringst du Fable 5.2 dazu, seine Arbeit zu beweisen?

Sag ihm ausdrücklich, dass es seine Arbeit belegen muss, bevor es dir etwas als erledigt meldet. Laut System Card haben interne Nutzer berichtet, dass das Modell Schlussfolgerungen als Fakten hinstellt und selbstbewusste Behauptungen macht, die der Code nicht hergibt. Auf niedrigem Effort hat es außerdem seltener Tests laufen lassen als Fable 5.1.

Dazu kommt eine Fallstudie aus dem Training: Bei Aufgaben, in denen eine benötigte Datei fehlte, hat das Modell in rund 2 % der Fälle einfach eine Ersatzdatei erfunden, statt zu sagen, dass die Datei fehlt. Und auf solchen kaputten Aufgaben hat es etwa sechsmal so oft versucht, Abkürzungen zu nehmen, wie auf intakten Aufgaben.

Die Lösung ist sehr simpel. Häng an deinen Auftrag oder schreib in deine CLAUDE.md eine Zeile wie diese:

Before you say it's done, run the tests and show me the output.

Damit verlangst du, dass es seine Ergebnisse testet und dir die Ausgabe zeigt, bevor es fertig meldet. Dann ist belegt, dass stimmt, was es als erledigt meldet, und du bist auf der sicheren Seite.

Regel 3: Wie sorgst du dafür, dass Fable 5.2 lange Aufgaben zu Ende bringt?

Schreib ihm in den System-Prompt, dass es nicht vorzeitig aufhören soll. Bei langen agentischen Aufgaben beendet Fable 5.2 laut Leitfaden manchmal seinen Lauf, bevor die Arbeit fertig ist: mit einer Liste, was noch fehlt, mit dem Angebot weiterzumachen oder mit einem Stopp an einem ganz normalen Hindernis wie einem Timeout. Das passiert öfter auf low und medium, du solltest es aber auch auf high und xhigh im Kopf haben.

Anthropic schlägt dafür einen eigenen Abschnitt „Finishing work“ vor. Den kannst du wörtlich übernehmen:

# 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.

In Anthropics Test auf medium blieb mit einer Fassung dieses Textes nur noch in etwa halb so vielen Sitzungen machbare Arbeit liegen. Die Output-Tokens stiegen dabei um rund 30 %. Wichtig: Weil das Modell mit diesem Text seltener nachfragt, behältst du deine eigene Bestätigung für riskante oder nicht umkehrbare Schritte.

Die zehn Regeln und die passenden Prompts findest du in diesem Artikel zusammengefasst.

Regel 4: Was solltest du aus deiner CLAUDE.md streichen?

Alles, was strenge Vorgaben macht, ohne dass du es wirklich brauchst. Das ist für mich die wichtigste Regel, weil sie alle deine Prompts betrifft. Deine CLAUDE.md, deine Regel-Dateien und deine Skills sind sehr wahrscheinlich nicht für Fable 5.2 gebaut. Fable 5.2 arbeitet anders als Opus 5.5 oder Fable 5.1: Es befolgt jede Regel, die du ihm gibst, fast aufs Wort. Alte Anweisungen, die du nicht mehr brauchst, bremsen deshalb sehr wahrscheinlich deine Ergebnisse.

Der Leitfaden nennt dazu ein schönes Beispiel: Eine harte Stilregel wie „eine Anweisung pro Satz, höchstens 20 Wörter“ macht die Texte des Modells abgehackt, weil es sich exakt daran hält. Genauso sammeln sich in Memory-Dateien, Notizen und Regel-Dateien mit der Zeit Warnungen an, manche davon hat das Modell sogar selbst geschrieben. Fable 5.2 nimmt die ernst, fragt dann nach Freigaben, die es gar nicht braucht, oder hält Routinearbeit zurück.

Das solltest du durchgehen:

  • Strenge Vorgaben ohne Grund: Regeln mit „nie“ und „immer“, deren Anlass es nicht mehr gibt. Was bleibt, sollte sagen, wofür es gilt und warum.
  • Harte Stilregeln: Alles, was beim Stil sehr streng ist, macht das Ergebnis eher schlechter als besser.
  • Angesammelte Vorsicht: Warnungen und Notizen aus alten Sessions, die heute nicht mehr stimmen.
  • Feste Delegations-Regeln: dazu gleich mehr bei Regel 8.

Ich weiß, das klingt hart, seine halbe CLAUDE.md zu löschen. Aber diese neuen Modelle können sehr vieles besser umsetzen, als du es ihnen vorschreiben würdest, vor allem wenn du nicht jeden Tag tief im Code steckst. Deshalb macht es wahrscheinlich für dich und auch für mich Sinn, unsere Dateien stark zu kürzen und dem neuen Modell mehr Luft zu geben. Leg vorher einfach eine Kopie der Originale an, dann kannst du jederzeit zurück.

Regel 5: Kannst du Fable 5.2 sagen, dass es nicht nachdenken soll?

Nein, das funktioniert bei Fable 5.2 nicht mehr. Bei Fable 5.1 konntest du schreiben „gib mir einfach eine Antwort, überleg nicht lange“, dann hat es einen Teil des Denkens übersprungen und schnell und mit wenigen Tokens geantwortet. Laut Leitfaden hat eine Zeile wie „answer directly without deliberating“ Fable 5.2 auf medium und höher nicht vom Denken abgehalten. Auf high und darüber denkt es vor fast jeder Antwort, sogar vor der Antwort auf ein einfaches Hallo.

Wie viel es denkt, hängt allein am Effort-Level. Willst du weniger Denken und weniger Kosten, stell low oder medium ein und streich solche Zeilen aus deinen Prompts.

Mein Rat geht deshalb in dieselbe Richtung wie bei Regel 1: Nutz Fable 5.2 wirklich nur für die komplexesten und längsten Aufgaben, zum Beispiel zum Planen, zum Orchestrieren von großen Agenten-Workflows und für die Qualitätskontrolle. Die eigentliche Arbeit lässt du von Subagents auf Opus 5.5 machen. So bleibt dein Fable-Kontingent für das, was es am besten kann. Anthropic schreibt übrigens selbst, dass frühe Tester gute Erfahrungen mit Fable 5.2 als Planer und Orchestrator für andere Modelle gemacht haben.

Regel 6: Warum solltest du nicht nach dem Denkweg fragen?

Weil du dann statt einer Antwort eine Ablehnung bekommen kannst. Fable 5.2 hat einen Schutz eingebaut, der anspringt, wenn du verlangst, dass es sein internes Nachdenken in die Antwort schreibt. In der API kommt dann stop_reason: "refusal" zurück, mit der Kategorie reasoning_extraction. Das hat mit Destillation zu tun, also damit, dass niemand die Denkwege des Modells abgreifen soll, um damit andere Modelle zu trainieren.

Zu fragen, warum eine Antwort stimmt, ist in Ordnung. Schreibst du aber „erklär mir Schritt für Schritt, wie du darauf gekommen bist“ oder „erklär mir genau dein Denken“, kann es sein, dass das markiert wird und das Modell ablehnt. Wo genau die Grenze liegt, ist nicht klar. Streich solche Zeilen deshalb aus deinen Prompts, Skills und Tool-Beschreibungen. Willst du sehen, wie das Modell gedacht hat, lies die zusammengefassten Thinking-Blöcke.

Regel 7: Warum solltest du Fable 5.2 sagen, wem der Code gehört?

Weil ein einziger Satz komplett verändert, wie es an deine Codebasis herangeht. Sagt dein Prompt nichts zum Besitz, baut Fable 5.2 eher an die bestehende Struktur an, auch wenn dabei Code doppelt entsteht. Fehler, die ihm nebenbei auffallen, meldet es nur, statt sie zu beheben. Sagst du ihm dagegen, dass die Codebasis ihm gehört, führt es doppelten Code öfter zusammen und behebt verwandte Probleme gleich mit.

Das ist der Satz aus dem Leitfaden:

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

In Anthropics Test hat das Modell mit diesem Satz doppelten Code in etwa der Hälfte der Versuche zusammengeführt, ohne den Satz in weniger als einem Zehntel. Der Preis: rund 1,5-mal so viele Output-Tokens und zusätzliche Änderungen, die niemand verlangt hat, vor allem neue Tests und Dokumentation. Das Ergebnis wird dafür schlanker und besser. Lies aber den Diff und nicht nur die Zusammenfassung am Ende.

Willst du nur eine minimale Änderung, lass den Satz weg und beschreib genau, was es tun soll.

Regel 8: Warum verbrennen Subagent-Regeln dein Nutzungslimit?

Weil Fable 5.2 sie aufs Wort befolgt, obwohl es selbst weiß, wann es delegieren sollte. Diese Regel knüpft direkt an Regel 4 an. Fable 5.2 startet Subagents von selbst, wenn es sie braucht. Auf xhigh und max nutzt es sie laut Leitfaden auch, um die eigene Arbeit zu prüfen, was Fable 5.1 bei denselben Aufgaben nicht gemacht hat.

Steht aber in deinen Regeln „nutze Subagents für X, Y und Z und prüf immer deine Arbeit“, macht es genau das, jedes Mal. Anthropic schreibt selbst, dass Subagents einen großen Teil der Kosten einer Session ausmachen können. Du verbrennst also dein Nutzungslimit, und das schneller, als dir lieb ist.

Also: Lies deine System-Prompts, Skills und Agenten-Dateien und schmeiß die festen Delegations-Zeilen raus. Und prüf bei der Gelegenheit, auf welchem Modell deine Subagents standardmäßig laufen. Lass Fable 5.2 einfach machen, das musst du ihm nicht mehr vorschreiben.

Regel 9: Wie bekommst du Updates bei langen Aufgaben?

Schreib in deinen Prompt, dass es sich zwischendurch melden soll. Bei Aufgaben mit viel Zeit und vielen Tool-Aufrufen schreibt Fable 5.2 manchmal wenig Text für dich und arbeitet still im Hintergrund. Das ist eher Geschmackssache, aber ich kenne das von mir selbst: Wenn ein KI-Agent ein, zwei Stunden lang arbeitet, ohne mir etwas zu sagen, will ich lieber alle 10, 15 oder 20 Minuten ein Update. Oder zumindest von Aufgabe zu Aufgabe kurz, was erledigt ist, was funktioniert hat und ob es irgendwo einen Fehler gab.

Der Mittelweg aus dem Leitfaden ist ein einziger Satz:

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

Laut Anthropic hat dieser Satz die meisten langen stillen Strecken beseitigt. Es gibt noch eine längere Fassung, die zusätzlich vor dem ersten Schritt sagt, was das Modell vorhat, und am Ende eine Zusammenfassung schreibt. Die hat in Anthropics Test die Output-Tokens pro Aufgabe aber um rund 20 % erhöht. Das ist mir etwas viel, deshalb würde ich bei dem kurzen Satz bleiben, außer du schaust der Arbeit wirklich live zu.

Regel 10: Wie steuerst du Ton und Länge der Antworten?

Nur über deinen Prompt oder deine Regeln, nicht über das Effort-Level. Laut Leitfaden ändert der Effort kaum etwas daran, wie lang die Antworten sind. Egal ob low oder max, Ton und Länge bleiben ungefähr gleich. Kürzere Antworten auf low gibt es bei Fable 5.2 also leider nicht.

Willst du es anders, muss es in den Prompt. Und wenn du etwas immer auf eine bestimmte Art willst, gehört es in deine CLAUDE.md, deine AGENTS.md oder eine deiner Regel-Dateien. Zum Beispiel so:

Antworte kurz: zuerst das Ergebnis, dann höchstens drei Sätze Begründung.

Wie setzt du die 10 Regeln am schnellsten um?

Am schnellsten lässt du deinen Coding-Agenten die Arbeit machen. Gib ihm die zehn Regeln aus diesem Artikel und lass ihn zuerst nur prüfen: Er geht deine CLAUDE.md, deine Regel-Dateien, deine Skills und deine Agenten-Dateien gegen jede der zehn Regeln durch und gibt dir eine Liste, welche Zeile er streichen, kürzen oder ergänzen würde und warum. Erst wenn du die Liste gelesen und dein OK gegeben hast, ändert er etwas. Wenn du beim Umsetzen hängen bleibst, frag im KI Agenten Club nach.

Danach stellst du Effort auf high und testest mit deinen längsten Aufgaben, wo das Modell noch zu früh aufhört, zu viel delegiert oder still wird. Genau so empfiehlt es auch Anthropic: eine Änderung nach der anderen und jedes Mal schauen, was sie bringt und was sie an Tokens kostet.

Zum Nutzungslimit noch ein Punkt: Wie dein Fable-Kontingent abgerechnet wird, hängt von deinem Plan und deiner Umgebung ab. Prüf dein aktuelles Kontingent in der Nutzungsanzeige deiner Claude-Code-Umgebung, bevor du lange Aufgaben startest.

Häufige Fragen

Welches Effort-Level ist für Fable 5.2 am besten?

High ist für die meisten Aufgaben das beste Verhältnis aus Leistung und Kosten. Auf FrontierCode 2.0 erreicht Fable 5.2 auf high 45,3 %, praktisch so viel wie Opus 5.5 auf max, zum ungefähr halben Preis pro Aufgabe. Max lohnt sich fast nie, weil es ein Vielfaches kostet und im Benchmark nicht besser abschneidet.

Warum ist Fable 5.2 in Claude Code schlechter als erwartet?

Prüf zuerst, ob Fable 5.2 wirklich ausgewählt ist, denn in Claude Code ist kein Fable-Modell standardmäßig aktiv. Danach schaust du aufs Effort-Level und stellst es bei Bedarf mit /effort high um. Der zweite häufige Grund sind alte Regeln in deiner CLAUDE.md, die das Modell aufs Wort befolgt.

Muss ich meine CLAUDE.md für Fable 5.2 komplett löschen?

Nein, aber du solltest sie stark kürzen. Streich strenge Vorgaben ohne Grund, harte Stilregeln, angesammelte Warnungen, feste Subagent-Regeln und Zeilen, die das Denken abschalten oder den Denkweg erklären lassen sollen. Leg vorher eine Kopie an.

Warum lehnt Fable 5.2 manche Anfragen ab?

Wenn du verlangst, dass es sein internes Nachdenken in die Antwort schreibt, kann ein eingebauter Schutz anspringen. Dann kommt eine Ablehnung mit der Kategorie reasoning_extraction zurück. Frag lieber, warum eine Antwort stimmt, statt nach dem Denkweg Schritt für Schritt.

Wie bringe ich Fable 5.2 dazu, seine Arbeit zu belegen?

Schreib in deinen Auftrag oder deine CLAUDE.md, dass es vor dem Fertigmelden die Tests laufen lässt und dir die Ausgabe zeigt. Das ist wichtig, weil interne Nutzer laut System Card berichtet haben, dass das Modell Schlussfolgerungen als Fakten hinstellt.

Fazit

Fable 5.2 spielt nach anderen Regeln als seine Vorgänger. Stell es auf high, verlang Beweise und lass es lange Aufgaben zu Ende bringen. Räum deine CLAUDE.md, deine Regeln und deine Skills auf, denn alles, was dort steht, befolgt das Modell fast aufs Wort. Streich Zeilen gegen das Denken, Fragen nach dem Denkweg und feste Subagent-Regeln, sag ihm, wem der Code gehört, und schreib Updates, Ton und Länge direkt in den Prompt. Ja, es ist tokenlastiger als Opus 5.5, aber gerade für die ganz langen und komplexen Aufgaben lohnt es sich. Erzähl im KI Agenten Club, welche Regel bei dir den größten Unterschied gemacht hat.

KI Agenten Club

Du willst nicht nur lesen, sondern bauen?

Im KI Agenten Club baust du mit Vishal KI-Agenten für dein Business. Kurse, fertige Skills und Leute, die dasselbe bauen.

Zum KI Agenten Club

Das könnte dich auch interessieren