Fable 5.1是企业级长程知识工作模型，强调事实一致、指令遵循与任务闭环；其输出偏幻想主因是提示词偏差而非模型天性，需通过明确约束、切断训练数据回退、利用长程稳定性及规避风格提示词来防控。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Claude Fable 5.1 本身不是偏幻想虚构的模型，相反，它被明确设计为企业级长程知识工作专属模型，强调事实一致性、指令遵循度和任务闭环能力。它的核心优化方向是“稳定”“可控”“可审计”，而非自由发散或故事创作。如果你在使用中遇到输出偏幻想、不忠实于输入材料、擅自添加未提供细节等情况，通常不是模型“天性使然”，而是提示词设计、上下文管理或调用方式出了偏差。
明确角色与任务边界
Fable 5.1 的系统提示词（claude_behavior）里有专门的 <refusal_handling> 和 <product_information> 分区，要求模型严格区分“已知事实”和“推测内容”。若你没在 prompt 中清晰锚定依据来源，模型可能默认调用训练数据中的泛化知识作答——这容易滑向虚构。
- 在系统提示中直接声明：“你只能基于我提供的文档/邮件/表格内容作答，不得补充任何外部知识或假设细节。”
- 对关键约束加粗或编号，比如：“【约束1】所有时间、人名、金额必须与附件PDF第3页完全一致；【约束2】不得解释原因，只输出校验结果。”
- 避免使用模糊动词，如“分析”“思考”“推测”，改用动作明确的指令：“提取”“比对”“列出”“标记差异”。
切断训练数据回退路径
Fable 5.1 在 low effort 模式下更倾向凭记忆回答，跳过工具调用。这意味着：如果你没强制它读取上传文件，它可能直接从训练数据里“编”一个看似合理但错误的答案。
- 每次涉及具体材料时，必须显式要求模型“仅依据以下文本作答”，并把原文片段（而非摘要）粘贴进用户消息。
- 启用
tool_use并绑定 RAG 工具，让模型无法绕过检索步骤。Fable 5.1 的原生文档结构感知能力很强，能精准定位段落，但前提是它被要求这么做。 - 禁用
cache_read回退——缓存虽便宜，但若缓存的是旧版错误推理，会放大幻觉。生产环境建议关闭自动缓存，或手动清理高风险任务的缓存键。
利用其长程稳定性反制虚构
Fable 5.1 最强的特性之一，是在上百步链路中持续记住早期约束。你可以把这个能力转化为“防虚构检查机制”：
- 在多轮任务开头就写入验证规则：“每完成一步，请对照初始要求检查：是否遗漏XX字段？是否新增了未授权描述？如有，立即标注并修正。”
- 让它自我复述前提：“请用一句话重述你本次任务的唯一依据和三个硬性限制。”——如果复述错误，说明已漂移。
- 对输出格式做结构化锁定：要求用固定 JSON Schema 输出，字段类型、必填项、枚举值全部定义清楚。Fable 5.1 对这类强格式遵循度极高，虚构内容很难套进严格 schema。
警惕“风格提示词”带来的副作用
官方指南提到，Fable 5.1 减少使用标题、列表、引号，对风格提示词遵循得更好。这意味着：如果你写了“请用小说笔法润色”，它真会照做——哪怕你本意只是想让语言更流畅。
- 删除所有文学化修饰词：“生动地”“形象地”“仿佛……一样”“想象一下”等一概不用。
- 用否定句强化底线：“不生成对话”“不添加心理描写”“不虚构人物关系”“不推测未发生事件”。
- 对高风险场景（如合同审核、医疗摘要），加上一句：“如所给材料信息不足，必须回答‘依据不足，无法判断’，不得自行补全。”
