核心原因是未知的未知（Unknown Unknowns）。需求隐含未言明约束，长程任务上下文衰减致关键要求被稀释，工具调用与结果理解存在断层，且开发节奏未匹配模型“少而准”的提示词新范式。
☞☞☞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 出现回答偏离需求，核心原因不是模型“变弱”或“不听话”，而是它在处理真实任务时，撞上了你没意识到的盲区——尤其是未知的未知（Unknown Unknowns）。
需求本身存在隐性缺口
你写进 prompt 的，往往只是“已知的已知”：比如“生成周报”“提取付款节点”。但真实业务中还藏着大量没被言明的约束：格式要兼容某旧系统、时间范围必须排除测试数据、字段命名需匹配下游 API、甚至“上月最后一天”在财务语境里特指关账日而非自然日。Fable 5.1 不会主动猜这些，它按字面执行，结果看起来合理，实则错位。
长程任务中上下文衰减仍存在
虽然 Fable 5.1 针对长程推理做了专项优化，能比前代多维持 20–30 步的指令一致性，但它不是无限记忆体。当任务跨邮件、文档、表格、审批流，且中间插入用户临时追问、工具返回非结构化文本、或需要回溯三小时前某条会议纪要时，关键约束容易被稀释。模型可能记得“要生成报告”，却模糊了“必须用红黄绿三色标注风险等级”这一初始要求。
工具调用与结果理解出现断层
Fable 5.1 负责决策，但不直接执行。它调用 SharePoint 检索合同、调用 Excel 插件读取付款表、再让 Copilot 发送邮件——每一步的输入输出格式、错误码含义、空值处理逻辑，都由 harness 层封装。如果某工具返回的是含歧义的 JSON 字段（如 "status": "pending" 实际代表“已驳回”），而 harness 没做标准化映射，模型就会基于错误语义继续推理，越走越偏。
你的开发节奏没匹配模型能力升级
Fable 5.1 的提示词哲学是“少而准”：系统提示词被砍掉 80%，它不再依赖层层约束和示例模板来规避错误。如果你还沿用 Fable 5 时代的冗长 prompt，反而会限制它的自主判断；若完全不做澄清就直奔 high 档推理，又跳过了对边界条件的验证。实际推荐流程是：
• 先让 Claude 反向提问，帮你暴露“已知的未知”
• 用 low/medium 档快速跑通主干路径，确认方向不漂移
• 最后切到 high 档补全细节、覆盖异常分支
