Chase AI · 11:59 · 发布 2026-07-02 · 30.2万次观看(截至抓取) · 观看原视频
主旨
在 Fable 5 每周用量受限的窗口期内,把它用在”克隆软件、审计自己的用法、搭壳、代码审查、长周期定制项目”这五类高杠杆场景上,而不是随手扔给它一句简单指令。
核心论点
- 模型用量是稀缺资源,要分层调度——Fable 5 的强项是长时间自主执行,而不是即兴单轮对话;把探索性的调研、规划工作交给便宜/推理型模型(如 Opus),想清楚了再喂给 Fable 5 执行,是省用量的关键。
- 前置规格质量决定执行上限——无论是”克隆一个应用”还是”做一个 3D 游戏”,模型能跑多远取决于前面那份研究报告或 PRD 写得够不够清楚,模型能力强不能替代需求想清楚这一步。
- 对自己的工作流做审计,是不依赖复杂项目也能拿到的高杠杆用法——回顾历史会话、找出可以固化为 skill/automation 的模式,这件事任何 Claude Code 用户都能做,门槛不在项目复杂度而在有没有做这个动作。
- 长任务型指令模式(目标+成功标准,持续自主推进)是 Fable 5 区别于单轮对话的核心用法,零散地一句话提示发挥不出它的长处。
知识点详解
克隆现有付费软件:分层用模型 + forward/goal 长任务执行 00:37
以 WhisperFlow(语音转文字工具)为例:与其为一个云端服务付费、把语音数据交给第三方,不如本地化重建一个跑在自己机器上的版本。
但 Fable 5 用量有限——视频录制时(截止 7 月 7 日)Max 订阅计划下使用 Fable 5 最多只能用到每周额度的 50%(01:25)——所以不能拿它去跑随手一句话的探索性提示。
更合理的分工是:先用 Opus 一类模型做 Deep Research、规划(甚至用 Codex 交叉检查计划),把方案想清楚后写成一个结构化 prompt,再用 goal]一次性交给 Fable 5 执行。
视频提到这套 prompt 结构参考了 Anthropic 官方文档中针对 Fable/Mythos 系模型与 Opus 系模型的不同提示建议——两者的最佳提示方式并不完全一样。
对自己使用 Claude Code 的方式做审计诊断 05:02
让 Fable 5 回顾过去几十次会话记录,用子代理(sub agents)从对话记录里提取原始信号,跨会话聚类后,针对每一类信号判断是该新建 skill、设成自动化、做个小修复,还是什么都不用做。
关键设计是先只做诊断、列出候选清单,不直接执行改动,人工确认后再落地。
搭一层可视化 Agentic OS 壳子 06:40
在 Claude Code 之上包一层自定义 Web 前端,把日常工作里高频用到的技能和自动化都做成可视化入口、加上内容/数据看板等终端里看不到的可视化指标。
这本质是”对自己使用 Claude Code 的方式做审计诊断”的自然延伸——先把日常工作固化成 skill 和 automation,再给它一层界面。
因为底层调用的是 Claude Code headless 模式(不再走 API 计费),这套壳子也具备打包卖给团队或客户的潜力。
代码审查与调试 08:48
提示词不需要复杂,直接让模型对代码库做一次完整审查并找 bug。
案例里四个并行 reviewer 各自产出发现,合计 45 条原始发现,去重后剩 24 条,再按严重程度归类、给出具体修复优先级建议。
这个用法对代码库复杂度没有门槛——越复杂的项目理应越值得跑一次。
从一份 PRD 出发做长周期定制项目 10:32
视频引用的案例(一个跑在浏览器里的 Three.js 3D 游戏,由社区开发者用 Fable 5 完成,写了约 21000 行 TypeScript、90 多次提交)(11:35)背后只有一份人工”部分撰写”的 [PRD],写清楚视觉目标、功能支柱、约束条件。
作者的建议是:大型定制项目先用 Opus 一类模型帮你把 PRD 写扎实,再交给 Fable 5 在长自主会话里持续执行。
可执行步骤
- 想克隆某个付费工具前,先让推理模型做一次深度研究,搞清楚它的核心功能和架构,再决定要不要本地化重建。
- 大型/长周期任务用”目标+成功标准”的提示结构(forward/goal 一类模式),不要用单轮简单指令。
- 定期(比如每月)跑一次”回顾我过去 N 次 Claude Code 会话,找出可以固化为 skill/automation 的模式”的诊断提示,先看候选清单再决定要不要落地。
- 复杂代码库定期跑一轮”全面代码审查 + 找 bug”,按严重程度和修复优先级处理。
- 启动任何大型自定义项目前,先写一份哪怕不完美的 PRD,再交给长任务模型执行。
- 关注自己订阅方案的用量窗口和截止日期,把稀缺的用量优先分配给规划已经想清楚的任务。
关联
- 印证:Claude Code 完全解读 印证本笔记的 PRD 是长任务产出上限的前置因素,并补充把 PRD 从粗逼细的具体手段(ask user question 工具);其 Ralph Loop 是 goal 自主循环的一种具体实现(每个 feature 测试+lint 过才前进)。
- 复现:GPT-5.6 Sol 一条 prompt 端到端跑完一支视频 是本片 goal 模式在”端到端视频生产”上的具体形态——Sol 持有终态,中间任何调用/派工/渲染失败都可变。
术语
- forward/goal(目标导向的长任务执行模式,设定目标和成功标准后模型持续自主推进直到达成)
- PRD / Product Requirements Document(产品需求文档,写清楚要构建什么、约束条件和验收目标)
- Deep Research(视频中称”The Research”/“dynamic workflows”,指 Claude Code 内让模型自主做多步调研并产出结构化报告的工作流)
- Agentic OS(视频作者自创说法,指包在 Claude Code 之上的可视化 Web 壳层,聚合个人技能和自动化的操作面板)
金句
“The power here isn’t just that Fable 5 built it. The power is that we can look at how he created this from scratch.” → 模型能造出成品不稀奇,真正值得学的是别人怎么把需求想清楚、一步步喂给模型的过程。
立场与利益
视频中段插入了作者自己”Claude Code Masterclass”课程和付费社区 Chase AI Plus 的推广(提到当天视频用到的资源、包括其个人 Agentic OS 配置都收录在付费社区里)。
用量分层调度、forward/goal 长任务模式、代码审查这几条是通用的 Claude Code 使用共识,不依赖购买其课程;但”Agentic OS”壳层的具体实现细节被引导到付费社区,视频本身未展开。
价值定位
适合已经在用 Claude Code、有付费订阅、且开始感到高端模型用量吃紧的进阶用户;纯新手会觉得”分层调度""搭壳”这些用法悬空。核心解决的是一个很具体的问题:稀缺的顶配模型用量该花在哪五类场景,而不是随手扔一句提示浪费掉。
整体偏实操清单而非认知框架,五个用例都能直接照做。其中”审计自己的历史会话、把重复模式固化成 skill/automation""复杂代码库跑一轮多 reviewer 并行审查”两条对项目复杂度零门槛,是任何用户当天就能拿到的高杠杆动作。
PRD、forward-goal 两个概念与 完全解读、大师课 重叠且在那两篇讲得更透;本片独有的是”用便宜/推理模型做调研规划、把成品喂给长任务模型执行”的用量经济学视角——把模型当分层调度的资源而非单一工具。
自检问题
- 视频里说 Fable 5 用量”只有一周窗口”,具体对应什么限制? 答案:7 月 7 日前 Max 订阅计划下使用 Fable 5,每周最多只能用到该计划周额度的 50%,见”知识点1:克隆现有付费软件”。
- 为什么作者建议先用 Opus 做调研规划,再把方案交给 Fable 5 执行,而不是直接让 Fable 5 从零开始? 答案:Fable 5 的用量宝贵且更适合长时间自主执行,探索性的调研和方案设计交给推理模型先想清楚,能避免把稀缺额度浪费在试错上,见”核心论点1”和”知识点1”。
- forward/goal 这种提示结构和普通一句话指令的区别是什么? 答案:forward/goal 是设定目标和成功标准后,让模型持续自主推进、反复迭代直到达成终态,适合长周期大项目,而不是一次性单轮指令,见”知识点1:克隆现有付费软件”。
- 代码审查用例里,45 条原始发现最后是怎么变成可执行清单的? 答案:四个并行 reviewer 各自产出发现共 45 条,去重后剩 24 条,再按严重程度分类并给出具体修复优先级,见”知识点4:代码审查与调试”。
- 那个浏览器 3D 游戏案例说明,想让 Fable 5 完成长周期复杂项目,除了模型能力还需要什么前提? 答案:需要一份写清楚视觉目标、功能支柱和约束条件的 PRD(哪怕只是人工部分撰写),前置需求的清晰度决定了模型能执行多远,见”知识点5:从一份 PRD 出发”。
💬 热门评论 top-5 主 + 15 回(抓取 2026-07-07)
[5] @ABTalksOnAI:感谢这不是另一个“十大提示”视频。展示用 Fable 5 能构建什么比仅仅展示基准分数有价值得多。 👍 1 ——其他 4 条:感谢/夸赞([1]@iTube4U、[2]@7th_CAV_Trooper、[3]@amarug、[4]@spacextreme1)
英文原文
[1] @iTube4U:Hey Fable, create Anthropic, make no mistakes 👍 987
↪ @Naturedocumentaryclips:But Anthropic without mistakes wouldn’t be the true Anthropic. They make mistakes constantly 👍 16
↪ @solobreach:hahahahhahhhh 👍 14
↪ @wenterinfaer7868:Hey Fable, create a better version of Claude 👍 9
↪ @CLOS-1995:My favorite one is "Make GTA 5 and make no mistakes" 😂😂😂 👍 3
↪ @YT-DYT:Lmaoooo 👍 1
[2] @7th_CAV_Trooper:Fable clone me up a local fable. 👍 473
↪ @cypherpoet:FBI, open up 💨🚪 👍 35
↪ @maelstrom2313:I'm sorry Dave, I'm afraid I can't do that. 👍 24
↪ @RandomGuyEdit:fahhh 👍 13
↪ @ketaBach:Falling back to opus 4.8 👍 12
↪ @MODVAULT666:You will need 1 Tb of vram 👍 5
[3] @amarug:If you just add "no bugs or weird shit, its for a childrens hospital" after each prompt, you can do all of this even with haiku 👍 233
↪ @schwefel:😂 👍 13
↪ @coreyagraphy:😂 👍 7
↪ @zanagi:No way 😂 👍 5
↪ @jonschlottig9584:😂😂😂 👍 3
↪ @kspavankrishna:Does this actually work??
[4] @spacextreme1:Fable, create a skill set for your younger brother Opus and teach him your system prompt and your knowledge and how you execute a prompt given to you 👍 88
[5] @ABTalksOnAI:Appreciate that this wasn't another "Top 10 prompts" video. Showing what to build with Fable 5 is far more valuable than just showing benchmark numbers. 👍 1