Как писать промпты в 2026: правила для Claude Fable 5 и GPT-5.6

Короткий ответ: в 2026 году промпт пишут как контракт, а не как сценарий. Фиксируют цель, критерии успеха и границы - путь модель выбирает сама. Толчком стали два июльских события: тред инженера Anthropic о слепых зонах при работе с Claude Fable 5 и гайд OpenAI к релизу GPT-5.6, где прямо сказано - лишние инструкции снижают качество. Ниже четыре приёма, которые закрывают переход на новые правила.

Почему длинные промпты перестали работать

Свежие модели изменили саму механику взаимодействия. Claude Fable 5 уходит в автономную работу на часы, GPT-5.6 закрывает многошаговые задачи с минимальным присмотром. Обе трактуют инструкцию буквально: каждое написанное правило - обязательство, которое модель будет соблюдать, даже когда оно вредит делу.

Отсюда неожиданный эффект: чистка промпта поднимает качество. OpenAI приводит замеры по своему кодинг-агенту - после удаления повторов и лишних примеров результаты эвалов улучшились на 10-15%, а токенов стало уходить на 41-66% меньше. Anthropic поступила ещё радикальнее и убрала из системного промпта Claude Code примерно 80% текста при переходе на Fable 5.

Для практики это значит: прежде чем дописывать новое правило, проверьте, какие старые пора удалить.

Приём 1: blindspot pass - поиск слепых зон до старта

Тарик Шихипар из команды Claude Code предлагает смотреть на задачу через четыре категории знания:

Категория	Что это	Пример
Known Knowns	Написано в промпте	«Нужен лендинг на Tilda»
Known Unknowns	Открытые вопросы, о которых вы знаете	«Не решил, какой оффер»
Unknown Knowns	Очевидное для вас, но не записанное	«Фирменный стиль - минимализм»
Unknown Unknowns	То, о чём вы не подумали	«А куда ведёт кнопка после оплаты?»

Провалы приходят из последней строки. Полировать формулировку тут без толку - автор приёма советует поручить поиск дыр самой модели ещё до начала работы:

Я работаю над добавлением нового провайдера авторизации, но ничего не знаю
про модули авторизации в этой кодовой базе. Сделай blindspot pass: помоги
мне вскрыть значимые unknown unknowns и подскажи, как поставить тебе
задачу точнее.

Замените предметную часть на свою - формула не привязана к коду. Сам Шихипар проверил подход на незнакомой ему области: смонтировал презентационный ролик Fable целиком через Claude Code, а когда упёрся в цветокоррекцию, попросил модель сперва объяснить ему тему - и только потом выбирал варианты.

Приём 2: готовые лечебные блоки Anthropic

К запуску Fable 5 Anthropic выпустила страницу с фразами под конкретные сбои - их вставляют в системный промпт без адаптации. Наш перевод двух самых востребованных.

Модель зависает в планировании и бесконечно собирает контекст:

Когда информации достаточно для действия - действуй. Не выводи заново
факты, уже установленные в разговоре, не пересматривай решения, которые
пользователь уже принял, и не перечисляй варианты, которыми не собираешься
заниматься. Если взвешиваешь выбор - дай рекомендацию, а не полный обзор.

Модель рапортует о прогрессе, которого нет:

Прежде чем отчитываться о прогрессе, сверь каждое утверждение с результатом
инструмента из этой сессии. Сообщай только о работе, которую можешь
подтвердить; если что-то не проверено - скажи об этом прямо. Если тесты
упали - скажи это и приложи вывод. Если шаг пропущен - назови его. Если
сделано и проверено - констатируй без оговорок.

Плюс три короткие рекомендации оттуда же: держите effort на high (низкие уровни Fable 5 всё равно сильнее максимума прошлых моделей), заведите модели файл-память формата «один урок - один файл» и объясняйте, зачем нужна задача - контекст намерения улучшает решения заметнее, чем дополнительные требования.

Приём 3: роль со ставкой

«Ты - опытный редактор» больше не меняет поведение модели. Работает другое: позиция плюс ответственность плюс цена ошибки.

Ты - владелец этого продукта и отвечаешь за [метрика] перед [кто спросит].
Если [что провалится], разбираться будешь ты. Разбери [задача] и прими
решения, которые готов защищать. Мне нужен твой вердикт, а не список
вариантов.

Проверить легко: спросите модель «что улучшить на странице» - получите десять вежливых пунктов. Дайте ей владение («завтра сюда идёт платный трафик, найди, что сожжёт бюджет») - получите два блокера и порядок действий. Ставка даёт модели критерий, по которому она отсекает второстепенное.

Приём 4: GPT-5.6 - эвалы до правок

Девятого июля OpenAI выпустила GPT-5.6 в трёх вариантах (Sol, Luna, Terra) и сопроводила релиз миграционным гайдом. Его порядок действий полезен для любой модели:

• Зафиксируйте базлайн: прогоните набор типовых задач на текущих настройках.
• Почистите промпт: повторы, неработающие примеры, правила «на всякий случай».
• Проверьте противоречия между оставшимися инструкциями - конфликт правил дестабилизирует ответы сильнее, чем пробел.
• Длину ответов регулируйте параметром verbosity, а не фразой «будь краток» в тексте.
• Reasoning effort повышайте только там, где эвалы показали прирост.

И полезный блок остановки, чтобы модель не наматывала лишние циклы инструментов:

Решай запрос за минимально полезное число обращений к инструментам, но не
ставь экономию выше корректности. После каждого результата спроси себя:
можно ли уже ответить с опорой на доказательства? Если да - отвечай. Если
не хватает конкретного факта - назови его и добери самым коротким путём.

Где тренировать приёмы

Все четыре приёма рассчитаны на текстовые reasoning-модели. Для длинных автономных сессий Claude нужна подписка: активация Claude Pro продаётся на Озоне как цифровой товар за 3300 рублей - страница товара, код активации приходит на почту после оплаты, выбирайте предложение от самого Озона. Разовые задачи можно гонять через Claude Opus 4.8 в нашем боте Cyber AI: TG | MAX.

А если ваша задача - картинки и видео, а не тексты, начните с готовых образцов: в подборке готовые промпты для нейросетей разобрано, как устроена галерея, а в статье промпты для видео - 50 шаблонов планирования роликов. Каждый промпт в галерее копируется одной кнопкой.