【翻译】Claude Fable 5 现场指南:找到你的未知项

0 阅读10分钟

Claude Fable 5 现场指南:找到你的未知项

原文链接:claude.com/blog/a-fiel…

原文作者:Thariq Shihipar

2026 年 7 月 6 日(原文发布日期)

使用 Claude Code 时,我常常会想到「地图」与「疆域」之间的差别。

地图——也就是对即将完成之工作的表征——是我的提示词、技能与上下文,是我交给 Claude 的东西。疆域则是工作真正发生的地方:代码库、现实世界及其真实约束。

image

地图与疆域之间的差别,就是我所说的未知项。当 Claude 遇到未知项时,它必须基于对你意图的最佳猜测来做决定。工作量越大,Claude 可能碰到的未知项就越多。

Claude Fable 是我遇到的第一个模型:工作质量的上限,取决于我澄清其未知项的能力。

重要的是,提前规划并不总是足够。未知项可能深藏在实现过程中,也可能指向一个事实——你其实应该用完全不同的方式来解决这个问题。

我发现,与 Fable 协作是一个迭代过程:在实现之前、之中与之后,持续发现我的未知项。

认识你的未知项

什么是未知项?当我带着一个问题去找 Claude 时,我通常会从四个维度拆解:

  • 已知已知(Known Knowns): 这本质上就是提示词里的内容。我告诉智能体我想要什么?
  • 已知未知(Known Unknowns): 我还没想清楚什么,但我意识到自己还没想清楚?
  • 未知已知(Unknown Knowns): 什么显而易见到我从不会写下来,但看到就能认出来?
  • 未知未知(Unknown Unknowns): 我根本没考虑过什么?有哪些知识是我未察觉的?我知道「好」可以好到什么程度吗?

最优秀的智能体编码者,未知项相对更少。看 BorisJarred 写提示词,我明显感到他们对想要什么有细致把握。他们与代码库和模型行为都高度同频。

image

但他们也会假设存在未知项。在许多方面,减少未知项并为未知项做规划,正是智能体编码这项技能的核心。幸运的是,这项技能可以通过与 Claude 协作来提升。

帮 Claude 帮你

image

指导 Claude 是一种微妙的平衡。若过于具体,Claude 会照指令执行,即使转向可能更合适。若过于模糊,Claude 往往会基于行业最佳实践做选择与假设,而这些未必适合你的任务。

若不把未知项纳入考量,你会两头落空:你不知道路径何时会布满障碍,也不知道路径何时畅通,却仍希望 Claude 主动偏离。

Claude 能帮你更快发现未知项。它可以极快地搜索代码库与互联网,对一般话题的了解也远超你。它还能更快地从失败中迭代。

这个过程最重要的部分,是给 Claude 关于起点的上下文。例如,告诉它你处于思考过程的哪个阶段;说明你对问题与代码库的经验;让它像思维伙伴一样与你协作。

本文详述我用来挖掘这些未知项的一些模式,包括:

实现前:

  • 盲点扫描(blind spot pass)
  • 头脑风暴与原型
  • 访谈
  • 参考实现
  • 实现计划

实现中:

  • 实现笔记

实现后:

  • 推介与说明文档
  • 测验

实现前

盲点扫描(Blind Spot Pass)

开始一项工作时,最有用的事情之一是理解自己的盲点。例如,若你在代码库的新区域写功能,或借助 Claude 处理不熟悉的工作(比如迭代设计),你很可能有大量未知未知

你可能不知道要问什么问题、什么叫「好」、历史上做过什么、该避开哪些坑。

在这些情况下,你可以请 Claude 帮你找出未知未知并解释给你听。我喜欢直接使用字面词组「blind spot pass」和「unknown unknowns」。告诉它你是谁、你已经知道什么,通常对 Claude 理解如何与你协作很重要。

示例提示词

  • 「我要新增一个身份认证 provider,但对代码库里的 auth 模块一无所知。请做一次盲点扫描(blind spot pass),帮我找出相关的未知未知(unknown unknowns),并让我能更好地写提示词。」

  • 「我不知道调色(color grading)是什么,但需要给这段视频调色。请教我理解调色方面的未知未知,以便我能更好地写提示词。」

头脑风暴与原型

当我在一个未知已知很多的领域工作时——涉及只有看到结果才知道如何定义的评判标准——我喜欢请 Claude 与我一起头脑风暴并做原型。

在原型阶段尽早识别并明确表述未知已知,价值极高,因为在实现阶段才发现往往(相对)昂贵。功能或规格的小改动,可能导致代码实现截然不同,而智能体也更难回退之前的变更。

例如,你可能只想看看往画面上加一个按钮是什么效果,而不必接好后端路由或在前端维护额外状态。

另一个例子是视觉设计:对我来说,这很难口头表述,但我看到就知道想要什么。这种情况下,我会要求对某个交付物给出多种设计方向。

我几乎每次编码会话都以探索或头脑风暴阶段开始。这帮助我以明确意图来界定项目范围。Claude 常能发现我会错过的高价值路径,有时也会只见树木不见森林。头脑风暴能防止我把范围定得过窄或过宽。

示例提示词:

  • 「我想给这些数据做一个数据看板,但我没有视觉品味,也不知道能做成什么样。请做一个 HTML 页面,给出 4 种风格迥异的设计方向,方便我反馈取舍。」

  • 「在接任何真实连线之前,先做一个 HTML 文件,用假数据 mock 新编辑器工具栏。我想先看布局,再让你动真实应用。」

  • 「这是我的粗略问题:用户在 onboarding 之后流失。请搜索代码库,头脑风暴 10 个可介入点,从最省钱到最激进。我会告诉你哪些方向对路。」

访谈

完成足够的头脑风暴后,我往往仍有未知项。

此时我会请 Claude 就任何未知项或歧义来访谈我。请 Claude 访谈你时,尽量给出问题上下文,以引导其提问。

示例提示词:

  • 「一次问我一个问题,访谈所有含糊之处;优先问那些我的回答会改变架构的问题。」

参考实现

有时你无法详细描述想要什么。例如,你可能没有合适的语言,或复杂到需要花很长时间才能说清楚。

此时最好的做法是参考实现。你可以附上图表、文档或图片,但绝对最好的参考是源代码

若你有以某种方式实现某功能的库,或特别喜欢的 UI 组件,只需让 Fable 指向该文件夹并说明要找什么,即使语言不同也可以。相比截图,这能为 Claude 提供标记与结构方面丰富得多的细节。

示例提示词:

  • vendor/rate-limiter 里的这个 Rust crate 实现了我要的精确退避行为。请阅读它,并在我们的 TypeScript API 客户端里用相同语义重新实现。」

实现计划

当我认为可以开始实现时,我通常会请 Claude 整理一份实现计划供我审阅。计划聚焦最可能变动的部分,例如数据模型、类型接口或 UX 流程。这让 Claude 能浮出水面我可能实际需要调整的内容。

示例提示词:

  • 「写一份 HTML 实现计划,但把我最可能微调的决策放在前面:数据模型变更、新类型接口,以及所有面向用户的内容。机械式重构放底部,那部分我信得过你。」

实现中

实现笔记

对计划满意后,我会开一个新会话,把相关交付物放进提示词。这给 Claude 一个全新的上下文窗口,同时保留规划阶段汇总的全部信息。例如,我可能传入规格文件与原型,请智能体实现。

但事实是,无论规划多充分,未知未知总在潜伏。智能体在工作过程中可能因代码里发现的边缘情况,而需要采取不同做法。

我会请 Claude Code 维护一份临时的 implementation-notes.md(或 .html)文件,记录它做的决定,以便下次尝试时学习。

示例提示词:

  • 「维护一份 implementation-notes.md。若遇到边缘情况迫使你偏离计划,选保守方案,在 Deviations 下记录,然后继续。」

实现后

推介与说明文档

交付某样东西时,获得认同与支持及审批是重要环节。在最终文档中构建推介与说明交付物有助于:

  • 当审阅者带着与你相同的未知项起步时,加速理解
  • 当专家想确认你已考虑他们会预见的未知项与常见失败点时,加速审批

示例提示词:

  • 「把原型、规格说明和实现笔记打包成一份文档,方便我丢进 Slack 争取认同。开头放 demo GIF。」

测验

长时间协作后,Claude 完成的可能比我想象的多得多。阅读代码差异只能让我对发生了什么有粗浅理解,因为大量行为取决于既有代码路径。

在给出大量上下文后,请 Claude 就这次变更考我,有助于我理解实际发生了什么。我只有在测验满分后才合并。

示例提示词:

  • 「我想确保理解这次变更里发生的一切。请给我一份 HTML 报告,包含背景、直觉、做了什么等,让我读懂;底部附一份测验,我必须满分通过。」

综合示例:发布 Fable

Fable 发布视频是用 Claude Code 端到端剪辑完成的。这对我来说是新领域,我远非专家。

所以我从已知部分开始。我知道 Claude 可以用代码剪辑视频并做转写,但不确定是否足够准确。于是我请 Claude 解释 Whisper 这类转写如何工作,以及是否能用 ffmpeg 准确剪掉「嗯」或大段停顿。

我希望 Claude 做一个与我说话内容时间同步的 UI,但不确定是否可行,于是请 Claude 用 Remotion 与转写结果做一个原型视频来验证。

最后,视频本身略显发灰,我知道这是调色(color grading)的结果,但我并不真正懂调色是什么。第一次尝试是让 Claude 做几种变体供我挑选,但我意识到我不知道调色里什么叫「好」。于是我改为请 Claude 教我调色,以发现我的未知项。

让地图与疆域对齐

模型越好,越能以正确方法取得更多成果。当一项长周期任务结果不对时,很可能你需要花更多时间定义未知项,或制定一份允许你与 Claude 在未知项中调整方向的实现计划。

每一次说明、头脑风暴、访谈、原型与参考实现,都是在问题变得昂贵难修之前,以低成本发现「原来我不知道」的方式。

所以,下一个项目请从请 Claude 帮你找到未知项开始。

本文由 Anthropic 技术团队成员 Thariq Shihipar 撰写。