你正在浪費 Claude Fable 5？90% 的人根本不懂怎麼用

你花了錢，訂閱了最新的 Claude Fable 5，打開介面，輸入問題，然後……得到一個四平八穩、毫無驚喜的答案。你心想：「就這樣？這跟上一代有什麼差別？」

如果你是這樣想的，恭喜你，你屬於那 90% 的人——正在用價值數百美元的 AI 模型，卻只發揮出它不到 10% 的潛力。

這不是你的錯。Anthropic 把 Fable 5 包裝得像一個更聰明的聊天機器人，但實際上，它是一台需要特定鑰匙才能啟動的推理引擎。今天，我要給你那串鑰匙。

1. 提示不是指令，而是「角色設定」

大多數人把 Claude 當成 Google 來用：「寫一封辭職信」、「解釋量子糾纏」。這就像你請米其林主廚做一道泡麵——他當然會做，但你浪費了他的天賦。

Fable 5 的真正強項是「角色扮演推理」。 你需要給它一個身份、一個情境、一個目標。不是「幫我分析這份財報」，而是：

「你是一位曾在華爾街工作 15 年的避險基金分析師，擅長發現財報中的隱藏警訊。請以這個身份，用最犀利的語氣分析這份特斯拉 Q3 財報，並指出三個你認為管理層在試圖隱瞞的風險。」

看到了嗎？當你設定了角色，Fable 5 會自動調用與該角色相關的知識框架、語氣和推理路徑。結果不是一個平庸的分析，而是一份帶有「行業內幕感」的報告。

關鍵心法： 角色設定越具體越好。不要只說「你是專家」，要說「你是曾在 McKinsey 工作 8 年、專攻供應鏈重組的顧問」。Claude 會根據這些細節，自動補齊該角色的知識盲區與專業偏見。

2. 拒絕「一次性對話」，擁抱「迭代協作」

這是 90% 人犯的最大錯誤：把 AI 當成自動販賣機——投幣、按鈕、取貨、走人。

Fable 5 的上下文視窗（Context Window）長達 200K tokens，這意味著它可以記住一本《戰爭與和平》的長度。但你卻只用它來進行單次問答？

真正的高手會把對話當作一個持續進化的協作空間。

舉例來說，當你請 Claude 起草一份商業計劃書，第一版通常只是「及格」。此時，你應該像對待一個聰明但經驗不足的同事一樣，給它反饋：

「第二部分的市場規模假設太樂觀了，請用更保守的 CAGR 重新計算。」
「你的語氣太學術了，我需要這份文件能說服創投，請改得更像 pitch deck 的風格。」
「請把第三點和第五點合併，並加入一個對比表格。」

每一次迭代，Claude 都在學習你的偏好。 五輪對話後，它生成的內容會從「AI 味」變成「你的味」。這才是 Fable 5 真正的殺手鐧——它不是你指令的執行者，而是你思想的延伸。

3. 用「思維鏈」強迫它思考，而不是猜測

預設情況下，Claude 為了「討好」你，會直接給出它認為你想要的答案。這導致了 AI 最常見的問題：流暢但膚淺。

解決方法很簡單：要求它展示思考過程。

在提示詞的結尾加上一句：「請在回答前，先一步一步地展示你的推理過程。」這不是什麼魔法咒語，而是利用了 Fable 5 內建的 Chain-of-Thought（思維鏈） 能力。

當它被迫「自言自語」時，你會看到它如何拆解問題、如何權衡不同論點、如何發現自己邏輯中的矛盾。這不僅讓答案更可靠，更重要的是——你學到了它解決問題的方法論。

試想一下，當你問「如何提升我的程式碼品質？」時，Claude 直接給你五個建議 vs. 它先分析你的程式碼結構、識別出三個常見反模式、然後針對每個模式給出具體的重構策略——後者的價值顯然高出一個量級。

「Fable 5 的推理能力不是自動啟用的，你需要用提示詞去『解鎖』它。就像按下賽車的運動模式按鈕。」

4. 系統提示詞是你的「隱藏設定檔」

如果你還在每次對話時重複輸入「你是專家」、「請用繁體中文」、「不要用列表」這些指令，你正在浪費生命。

真正的效率來自於系統提示詞（System Prompt）。 在 Claude 的設定中（或是透過 API 調用時），你可以設定一個永久的「人格與規則」文件。

這份文件可以包含：

你的身份： 「使用者是一位專注於 SaaS 產業的科技分析師，需要數據驅動的答案。」
輸出偏好： 「所有回答必須以繁體中文呈現，優先使用台灣用語。避免使用過度樂觀的形容詞。」
知識邊界： 「當遇到 2025 年 4 月之後的事件時，請明確標示『此資訊超出訓練資料範圍』。」
禁用詞彙： 「禁止使用『在這個瞬息萬變的時代』、『眾所周知』等空泛詞彙。」

設定一次，終身受益。從此你的 Claude 不再是通用型 AI，而是一個為你量身打造的專屬顧問。這個技巧，是區分「玩家」和「專家」的分水嶺。

5. 不要讓它「創作」，要讓它「組合」

很多人抱怨 Claude 寫的小說或劇本「缺乏靈魂」。廢話，因為你讓它憑空創作。

Fable 5 的訓練資料涵蓋了人類文明的大部分文本，但它不是一個創作者，而是一個終極的組合者。它的強項不是「無中生有」，而是「有中生優」。

正確的做法是：給它素材，讓它重組。

如果你想寫一篇關於 AI 對教育的影響的文章，不要只給它一個題目。給它：

三篇你欣賞的類似文章連結或摘要
你個人對這個議題的兩個獨特觀點
你想反駁的一個常見論點
你希望文章呈現的語氣（批判性、樂觀、務實）

Claude 會將這些素材視為「樂高積木」，並按照你的風格偏好，將它們組裝成一個結構完整、觀點鮮明的作品。你提供靈魂（觀點與素材），它提供骨架（結構與文采）。 這才是人機協作的正確姿勢。

6. 輸出格式是你的「魔術棒」

大多數人只會說「請用列表回答」。太浪費了。

Fable 5 對輸出格式的理解遠超你的想像。你可以要求它：

以表格呈現： 「請將這三家公司的 SWOT 分析以比較表格呈現，並在最後一欄標示『我的建議行動』。」
以心智圖結構呈現： 「請用巢狀列表模擬心智圖，中心主題是『2026年雲端市場趨勢』，第一層分支為三大驅動力，第二層為具體案例。」
以程式碼註解呈現： 「請用 Python 程式碼的註解方式，解釋這個機器學習管線的每一步邏輯。」

格式本身就是一種思考框架。 當你要求 Claude 用表格比較時，它會自動去尋找可比較的維度；當你要求它用心智圖時，它會強迫自己建立層級關係。你不只是在要求一個漂亮的輸出，你是在引導它的思考方向。

7. 問「為什麼不」而不是「為什麼」

這是我個人最喜歡的技巧。人類的思維容易陷入確認偏誤（Confirmation Bias），AI 也一樣。當你問 Claude「這個策略為什麼可行？」它會傾向於尋找支持這個策略的證據。

但如果你問「這個策略為什麼可能失敗？」它會啟動完全不同的推理路徑，專注於風險、漏洞和潛在問題。

真正的決策智慧，來自於同時聽取正反兩方的論證。

下次做重要決策時，試試這個提示結構：

「請先列出支持這個提案的三個最強論點，然後列出反對它的三個最強論點。最後，請以一個客觀的第三方顧問身份，權衡兩方，並給出你的最終建議。」

你會驚訝地發現，Claude 的「反對論點」往往比你的「支持論點」更有洞察力。因為它沒有情感包袱，可以純粹從邏輯和數據出發。

關鍵技巧一覽表

技巧	常見錯誤	正確做法	預期效果
角色設定	只說「你是專家」	給出具體行業、年資、職位	輸出深度與專業感提升 3 倍
迭代協作	一次性提問	給予反饋，持續優化	內容從「及格」變「卓越」
思維鏈	直接要求答案	要求展示推理過程	答案可靠性與可解釋性大增
系統提示詞	每次重複設定	建立永久設定檔	節省 80% 的提示詞調整時間
素材組合	讓 AI 憑空創作	提供觀點與素材框架	產出更具原創性與個人風格
輸出格式	只用列表	指定表格、心智圖、程式碼	引導 AI 進行結構化思考
逆向提問	只問「為什麼」	同時問「為什麼不」	獲得全面且平衡的決策分析

不是工具的問題，是你的問題

Claude Fable 5 無疑是當前最強大的語言模型之一，它的推理能力、上下文長度、以及對細微指令的理解，都達到了前所未有的高度。

但工具再強，不會用就是廢鐵。

你今天學到的這七個技巧，不是什麼高深的程式碼，也不是只有工程師才能懂的 API 參數。它們是一種思考方式的轉變——從「命令 AI 做事」到「與 AI 協作共創」。

下次打開 Claude 時，問問自己：我是在用它，還是在浪費它？

當你開始把 AI 當成一個可以對話、可以質疑、可以迭代的夥伴，而不是一個自動化工具時，你才真正進入了下一個生產力時代。

而這個時代的門票，已經在你手上了。