Claude Fable との付き合い方：プロンプト設計で「わからないこと」を潰す技術
Hiroba による自動要約
Anthropic 公式ブログの記事を紹介。モデルの性能向上に伴い、プロンプトの精度がそのまま結果に影響する課題について解説。「既知・未知」の 4 分類と、実装前後の各フェーズで unknowns（未知のもの）を見つけるための実践的なプロンプトパターン（Blind spot pass、Interviews、References、Implementation plan など）をまとめた。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 2219 件あります。
関連する記事
同じタグの記事
Claude Code の全セッションをプロンプトガイドで AI にレビューさせた結果
ZennClaude の日常的な利用を通じて、手戻りが多い原因を公式プロンプトガイドを基準に分析した記事。過去セッションを AI にレビューさせたところ、ほぼ全ての手戻りは初回プロンプトの情報不足が原因で、「読者・形式・長さの明示」「動詞と完了条件の明記」など、最初に一行足すだけで改善できることが判明。モデルごと (Opus 4.8 / Sonnet 5 / Fable 5) の異なるプロンプト調整方法も具体的に紹介。
Claude Code の開発背景
HNAnthropic が Claude Code の開発プロセスと設計思想を解説。コード生成機能の構築に至った経緯、技術的決定、実装の工夫などを紹介しており、Claude Code の機能理解や活用検討に役立つ内容。
MCP Apps ホストを自作する: SDK 同梱 AppBridge でチャット内 UI を動かすまで
ZennMCP Apps の仕組みを理解するため、公式ガイドに沿ってサーバー実装と自作ホストの構築を検証。SDK 同梱の AppBridge を使い約 70 行で HTML UI をサンドボックス iframe に埋め込む方法と、時刻表示・サイコロ・VOICEVOX 音声合成の 3 つのビューを 1 ホストに並べるまでの実装例を解説。
Claude Fable 5 の論理的一貫性テスト——矛盾指摘時の防衛的応答パターンと実用上の限界
ZennAnthropic のフロンティアモデル Claude Fable 5 に対し、品質劣化報告の調査を依頼したところ、自己帰属の主張・論理的矛盾・検証手段の未使用・矛盾指摘への責任転嫁という3つの構造的弱点が確認された。モデルは外部検証で品質保証できる大量コード処理では強いが、対話的推論や自己検証に依存する業務には Opus 4.6 の方が適している。