Claude Fable 5 je napravljen za dugotrajan rad na kodu i znanju. Zbog toga dobar prompt mora da kontroliše više stvari.
Kratak odgovor u četu pada pred tobom. Dug agentski run može satima da prati pogrešnu pretpostavku, izmeni širok deo sistema i na kraju vrati uglađen izveštaj o uspehu.
Sada pišem promptove kao ugovore izvršenja, ne kao zahteve za trud.
Odvoji granicu od cilja
„Poboljšaj autentifikaciju“ sposobnom modelu daje prostor da odjednom redizajnira pravila, podatke, API ponašanje i UI.
Ishod i granicu navodim posebno:
Ishod: Dodaj passkey prijavu postojećim nalozima.
U obimu: WebAuthn registracija, prijava, migracije i testovi.
Van obima: Oporavak naloga, UI redizajn i session policy.
Sačuvaj: Prijavu lozinkom i postojeći oblik API odgovora.
Lista stvari van obima posebno je bitna na dugim zadacima. Sprečava model da susedna poboljšanja protumači kao deo posla.
Prvo traži preflight plan
Pre implementacije tražim da model pregleda repo i vrati:
- trenutni tok zahteva i podataka;
- fajlove i interfejse koji će se verovatno menjati;
- rizike migracije ili kompatibilnosti;
- redosled provera;
- nerešene odluke koje traže mene.
Model treba da stane posle preflight-a kada odgovor menja arhitekturu ili ponašanje korisnika. Tišina nije dozvola da izabere najlakšu pretpostavku.
Posle prihvaćenog plana tražim izvršenje u malim kontrolnim tačkama. Svaka treba da ostavi stanje koje može da se testira, ne gomilu poluizmenjenih fajlova.
Napiši uslove za zaustavljanje
Autonomiji trebaju kočnice. Agent treba da stane kada:
- nedostaju kredencijali ili spoljni pristup;
- testovi otkriju sukob zahteva;
- zadatak traži javnu API ili schema promenu van obima;
- postojeće korisničke izmene preklapaju cilj;
- provera ne može da se pokrene u trenutnom okruženju.
Bez ovog uslova, proaktivan model može da izmisli zaobilazno rešenje. Tako sakrije baš odluku koju je trebalo da donese čovek.
Traži dokaze, ne priču o završetku
Dokaz definišem pre početka kodiranja:
Provera:
1. Pokreni ciljane unit testove.
2. Pokreni integration testove registracije i prijave.
3. Izgradi aplikaciju.
4. Prođi kroz tok u browseru.
5. Pregledaj završni diff zbog nepovezanih izmena.
Izveštaj:
- komande i exit rezultate;
- ručno provereno ponašanje;
- neproverene pretpostavke;
- izmenjene fajlove i razlog.
„Testovi prolaze“ nije dovoljno. Hoću komandu, obim testova i svaki deo koji nije mogao da se pokrene.
Za vizuelni rad build dokazuje kompajliranje, ne izgled. Kod baze kompajliranje ne dokazuje ni migraciju ni rollback. Dokaz mora da odgovara načinu na koji posao može da padne.
Zaštiti radno stablo
Dugi agentski zadaci menjaju više fajlova i lakše nailaze na nepovezan rad. Agentu kažem da proveri Git status, sačuva korisničke izmene i ne čisti stvari van zadatka.
Male semantičke commit-e tražim tek posle provere. Čitljiva istorija daje kontrolne tačke za review i oporavak.
Pregledaj prave artefakte
Ne čitam samo završni odgovor. Pregledam:
- prihvaćen plan;
- izmenjene javne ugovore;
- migracije i bezbednosno osetljiv kod;
- nove testove i da li mogu da padnu iz pravog razloga;
- ceo diff;
- output provere.
Što je model sposobniji, lakše je verovati njegovom tečnom objašnjenju. Review mora da se više oslanja na dokaze kako run postaje samostalniji.
Fable 5 može da nosi veći zadatak. Bolje rezultate dobijam kada su granice, tačke odluke i dokaz jednako ozbiljni kao sam zadatak.