# system-prompt

Fable 5 能一口氣跑好幾天、第一次就把以前要反覆 iterate 的系統寫對。但它太主動、跑太久、太會腦補，以前對 Opus 4.8 那套 prompt 反而拖它後腿。Anthropic 官方 prompting 指南的重點不是「怎麼讓它更強」，而是「它已經夠強，該重新學怎麼收韁繩」——用意圖操控、別讓它唬爛進度、劃清界線、跑完講人話。文中引用的 prompt 都翻成中文，方便讀者掃過就抓到心智模型。

深入拆解 OpenClaw Agent (v2.1) 傳送給 LLM 的 System Prompt 九層架構，從框架核心到使用者自訂的 Hook 系統，一次看懂！

一個 AI Agent 每輪對話光 system prompt 就吃 34,500 tokens。作者用分層加載（常駐層 vs 按需層）+ 雙模型策略，把月成本從 $568 砍到 $120-150，降幅 75%。附完整拆解步驟和數據。

每個人都在「裸裝」OpenClaw，然後納悶為什麼整理一下 Downloads 資料夾就燒掉 $200。這個 prompt 加入了護欄、成本意識、和真正的實用性，讓它像幕僚長而不是聊天機器人。