Prompt do GPT-6 Astra funciona igual no Fable 5.1? O que reescrever ao portar

Fala aí, beleza? Todo mundo já fez isso: pegou o prompt que estava redondinho no GPT-6 Astra, colou no Claude Fable 5.1 e ficou esperando a mesma resposta sair do outro lado

Não sai 🙂

O momento ajuda a confundir: a Anthropic anunciou o Claude Fable 5.1 (e o Mythos 5.1, o mesmo modelo com salvaguardas diferentes, esse só via programa de acesso confiável) em 01/09/2026, e a OpenAI liberou o GPT-6 Astra em preview para parceiros confiáveis em 03/09/2026, com abertura pública para usuários pagantes no dia seguinte, numa versão restrita que recusa certos prompts em áreas como cibersegurança

No papel os dois se encostam demais: contexto na casa de 1M de tokens, teto de 128K de saída, US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída em ambos

Aí bate a sensação de que o prompt é portátil, e não é

O que muda é o que cada um assume quando você NÃO diz nada: formatação, exemplos, quanto texto aparece entre as chamadas de ferramenta, quanto raciocínio ele gasta

Este post é um roteiro de adaptação, não um copiar e colar

GPT-6 Astra e Claude Fable 5.1: o que muda no que o prompt precisa dizer

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 114 aulas
• 4 projetos
• 9h 18min

Conhecer formação

Três pontos ficam de fora da tabela porque não são comparação lado a lado, são característica de um dos dois:

• No Astra dá pra mudar o reasoning effort no meio da conversa com um item de entrada configuration_update, sem reescrever o prefixo do prompt
• No Astra o preço tem multiplicadores: Batch e Flex a 50%, Fast a 2x, e prompts acima de 272K tokens de entrada a 2x nas tarifas de entrada e cache e 1,5x na saída, para a requisição inteira
• No Fable 5.1 o texto voltado ao usuário entre as chamadas de ferramenta é mais escasso, e precisa ser pedido explicitamente

Lendo a tabela: preço de lista de entrada e saída é igual, o teto de saída é igual e o contexto é da mesma ordem, então o custo por token não é o motivo de reescrever nada

O que pede reescrita é o comportamento padrão: formatação invertida entre os dois, texto entre ferramentas que some no Fable 5.1 se você não pedir, e o rótulo de esforço que parece igual porque tem o mesmo nome

O que ter em mãos antes de portar o prompt

Antes de mexer numa vírgula do texto, junta isso aqui:

• O prompt atual isolado do código, num arquivo só dele, sem ficar picotado em concatenação de string espalhada pela aplicação
• Os identificadores certos: gpt-6-astra de um lado, claude-fable-5-1 do outro
• O conjunto de ferramentas e a ordem das definições documentados, porque no Astra isso faz parte do prefixo de cache junto com verbosity, configurações de structured output, modelo, reasoning effort e gerenciamento de contexto
• Casos de teste com saída esperada, pra comparar antes e depois em vez de julgar no olho
• Um caminho de rollback testado, não um plano de rollback imaginado 😀

Um detalhe que costuma travar o port logo no começo: no GPT-6 Astra, tool calling exige a Responses API

Se o seu app ainda usa ferramentas via Chat Completions, o guia de migração para Responses vem ANTES de qualquer ajuste de texto, senão você vai debugar prompt achando que o problema é redação

Se o caminho for o inverso, sair do Claude e ir pro Astra, tem um checklist antes de trocar o modelo que cobre a parte de infra do lado de lá

Roteiro para adaptar o prompt do GPT-6 Astra ao Fable 5.1

A lógica é sempre a mesma: o que você escreveu pra CORRIGIR um comportamento do Astra vira ruído (ou vira estrago) no Fable 5.1

Bora ver na prática?

1. Formato: apague a regra anti formatação:

O Astra tende a estruturar tudo com listas, tabelas e Markdown por padrão, então quase todo prompt maduro de Astra tem uma linha brigando com isso

O Fable 5.1 já formata menos por natureza, e a orientação da Anthropic é remover a linguagem anti formatação dos prompts antigos e trocar por uma regra que diga QUANDO a formatação é apropriada

Antes (herdado do Astra):

Não use listas. Não use tabelas. Não use cabeçalhos.
Responda em parágrafos concisos, linguagem simples e voz ativa.

Depois (Fable 5.1):

Use prosa corrida para explicação e justificativa.
Use tabela quando houver comparação de 3 ou mais itens pelos mesmos critérios.
Use lista numerada apenas quando a ordem dos passos importar.

O erro comum deste passo: manter o "não use listas" e ganhar um paredão de prosa justamente onde uma tabela resolveria em 4 linhas

2. Vocabulário e instruções afirmativas:

A OpenAI publicou uma blocklist de expressões a evitar no GPT-6 Astra, com coisas como "Conclusion:", "delve into", "it’s worth noting", "what’s important is", o padrão "This isn’t about X. It’s about Y" e compostos hifenizados inventados

Essa lista é remédio pro tique de UM modelo, então ela não vira automaticamente regra do outro lado

O que dá pra levar junto é a dica de estilo da própria OpenAI: o modelo deve declarar o que está fazendo em vez de listar o que não vai fazer, sem ficar mencionando o que permanece inalterado ou como vai separar os resultados

Antes:

Não escreva "Conclusion:". Não use "delve into".
Não diga o que você não vai mudar.

Depois:

Declare a ação executada e o resultado dela.
Encerre com a decisão tomada, sem seção de fechamento genérica.

O erro comum deste passo: transportar a blocklist inteira e transformar o system prompt num muro de proibições, gastando token de contexto com tique que o outro modelo talvez nem tenha

3. Exemplos: mostre o formato em vez de descrever:

Quando um padrão de saída específico importa, a recomendação da Anthropic é dar ao Claude um exemplo completo

E incluir de 3 a 5 exemplos diversos e relevantes melhora o desempenho, principalmente em tarefas complexas

Se você conhece teste automatizado, é o mesmo espírito: exemplo é o caso concreto, a descrição em prosa é a documentação otimista de como você ACHA que funciona

Siga exatamente o formato abaixo.

<exemplo>
Entrada: ticket #402, cliente relata cobrança duplicada
Decisão: reembolso parcial
Evidência: duas transações com mesmo valor em 12/08
Ação: abrir estorno e responder ao cliente
</exemplo>

O erro comum deste passo: um exemplo só, e todos os casos reais caindo fora dele

4. Raciocínio explícito: peça decisão, não monólogo:

Muito prompt de Astra carrega alguma variação de "explique seu raciocínio passo a passo" grudada desde sempre

No Fable 5.1, a orientação é evitar instruções desnecessárias para expor o raciocínio interno, e quando você precisa de transparência, pedir a decisão, a evidência ou uma justificativa concisa

Antes:

Pense passo a passo e mostre todo o seu raciocínio antes de responder.

Depois:

Antes da resposta final, informe: decisão, evidência que sustenta e uma justificativa em no máximo duas frases.

O erro comum deste passo: confundir transparência com verborragia e pagar saída cara (US$ 50 por milhão de tokens) pra ler o modelo pensando alto

5. Ferramentas: peça o progresso e empurre o batching:

Essa é a que mais assusta quem porta um agente

O Fable 5.1 produz menos texto voltado ao usuário entre tool calls que o Fable 5, a geração anterior, e a orientação é pedir atualizações de progresso explicitamente: quando você quer texto ao usuário, o que cada atualização deve conter e um resumo final

Sobre paralelismo, o modelo normalmente já emite chamadas paralelas quando o pedido nomeia várias coisas a fazer, mas em loops longos de código e uso de computador as chamadas independentes podem precisar de um empurrão explícito de batching no prompt

Antes de cada grupo de ferramentas, escreva uma linha ao usuário com o que vai fazer e por quê.
Agrupe leituras independentes numa mesma rodada de chamadas.
Ao terminar, entregue um resumo final com o que mudou e o que ficou pendente.

O erro comum deste passo: achar que o agente travou porque a interface ficou muda por 40 segundos, quando na real ele só não recebeu instrução pra falar

6. Esforço: refaça a varredura, não copie o rótulo:

Os dois têm cinco níveis com os mesmos nomes (low, medium, high, xhigh e max), o Astra não suporta o esforço none, e no Fable 5.1 o padrão é high

Parece mapeamento 1 pra 1, e não é: a Anthropic recomenda refazer a varredura de effort ao migrar, porque gerações diferentes não mapeiam os mesmos rótulos para a mesma quantidade de raciocínio

Esse mesmo cuidado vale até dentro da mesma família, como no caso dos prompts do Fable 5 no 5.1

Uma diferença operacional que muda arquitetura: no Astra dá pra aumentar ou reduzir o reasoning effort no meio da conversa com um item de entrada configuration_update, sem reescrever o prefixo do prompt, e o novo valor vale até outro configuration_update sobrescrever

Se a sua aplicação depende desse ajuste dinâmico, confira na documentação da Anthropic como fazer isso do lado do Claude antes de assumir que funciona igual

O erro comum deste passo: copiar effort: "max" do Astra por segurança e descobrir a conta no fim do mês

7. Validar: regressão, canary e rollback:

O procedimento que a Anthropic recomenda para a migração é rodar avaliações de regressão contra o Fable 5, liberar em canary para uma fatia controlada do tráfego, monitorar acurácia das tool calls e uso de tokens, e preservar um caminho de rollback testado

A mesma disciplina serve pro port vindo do Astra: sem baseline, você não tem como saber se o prompt novo melhorou ou só mudou

O erro comum deste passo: validar em 3 exemplos escolhidos a dedo, aprovar e mandar pra 100% do tráfego

Sintomas de prompt mal portado (e o que corrigir)

A resposta virou prosa crua (ou lista demais):

Causa provável: regra de formatação herdada do modelo errado, aquele "não use listas" que existia só pra segurar o Astra

Correção: trocar a proibição por uma regra que diga quando formatar, já que o Fable 5.1 formata menos por padrão e usa negrito com menos frequência

Prevenção: tratar a seção de formato como código específico do modelo, não como texto universal

Sumiram as mensagens de progresso durante a sequência de ferramentas:

Causa provável: o Fable 5.1 produz menos texto voltado ao usuário entre tool calls que o Fable 5

Correção: pedir as atualizações explicitamente, dizendo quando você quer texto ao usuário, o que cada atualização contém e o resumo final

Prevenção: incluir "mensagem de progresso" nos casos de teste, e não só a saída final

As ferramentas rodam fora de ordem ou pisam umas nas outras:

Causa provável: quando o Claude devolve várias tool calls no mesmo turno, a API não define a ordem de execução, quem decide é o seu código

Correção: executar operações independentes e de leitura em paralelo, e mandar pra fila sequencial as ferramentas com efeito colateral ou estado compartilhado

Prevenção: marcar cada ferramenta do seu catálogo como leitura ou escrita antes de subir o agente, e não depois do primeiro susto com os rm -rf da vida

Custo ou latência estourou depois do port:

Causa provável: cache quebrado, porque no Astra mudar o conjunto de ferramentas permitido é um risco comum, e verbosity, definições de ferramenta e sua ordem, structured output, modelo, reasoning effort e gerenciamento de contexto entram no prefixo de cache

Correção: congelar a ordem das definições de ferramenta e revisar o effort escolhido, lembrando que a leitura de cache é US$ 1,00 por milhão no Astra e US$ 0,25 por milhão no Fable 5.1

Prevenção: no Astra, ficar de olho no tamanho do prompt, porque acima de 272K tokens de entrada a requisição INTEIRA passa a ser cobrada a 2x nas tarifas de entrada e cache e 1,5x na saída

Conclusão

Portar prompt é reescrever intenção, não trocar endpoint

O texto que estava afinado pro GPT-6 Astra carrega correções que o Claude Fable 5.1 não precisa, e deixa de dizer coisas que o Fable 5.1 espera ouvir, tipo quando falar com o usuário no meio de uma sequência de ferramentas

Próximo passo, bem pequeno: pega UM prompt de produção, aplica os ajustes de formato, ferramentas e effort, roda a regressão contra a versão anterior comparando saída, acurácia das tool calls e uso de tokens, e só então libera em canary numa fatia controlada, com rollback pronto

E uma nota honesta: os dois modelos são muito recentes, anunciados na primeira semana de setembro de 2026, então qualquer conclusão sobre comportamento em produção merece a SUA medição antes de virar decisão definitiva

Até o próximo post!