聊天串
草稿：我們正在把 Rivya 變成最好的多模態 AI 平台，大家都需要更快行動。
收緊後的主張：團隊本週期正在優先打造可靠的多模態工作流程。 需要的證據：目前的模板覆蓋、模型頁面，以及從提示詞到結果的路徑。 取捨：最終媒體複核會放慢上線，但能保護可信度。 請求：最終發布前完成模板複核和素材檢查。 語氣備註：沒有證據時，避免使用「最佳平台」這類表述。
使用 Claude Fable 5 為明確的目標讀者重塑現有材料，同時保留事實、限制和原本要傳達的訊息。
範例輸出
收緊領導更新中的主張、證據、取捨和請求，同時避免聽起來像宣傳文案。
對話
範例輸出
收緊領導更新中的主張、證據、取捨和請求，同時避免聽起來像宣傳文案。
在不編造事實的前提下，為目標讀者重構這份材料，並說明編輯取捨。
領導敘事教練對話提示詞的對話預覽。
輸出
收緊領導更新中的主張、證據、取捨和請求，同時避免聽起來像宣傳文案。
最適合
支援
線上試用
輸入設定
對話控制
選擇 Rivya 何時可以搜尋網頁、應使用多高的推理強度，以及所選模型支援時是否包含模型思考內容。
思考內容
交由模型預設決定，或在提供方支援時明確包含或隱藏思考軌跡。
開始一段對話，把規劃、提示詞和創意方向整理成一條可重用的脈絡。
提示詞起步
不想從空白提示開始時，可使用已映射到 Claude Fable 5 的模板，讓第一次執行更穩。
模型證明
先使用上方線上試用，再對照這些範例結果判斷完成度、節奏和任務適配度，之後再決定是否在 Studio 消耗更多點數。
在不編造事實的前提下，為目標讀者重構這份材料，並說明編輯取捨。
領導敘事教練對話提示詞的對話預覽。
輸出
收緊領導更新中的主張、證據、取捨和請求，同時避免聽起來像宣傳文案。
主要範例
領導敘事教練對話提示詞的對話預覽。
輸入
僅提示詞
觀察重點
領導敘事教練對話提示詞的對話預覽。
每次使用點數
per_million_tokens · input=800 · output=4000 · cache_read_multiplier=0.1 · cache_write_5m_multiplier=1.25 · cache_write_1h_multiplier=2 · ⌈total⌉
為什麼這個模型有效
面向目標讀者的敘事重構
結構化敘事起草
Claude Fable 5 常見問題
你可以進行以文字為主的敘事重構、編輯結構梳理和面向特定讀者的起草。Rivya 對此模型同時支援一般回應和 SSE 串流回應。
Rivya 按上報的實際用量結算。目前合約單價為每百萬輸入 Token 800 點、每百萬輸出 Token 4000 點。
不接受。Rivya 目前的 Claude Fable 5 合約只支援文字；請將獲准使用的來源事實和文案以文字形式提供。
比較替代模型
Anthropic 在 Rivya 上的旗艦 Claude 聊天模型，適合深度推理、謹慎整合、主管寫作和高影響力文字工作。
為什麼考慮它
如果點數說明適合下一次執行，可以考慮它：per_million_tokens · input=285 · output=1430 · cache_read_multiplier=0.1 · cache_write_5m_multiplier=1.25 · cache_write_1h_multiplier=2 · ⌈total⌉。
Anthropic 在 Rivya 上的均衡型 Claude AI 聊天模型。它保留強大的長文推理和謹慎分析，適合內容、研究和程式設計專案，同時不必直接跳到 Opus 層級的花費。
為什麼考慮它
支援一般回應與串流對話
最適合的任務
決策適配
決策適配
最適合的任務
任務接近這些情境時使用
安靜事實
提供方
Anthropic
類別
對話
能力
對話
點數模式
per_million_tokens · input=800 · output=4000 · cache_read_multiplier=0.1 · cache_write_5m_multiplier=1.25 · cache_write_1h_multiplier=2 · ⌈total⌉
輸入路徑
僅提示詞
提示設定
最多 20,000 個字元
可以。Rivya 在同一個有界輸出合約下同時支援一般回應與 SSE 串流回應。
列出必須保持不變的事實，要求回答單獨列出已保留的主張，並對照原始材料複核草稿。
提供來源事實、目標讀者、所需語氣、必須保持不變的主張，以及成稿希望讀者採取的行動。
可以。登入後提供原始文案、目標讀者、限制條件和希望讀者採取的行動。
不承諾。本頁描述已核驗的文字對話流程並提供複核結構；事實和編輯核准仍由你負責。
檢查訊息層級、保留的主張、缺少依據的確定語氣、整體語調和要求讀者採取的行動。
當草稿需要保存上下文和多輪編輯時，可進入完整的 Chat Studio。
如果點數說明適合下一次執行，可以考慮它：per_million_tokens · input=170 · output=855 · cache_read_multiplier=0.1 · cache_write_5m_multiplier=1.25 · cache_write_1h_multiplier=2 · ⌈total⌉。
Anthropic 在 Rivya 上的均衡型 Claude AI 聊天模型。它擅長細膩寫作、謹慎分析和注重安全的回應，是內容創作和研究中很穩的 Claude 選項。
為什麼考慮它
如果點數說明適合下一次執行，可以考慮它：per_million_tokens · input=170 · output=855 · cache_read_multiplier=0.1 · cache_write_5m_multiplier=1.25 · cache_write_1h_multiplier=2 · ⌈total⌉。