[控场AI]
· 8 分钟阅读· 4,148 字

Claude Code工作流重构:计划模式与瘦身CLAUDE.md实战

Claude Code工作流重构:计划模式与瘦身CLAUDE.md实战

把 Claude 当经理而非代码工具:计划、稀疏配置、技能复用与并行会话的新工作流。

文章梳理了 Claude Code 使用范式的一次明显转向:从堆叠规则的"规则手册"模式,转向以判断标准为核心的"管理者"模式。核心变化包括:用语音输入和五要素提示词保留完整意图,每个项目从计划模式起步、批准后再动手,CLAUDE.md 瘦身成指向技能文件的目录而非仓库,并借助 MCP 连接器、多会话并行与后台会话放大产出。验收环节强调用 diff 视图与内置代码审查像经理一样审查产出,配合 `/compact`、`/clear` 管理上下文窗口、`/doctor` 清理配置冗余。进阶的 Gauntlet Loop 适合在扎实第一版之后做打磨。整体重心从编码转向管理,把试错成本压到"描述是否清晰"这一件事上。

Claude Code 的用法正在经历一次明显的转向。两个月前的教程还在教你堆叠规则、写详尽的 CLAUDE.md,而 Anthropic 自己的工程师已经在公开讨论另一套做法:把 AI 当经理用,而不是当代码工具。这篇文章基于 B 站一条完整工作流讲解视频,梳理当下真正有效的使用方式,从计划模式、语音输入,到瘦身配置文件、多会话并行与自测预览。

核心变化:从规则手册到判断标准

旧范式的典型动作是“堆规则”:能做这个、不能做那个、永远按某种格式输出。视频中明确提到,Anthropic 工程师已公开表示,对最新模型而言,这种做法会适得其反——规则堆叠不再让 Claude 更锐利,反而把它框死。

新的做法是给判断标准而非规则清单:描述你想要的水平,让模型自己想办法达到。示例同理,过去给三个样例有帮助,现在模型容易直接复制样例、停止探索。

这个思路贯穿后续所有环节:提示词要清晰但不过度约束,配置文件要薄,流程要交给可复用的技能文件。

好提示词的五个要素

视频给出的基础框架是:在动手前明确五件事——你在构建什么、它用来做什么、需要实现什么功能、应该长什么样、绝对不能做什么。把这五点说清楚,Claude 就不需要猜。

在此基础上叠加语音输入。打字时人会压缩、自我审查,砍掉真正重要的上下文;说话时会把这些全盘托出。操作上就是切到计划模式,点麦克风,像聊天一样把需求讲完。

计划模式:先想清楚再动手

每个项目都应该从计划模式开始。切换模式选择器到 plan 后,Claude 会读文件、思考问题、反问你问题,在你批准之前不碰任何文件。

Claude在计划模式中向用户追问细节

视频中的示例应用是一个习惯追踪器,用户口头描述需求后,Claude 返回一份计划外加若干追问,例如“streak 是否在午夜重置”。只有用户批准后它才开始构建。这个习惯是防止 Claude 自信地做错方向的关键动作。

构建完成后,Claude 会自行启动开发服务器、打开应用、点按钮、填表单,在报告完成之前先把坏掉的地方修好——也就是一次自测 QA。右侧预览窗口能看到它自己在应用里操作。

用管理者视角审查产出

第一版永远不会完美。视频建议不要读代码,而是像设计师一样描述问题:“卡片太挤”“数字太小”“勾选有点卡顿”,发送后预览更新,再继续。循环就是:构建、预览、描述、改进。

Claude 说完成时,别只测一下,打开 diff 视图逐行看变更,像审查真实公司的 pull request 一样。你不需要懂代码,只需要确认改动出现在预期位置、非预期位置没有变动。还可以像在文档上批注一样,对某一行留言,比如“把 streak 火焰改成橙色而不是灰色”。

此外还有一个内置代码审查命令,让 Claude 审计自己的工作,重点找真实 bug、逻辑断裂、安全漏洞,而不是风格挑刺。视频中它发现了一个 streak 不会重置的问题——在用户遇到之前就修掉了。

瘦身 CLAUDE.md:配置文件是目录,不是仓库

视频引用 Anthropic 在 7 月发布的上下文处理说明:对最新模型,他们砍掉了 Claude Code 自身系统提示词中超过 80% 的内容,编码性能没有下降。

对个人配置文件的启示是:CLAUDE.md 不该是仓库,而该是目录。模型已经足够强,能自己在代码库里找上下文,巨型文件每次会话都加载,在你还没写一行代码前就消耗预算。

只保留 Claude 真正无法从代码库学到的东西:品牌语调、错误信息风格、不明显的那一个架构决策,以及指向技能文件中详细内容的指针。

设置方式是输入 /init 让 Claude 自动生成,然后打开删减:凡是资深开发者看文件夹就能知道的,一律删掉。视频中示例应用的整个文件只有三行——保持深色配一个暖色点缀、文案友好且不制造负罪感、设计规则在 design skill 里。

效果是:之后要求新增周视图时,输出直接就是深色、温暖、友好的,不需要重复任何要求。三行胜过五十行。

技能、连接器与并行会话

CLAUDE.md 能保持薄,是因为细节放在了更合适的地方——技能(skills)。一个技能就是保存下来的流程,写一次、以后反复用,可用斜杠命令触发,Claude 也会在相关时自动调用。任何你每次都按同样方式做的事——组件怎么写、品牌长什么样、每周的研究流程——都可以变成技能。

细节存放在技能文件中而非主配置

MCP(Model Context Protocol)负责把 Claude 接到你已有的工具上:GitHub、Slack、Notion、Google Sheets。在连接器菜单里点几下就能加,之后直接用自然语言对话。示例中把每次完成的习惯记录到 Google Sheets,让数据存在真实的地方而不是只在应用内。

多会话并行是另一个被低估的能力。同一项目可以同时开多个相互隔离的会话,一个搭统计页,另一个清理样式,互不冲突。而且会话在关闭应用后继续运行——派一个大任务出去,一小时后再回来,工作已经完成了。中途想问问题可以开侧边聊天,主构建不中断。

多会话并行让笔记本不再是瓶颈

MCP(Model Context Protocol,模型上下文协议)是 Anthropic 于 2024 年底开源的一项标准,用于让 AI 模型以统一的方式连接外部工具和数据源。在 Claude Code 中,它扮演的是"工具适配层"的角色:每个 MCP 服务器把 GitHub、Slack、Notion 等平台的 API 封装成 Claude 能理解的操作集合,Claude 在需要时按需调用,而不需要用户手写脚本或复制粘贴数据。相比早期的自定义插件,MCP 的价值在于标准化——同一个服务器可以跨桌面应用、CLI、API 复用,社区生态也因此快速积累了大量现成连接器。文中提到的"连接器菜单点几下即可添加",正是这一协议带来的互操作性红利。

上下文管理与收尾检查

顶部的用量计量器显示会话的工作记忆,填满后 Claude 开始忘记早先的决策。两个命令解决:/compact 把对话压缩成摘要后继续,适合在同一会话里接着干;/clear 全部清空,适合切换到完全不同的任务。

如果来不及完整描述问题,直接截图粘贴进去说“修这个”。视频中移动端计数器与日期重叠,截图一发就解决了。最难的问题可以把 effort 调到最大,更慢更贵,但结果档次不同。

会话结束前运行 /doctor,它会扫描你的配置,找出死重的连接器、CLAUDE.md 里的冗余,并告诉你该删什么。示例中它标出了一个接了之后从未用过的连接器,一键清除。

上下文窗口(context window)指模型单次会话中能同时"看到"的 token 总量上限,涵盖系统提示、对话历史、读入的文件与工具返回结果。它像一张有限的工作台:新内容不断堆上来,最早的信息要么被挤出,要么被压缩。这正是用量计量器会"填满"、Claude 开始遗忘早先决策的根本原因。理解这一点后,/compact 与 /clear 的取舍就清晰了——前者是用模型生成摘要替换原始历史,保留语义但损失细节;后者是彻底换一张干净工作台,适合任务切换。合理管理上下文窗口,本质是在"信息完整度"与"注意力锐度"之间做权衡。

进阶玩法与边界

视频提到一个近期流传的技巧叫 Gauntlet Loop,核心只有三行提示词结构:任务是什么;构建方式——让主 agent 分发给子 agent 各拿一块,每块配一个批评者检查;以及标准——告诉它不达到每个批评者真心赞叹就不停止。在桌面应用的 workflows 面板可以逐阶段观察运行。

Gauntlet Loop在工作流面板中分阶段运行

但这个循环消耗大量时间和 token,而且会朝着你设定的标准优化:如果指向一个弱想法,它会把错的东西打磨得很漂亮。建议先用常规方式做出扎实的第一版,再放循环去打磨。

部署只需一句话:让 Claude 部署到 Vercel,它配置项目、推送、返回一个可分享的线上地址。之后再进阶可以用 Routines 在 Anthropic 云端按计划跑任务,比如夜间审查 pull request、每周一早上分流 bug。

Gauntlet Loop 属于"多智能体编排"(multi-agent orchestration)的一种实践:主 agent 负责拆解任务并分发给子 agent,每个子 agent 再配一个独立的批评者(critic)做质量审查,形成"生成—评判—迭代"的闭环。这种模式之所以对最终质量提升明显,是因为批评者与生成者视角分离,能有效跳出单模型自我评估时容易出现的"自洽偏差"。代价是 token 消耗成倍增长,且所有迭代都朝你设定的标准收敛——标准本身模糊或偏低时,循环只会把平庸方案打磨得更精致。把它理解为一个"放大器"而非"提词器",先有扎实基底再用它,是更稳妥的用法。

四条可以带走的原则

  • 说话,别打字:点麦克风再说,语音保留的上下文远多于打字。
  • 保持 CLAUDE.md 薄:它是目录不是仓库,能从代码学到的就不该写进去。
  • 切换任务前先压缩上下文:干净上下文带来更好输出,花几秒让后续全程保持锐利。
  • 把大任务发出去就走开:笔记本不再是限制。

这套工作流的重心是管理而非编码:计划模式防止做错方向,语音输入保留完整意图,瘦配置文件与技能文件降低每次会话的固定开销,diff 视图与内置审查让你像经理一样验收。它不保证第一版完美,但把试错成本压到了描述得清不清楚这一件事上。

#Claude Code#CLAUDE.md#计划模式#AI编程工作流#MCP连接器#上下文管理#AI编程工具
分享:

相关推荐