Anthropic内部高阶玩法曝光！旧金山一大牛亲测Claude Code改变产品开发的3大最佳实践总结原创

51CTO技术栈

发布于 2025-9-2 12:54

浏览

0收藏

编辑 | 云昭

出品 | 51CTO技术栈（微信号：blog51cto）

如果到现在，你还只会把 Claude Code 当成一个纯 Coding 工具，那就有点跟不上大佬的步伐了。

近日，小编发现了一篇有关 CC 新奇用法的干货，除了 Vibe Coding 之外，还解锁了很多高阶玩法，比如深度调研、产品原型开发、构建自主工作流等等。

更重要的是，其实这些玩法并不限于 CC，如果你也在用其他编程工具，不妨也借鉴一下这位大牛的玩法思路。

这篇干货的作者是一位旧金山专门从事研究大模型迭代、集成、部署的专家Nilesh Barla。近日 Barla 将其使用 CC 作为日常主力工具的第一手经验分享了出来。（小编整理时发现，这些做法也是 Anthropic 官网公开的内部团队的高阶用法，作者实践之后非常有效。）

Anthropic内部高阶玩法曝光！旧金山一大牛亲测Claude Code改变产品开发的3大最佳实践总结-AI.x社区图片

尤其是作者提到了一种“三阶段工作流”的实践方法，实际验证了如何用CC高效解决复杂任务。

还有一种“双 Claude 实例自动评审代码”的实际做法，一个 Claude 实例写代码，另一个 Claude 实例负责查 bug、风格和测试输出，效果也很给力。据说 Anthropic 内部团队就使用 CC 自动分析 PR，大幅降低了审批等待时间。

正如 Anthropic 官网一篇博文这么介绍道的：

Claude Code 的最佳用法，是聚焦于它能增强的人类工作流。
最成功的团队把 Claude Code 当作思维伙伴，而不仅仅是代码生成器。

话不多说，这就把编译的文章奉上。

1.很多人只是把CC当成自动补全工具

我是从 5 月开始使用 Claude Code 的，但它彻底改变了我的工作方式。我把它应用在深度调研、技能提升和产品原型开发中。

我的效率大幅提升，因为复杂任务能在更短时间内完成。随着不断尝试各种功能，我意识到它能做的远比我想象得多，于是决定把这三个早期经验记录下来，分享给想要进阶的同行。

我注意到很多团队在用 Claude 时会出现一个普遍问题：

他们往往只把它当作简单的自动补全工具，用来填几行代码或标出小错误。这确实能带来一些小的效率提升，但远远没有发挥出工具的价值，工作流也停留在原地。

Claude 的真正优势在于：它能一步步帮你重新设计整个开发流程。把它当成一个能定义完整功能的协作者，有时它甚至能自动化测试，从头到尾生成原型。这种演变让你从繁琐的写码中解放出来，把精力放在战略层面的把控上，从根本上改变产品构建的方式。

Anthropic 的内部团队用具体数据验证了这一点。通过这些方法，他们把调研时间缩短了 80%，原本需要数小时的工作被压缩成 10~20 分钟的小冲刺。

如果你愿意重新审视方法，你也能获得类似的提升。

这篇文章，我总结了三种经过验证的实践方法，能加速产品开发。它们都基于扎实的证据，指引你走向更聪明、更快速的产出。

这些经验来自我对 50 多个一线实践案例的分析，包括推特长帖、Reddit 讨论、LinkedIn 帖子以及 Anthropic 的核心文档。试试看，你会立刻发现成果的提升。

2.我的3个最佳的CC玩法

最佳实践 1：用 Strategic claude.md 文件掌握项目上下文

我把 CLAUDE.md 文件看作 Claude 的核心记忆系统。只要把这些简单的 Markdown 文件放进项目目录，Claude 启动时就会自动加载。这样关键指令和上下文都被带入进来，你不用每次都重复说明。

这点很重要，因为项目复杂度增长得很快。如果缺乏稳定的上下文，Claude 就容易“跑偏”，导致代码风格不一致，或者浪费时间返工。

在实际应用中，Anthropic 的团队高度依赖这种方式。他们会在 CLAUDE.md 中记录 bash 命令、风格指南和工作流。他们在文档中提到：

“在 Anthropic，我们会把 CLAUDE.md 文件跑一遍 prompt 优化器，并且经常调整指令（例如加上 ‘IMPORTANT’ 或 ‘YOU MUST’），以提升 Claude 的执行度。” —— Claude Code: Best practices for agentic coding

就我自己来说，从 LLM 研究员转型到产品角色时，整个上手过程只用了三天。我很快就理解了这套基于 TypeScript 的代码，知道核心函数在哪些地方、哪些组件用来完成特定调用。在这个过程中，我借助研究员的技能去理解发生了什么。

但真正让我快速上手的，是 CLAUDE.md 里写的那部分“起步说明”。

Anthropic内部高阶玩法曝光！旧金山一大牛亲测Claude Code改变产品开发的3大最佳实践总结-AI.x社区图片

要实践的话，可以先在代码库根目录创建一个 CLAUDE.md。这里有个基础结构：

# Bash commands
- npm run build: Build the project
- npm run typecheck: Run the typechecker

# Code style
- Use ES modules (import/export) syntax, not CommonJS (require)
- Destructure imports when possible (eg. import { foo } from 'bar')

# Workflow
- Be sure to typecheck when you’re done making a series of code changes
- Prefer running single tests, and not the whole test suite, for performance

来源：Claude Code: Best practices for agentic coding（文末附博文地址）

三个快速落地的小技巧：

列出常用命令，加快终端操作，减少出错。
添加团队的风格偏好，保证代码风格一致。
记录重要决策，帮助 Claude 在架构层面做出正确推理。

我们一开始犯过个错误：把所有细节都堆进 CLAUDE.md，结果重要指令被淹没，Claude 反而忽视了关键规则。解决方法是删繁就简，保留必要内容，并测试哪些指令 Claude 执行得最好。我们把文件拆分成“概览”“风格”“命令”等部分，结构更清晰。

保持简洁有效，避免上下文过载。

可以参考 Anthropic 的 claude.md 文档。

最佳实践 2：为复杂开发构建自主工作流

Claude Code 的独特之处在于，它不仅仅是“辅助写代码”，而是能启用自主工作流。在这种模式下，Claude 像一个智能代理，可以探索代码库、规划步骤，并在最少输入的情况下完成修改。这对大型项目中的复杂开发尤其合适。你不再是逐行写代码，而是转变为审阅输出。

Anthropic 的安全工程团队展示了这种方式的威力。他们用 Claude 来调试基础设施，把 10~15 分钟的人工扫描缩短到约 5 分钟。

在我的项目中，当我实施“三阶段工作流”时，两个迭代周期里的 bug 率下降了 10~15%，因为 Claude 能提前发现问题。

这三阶段流程是：

1.探索：让 Claude 用 grep 或 glob 扫描代码库，建立理解。可以先用这些提示词：

Please generate a complete tree-like hierarchy of the entire repository, showing all directories and subdirectories, and including every .tsx file. The structure should start from the project root and expand down to the final files, formatted in a clear, indented tree view.

“请生成完整的项目目录树，包含所有子目录和每个 .tsx 文件，以缩进树状结构展示。”

Please analyze the repository and trace the dependency flow starting from app.tsx. Show the hierarchy of imported modules and functions in the order they are called or used. For each import (e.g., A, B, C), break down what components (classes, functions, or methods) are defined inside, and recursively expand their imports as well. Present the output as a clear tree-like structure that illustrates how the codebase connects together, with app.tsx at the top.

“请分析仓库，从 app.tsx 开始追踪依赖流，展示导入模块和函数的调用顺序，并递归展开每个依赖的内部组件。”

2.规划：先让 Claude 头脑风暴，不写代码，等计划出来后再审查。

3.实现：进入执行环节，用 Opus 处理复杂推理，用 Sonnet 处理常规任务。

要注意上下文的技术管理，避免 token 过多。LLM 每次都会重发整个对话历史，导致成本上升。可以用 /clear 清除无关任务；对持续任务，可以用 /compact 把对话压缩 50%，保留关键信息开启新会话。

我们曾遇到一个坑：让 Claude 在模糊任务上完全自主执行，结果输出偏离目标。

解决办法：不要放任不管。

Claude Code 的特点是你随时可以中断并从暂停点继续。如果发现运行时间过长或 Claude 偏离方向，就立刻打断。

加上间歇性的检查，例如用 Escape 暂停并重定向。这种方式不适合安全要求极高、需要人工逐行审核的代码。

Anthropic内部高阶玩法曝光！旧金山一大牛亲测Claude Code改变产品开发的3大最佳实践总结-AI.x社区参考文档：Anthropic 工程博客

最佳实践 3：搭建设计到代码的快速原型流水线

有没有发现一个很“浪费生命”的工作流：设计师在 Figma 里画草图，工程师再把它们重写成代码。

这种交接拖慢了整个进度。

团队常常因为把视觉稿翻译成工作原型而浪费数周时间。Claude Code 通过设计到代码的流水线改变了这一点。它能直接从 Figma 拉取并快速生成可运行代码。

Anthropic 的产品设计团队就这么做：把 Figma 文件输入 Claude Code，建立自动循环来编写和迭代原型。他们的增长营销团队报告说，借助自动生成和 Figma 集成，创意产出提升了 10 倍。

我个人还没机会和 Figma 搭配使用，但觉得有必要把这一部分写进来。所以我参考了 Reddit 帖子、社区推文、官方文档和报告。

Anthropic内部高阶玩法曝光！旧金山一大牛亲测Claude Code改变产品开发的3大最佳实践总结-AI.x社区图片

Anthropic内部高阶玩法曝光！旧金山一大牛亲测Claude Code改变产品开发的3大最佳实践总结-AI.x社区来源：Reddit

根据我的调研，在技术实践上，可以先从截图转代码入手。虽然 Claude Code 是终端工具，但它支持多模态。你可以直接复制粘贴图片，或者把文件路径输入进去。

把 Figma 的 mock 复制粘贴或传路径给 Claude Code，让它实现，截屏检查结果，再迭代 2~3 次，就能得到较高精度。

下面是小编扒到的一个 CC + Figma MCP 的用例，具体讲解的视频地址也给大家扒下来了：

https://www.youtube.com/watch?v=_gdtY2V3Zx8

Anthropic内部高阶玩法曝光！旧金山一大牛亲测Claude Code改变产品开发的3大最佳实践总结-AI.x社区图片

如果不太喜欢看视频，喜欢图文教程类的，这里小编也找了一篇，大家可以看这篇：

https://composio.dev/blog/how-to-use-figma-mcp-with-claude-code-to-build-pixel-perfect-designs

Anthropic内部高阶玩法曝光！旧金山一大牛亲测Claude Code改变产品开发的3大最佳实践总结-AI.x社区图片

不过注意的是，这种方式更适合原型，而不是生产级应用，因为 Claude 在更新现有组件或处理多帧时还需要额外步骤。

3.额外加菜：通过自动化评审周期提升质量保障

随着团队扩张，代码审查往往成为瓶颈。人工无法规模化检查每一个改动，难免延误或疏漏。用 Claude Code 自动化评审周期，可以把 AI 检查提前、频繁地嵌入开发过程，在问题进入生产前就被发现。

Anthropic 的安全工程团队用 Claude 来自动分析 PR，把 Terraform 计划输入进去快速做安全扫描，大幅减少审批等待时间。

他们的数据科学团队也重塑了 TDD，从一次性 notebook 转向持久化的 React 仪表盘，日常任务速度提升了 2~4 倍。

我在做强化学习研究时也复刻了类似方法。

我搭建了一个并行验证架构：一个 Claude 实例写代码，另一个 Claude 实例负责查 bug、风格和测试输出。这两个实例相互隔离，避免偏差。

可以通过 GitHub Actions 搭建：

用 npm 安装 Claude SDK。
在 workflow YAML 里 @Claude，让它在 PR 上触发评审。
在 claude.md 配置测试规则和 lint。

采用双 Claude 评审后，bug 率显著下降。

不过我认为，不要在敏感的安全逻辑上完全依赖 AI 评审，人类专家能发现一些微妙风险。

4.最大化CC的价值：你要什么+你想如何要

我在 5 月之后才开始使用 Claude Code，但现在几乎所有工作都离不开它。Claude Code 是人机协作的一个优秀案例。它像一个合作伙伴，让你更高效、更有创造性地迭代产品和想法。

当你在领域知识上掌握得越多，你就越能清晰地表达“你要什么”。当你有创造力和好奇心去尝试新方法，你就能灵活地决定“你要怎么要”。

这两者结合起来，就能最大化发挥 Claude Code 的价值。你花的时间越多，就越能摸索出什么最适合自己，什么不适合。

关于这一点，小编也注意到 Anthropic 内部对于 CC 的一个说法，或者说是定位：

我们采访了 Anthropic 各个团队的员工，看看他们是如何在工作中使用 Claude Code 的。
很多使用场景在意料之中——调试、代码库导航、工作流管理——但也有一些让人意外。律师们搭建了电话树系统；市场人员能在几秒内生成数百种广告变体；数据科学家无需掌握 JavaScript 就能创建复杂的可视化。
逐渐清晰的模式是：智能体编程不仅仅是加速传统开发，它正在消解技术与非技术工作的边界，把“能描述问题的人”转变为“能构建解决方案的人”。

好了文章到这里结束了，评论区的各位大佬都是如何玩转 Vibe Coding 的工具的呢？可以评论区交流、拍砖。