先 Plan 后写代码

在动手写任何复杂需求之前，用 /plan 命令或快捷键 Shift + Tab 进入 Plan 模式。这个模式的价值不在于让 AI 思考——而是强制你自己思考。

进入 Plan 模式后，AI 会持续追问细节：需求的边界在哪里、结构该怎么设计、有哪些约束条件。这个过程会逼出你脑子里那些模糊的想法，最终输出一份明确的任务文档。你可以基于这份文档反复沟通调整，直到双方对齐。

对于超大型任务，还可以把任务文档持久化。Claude Code 已经支持多会话共享 todo 的功能（尚未默认开启），适合跨会话追踪进度。

用 Claude.md 做指令遵循的"哨兵"

Claude Code 启动时除了系统指令和 MCP，脑子里是空白的。它会加载项目根目录下的 Claude.md 来了解你的项目。这个文件可以做的事情比大多数人想象的要多。

一个经过验证的做法是放三条指令：

  1. 称呼规则：每次回复前必须使用"Boss"作为称呼。
  2. 决策确认：遇到不确定的代码设计问题时，必须先询问，不得直接行动。
  3. 代码兼容性：不能写兼容性代码，除非主动要求。

第一条看起来像玩笑，实际上是一个精巧的监控机制。当上下文过载时，AI 会开始忽略指令——一旦回复中不再带"Boss"前缀，你就知道该用 /new 重开会话了。实测数据：上下文窗口使用超过 40% 时，指令遵循度就开始明显下降；超过 50% 建议直接重开。

第二条解决的是 AI "不问就干"的通病。加上这条约束后，它会在关键设计节点主动给出选项让你选择，减少返工。

第三条针对另一个常见问题：你告诉 AI 某段代码写错了让它改，它不是直接改对，而是在原有基础上加一个 if 分支来"兼容"，越改越臃肿。

还有两个配套操作值得注意：

  • 关闭上下文压缩——它默认占用总上下文的 22.5%，即使你什么都没做。
  • 用 /showline 命令在状态栏展示上下文使用百分比，实时掌握剩余空间。

另外，不要把所有规范都塞进根目录的 Claude.md。更好的做法是懒加载：在 Claude.md 中只放几条指引，告诉 AI "遇到某个场景时去读对应的规范文件"。

自分形与自描述：让 AI 像导航一样理解代码

这是七个技巧中信息密度最高的一个。核心思路是利用 Claude Code 的分级加载机制——它在搜索文件时会自动加载所在目录的 Claude.md。比如搜索 User 关键词定位到某个文件夹，它就会主动加载该文件夹下的 Claude.md。

基于这个机制，可以构建一套三层自描述体系：

  • 每个业务模块文件夹放一个 Claude.md，记录四个维度：地位（在系统中负责什么）、逻辑（做什么）、约束（使用规则）、业务域清单（子模块列表）。
  • 每个源码文件设置三行头部注释：INPUT（依赖什么）、OUTPUT（提供什么）、POS（在系统中的地位）。必须放在文件头部，因为 AI 加载文件是从头部开始的。
  • 自动更新：每次源码变动后，逐级更新源码文件注释 → 当前文件夹 Claude.md → 上层文件夹 Claude.md。

这套体系带来的效果很直观：当 AI 搜索到第五层文件夹中的某个文件时，它已经加载了前四层的 Claude.md，对整个模块的上下文理解是完整且连贯的。搜索更快，理解更准确，不容易跑偏。

提示词只需把握三个原则

以现在模型的能力，提示词写差一点也能理解意图。但三个原则能显著提高一次成功率：

  1. 清晰描述最终目的——具体到功能点、页面元素，而非抽象描述。
  2. 给参考上下文——接口数据、接口文档、已有的类似页面都可以直接喂给它。
  3. 告诉它如何验证——比如前端页面可以让它用自带的 Chrome 进行测试。

用 MCP 做精准检索，但不要装一堆

一个常见场景：某段代码一直编译失败或效果不对，AI 原地打转解决不了。这时候主动告诉它调用 Context7 查看线上文档，它读完文档后往往能立刻写出正确的代码。

但 MCP 不是越多越好。每个 MCP 都会占用上下文窗口，用 /context 命令可以查看详细的占用情况。原则很简单：能本地解决的，不要连云端。

Agent 协作的三种模式

Agent 的用法远不止"开个子任务"这么简单。三种值得尝试的协作模式：

  • SubAgent 搜索：搜索可能消耗大量上下文的内容时，让它开 SubAgent 执行。SubAgent 有独立的上下文窗口，搜完后只把结果告诉当前会话，避免主会话还没干正事就溢出了。
  • 对抗式纠错：在一条指令中串联多个 Agent。比如执行完任务后，自动调用 CodeReview Agent 审查代码，再调用 Test Agent 跑测试验证。一个任务三重校验，代码准确率明显提升。
  • 并行开发：用多分支方式同时开多个窗口，不同 Agent 并行开发不同模块，再单独开一个窗口处理 Agent 之间的 PR 合并、代码审查和测试验证。

把重复操作沉淀为 Skill

Claude Code 已经将自定义斜杠命令和 Skill 合并。所有反复执行的操作都应该沉淀为 Skill。

一个实际案例：基于前面介绍的自分形体系，可以做一个 Commit Skill——提交代码时自动检测变更文件，更新头部注释、逐级更新上层 Claude.md，最后执行 Git 提交。一个 Skill 完成了原本需要手动执行的整条流水线。

Skill 支持定制 Prompt、编排工作流、调度 SubAgent，本质上是把你的最佳实践固化成可复用的自动化流程。

这七个技巧的底层逻辑是一致的：AI 编程工具的瓶颈不是模型能力，而是上下文管理。谁能在有限的上下文窗口里塞进最高质量的信息，谁就能从同一个模型中榨出更多的生产力。