首页
看点啥
插画图片
首页 看点啥 18 个实操步骤:把 Claude 从 10% 用到 100%

18 个实操步骤:把 Claude 从 10% 用到 100%

2026-07-17 0

解锁Claude的隐藏潜力,18个步骤让你从10%用到100%,把AI变成24小时在线的智能同事。
核心内容:
1. 第一周:打好地基,建立项目文档和专属语气档案
2. 第二周:优化工作流,学会正确组织上下文和请求
3. 第三周:进阶技巧,利用项目空间和复杂任务处理

原文来自 @cyrilXBT,这套方法对 Codex、Gemini、DeepSeek、GLM 同样适用。

? 先说实话吧

你每个月花 20 美元订阅 Claude,可能真的只用到了它 10% 的能力。

不是模型不够强。是我们打开方式不对

Claude 不是那种"后面接了个 AI"的聊天框。它是一个推理引擎。配置对了,它能像个 24 小时在线的智能同事一样帮你干活。

但问题是,大模型就像火箭引擎——马力超强,可大多数人搭的"脚手架"呢?玩具车级别。火箭引擎驱动玩具车,90% 的推力全空转了。

这 18 个步骤,是我这一个月试下来,觉得真正能把"玩具车"升级成正经航天器的实操方法。

? 第一周:先把地基打实(上下文)

步骤 1:每个项目写一个 CLAUDE.md

这可能是性价比最高的一件事了。

花个半小时写一份,之后每次对话都在给你省钱。内容不用多,这几块够了:

? 模糊输入只会换来模糊输出。你给得越具体,Claude 越像那个已经跟你共事半年的 senior。

步骤 2:给写作任务建个"语气档案"

通用 Claude 写出来的东西,读起来就是——嗯,通用 AI 味。(你懂的)

如果你要让它帮你写重要的内容,先试这个:

分析我下面这 10 篇写作样本,提取出:
1. 我的平均句长,句式怎么变的
2. 我习惯怎么用大小写、怎么强调重点
3. 我开头和结尾通常怎么处理
4. 我爱用什么词,从来不用什么词
5. 我观点之间怎么过渡的
6. 我收尾有什么 signature move

把提取出来的档案存进 CLAUDE.md。之后 Claude 写的东西,至少能蒙混过关说"这像是人写的"。

步骤 3:用 Claude Projects 存住记忆

单次对话(Session): Claude 转头就忘,只记得你今天说了啥。 项目空间(Project): Claude 永久记得你上传的所有东西。

任何会拖好几天的工作,都值得开个 Project。把 CLAUDE.md、参考文档、之前的输出、研究资料全丢进去。这样每次打开对话,都是从满血状态开始,不用重新 warm up。

步骤 4:复杂请求,先给上下文再上菜

大多数人的习惯是:先丢请求,再补上下文。反了。

试试这个结构:

CONTEXT:
- 我正在做 [具体东西]
- 主要限制是 [具体限制]
- 受众是 [具体画像]
- 我已经试过:[什么失败了,为什么失败]
- 已经锁死的决策:[不能改的东西]

REQUEST:
[你真正想要的结果]

OUTPUT FORMAT:
[你希望返回的具体格式]

上下文给够了,输出自然就结构化。你后期改稿的时间会少很多。

步骤 5:输出格式别靠猜

别让 Claude 自己"推断"格式。重要的请求都加上规格:

⚡ 第二周:提示词要这么写(质量层)

步骤 6:给 Claude 一个"身份"

身份会改变分析框架,框架一变,输出深度完全不一样了。

❌ 普通问法:"审查一下我的商业计划。" ✅ 角色问法:"你是一位看过 2000 份融资 pitch 的 B 轮投资人。你的工作不是鼓励我,是找出这个计划会失败的所有理由。"

其他我常用的角色:

步骤 7:重大输出前,先让它"自曝其短"

在 Claude 回答之前,逼它做一次 pre-mortem:

在回答之前,先告诉我:
1. 你的答案可能在哪儿出错(列出三种)
2. 你正在做但我还没确认的假设
3. 哪些额外信息会显著改变你的结论
4. 在什么情况下,你的答案会完全错误

然后再给我你的答案。

这招很管用。它会把那些"大概也许可能"的不确定性暴露出来,而不是藏在含糊的措辞后面。(别问我怎么知道的,吃过亏)

步骤 8:反面例子和正面例子一样重要

大多数人只给 Claude 看好例子。其实坏例子更有用:

这是我想要的输出:[好例子]

这是我不想要的输出:[坏例子]
这个坏例子具体错在:
- [问题 1]
- [问题 2]

现在请生成我需要的输出:[请求]

负面约束能直接消灭最常见的翻车模式,不用 Claude 自己猜你不喜欢什么。

步骤 9:复杂任务,拆开一步步来

❌ 一口气要完:"给我写个完整的营销策略。" ✅ 链条式请求:

步骤 1:先分析目标客户。他们想要什么、怕什么、信什么。
步骤 2:基于上面的分析,找出三个最强的定位角度。
步骤 3:把排第一的角度,发展成完整的信息传达框架。
步骤 4:最后转化为具体的渠道策略。

每一步都踩着上一步的上下文走,最终输出比一次性生成强得多。

步骤 10:让 Claude 当一次"杠精"

我打算 [做这个决策]。在你帮我执行之前,先提出反对它的最强论证。
不是那种弱反驳,是要让聪明人都倒向另一边的论证。

然后告诉我,如果你要替我辩护,你会怎么回应。
最后给出你的诚实建议。

这个钢人化(steel-man)过程,逼 Claude 面对真正的反对意见,而不是顺着你已有的想法一路滑下去。

?️ 第三周:建一套可复用的系统

步骤 11:重复任务,做成 Skill 文件

同一个复杂提示词每次从零写?太浪费了。

Skill 文件不用复杂,这个模板够用了:

# [SKILL 名称]

## Purpose
一句话说明这个 skill 干嘛的

## Trigger
怎么调用:"Run [skill name] on [input]"

## Context Required
运行前 Claude 需要读什么

## Process
分几步走

## Output Format
输出长什么样

## Quality Standard
优秀 vs 及格的标准

## Edge Cases
异常输入怎么处理

每周挑你最常重复的五类任务,建一个 Skill。五周后,你会发现最费时间的提示词编写成本基本没了。

步骤 12:给 Claude 接上真实工具(MCP Server)

大多数人让 Claude 活在真空里——跟真实工具完全不连通。

MCP Server 就是给 Claude 开的一扇扇门:

每接上一个,就少一类手动传话、复制粘贴的工作。

步骤 13:用 Claude Code 跑多步骤任务

网页版 Claude:每一步都要你点一下。 Claude Code:你把目标说清楚,它自己推进。

用 /goal 命令设定目标,Claude 会在每个动作前对照目标检查,一直干到完成为止。

任何超过三步的连续操作,我都建议上 Claude Code + /goal,而不是在网页里来回点。

步骤 14:建一个"系统提示词库"

把之前花几小时迭代出来的好提示词,存成可复用的资产:

? 第四周:让这套系统自己生钱(复利层)

步骤 15:把参考资料变成永久记忆

这些资料值得上传进 Project:

每上传一份,这个 Project 之后的每一次对话都会更聪明一点。这是真正的复利。

步骤 16:重要决策,开 Extended Thinking

遇到复杂决策时,给 Claude 更多推理空间。适合的场景:

这个决策比较重要,我希望你认真想清楚了再回答。
请一步步推演,展示你的推理过程。
指出你在哪些地方不确定。
考虑那些你通常会忽略的影响。

步骤 17:每次会话结尾,加个反馈循环

大多数人的用法是单向的:请求 → 生成 → 接受或扔掉。

试试在重要会话结束时问:

回顾一下这次生成的输出。告诉我:
1. 你这次最强的地方在哪,为什么
2. 哪些地方没满足我的需求
3. 我给你什么额外上下文,下次输出会更好
4. 你从我这次的请求里发现了什么模式,我该怎么调整提示词结构

把这些存成一次会话反思笔记。

坚持 30 次会话,你会发现自己提示词方式里的隐藏 bug。

步骤 18:把这些配置当成资产,不是消耗品

最后这一步不是技巧,是心态转变:

大多数人把每次 Claude 会话当成一次性的互动。真正做出结果的人,把自己的 Claude 配置当成一个会复利增长的资产组合来经营。

? 4 周实施计划(抄作业版)

周次重点搞什么
第 1 周? 打地基步骤 1-5:CLAUDE.md、语气档案、Projects、上下文结构、输出格式
第 2 周⚡ 提质量步骤 6-10:角色分配、事前剖析、反面例子、提示词链、相反观点
第 3 周?️ 建系统步骤 11-14:Skill 文件、MCP、Claude Code、系统提示词库
第 4 周? 收复利步骤 15-18:参考资料、Extended Thinking、反馈循环、复利心态

? 今天就从步骤 1 开始

复利从你写下第一个 CLAUDE.md 的那一刻就开始了。

那些接下来 30 天把这套配置搭起来的人,回头看自己以前的工作方式,会觉得陌生。

Claude 的 10% 和 100%,差距就在这些配置里。



喜欢(0)

上一篇

将 Agent Skill 包成 API:从本地调用到服务化落地

将 Agent Skill 包成 API:从本地调用到服务化落地

下一篇

MCP 和 Skill:AI Agent 时代的“插座”与“菜谱”

MCP 和 Skill:AI Agent 时代的“插座”与“菜谱”
猜你喜欢