Claude Code 进阶：从用工具到带团队的思维转变

摘要：Claude Code 入门容易精通难。本文分享五个进阶策略：老板思维升级、先探索后执行、Skill 与 Command 的本质区别、Context Engineering 精简上下文、以及 CLAUDE.md 优化原则。掌握这些，你将从工具使用者进化为系统设计者。

一、老板思维升级：从指挥牛马到管理团队

你已经会用 Claude Code 了。能配置 MCP，知道 /init、/clear、/compact 这些命令，简单任务信手拈来。但遇到复杂任务时，效果总是不稳定——有时候惊艳，有时候翻车。

问题出在哪？ 首先，是思维方式的问题。

这个思维转变的关键是：明确你和 AI 各自的职责边界。

你（老板）的三项核心职责：

• 设计宏观流程——任务怎么拆，先做什么后做什么
• 做关键决策——方向性判断、取舍选择
• 验收结果——检查质量，给反馈

AI（执行团队）的职责：

• 系统收集信息——搜资料、读文件、梳理背景
• 深度分析——理解问题、发现关联、评估方案
• 执行具体操作——写代码、改文档、处理数据

举个例子。同样是写一份竞品分析报告这个任务：

牛马模式："帮我写一份 A 产品和 B 产品的竞品分析报告。"——AI 基于有限信息硬写，大概率产出泛泛而谈的内容。

团队模式：

1. "先搜索 A 产品和 B 产品最近半年的产品更新、用户评价、市场数据，整理到 research.md"
2. 审核搜索结果，补充遗漏方向
3. "基于这些资料，列出分析框架，先不写正文"
4. 审核框架，调整重点
5. "按这个框架写初稿"

团队模式多了几轮交互，但每一步都有明确输入，AI 不用猜，你也能把控方向。 好老板不是事事亲力亲为，而是定方向、做决策、验收结果。

二、先探索后执行：别让 AI 在黑暗中摸索

很多人用 AI 的习惯是：想到什么就直接让它做。帮我重构这个模块、帮我写个自动化脚本——上来就执行。

这就像派新员工去干活，却不告诉他项目背景、不给他看相关文档。他只能边干边猜，大概率要返工。

正确的做法是：先探索，后执行。

plan 模式：执行前先做计划

Claude Code 的 plan 模式专门用于此。触发方式有两种：

方式一：用 Shift+Tab 循环切换模式

在输入框连续按 Shift+Tab，可以在三种模式间循环切换：Normal（正常）-> Auto-Accept（自动接受）-> Plan（计划）。当底部显示 plan mode on 时，Claude 只会分析和规划，不会执行任何操作。

方式二：自然语言提示

直接在消息里说先别执行、先分析一下，或者先做个计划。

一个完整的探索-执行流程

假设任务是重构用户认证模块：

探索阶段（plan 模式）：

你：先帮我分析一下 auth 模块的现状，不要改任何代码

Claude 会：

• 读取 auth 相关的所有文件
• 列出当前的代码结构
• 识别潜在问题（比如：密码存储方式过时、session 管理分散）
• 提出重构方案和步骤

你的审核：

看 Claude 的分析，决定重构优先级。比如你判断密码存储是安全隐患，优先处理；session 管理可以后续再说。

执行阶段：

你：好，先处理密码存储的问题，按你说的方案改

这时 Claude 已经有了充分的上下文，执行会更精准。

这背后的逻辑是：信息收集的成本很低，但盲目执行的返工成本很高。 花 5 分钟让 AI 理解上下文，可能省下 30 分钟的修修补补。

三、Skill vs Command：能力 vs 指令

很多人把 Skill 和 Command 混为一谈，觉得都是自定义功能。其实它们本质不同，搞清楚这个区别，才能设计出高效的工作流。

Skill（技能）：我能做什么

Skill 是独立的能力模块，封装了一套专业知识和处理逻辑。Claude 会根据任务自动识别并应用 ——你不用每次告诉会计怎么做账，也不用每次教设计师怎么排版。

适用场景：通用的、可复用的专业知识

• 代码审查规范
• 文档格式化标准
• 特定领域的分析方法

Command（指令）：现在做这件事

Command 是任务编排器，定义了一个完整的工作流程，需要用户显式调用（输入 /command）才会触发。

适用场景：复杂的、需要组合多种能力的特定任务

• /review-and-publish：审查代码 + 格式化 + 发布
• /research-topic：搜索资料 + 整理笔记 + 生成报告

实践建议：先 Skill 后 Command

第一步：沉淀通用 Skill。 把你经常需要的专业能力封装成 Skill。这些 Skill 会被自动识别和应用。

第二步：用 Command 组合 Skill。 当你需要完成一个复杂流程时，写一个 Command 把相关 Skill 串起来。Command 只负责编排，具体能力由 Skill 提供。

Skill 回答"我能做什么"，Command 回答"现在做这件事"。 好的系统是两者配合，而不是互相替代。

四、Context Engineering：上下文是稀缺资源

很多人以为上下文窗口越大越好，恨不得把所有相关信息都塞进去。这是个误区。

核心洞见：上下文窗口不是仓库，是会议室的白板。 空间有限，写太多就看不清重点了。

每个 token 都在争夺模型的注意力。当你塞入大量可能有用的信息时，真正关键的指令反而会被淹没。Anthropic 的工程博客给出了一个精辟的定义：找到能最大化期望结果的最小高信号 token 集合。

简单说：别堆信息，要精选信息。

三大优化策略

策略一：定期压缩

用 /compact 命令触发上下文压缩。Claude 会总结当前对话的关键信息，以压缩摘要重新初始化。

怎么用？直接输入 /compact，或者带参数 /compact 重点保留架构决策。

什么时候用？当对话变长、话题切换、或者开始新任务时。根据 Anthropic 官方博客的测试，上下文压缩可以显著减少 token 消耗，同时保持任务执行质量。

策略二：结构化笔记

持久信息不要放在对话里，放在外部文件。TODO.txt 记录待办事项，NOTES.md 记录关键决策和背景。AI 需要时再读取，不需要时不占用上下文。

这个方法的好处是：信息持久化，不会随着对话压缩而丢失；按需加载，不浪费上下文空间。

策略三：子代理架构

复杂任务拆分给子代理执行。主代理只接收子代理的压缩摘要，不需要知道执行细节。每个子代理有独立的上下文，互不干扰。

这就像公司的架构：CEO 不需要知道每个员工的工作细节，只需要接收各部门的汇报摘要。

上下文不是越多越好，而是越精越好。

五、CLAUDE.md 优化：少即是多

CLAUDE.md 是 Claude Code 的全局配置文件，每次会话都会加载。很多人把它写得很详细，恨不得把所有偏好都列进去。

这值得重新考虑。

CLAUDE.md 越长，每次对话的上下文消耗越大，Claude 对每条指令的注意力就越分散。LLM 对指令的注意力集中在提示词的两端——开头和结尾。 中间的指令遵循质量会均匀下降。

更重要的是：Claude Code 的系统提示词已经包含大量内置指令（用于文件操作、git 交互、代码编辑等核心功能）。你加得越多，总指令数越多，平均遵循质量越低。

三条核心原则

原则一：极简主义

目标：保持简洁、人类可读。只放每次会话都需要的指令，低频指令用 Skill 或 Command 代替。Anthropic 官方强调的是简洁原则，而非具体行数限制。

原则二：用 linter 而非 LLM

格式规则交给工具。使用 2 空格缩进这种规则，应该配置在 linter 里，而不是写在 CLAUDE.md 让 AI 去记。AI 不擅长做 linter 的事，让专业工具干专业的活。

原则三：具体明确

写好代码是无效指令。函数不超过 50 行、注释使用英文才是有效指令。需要注意的是，对于创意类任务，适度的模糊反而能给 AI 更多发挥空间。

三层架构的合理分工

实践建议：定期审查 CLAUDE.md。问自己：这条指令真的每次都需要吗？如果答案是否定的，就移到 Skill 或 Command 里。

CLAUDE.md 不是 wishlist，是 must-have list。

结语：从工具使用者到系统设计者

回顾这五个进阶策略：老板思维、先探索后执行、Skill vs Command、Context Engineering、CLAUDE.md 优化。它们有个共同主题：

不是在教你怎么用工具，而是在教你怎么设计系统。

真正的高手，每次使用都在改进系统本身。 Skill 库持续扩展，CLAUDE.md 随实践不断精简，工作流越跑越顺。这是一个正向循环。

当你开始思考如何让这个工作流自动化，而不是如何完成这个任务时，你就从工具使用者变成了系统设计者。

今天就可以做的一件事：打开你的 CLAUDE.md，删掉不是每次都需要的指令。或者把一个常用流程封装成 Skill，体验一下自动识别的效果。

从小处开始，让系统为你工作。

参考来源

• Claude Code: Best practices for agentic coding - Anthropic Engineering Blog
• Effective Context Engineering for AI Agents - Anthropic Engineering Blog
• Claude Code Official Documentation
• Claude Code Skills Documentation