Claude Code 创始人 Boris Cherny 曾在 X 上公开个人使用技巧。
近日,他再次分享了 Claude Code 团队内部的 10 条实战经验。
核心观点很简单:
使用 Claude Code 没有标准答案。
每个人的环境不同,关键是找到最适合自己的工作流。
以下为整理后的完整内容。
1️⃣ 并行处理更多任务(首推)
效率提升最大的方法:并行运行多个 Claude 会话。
- 同时开启 3–5 个 git worktree
- 每个 worktree 运行一个独立 Claude 会话
- 不同任务完全并行推进
常见实践:
- 给 worktree 起别名(如
za / zb / zc)
- 设置 Shell 别名快速切换
- 预留一个“分析专用 worktree”
- 查看日志
- 运行 BigQuery
关键点:
任务隔离 + 上下文隔离 = 极大效率提升
2️⃣ 复杂任务一定从 Plan Mode 开始
团队共识:
计划越清晰,代码越接近 1-shot 成功。
典型用法:
- 让 Claude 先写计划
- 再启动第二个 Claude 进行 Staff Engineer 级别的审查
- 一旦发现跑偏,立即回到 Plan Mode 重新规划
不要硬推。
甚至可以要求:
3️⃣ 认真维护你的 CLAUDE.md
CLAUDE.md 是长期效率提升的核心。
建议流程:
- 每次纠正 Claude 的错误后
- 明确指示它:
“把这条更新到 CLAUDE.md 里,确保下次别再犯。”
Claude 在“给自己制定规则”方面表现极强。
进阶用法:
- 为每个项目维护笔记目录
- 每次 PR 后更新
- 在 CLAUDE.md 中作为索引引用
目标:
随着时间推移,错误率明显下降。
4️⃣ 构建可复用的 Skill
原则:
每天重复两次以上的事情,必须封装成 Skill。
典型实践:
🔹 技术债清理命令
创建 /techdebt
每次会话结束运行一次:
🔹 上下文聚合命令
抓取最近 7 天:
- Slack
- Google Drive
- Asana
- GitHub
自动打包成 Context Dump。
🔹 专用 Agent
例如:
- Analytics Engineer Agent
- 自动写 dbt 模型
- 自动 Code Review
- 自动测试 Dev 环境变更
5️⃣ 用 Claude 自动修 Bug
常见场景:
- 开启 Slack MCP 插件
- 把 Bug 讨论串贴给 Claude
- 只说一句:
fix
或者:
- “去修失败的 CI 测试”
- 丢 Docker 日志让它分析分布式系统问题
特点:
减少工具切换,直接在 Claude 内闭环。
6️⃣ 提升 Prompt 技巧
🔹 让 Claude 当评审
- “在我通过测试前不要提交 PR”
- “证明这个方案行得通”
- 对比 main 与 feature 分支差异
🔹 推翻旧方案
如果实现不够优雅:
“基于现有信息,推翻刚才的方案,给我更优雅版本。”
🔹 先写 Specs
规格说明越清晰:
7️⃣ 优化终端与环境
团队推荐:
- 使用 Ghostty 终端
- 自定义
/statusline 显示:
- 当前分支
- 上下文占用
进阶习惯:
- 每个 worktree 一个终端标签
- 标签命名 + 颜色区分
- 配合 tmux 使用
🎙 语音输入
语音输入速度 ≈ 打字 3 倍。
Prompt 更详尽,效果更好。
8️⃣ 使用子智能体(Subagents)
🔹 增加算力
在请求后加:
🔹 任务卸载
将独立任务交给子智能体:
🔹 权限审批自动化
通过 Hook:
- 将权限请求路由到高阶模型
- 自动检测风险
- 自动批准安全操作
9️⃣ 用 Claude 做数据分析
方式:
- 调用 CLI 工具(如 bq)
- 执行 BigQuery 查询
- 自动生成分析报告
团队做法:
- 把 BigQuery Skill 提交到代码库
- 所有人直接在 Claude 内跑查询
Boris 表示:
已经 6 个多月没手写 SQL 了。
🔟 用 Claude 进行学习
🔹 开启解释模式
在 /config 中启用:
🔹 生成可视化演示
🔹 ASCII 架构图
🔹 构建间隔重复学习系统
让 Claude:
- 先让你讲理解
- 通过追问补知识盲区
- 记录学习成果
形成长期记忆强化机制。
核心总结
Claude Code 团队的真正秘诀并不是某个技巧。
而是:
- 并行
- 计划优先
- 规则沉淀
- 技能封装
- 自动化一切可自动化的流程
最重要的是:
不断迭代你的工作流,而不是寻找唯一正确答案。