Anthropic 团队如何使用 Claude Code¶
核心定位: Claude Code 是一款 AI 编程助手，能够理解代码库、编写代码、调试问题、执行命令，让开发者和非技术人员都能高效完成复杂任务。
一、核心价值主张¶
| 用户类型 | 价值 |
|---|---|
| 开发者 | 加速开发、减少重复工作、快速理解陌生代码库 |
| 非技术人员 | 跨越技能鸿沟，独立完成编程任务 |
二、10大团队使用场景¶
1. Data Infrastructure 数据基础设施¶
主要用途 - Kubernetes 截图调试: 将仪表板截图输入 Claude Code，诊断集群问题，获取精确修复命令 - 纯文本工作流: 财务团队用自然语言描述数据流程，Claude Code 自动执行 - 新员工入职: 导航大型代码库，理解数据管道依赖关系 - 会话结束文档更新: 让 Claude Code 总结工作并改进 CLAUDE.md 文档
关键技巧
- 写详细的 CLAUDE.md 文件
- 敏感数据使用 MCP Server 而非 CLI
- 团队内部分享使用会话
2. Product Development 产品开发¶
主要用途 - 快速原型: 开启 auto-accept 模式（Shift+Tab），让 Claude 自主迭代，完成 80% 后人工精修 - 同步编码: 核心业务逻辑需要实时监督，给详细指令 - 测试生成: 实现功能后让 Claude 写测试 - 代码库探索: 快速理解陌生代码，无需等待同事回复
关键技巧 - 创建自验证循环：让 Claude 自动运行构建、测试、lint - 区分任务类型：边缘功能可异步，核心逻辑需同步监督 - 提示词要清晰详细，避免误改
3. Security Engineering 安全工程¶
主要用途 - 复杂基础设施调试: 输入堆栈跟踪和文档，追踪控制流，将 10-15 分钟的手动代码扫描缩短到 5 分钟 - Terraform 代码审查: 复制 Terraform 计划，询问"这会做什么？我会后悔吗？" - 文档合成: 从多个来源创建 runbook 和故障排除指南 - TDD 工作流: 先写伪代码，再测试驱动开发
关键技巧 - 大量使用自定义 slash 命令 - 让 Claude 先自己说完，再检查 - 用于文档合成，提供写作样本和格式偏好
4. Inference 推理团队¶
主要用途 - 代码库理解与入职: 快速找到调用特定功能的文件 - 单元测试生成: 自动包含边缘情况 - ML 概念解释: 无 ML 背景的成员快速理解模型函数 - 跨语言代码翻译: 在不熟悉的语言（如 Rust）中实现功能 - Kubernetes 命令召回: 不必记忆复杂命令
关键技巧 - 先测试知识库功能是否比 Google 快 - 从代码生成开始建立信任 - 让 Claude 写单元测试
5. Data Science & Visualization 数据科学与可视化¶
主要用途 - 构建 JS/TS 仪表板: 不懂 JavaScript 也能构建 5000 行的 React 应用 - 重复性重构任务: "老虎机"模式——提交状态，让 Claude 自主工作 30 分钟 - 持久化分析工具: 用 React 仪表板替代一次性 Jupyter Notebook - 零依赖任务委托: 在完全不熟悉的代码库中委托完整实现
关键技巧 - 像老虎机一样使用：先保存状态，让 Claude 跑 30 分钟，不行就重来 - Claude 倾向于复杂方案，可打断要求更简单的方案 - 需要监督时不要犹豫打断
6. API 团队¶
主要用途 - 第一步工作流规划: 任何任务先问 Claude Code 哪些文件需要检查 - 独立调试: 有信心处理不熟悉代码库的 bug - 模型迭代测试: 自动使用最新研究模型快照 - 消除上下文切换开销: 直接在 Claude Code 中提问，无需复制代码片段
关键技巧 - 视为迭代伙伴，非一次性解决方案 - 用于建立处理陌生领域的信心 - 从最少信息开始，让 Claude 引导你
7. Growth Marketing 增长营销¶
主要用途 - Google Ads 创意自动生成: 处理 CSV 文件，识别低效广告，生成符合字符限制的新变体 - Figma 插件批量创意生产: 程序化生成多达 100 个广告变体 - Meta Ads MCP Server: 在 Claude Desktop 中直接查询广告表现 - 高级提示工程与记忆系统: 记录假设和实验，形成自我改进的测试框架
关键技巧 - 寻找有 API 的重复性任务 - 复杂工作流拆分为专门的子代理 - 先在 Claude.ai 充分头脑风暴和规划
8. Product Design 产品设计¶
主要用途 - 前端打磨与状态管理变更: 设计师直接实现视觉调整 - GitHub Actions 自动化工单: 提 issue 后 Claude 自动提议代码方案 - 快速交互原型: 粘贴 mockup 图像生成功能原型 - 边缘情况发现: 映射错误状态、逻辑流程、系统状态 - 复杂文案与法律合规: 全代码库搜索并协调修改
关键技巧 - 让工程师帮忙完成初始仓库设置 - 创建自定义记忆文件引导 Claude 行为 - 大量使用图像粘贴（Cmd+V）进行原型设计
9. RL Engineering 强化学习工程¶
主要用途 - 监督式自主功能开发: 小到中等功能让 Claude 主导 - 测试生成与代码审查: 实现后让 Claude 添加测试 - 调试与错误调查: 混合结果，但整体有价值 - 代码库理解与调用栈分析: 获取组件摘要替代手动阅读 - Kubernetes 操作指导: 快速获取配置和部署答案
关键技巧 - 自定义 CLAUDE.md 防止重复错误 - 检查点密集的工作流：频繁提交以便回滚 - 先尝试一次性提示，失败再切换到协作模式
10. Legal 法务¶
主要用途 - 无障碍辅助工具: 为有言语困难的家人创建预测文本应用 - 法务工作流自动化: 构建"电话树"系统帮助团队成员联系正确律师 - 团队协调工具: G Suite 应用自动化周报和法律审查状态追踪 - 快速原型验证: 向领域专家展示原型验证想法
关键技巧 - 在 Claude.ai 中充分规划，再到 Claude Code 实现 - 增量式、可视化工作：一次一步，用截图展示需求 - 分享不完美的原型激发创新
三、通用最佳实践¶
CLAUDE.md 文件配置¶
# 项目背景
- 项目描述
- 技术栈
- 关键约定
# 工作流程
- 构建命令
- 测试命令
- 部署流程
# 编码规范
- 命名约定
- 文件组织
- 注释风格
# 特殊指令
- 不要 cd，使用正确路径
- 运行 pytest 而非 run
工作模式选择¶
| 模式 | 适用场景 | 方法 |
|---|---|---|
| 自主模式 | 边缘功能、原型 | auto-accept，30分钟后检查 |
| 协作模式 | 核心逻辑、关键修复 | 详细指令，实时监督 |
| 迭代模式 | 不确定最佳方案 | 频繁提交，随时回滚 |
效率提升技巧¶
- 频繁提交检查点 - 随时可以回滚
- 自定义 slash 命令 - 重复任务标准化
- MCP Server 集成 - 扩展能力边界
- 图像输入 - 用截图/设计稿直接生成代码
- 并行实例 - 多个 Claude Code 实例处理不同项目
四、核心收益汇总¶
| 收益 | 描述 |
|---|---|
| 时间节省 | 调试时间减少 67%，研究时间减少 80% |
| 能力扩展 | 非开发者可独立完成编程任务 |
| 质量提升 | 自动生成测试，发现边缘情况 |
| 协作改善 | 减少等待同事回复的时间 |
| 创新加速 | 快速原型验证想法 |
五、避免的陷阱¶
- 不要期望一次性完美解决
- 不要删除测试来"通过"
- 不要在核心逻辑上完全放手
- 不要用
as any、@ts-ignore压制类型错误 - 不要空 catch 块
总结: Claude Code 是一个需要学习的工具。投入时间配置 CLAUDE.md、理解其工作模式、建立检查点工作流，将获得显著的生产力提升。关键是将其视为协作伙伴，而非魔法棒。