作者在使用Claude Code时，最初采用直接描述任务的方式，但随着任务复杂度的增加，这种方法暴露出对话成为唯一信息源、上下文限制等问题。为解决这些问题，作者尝试让Claude Code先编写计划文档，作为任务的核心参考，并在计划完善后清空对话，仅以计划为上下文重新开始，从而提升协作效率。

将Claude Code转变为最佳设计伙伴

当我初次使用Claude Code时，我的方法非常简单：直接在提示中描述任务，按下回车，然后祈祷一切顺利。如果AI犯了错误，我会告诉它如何修正。对于小任务来说，这种方法或许足够，但随着任务复杂度的增加，这种方式的弊端逐渐显现。

简单方法无法应对复杂任务

首先，对话成为了任务的唯一信息来源。新的信息可能会覆盖旧的指令，但这种情况并不总是显而易见，容易导致AI犯错。此外，AI的上下文容量有限，随着对话的延长，早期的信息可能会被“遗忘”，尽管Claude Code有“压缩”对话的功能，但问题依然存在。

因此，我开始尝试一种新的方法：让Claude Code先编写一份计划文档。这份文档取代了冗长的对话，成为任务的唯一信息来源。当我认为计划文档足够完善时，我会清空对话，仅以计划文档为上下文重新开始。

制定初始计划

我的第一个提示通常是向Claude Code描述它需要实现的功能（或修复的bug、重构的代码），并尽可能详细地说明我的想法。如果我已有实现思路，我会提供一些现有文件作为参考，但我会尽量避免给出太多实现细节，因为我希望AI能够提出建议并参与设计过程。

例如，我可能会说：“我想实现一个查询构建器。页面将分为两列。左侧列将包含三个框：第一个框用于选择视图（目前只有一个视图：‘Volume Metrics’），第二个框用于选择字段（‘字段1’、‘字段2’、‘字段3’），第三个框用于添加过滤器（暂时不填充）。右侧列将首先显示可读的查询语句，然后显示查询结果的表格。”

我还会参考之前实现功能的计划文档。虽然没有正式的模板，但只要我有其他计划文档作为参考，就不需要模板。

协作设计过程

有时，我对AI提出的实现方案并不满意。这时，我不会直接更新计划文档，而是告诉AI为什么它的方案有问题，并期望它调整方法。例如，我可能会说：“页面应该是/explore的子路由，而不是/review。此外，只有‘admin’角色的用户才能访问。”

经过几次来回交流后，我有时会发现AI最初提出的方案比我自己的想法更好。这个过程比我自己编写代码后才发现问题要高效得多。这就像每次开始新功能时与同事讨论计划，尤其是与一位不太熟悉代码库的初级同事讨论，他们会质疑我的选择。这种动态让我想起了“橡皮鸭调试法”，即通过解释自己的思路来帮助自己思考问题。

动态文档方法

关键的一点是，我不仅让Claude Code编写计划文档，还要求它在实现功能时将其视为动态文档。我明确要求AI在实现过程中更新计划文档，因为实现过程（尤其是类型检查、代码格式化或测试过程）可能会揭示原始计划中的某些部分存在问题。

我养成了每次提交代码时让AI检查计划文档是否最新的习惯，将计划更新视为与运行质量检查同等重要的步骤。

我的审查过程

在实现过程中，我会定期审查代码以确保一切进展顺利。但如果我对进展感到满意，我可以减少审查频率。在审查最终代码时，更新后的计划文档为我提供了有关实现过程中技术选择的有用提示。

从混乱到系统化

这种工作流程系统地解决了我在简单方法中遇到的根本问题：它创建了清晰的信息来源，消除了上下文限制问题，并促使我更好地进行架构思考。动态文档既是规范，也是实现日志，不仅记录了构建了什么，还记录了为什么以及如何构建。

最终，这种开发过程更加深思熟虑、文档化且可靠。AI不仅仅是实现者，它成为了我的协作设计伙伴。

主要观点总结：

1. Prompt工程的重要性

   • 多位用户强调了精心设计Prompt的重要性，认为这是提高Claude Code效率的关键。
   • 引用：
     • "I used to joke about prompt engineering. But by jiminy it is a thing now." (ticoombs)
     • "Over the last 2 weeks I've spend a lot of time crafting the 'perfect prompt' for claude code to one shot the project." (hetspookjee)

2. 成本问题

   • 一些用户对Claude Code的高成本表示担忧，认为其性价比不高。
   • 引用：
     • "But I’m negatively surprised with the amount of money CC costs." (Crowberry)
     • "Does any one know 'roughly' how ClaudeCode compares costwise these days to Cursor using OpenAI api?" (ionwake)

3. 文档化与规划的价值

   • 用户普遍认为，详细的文档和规划能够显著提高Claude Code的输出质量。
   • 引用：
     • "The key IMHO is first to give claude as low requirements as possible and let it’s plan mode roam freely." (anemic)
     • "This is the key to getting decent feature work out of Claude Code." (afro88)

4. 静态类型语言的优势

   • 有用户指出，使用静态类型语言（如Rust）可以减少模型在编码过程中出现的错误。
   • 引用：
     • "I came to the conclusion that statically-typed languages get you higher returns with these models for this reason." (virtualritz)

5. AI工具的局限性

   • 一些用户认为，AI工具虽然强大，但仍需结合人类经验和规划才能发挥最大作用。
   • 引用：
     • "The models are not there yet, you need the experience." (virtualritz)
     • "You don’t need AI for proper planning and defining your goals." (zuInnp)

6. 前端设计的挑战

   • 有用户提到，当前的工作流程在整合前端设计方面存在不足。
   • 引用：
     • "Has anyone figured out an elegant way to add front-end design to a process like this?" (sputknick)

总结：

评论中，用户普遍认可Claude Code在编码和规划中的潜力，但也对其高成本和局限性提出了质疑。文档化、规划和使用静态类型语言被认为是提高效率的关键，而前端设计的整合仍是一个待解决的问题。