概述

本文件記錄 Anthropic 不同團隊在日常工作中如何使用 Claude Code，包括主要使用情境、工作流程、團隊影響及最佳技巧。

Claude Code 用於產品開發

團隊概述

產品開發團隊負責建構 Claude 及其介面。他們廣泛使用 Claude Code 進行日常開發任務。

主要使用情境

功能檔案工作流程

團隊建立包含逐步指令的功能檔案，定義新功能的預期行為。Claude Code 透過測試驅動開發 (TDD) 協助建立和解讀這些檔案，先撰寫預期行為，然後 Claude 持續執行直到滿足所有標準。

端對端測試

Claude Code 撰寫使用者故事並自動為複雜功能建立端對端測試案例，捕捉人工可能遺漏的邊緣案例。團隊將測試視為驗證程式碼正確性的主要產出，可更快識別並修正問題。

全端開發

處理面向客戶的變更時，Claude Code 產生新的 React 元件、更新資料庫結構並修改 API 路由。團隊提供明確定義的子任務，讓 Claude 跨全端實作。

程式碼審查協助

Claude Code 協助識別邊緣案例和重構機會，指出潛在陷阱或建議改進，使程式碼更健壯且易於維護。

團隊影響

  • 加速開發週期：過去需要數週的功能，現在透過 Claude Code 處理重複性實作工作可更快完成。
  • 透過測試提升程式碼品質：使用 Claude Code 的測試驅動開發可捕捉自身錯誤，尤其是請 Claude 先產生測試再撰寫程式碼時特別有效。

產品開發團隊最佳技巧

培養任務分類直覺

學習區分適合非同步處理的任務（周邊功能、原型製作）與需要同步監督的任務（核心業務邏輯、關鍵修復）。產品邊緣的抽象任務可使用「自動接受模式」處理，核心功能則需更密切監督。

撰寫清晰詳細的提示

當元件名稱或功能相似時，請求時務必極度具體。提示越詳細，越能信任 Claude 獨立工作，避免對程式碼庫錯誤部分進行意外變更。

Claude Code 用於安全工程

團隊概述

安全工程團隊專注於保護軟體開發生命週期、供應鏈安全及開發環境安全。他們廣泛使用 Claude Code 撰寫和除錯程式碼。

主要使用情境

複雜基礎設施除錯

處理事件時，他們將堆疊追蹤和文件提供給 Claude Code，要求追蹤程式碼庫中的控制流程。這顯著縮短生產問題的解決時間，原本需要 10-15 分鐘手動掃描程式碼的問題，現在約 5 分鐘即可理解。

Terraform 程式碼審查與分析

對於需要安全核准的基礎設施變更，他們將 Terraform 計劃複製到 Claude Code 中詢問「這會做什麼？我會後悔嗎？」這創造更緊密的回饋循環，讓安全團隊更容易快速審查和核准基礎設施變更，減少開發流程中的瓶頸。

文件綜合與運行手冊

他們讓 Claude Code 攝取多個文件來源，建立 markdown 運行手冊、疑難排解指南和概述。他們使用這些精簡文件作為除錯實際問題的背景，創造比搜尋完整知識庫更有效率的工作流程。

測試驅動開發工作流程

他們現在不再使用之前的「設計文件 → 臨時程式碼 → 重構 → 放棄測試」模式，而是向 Claude Code 請求偽碼，引導其進行測試驅動開發，並定期檢視以在卡住時引導方向，產生更可靠且可測試的程式碼。

情境切換與專案新手上路

貢獻現有專案（如「dependant」安全核准工作流程網頁應用程式）時，他們使用 Claude Code 撰寫、審查和執行以 markdown 撰寫並存放在程式碼庫中的規格，使有意義的貢獻從數週縮短至數天。

團隊影響

  • 縮短事件解決時間：原本需要 10-15 分鐘手動掃描程式碼的基礎設施除錯，現在約需 5 分鐘。
  • 改善安全審查週期：安全核准的 Terraform 程式碼審查速度大幅加快，消除開發人員等待安全團隊核准時的阻塞。
  • 強化跨功能貢獻：團隊成員可在數天內（而非數週的背景建立）有意義地貢獻專案。
  • 更佳文件工作流程：從多個來源綜合的疑難排解指南和運行手冊創造更有效率的除錯流程。

安全工程團隊最佳技巧

廣泛使用自訂斜線指令

安全工程使用整個 monorepo 中 50% 的自訂斜線指令實作。這些自訂指令簡化特定工作流程並加速重複任務。

讓 Claude 先行動

不再針對程式碼片段提出針對性問題，他們現在告訴 Claude Code「邊做邊提交你的工作」，讓它自主工作並定期檢視，產生更全面的解決方案。

善用於文件撰寫

除了程式設計外，Claude Code 擅長綜合文件和建立結構化輸出。他們提供寫作範例和格式偏好，獲得可立即在 Slack、Google Docs 和其他工具中使用的文件，避免介面切換疲勞。

Claude Code 用於推論

團隊概述

推論團隊管理儲存資訊的記憶系統，在 Claude 讀取提示並產生回應時運作。團隊成員，尤其是機器學習新手，可廣泛使用 Claude Code 彌補知識差距並加速工作。

主要使用情境

程式碼庫理解與新手上路

團隊高度依賴 Claude Code 在加入複雜程式碼庫時快速理解架構。不再手動搜尋 GitHub 儲存庫，他們詢問 Claude 找出哪些檔案呼叫特定功能，在數秒內獲得結果，而非詢問同事或手動搜尋。

包含邊緣案例的單元測試產生

撰寫核心功能後，他們請 Claude 撰寫完整的單元測試。Claude 自動包含遺漏的邊緣案例，原本需要大量心力的工作在數分鐘內完成，如同一個可審查的程式設計助手。

機器學習概念解釋

沒有機器學習背景的團隊成員依賴 Claude 解釋模型特定功能和設定。原本需要一小時 Google 搜尋和閱讀文件的工作現在只需 10-20 分鐘，研究時間減少 80%。

跨語言程式碼轉換

在不同程式語言中測試功能時，他們解釋要測試的內容，Claude 以所需語言（如 Rust）撰寫邏輯，無需僅為測試目的而學習新語言。

指令回想與 Kubernetes 管理

不再記憶複雜的 Kubernetes 指令，他們詢問 Claude 正確語法，如「如何取得所有 pod 或部署狀態」，並獲得基礎設施工作所需的確切指令。

團隊影響

  • 加速機器學習概念學習：研究時間減少 80% — 原本需要一小時 Google 搜尋的工作現在只需 10-20 分鐘。
  • 更快的程式碼庫導覽：可在數秒內找到相關檔案並理解系統架構，而非詢問同事。
  • 完整測試涵蓋：Claude 自動產生包含邊緣案例的單元測試，減輕心理負擔同時維持程式碼品質。
  • 消除語言障礙：可在不熟悉的語言如 Rust 中實作功能，無需學習該語言。

推論團隊最佳技巧

先測試知識庫功能

嘗試提問各種問題，看 Claude 能否比 Google 搜尋更快回答。如果更快且更準確，它就是工作流程中有價值的節省時間工具。

從程式碼產生開始

給 Claude 具體指示並請它撰寫邏輯，然後驗證正確性。這有助於在用於更複雜任務前建立對工具能力的信任。

用於撰寫測試

讓 Claude 撰寫單元測試可顯著減輕日常開發工作的壓力。善用此功能維持程式碼品質，無需花時間手動思考所有測試案例。

Claude Code 用於微調

團隊概述

微調團隊透過配對的輸入輸出範例訓練模型，使其在特定任務上表現更好。

主要使用情境

管理實驗追蹤

他們使用 Claude Code 檢查訓練運行、迭代程式碼、管理多個實驗的大量日誌。團隊處理多個活躍運行，Claude Code 可透過讀取日誌檔案快速導覽訓練儀表板，按需識別特定運行特徵或錯誤。

建構實驗工具

團隊成員需要專門的實驗工具（如手動審查範例的「氛圍檢查」介面）時，Claude Code 可在單一工作階段中協助建構這些工具。非開發人員可為特定工作流程建立自己的腳本，存取過去需要工程支援的能力。

程式碼審查與除錯

Claude Code 協助捕捉資料集準備腳本和實驗配置中的問題。團隊使用它除錯分散式訓練挑戰，並在開始長時間訓練作業前驗證資料管線正確運作。

指標分析與視覺化

他們使用 Claude Code 產生效能指標並建立比較圖表。對於研究報告，他們可快速產生顯示模型效能差異的長條圖，無需深入了解資料視覺化函式庫即可快速將效能視覺化。

團隊影響

  • 更快的實驗迭代：可在單一工作階段中建構自訂工具，而非等待工程支援。
  • 縮短除錯時間：在昂貴的訓練運行前捕捉資料管線問題。
  • 工具民主化：非開發人員可建立自己的工作流程和分析腳本。
  • 加速報告準備：快速產生效能視覺化和指標。

微調團隊最佳技巧

建立特定實驗工作區

為不同實驗保持獨立的 Claude Code 工作階段，允許特定背景的協助，避免專案間混淆。

長時間運行前驗證

在開始多小時訓練運行前，務必使用 Claude Code 驗證資料管線和配置，避免代價高昂的錯誤。

用於臨時分析

需要從實驗日誌或指標快速獲得見解時，描述您尋找的內容，讓 Claude Code 解析並摘要相關資訊。

Claude Code 用於強化學習工程

團隊概述

強化學習 (RL) 工程團隊致力於 RLHF（人類回饋強化學習）及相關訓練系統。

主要使用情境

狀態檢視工具

他們使用 Claude Code 追蹤訓練作業中的問題。面對包含模型狀態的日誌時，Claude Code 可快速解析並識別問題，減少手動檢查訓練配置和輸出的時間。

多程序協調

RL 系統需要跨多個程序協調。Claude Code 協助管理和除錯分散式系統，撰寫腳本監控程序健康並識別協調失敗。

指標管線開發

他們使用 Claude Code 為實驗建構指標管線，自動化提取和視覺化訓練信號如獎勵曲線和損失值。

測試框架開發

Claude Code 協助為 RL 系統元件撰寫測試框架，確保在生產部署前驗證訓練穩定性和預期行為。

團隊影響

  • 更快的除錯週期：複雜分散式系統問題識別更快。
  • 自動化監控：追蹤訓練健康的腳本無需手動監督。
  • 改善測試涵蓋：更全面地測試 RL 元件。
  • 簡化指標：自動化提取和視覺化訓練信號。

強化學習工程團隊最佳技巧

針對特定模式自訂 Claude.md 檔案

在 Claude.md 檔案中新增指示，防止 Claude 重複工具呼叫錯誤，例如告訴它「執行 pytest 不要 run，不要不必要地 cd — 直接使用正確路徑」。這顯著提升一致性。

使用檢查點密集工作流程

隨著 Claude 進行變更定期提交工作，以便在實驗失敗時輕鬆回滾。這使開發採用更具實驗性的方法而無風險。

先嘗試一次性，再協作

給 Claude 一個快速提示，讓它先嘗試完整實作。如果成功（約三分之一的機率），您節省了大量時間。如果不成功，再切換到更協作、引導式的方法。

摘要：跨團隊關鍵主題

常見模式

  1. 測試驅動開發：多個團隊強調先撰寫測試
  2. 檢查點工作流程：定期提交使安全實驗成為可能
  3. 自訂配置：團隊針對特定需求自訂 Claude.md
  4. 文件綜合：使用 Claude 建立運行手冊和指南
  5. 原型分享：克服分享早期階段工作的不情願

時間節省

通用技巧

  • 在協作引導前先嘗試一次性
  • 使用具體詳細的提示
  • 善用 Claude 於程式設計以外的文件撰寫
  • 在依賴輸出前透過驗證建立信任
  • 為重複工作流程建立自訂指令

*文件產生自：How-Anthropic-teams-use-Claude-Code_v2.pdf*