Anthropic 的 Claude Code 團隊公開了他們內部使用的 10 個效率提升技巧。UP 主滄海九粟結合寶玉老師的博文整理，逐一解析這些技巧的實際應用場景與適用對象。核心訊息是：沒有唯一正確的使用方式，找到適合自己的才是最好的。

---

原影片連結：https://www.bilibili.com/video/BV1ioFezGEiV

影片重點

• Git Worktree 並行開發是團隊公認最大的產能提升技巧，但不適合所有人
• Plan Mode 適用於複雜任務，先規劃再動手，計畫檔案會存在本地可跨 session 使用
• CLAUDE.md 是團隊重度維護的核心檔案，官方團隊已有 2.5K tokens 的內容
• 一天做兩次以上的事，值得變成 Skill 或 Slash Command
• 讓 Claude 自己修 Bug 是基本操作，關鍵在於把問題描述清楚
• 「讓 Claude 考你」和「推倒重來」是兩個高價值的 Prompting 技巧
• 語音輸入速度是打字的三倍，且提示詞品質反而更高
• Sub-agent 的核心是上下文隔離與任務並行
• API First 思維：有 API 就能快速封裝成 Skill 或 MCP
• Config 中隱藏的 Explanatory 和 Learning 模式適合學習新技術

詳細內容

[00:00] 引言

UP 主滄海九粟介紹本期內容是基於寶玉老師整理的 Claude Code 團隊官方使用技巧。在開始之前，他強調了一句核心觀點：沒有唯一正確的使用方式，每個人的設置都不一樣。這與上次 Boris（Claude Code 創始者）分享時反覆強調的理念一致——活學活用，找到適合自己的方式才是關鍵。

[00:51] 技巧 1：並行運行（Git Worktree）

這是整個團隊公認最大的產能提升技巧。核心是使用 Git Worktree，在同一個代碼倉庫中分開多個工作目錄，避免切換分支時的文件衝突問題。你可以同時開發 feature、修 Bug、做 release、寫文檔，讓多個 Claude Code agent 並行工作。

但 UP 主也指出，這種方式需要人頻繁在不同工作分支間做「大腦線程切換」，認知負荷較高，不是每個人都適合。他推薦使用 Connector 這款工具，它同時支持 Codex 和 Claude Code，提供完整的並行開發工作環境，可以管理不同的 Workspace、Worktree、PR 和 Git 狀態。目前 Connector 僅支援 Mac 平台。

[04:12] 技巧 2：Plan Mode

當面對複雜任務時，先用 Plan Mode 和 Claude 討論方案、反覆迭代，直到計畫滿意再切換到自動編輯模式執行。Plan Mode 會生成一份計畫檔案存在本地的 Claude 個人目錄下，即使 Compact 或新開 session 都能找回這份計畫繼續迭代。

開啟方式是按 Shift + Tab 兩次。UP 主補充說，如果使用 Opus 模式搭配 thinking，簡單任務其實可以直接交給它處理，Plan Mode 更適合複雜且長時間運行的長程任務。

[06:07] 技巧 3：投資你的 CLAUDE.md

官方團隊重度維護 CLAUDE.md 檔案，目前已有約 2.5K tokens 的內容。一個實用的提示詞是：「Update your CLAUDE.md so you don’t make that mistake again」，讓 Claude 自主更新規則，避免重複犯錯。Boris 的原話是：「Claude is literally really good at writing rules for itself」——Claude 非常擅長給自己寫規則。

可以維護的內容包括：常見 Bash 命令（推薦用 Makefile 聚合）、編碼風格、UI 設計準則、核心技術流程、PR 請求模板等。CLAUDE.md 作為系統提示詞會主動載入，效能優於 Skill 的懶載入方式，所以值得優先維護這份檔案。

[09:27] 技巧 4：創建自定義 Skill

官方建議：如果某件事你一天做兩次以上，就值得把它變成 Skill。目前 Slash Command 已完全整合進 Skill 體系。

如果不知道怎麼建立 Skill，有三個途徑：一是使用官方的 Skill Creator；二是直接告訴 Claude 你想做什麼，它會幫你產出；三是上 skills.sh 網站（由 Verso 提供），這裡已成為 Skill 領域的 npm registry，可以搜尋、下載和發布 Skill。

[11:57] 技巧 5：讓 Claude 自己修 Bug

UP 主最喜歡的方式是截圖 + fix。不管是界面問題還是 error log，截圖比複製文字更快速。搭配 Claude Code 的內建工具（Web Fetch）、外部 MCP、Skill，可以快速獲取問題相關的 log 再用強力模型解決。

關鍵在於把 Bug 描述清楚：如何復現、期望結果、實際問題。但不用擔心文筆或語法——只要把問題用自己的話講清楚，再讓 Claude Code 幫你在 GitHub 上寫出專業的 Issue 描述即可。

[13:36] 技巧 6：三大 Prompting 技巧

第一招：讓 Claude 考你（Grill Me） 提示詞範例：「Grill me on these changes and don’t make a PR until I pass your test」。這是一個 Human-in-the-Loop 的深度思考策略，讓 AI 先審閱改動、向人類提問、判斷是否通過——雙重 AI 思考層確保品質。

第二招：推倒重來（Scrap This） 當方案不夠好時，不要在上面打補丁，直接說：「Knowing everything you know now, scrap this and implement the elegant solution」。這能避免陷入反覆打補丁的困境，同時保留核心上下文重新開始思考。

第三招：減少歧義（Be Specific） 簡明扼要地講出問題所在，Spec 越詳細，輸出越準確。

[16:46] 技巧 7：終端和環境配置

團隊成員使用 Ghostty + tmux 的組合進行多 session 管理。UP 主特別推薦使用 Status Line（透過 /statusline 設定），可以在 Claude Code 環境中顯示當前模型、工作目錄、Git 分支等資訊，在開多個視窗時尤其實用。

另一個重點是語音輸入。Boris 提到說話速度是打字的三倍，而且用語音時會不自覺地說得更詳細，Prompt 品質反而更高。UP 主推薦使用「閃電書」這款本地語音轉文字工具，中文內容全部用語音輸入，速度快且識別率好。

[19:37] 技巧 8：使用 Sub-agent（子智能體）

Sub-agent 的核心是上下文隔離：Parent Agent 看不到 Sub-agent 的處理過程（只看到回傳結果），Sub-agent 也看不到 Main Agent 的上下文。這種嚴格隔離避免了上下文混淆和髒資料入侵。

Sub-agent 支援任務並行，可以大幅節省時間。例如可以用 5 個 Sub-agent 同時 explore 大型代碼庫。缺點是 token 消耗較大，且執行過程對使用者不可見。如果不知道如何創建，直接告訴 Claude Code「我想創建一個 Sub-agent 做某某事」即可。

[21:34] 技巧 9/10：用 Claude Code 做數據分析與學習

數據分析：Anthropic 團隊把 BigQuery 封裝成 Skill，用 bq 命令行查詢。這背後的思維是 API First——只要系統有 API，就能快速封裝成 Skill 或 MCP，即使沒有界面也能透過 Claude Code 來操作。

學習：在 Config 中有一個隱藏功能——透過 /config 進入 Output Style 設定，可以切換三種模式：

• Default：簡潔回覆
• Explanatory：解釋實現選擇和決策原因，適合接觸新技術時使用
• Learning：教學模式，會停下來提問並提供小代碼片段做動手實驗，適合學習新語言或框架

我的想法

這期影片最有價值的部分，我認為是第六點的 Prompting 技巧。「Grill me」和「Scrap this」這兩個策略，本質上是在解決 AI 協作中最常見的兩個問題：一是人類容易無腦接受 AI 的輸出而忽略品質審查，二是人們傾向於在不好的方案上反覆打補丁而不願推倒重來。

另外值得注意的是 UP 主對 Git Worktree 並行開發的補充觀點。雖然這是官方團隊公認的第一大效率提升，但他誠實地指出了認知負荷的問題，並推薦了 Connector 作為替代方案。這種「不是所有技巧都適合所有人」的態度，與影片開頭強調的核心理念完全一致。

CLAUDE.md 的維護也是一個值得深入思考的點。當團隊規模擴大時，這份檔案實際上承擔了「AI 協作規範」的角色，類似於傳統開發中的 Coding Style Guide，但它直接作用於 AI agent 的行為。如何在團隊中統一維護這份檔案、避免內容膨脹，會是一個持續的挑戰。

進階測驗