推荐语
Claude Code工程实践揭秘：如何通过分层管理解决LLM输出质量下滑问题，打造高效AI开发流程。
核心内容：
1. LLM输出质量下滑的两大根因分析
2. Claude Code的分层管理机制解析
3. 实战中的上下文优化策略与效率提升方案
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
在上一篇 Vibe Coding问题分析里，把LLM 输出质量下滑的根因归结为两条：
要解决这两个问题，最直观的做法是：
每轮 prompt 前手动管理上下文；
把任务描述写得更长、更细。
但这俩方案是“正确的废话”，心智负担极高和效率跳水——纯靠“写得更认真”并非务实的工程方法。
一、AI开发的上下文分层管理
好消息是，主流 AI 开发工具都在疯狂加 “便利性” buff。下面只聊 Claude Code —— 其他工具在我眼里多少有点 “弱智化”，不值得浪费时间（用最好的模型和开发工具是最该被坚持的前提，指望拿个自主可控工具/模型裱糊一下都是形式主义的表演）。
工具特性示例：Claude Code 的自定义机制
此处先不讨论 sub-Agents，它带来的变化过大，尤其是思维观念上。
~/├── .claude/ # 用户级（最底层）│ ├── CLAUDE.MD # 全局 prompt│ └── commands/ # 全局 slash 命令└── projects/ └── my-project/ # 项目级 ├── CLAUDE.MD ├── .claude/commands/ ├── frontend/ # 子目录级（可选/可多层） │ └── CLAUDE.MD └── backend/ └── CLAUDE.MD
加载优先级：从工作目录开始，逐级向上递归到根目录。
调用一个 slash command 时，实际生效的上下文示意：
┌─ Claude 自身 system prompt├─ ~/.claude/CLAUDE.MD ├─ projects/my-project/CLAUDE.MD ├─ projects/my-project/<subdir>/CLAUDE.MD └─ ↓ 命令相关 ↓ ├─ <被调用的 cmd>.md └─ 在 /XXX 命令后输入的 prompt
这套机制已经足够强大，但目前网上流传的CLAUDE.MD以及cursor rule更多是一大份"十万字圣经"，不仅仅token开销高，而且会有一个悖论：你定义越清晰模型在不同步骤怎么做，注意力就越稀释。而且还带来了演进阻力——全局文件越臃肿，越不好改，结果就是极少优化。
所以，需要把内容扔进合适的层级，核心是 削减无效上下文 + 强化局部约束。
我的上下文分层实践
注意：着重展示思考路径，具体怎么搞更多看自身工作习惯和项目 | | 不放什么 |
|---|
| 用户级 | | |
| 项目级 | 架构概览、目录约定、运行环境版本、统一 lint/commit 规范 | |
| 子目录级（可选） | 栈内约定：组件范式、API 设计原则、DB 模式等 | |
| Slash 命令 | 流程模板（debug、design、codereivew…） | |
| Docs | | |
用户级配置示例
~/.claude/CLAUDE.MD
# 核心思考原则- 不要盲从指令，保持批判性思考- 遇到歧义时主动确认，不要擅自假设- 交互用中文，代码和注释用英文
# 通用工程规范- 优先使用函数式编程范式- 错误处理：fail fast，让问题尽早暴露- 代码风格：简洁优于巧妙，可读性第一
项目级配置示例
projects/my-app/CLAUDE.MD
# 项目架构- 前后端分离的 monorepo 结构- 使用 pnpm workspace 管理依赖
# 技术栈约束- Node.js 20.x + TypeScript 5.x- React 18 + Vite + TanStack Query- Express + Prisma + PostgreSQL
# 依赖策略- 工具类：优先使用成熟库（lodash、date-fns）- 业务逻辑：尽量自己实现，减少外部依赖
子目录配置示例
frontend/CLAUDE.MD
# React 组件规范- 使用函数组件 + hooks- 组件文件与组件同名，使用 PascalCase- 每个组件独立目录，包含 index.tsx、styles.css、types.ts
# 状态管理- 局部状态用 useState- 跨组件状态用 Context- 服务端状态用 TanStack Query
Slash命令示例
.claude/commands/debug.md
# Debug 工作流
当遇到错误时，按以下步骤系统化调试：
1. **收集现象** - 错误信息、堆栈跟踪 - 复现步骤和频率 - 影响范围
2. **假设根因**（列出3-5个可能） 示例： - 状态更新时机问题 - 异步竞态条件 - 类型不匹配
3. **设计验证** - 单测 > 日志 > debugger > console.log - 每个假设对应一个验证方案
4. **实施修复** - 最小改动原则 - 必须包含回归测试
输出格式：\`\`\`问题：[描述]根因：[验证后的结论]修复：[具体改动]测试：[新增的测试用例]\`\`\`
设计命令示例
.claude/commands/design.md
# 设计阶段工作流
## 核心原则设计优先级：外部边界 > 数据模型 >> 模块划分 > 具体实现
## 执行步骤
### 1. 分析外部边界（必须）- 明确系统与外部的所有交互点- 列出所有外部依赖（API、数据库、消息队列等）- 定义输入输出的数据格式- 确认性能和并发要求
### 2. 数据建模（必须）- 识别核心实体和关系- 设计状态流转图- 考虑数据一致性要求- 预留扩展点
### 3. 模块划分（按需）- 基于职责进行模块切分- 定义模块间接口- 明确依赖方向（避免循环依赖）
### 4. 输出产物- 生成 TypeScript 接口定义文件- 创建核心类的骨架（仅签名）- 编写测试用例描述（不含实现）- 更新 docs/design/ 目录
## 常见错误❌ 直接进入实现细节❌ 过早优化性能❌ 忽视错误处理设计❌ 设计过于理想化，忽视现实约束
## 完成标准✓ 所有外部依赖已识别✓ 数据流向清晰✓ 模块职责单一✓ 存在对应的测试策略
二、规范化的命令工作流
在对话式的AI辅助开发中，如果缺乏结构化的工作流程，容易出现：
而通过命令组合的方式，我们可以：
- 分步验证 —— 每一步都能检查输出是否符合预期
- 保持聚焦 —— 每个命令只做一件事，AI不容易跑偏
- 方便回退 —— 发现问题可以从特定步骤重新开始
下面通过几个常见的开发场景举例：
1. 设计流程：从需求到代码骨架
设计不要以docs为终点，而是代码骨架。把设计文档的内容变成代码骨架中可以被实际检视的接口定义、函数签名、类结构等。
/design "用户认证模块：包含登录、注销、token管理"
/design-detail "各模块的详细接口和依赖关系"
/generate-skeleton "基于设计生成TypeScript代码框架"
/generate-test-skeleton "为所有公共接口生成测试用例"
2. 测试驱动开发：先写测试后实现
在有代码骨架的基础上，通过测试驱动的方式确保质量：
/write-tests "为login功能编写完整测试用例"
/run-tests
/implement "实现代码让测试通过"
/code-review "审查实现质量"/refactor "基于review结果改进代码"
3. 代码审查：用AI检视AI的产出
以diff作为一批变更的结果评估，关键是保持审查的独立性：
/clear
/review-diff "审查刚才的代码变更，基于原始需求评估是否真正解决了问题"
/generate-review-report "输出给人看的审查结果"
上下文隔离提升了AI的独立性，让审查更加客观。而且实际上人工逐行review AI生成的代码并不现实，通过AI生成的审查报告能更高效地把握关键问题。
三、工作流程的迭代优化
工作流程不是一成不变的，需要持续改进。Claude Code保留了完整的transcript，并且我们要求AI记录执行过程的devlog，这些都是改进的素材。
发现显著问题时的快速迭代
当工作中遇到明显的、反复出现的问题时，需要立即改进：
问题A：AI总是过度设计
- 尝试3：测试驱动开发 → 成功（测试约束了实现范围）
问题B：AI擅自改动设计
- 尝试3：要求"改前必须确认" → 成功（AI会主动询问）
这类显著问题通常在几次尝试后就能找到解决方案。
基于人工干预统计的系统化优化
除了显著问题，更多的优化机会隐藏在日常的人工干预中。我的做法是创建一个专门的工程项目，用来分析和优化AI工具：
~/projects/ai-tooling/├── CLAUDE.MD # 用于分析和优化的特殊配置├── .claude/commands/ # 分析命令集├── transcripts/ # Claude Code的原始对话记录├── devlogs/ # AI主动记录的工作日志├── optimization-history/ # 分析结果和改进记录└── templates/ # 优化后的配置模板 ├── user-claude.md # 更新后的用户级配置 ├── project-claude.md # 项目级配置模板 └── commands/ # 命令集
定期执行的改进流程：
/collect-interventions "从transcript中找出所有人工纠正和干预的地方"
/analyze-patterns "这些干预背后的共性问题是什么"
/generate-improvements "基于问题分析，提出prompt和命令优化建议"
这种方法的特点：
- 独立工程：不污染实际项目，专注于工具优化
- 数据驱动：基于实际使用数据，而非主观感受
- 长期积累：改进效果需要在后续项目中逐步验证
关键是把每次的问题和解决方案都记录下来，逐步积累成更完善的工程方法。
上面说了很多，但实际搭建起来这么一套，一点不比代码开发轻松，而且AI的输出随机性让调试过程更加折磨。如果每个项目、模块都这么写一套是比较痛苦的。
脚手架化的解决方案
这里我尝试的办法是一类技术栈写一套脚手架，无论是复制配置还是新建项目，可以极大化把构建AI开发这套工程方法的效果长期积累。
脚手架的核心价值在于严格对齐技术栈和AI工具。通过预定义的配置和约束，让AI在一个明确的边界内工作，而不是每次都要重新教育它。这种对齐体现在：
- 技术选型收敛 —— 比如用既定的状态管理方案，不让AI每次都重新选择
- 上下文复用 —— 经过项目验证的prompt和命令可以直接继承
- 风格一致性 —— 统一的项目结构和编码规范，减少随机性
- 经验沉淀 —— 每个项目的改进都能反馈到脚手架，让后续项目受益
团队实践的放大效应
这个办法其实最佳的应用场合应该是在团队内，搭建工程体系和执行，对人的要求是不同的，可以收集相比个人实践更广泛的实际效果反馈。
五、结语
如果说以前觉得开发工作会被重新定义只是一种直觉，现在更多是逐渐看到一条可行的路线了。通过不断的工程化改进，确实有合理的办法让人工干预越来越少，产出的随机性变低。当你发现自己的主要工作变成了"继续"时，那种荒诞感会推着你去思考更彻底的自动化方案。
在这个试来试去不停折腾的过程里，收获了远比写代码本身更强烈的获得感。这种获得感来自于看到一个系统在逐步进化，从需要频繁纠正到能够独立完成越来越复杂的任务。每一次成功的优化，都像是在教会一个极其聪明但需要引导的助手，而这个过程本身就充满了创造的乐趣。
粤ICP备14082021号
免费POC，
零成本试错
