“原文来自 @cyrilXBT，这套方法对 Codex、Gemini、DeepSeek、GLM 同样适用。
🔥 先说实话吧
你每个月花 20 美元订阅 Claude，可能真的只用到了它 10% 的能力。
不是模型不够强。是我们打开方式不对。
Claude 不是那种"后面接了个 AI"的聊天框。它是一个推理引擎。配置对了，它能像个 24 小时在线的智能同事一样帮你干活。
但问题是，大模型就像火箭引擎——马力超强，可大多数人搭的"脚手架"呢？玩具车级别。火箭引擎驱动玩具车，90% 的推力全空转了。
这 18 个步骤，是我这一个月试下来，觉得真正能把"玩具车"升级成正经航天器的实操方法。
🧱 第一周：先把地基打实（上下文）
步骤 1：每个项目写一个 CLAUDE.md
这可能是性价比最高的一件事了。
花个半小时写一份，之后每次对话都在给你省钱。内容不用多，这几块够了：
- 技术栈：版本号要精确，别写"用 Python"，写"Python 3.11 + FastAPI 0.104"
“💡 模糊输入只会换来模糊输出。你给得越具体，Claude 越像那个已经跟你共事半年的 senior。
步骤 2：给写作任务建个"语气档案"
通用 Claude 写出来的东西，读起来就是——嗯，通用 AI 味。（你懂的）
如果你要让它帮你写重要的内容，先试这个：
分析我下面这 10 篇写作样本，提取出：
1. 我的平均句长，句式怎么变的
2. 我习惯怎么用大小写、怎么强调重点
3. 我开头和结尾通常怎么处理
4. 我爱用什么词，从来不用什么词
5. 我观点之间怎么过渡的
6. 我收尾有什么 signature move
把提取出来的档案存进 CLAUDE.md。之后 Claude 写的东西，至少能蒙混过关说"这像是人写的"。
步骤 3：用 Claude Projects 存住记忆
单次对话（Session）： Claude 转头就忘，只记得你今天说了啥。 项目空间（Project）： Claude 永久记得你上传的所有东西。
任何会拖好几天的工作，都值得开个 Project。把 CLAUDE.md、参考文档、之前的输出、研究资料全丢进去。这样每次打开对话，都是从满血状态开始，不用重新 warm up。
步骤 4：复杂请求，先给上下文再上菜
大多数人的习惯是：先丢请求，再补上下文。反了。
试试这个结构：
CONTEXT:
- 我正在做 [具体东西]
- 主要限制是 [具体限制]
- 受众是 [具体画像]
- 我已经试过：[什么失败了，为什么失败]
- 已经锁死的决策：[不能改的东西]
REQUEST:
[你真正想要的结果]
OUTPUT FORMAT:
[你希望返回的具体格式]
上下文给够了，输出自然就结构化。你后期改稿的时间会少很多。
步骤 5：输出格式别靠猜
别让 Claude 自己"推断"格式。重要的请求都加上规格：
- 要什么格式（Markdown / JSON / 表格）
⚡ 第二周：提示词要这么写（质量层）
步骤 6：给 Claude 一个"身份"
身份会改变分析框架，框架一变，输出深度完全不一样了。
❌ 普通问法："审查一下我的商业计划。" ✅ 角色问法："你是一位看过 2000 份融资 pitch 的 B 轮投资人。你的工作不是鼓励我，是找出这个计划会失败的所有理由。"
其他我常用的角色：
- 代码审查："你是个只关心生产环境会不会炸的资深工程师。"
- 战略："你已经经营这个业务 10 年了，别跟我讲虚的。"
- 写作："你是 [具体出版物] 的编辑，按 [具体标准] 来改。"
步骤 7：重大输出前，先让它"自曝其短"
在 Claude 回答之前，逼它做一次 pre-mortem：
在回答之前，先告诉我：
1. 你的答案可能在哪儿出错（列出三种）
2. 你正在做但我还没确认的假设
3. 哪些额外信息会显著改变你的结论
4. 在什么情况下，你的答案会完全错误
然后再给我你的答案。
这招很管用。它会把那些"大概也许可能"的不确定性暴露出来，而不是藏在含糊的措辞后面。（别问我怎么知道的，吃过亏）
步骤 8：反面例子和正面例子一样重要
大多数人只给 Claude 看好例子。其实坏例子更有用：
这是我想要的输出：[好例子]
这是我不想要的输出：[坏例子]
这个坏例子具体错在：
- [问题 1]
- [问题 2]
现在请生成我需要的输出：[请求]
负面约束能直接消灭最常见的翻车模式，不用 Claude 自己猜你不喜欢什么。
步骤 9：复杂任务，拆开一步步来
❌ 一口气要完："给我写个完整的营销策略。" ✅ 链条式请求：
步骤 1：先分析目标客户。他们想要什么、怕什么、信什么。
步骤 2：基于上面的分析，找出三个最强的定位角度。
步骤 3：把排第一的角度，发展成完整的信息传达框架。
步骤 4：最后转化为具体的渠道策略。
每一步都踩着上一步的上下文走，最终输出比一次性生成强得多。
步骤 10：让 Claude 当一次"杠精"
我打算 [做这个决策]。在你帮我执行之前，先提出反对它的最强论证。
不是那种弱反驳，是要让聪明人都倒向另一边的论证。
然后告诉我，如果你要替我辩护，你会怎么回应。
最后给出你的诚实建议。
这个钢人化（steel-man）过程，逼 Claude 面对真正的反对意见，而不是顺着你已有的想法一路滑下去。
🏗️ 第三周：建一套可复用的系统
步骤 11：重复任务，做成 Skill 文件
同一个复杂提示词每次从零写？太浪费了。
Skill 文件不用复杂，这个模板够用了：
# [SKILL 名称]
## Purpose
一句话说明这个 skill 干嘛的
## Trigger
怎么调用："Run [skill name] on [input]"
## Context Required
运行前 Claude 需要读什么
## Process
分几步走
## Output Format
输出长什么样
## Quality Standard
优秀 vs 及格的标准
## Edge Cases
异常输入怎么处理
每周挑你最常重复的五类任务，建一个 Skill。五周后，你会发现最费时间的提示词编写成本基本没了。
步骤 12：给 Claude 接上真实工具（MCP Server）
大多数人让 Claude 活在真空里——跟真实工具完全不连通。
MCP Server 就是给 Claude 开的一扇扇门：
- Filesystem MCP：直接读写你本地的文件
每接上一个，就少一类手动传话、复制粘贴的工作。
步骤 13：用 Claude Code 跑多步骤任务
网页版 Claude：每一步都要你点一下。 Claude Code：你把目标说清楚，它自己推进。
用 /goal 命令设定目标，Claude 会在每个动作前对照目标检查，一直干到完成为止。
“任何超过三步的连续操作，我都建议上 Claude Code + /goal，而不是在网页里来回点。
步骤 14：建一个"系统提示词库"
把之前花几小时迭代出来的好提示词，存成可复用的资产：
🚀 第四周：让这套系统自己生钱（复利层）
步骤 15：把参考资料变成永久记忆
这些资料值得上传进 Project：
- 你自己写得最好的东西：让 Claude 学你的模式
每上传一份，这个 Project 之后的每一次对话都会更聪明一点。这是真正的复利。
步骤 16：重要决策，开 Extended Thinking
遇到复杂决策时，给 Claude 更多推理空间。适合的场景：
这个决策比较重要，我希望你认真想清楚了再回答。
请一步步推演，展示你的推理过程。
指出你在哪些地方不确定。
考虑那些你通常会忽略的影响。
步骤 17：每次会话结尾，加个反馈循环
大多数人的用法是单向的：请求 → 生成 → 接受或扔掉。
试试在重要会话结束时问：
回顾一下这次生成的输出。告诉我：
1. 你这次最强的地方在哪，为什么
2. 哪些地方没满足我的需求
3. 我给你什么额外上下文，下次输出会更好
4. 你从我这次的请求里发现了什么模式，我该怎么调整提示词结构
把这些存成一次会话反思笔记。
坚持 30 次会话，你会发现自己提示词方式里的隐藏 bug。
步骤 18：把这些配置当成资产，不是消耗品
最后这一步不是技巧，是心态转变：
- 每一份 CLAUDE.md 都是资产，每次用都在回报你
- 每一个 Skill 文件 都是资产，每次调用都在省时间
大多数人把每次 Claude 会话当成一次性的互动。真正做出结果的人，把自己的 Claude 配置当成一个会复利增长的资产组合来经营。
📅 4 周实施计划（抄作业版）
| | |
|---|
| 第 1 周 | | 步骤 1-5：CLAUDE.md、语气档案、Projects、上下文结构、输出格式 |
| 第 2 周 | | 步骤 6-10：角色分配、事前剖析、反面例子、提示词链、相反观点 |
| 第 3 周 | | 步骤 11-14：Skill 文件、MCP、Claude Code、系统提示词库 |
| 第 4 周 | | 步骤 15-18：参考资料、Extended Thinking、反馈循环、复利心态 |
🎯 今天就从步骤 1 开始
复利从你写下第一个 CLAUDE.md 的那一刻就开始了。
那些接下来 30 天把这套配置搭起来的人，回头看自己以前的工作方式，会觉得陌生。
Claude 的 10% 和 100%，差距就在这些配置里。
粤ICP备14082021号
免费POC，
零成本试错
