摘要
1) 一句话总结 Claude Code 之父 Boris Cherny 分享了内部团队提升编程效率的 10 大核心技巧，涵盖并行多任务、强化计划模式、定制化配置及自动化工作流等实践经验。
2) 关键点
- 并行处理任务：同时启动 3–5 个 git worktree 运行独立的 Claude 会话，并保留专用的分析工作树，这是提升生产力最大的杠杆。
- 重度依赖计划模式：复杂任务先进入“Plan”模式，采用双重审查（让另一个 Claude 扮演高级工程师评审），一旦跑偏立即切回重新规划。
- 持续迭代 CLAUDE.md：每次纠错后让 Claude 自动更新该文件，通过不断精炼专属规则来量化降低错误率。
- 创建专属 Skill：将日常重复性工作（如清理技术债务、汇总 Slack/GitHub 等多平台上下文）封装为斜杠命令或自动化 Agent。
- 让 Claude 自主修 Bug：结合 Slack MCP、CI 报错或 Docker 日志，直接下达“修复”指令，让其自主排查问题，避免微操。
- 高标准 Prompt：要求 Claude 扮演 Reviewer 拷问代码，拒绝平庸解法要求重写，并提供极其具体的规格说明以消除歧义。
- 终端与环境优化：推荐使用 Ghostty 终端，通过
/statusline显示上下文使用情况，并建议多用语音输入（速度约为打字的 3 倍）。 - 调用子代理（Subagents）：在复杂问题中追加“use subagents”指令分配子任务，保持主 Agent 上下文干净，并可通过 Opus 4.5 自动审批安全请求。
- 拓展应用场景：通过 CLI/MCP 让 Claude 直接执行数据库查询（如 BigQuery）；开启解释模式、生成可视化演示或 ASCII 架构图以辅助学习代码。
- 显著提升效能：据开发者反馈，采用模块化设计和自动化工作流配合这些技巧，可使性能提升 5-10 倍（如 2 天提交 2 万行代码）。
3) 风险/不足
- Token 消耗成本高：这种开启多个工作树并重度依赖 AI 的并行工作流会导致 Token 消耗惊人，带来较高的资金成本。
正文
Claude Code（CC）之父 Boris Cherny 近日分享了来自 Claude Code 内部团队的 10 条使用技巧。他强调，团队成员使用 Claude 的方式与他本人有所不同，不存在唯一正确的使用方法，每个人的设置都各不相同。建议大家亲自试验，找到最适合自己的工作流。
以下是 Boris 分享的十大 Claude Code 使用技巧：
1. 并行处理更多任务
同时启动 3–5 个 git worktree，每个 worktree 里各自运行一个 Claude 会话。这是团队给出的头号建议，也是提升生产力最大的杠杆。
Boris 透露，他个人习惯使用多个 git checkout，但团队里的大多数人更偏爱 worktree——这也是团队成员 Anthony Morris 在 Claude Desktop 应用里为它们做原生支持的原因。
实用建议：
- 给 worktree 命名，并设置 shell 别名（如
za、zb、zc），实现一键切换。 - 专门保留一个用于“分析（analysis）”的 worktree，仅用来读取日志或运行 BigQuery。
2. 用“计划模式”启动所有复杂任务
将精力集中投入到“计划（Plan）”阶段，这样 Claude 才有可能一次性（1-shot）完成代码实现。
团队工作流参考：
- 双重审查： 先让一个 Claude 写计划，再启动第二个 Claude 站在 Staff Engineer 的视角进行评审。
- 及时止损： 只要事情一开始跑偏，立刻切回 Plan 模式重新规划，不要硬推。
- 验证阶段规划： 明确要求 Claude 在验证步骤中也进入 Plan 模式，而不仅仅是在构建阶段使用。
3. 重度投入你的 CLAUDE.md 文件
Claude 在“给自己写规则”这件事上表现得异常出色。每次纠错之后，都可以用这句话结尾：“更新你的 CLAUDE.md，这样你下次就不会再犯这个错误。”
实用建议：
- 对
CLAUDE.md进行毫不留情的编辑和精炼，不断迭代，直到能可量化地看到 Claude 的错误率明显下降。 - 为每个任务或项目维护一个 notes 目录，每次 PR 之后进行更新，并在
CLAUDE.md里指向该目录。
4. 创建专属“技能”并提交到 Git
如果一件事你每天要做不止一次，就把它做成一个 Skill（技能）或命令。
团队实践：
- 构建
/techdebt斜杠命令，在每次会话结束时运行，找出并清理重复代码。 - 设置斜杠命令，将最近 7 天的 Slack、GDrive、Asana、GitHub 动态同步成一个统一的上下文 Dump。
- 构建“分析工程师风格”的 Agent：自动编写 dbt model、做代码审查，并在 dev 环境里测试改动。
5. 让 Claude 自行修复大多数 Bug
不要事无巨细地教 Claude 怎么做，直接把问题抛给它。
团队实践：
- 启用 Slack MCP，把 Slack 里的 Bug 讨论串直接粘给 Claude，只说一句 “fix”，无需在不同工具间来回切换。
- 直接下达指令：“去把失败的 CI 测试修好。”
- 把 Docker 日志指给 Claude，让它排查分布式系统的问题（它在这方面的能力出乎意料地强）。
6. 提升提示词（Prompt）水平
- 主动挑战 Claude： 把 Claude 当成 Reviewer。例如：“就这些改动狠狠拷问我，在我通过你的测试之前不要提 PR。”或者让它对比 main 和 feature branch 的行为差异：“向我证明这东西是可行的。”
- 拒绝平庸方案： 面对一般的修复方案，可以要求：“在你已经知道所有这些信息的前提下，把这个方案推倒重来，实现一个更优雅的解法。”
- 消除歧义： 在交付工作前，先写清晰、详细的规格说明。给得越具体，产出质量越高。
7. 优化终端与环境配置
- 终端选择： 团队中很多人喜欢 Ghostty，看重其同步渲染、24 位真彩色以及完善的 Unicode 支持。
- 状态栏与标签页： 使用
/statusline自定义状态栏，始终显示上下文使用情况和当前 git 分支。给终端标签页做颜色区分和命名，配合 tmux 使用，实现“一个任务/一个 worktree 对应一个标签页”。 - 多用语音输入： 说话速度大约是打字的 3 倍，语音输入的 Prompt 往往更详细（macOS 上按两次
fn即可唤醒）。
8. 使用子代理（Subagents）
- 在任何希望 Claude 投入更多算力的问题后面，加上一句 “use subagents”。
- 把具体的子任务分配给 Subagents，保持主 Agent 的上下文窗口干净、专注。
- 通过 Hook 把权限请求路由给 Opus 4.5，让其负责扫描潜在攻击，并自动批准安全的请求。
9. 用 Claude 做数据与分析
让 Claude Code 直接调用 bq CLI，实时拉取并分析指标。团队在代码库里提交了一个 BigQuery skill，所有人都能直接在 Claude Code 里跑分析查询。
Boris 表示，他个人已经 6 个多月没手写过一行 SQL 了。这套方式适用于任何提供 CLI、MCP 或 API 的数据库。
10. 用 Claude 辅助学习
- 解释模式： 在
/config里启用 “Explanatory” 或 “Learning” 输出风格，让 Claude 在改代码时解释“为什么这么改”，而不只是“改了什么”。 - 可视化演示： 让 Claude 生成可视化的 HTML 演示文稿来讲解你不熟悉的代码，幻灯片质量通常出奇地好。
- 架构图绘制： 让 Claude 用 ASCII 图画出新的协议或代码库结构，帮助建立整体理解。
- 间隔重复学习： 构建一个学习 Skill——你先讲述自己的理解，Claude 通过追问来补齐知识盲区，并保存最终结果。
网友反馈：工作流很管用，但钱包有点痛
这 10 条技巧发布后，迅速引发了开发者的共鸣与讨论。
Devv.AI 的 CEO Jiayuan Zhang 表示，他使用这套工作流已经很长时间了，实际能让性能提升 5-10 倍。在过去两天里，他已经为一个采用该工作流的项目提交了超过 2 万行代码。他总结了两个关键点：
- 逐模块设计： 确保模块可以单独实现。
- 自动化工作流： 使用工具（如 Conductor 或 Warp + scripts）或编写 bash 脚本来自动化流程。
有网友感慨：“用 Claude Code 打开 5 个工作树，那基本就是编程的终结了。”
不少开发者认为第 2 条（Plan 模式）和第 3 条（CLAUDE.md）建议最为有效。特别是 CLAUDE.md 文件，被认为是让 Claude 按意愿行事的关键，里面应该包含你的偏好、禁忌、项目结构以及包/导入等基本规则。
当然，这些技巧虽然强大，但 Token 消耗也非常惊人。看完这套重度依赖 AI 的工作流后，不少网友调侃：“看完之后钱包都狠狠痛了一下。”