主题
培养你的直觉
灵感来源：Claude Code 最佳实践 § 培养你的直觉
没有最佳实践，只有适合自己的实践
本站（以及 Claude Code 官方文档）中的模式不是一成不变的。它们是通常效果很好的起点，但可能不是每种情况的最优选择。
有时你应该让 context 累积——你深入一个复杂的问题，历史对话很有价值。
有时你应该跳过规划，让 Claude 自由探索——任务是探索性的，过早限定方向反而限制发现。
有时模糊的提示正是你想要的——你想看看 Claude 如何理解问题，再决定如何收窄。
这些"有时"的判断，就是直觉。
反向复盘：结果导向的直觉培养
培养直觉的核心方法是反向复盘：
输出优秀时，你做了什么？
留意你当时的行为：
- 提示结构——是一次性给足背景，还是分步引导？
- 上下文——是清空后重新开始，还是基于之前的积累？
- 模式——是 Plan Mode 先规划，还是直接让它动手？
表现差时，为什么？
定位具体的卡点：
| 症状 | 可能的卡点 | 下次换什么方式 |
|---|---|---|
| Claude 偏离方向 | 上下文太吵，无关信息多 | /clear 重置，给更聚焦的提示 |
| 产出看起来对但实际不对 | 缺少验证标准 | 提供测试用例、截图比对 |
| 反复改正还是不对 | 失败方法污染了上下文 | 两次改正后 /clear 重来 |
| 结果太笼统 | 提示太模糊 | 加具体约束、引用特定文件 |
| Claude 读了几百个文件 | 任务没限定范围 | 缩小范围，或用 subagent 去探索 |
关键认知：结果不好 = 给的"输入"有问题。 要么背景乱、要么目标模糊、要么任务太大。找到那个卡点，下次换一种方式给。
常见的卡点模式
经过大量实践，以下几种情况最容易让人卡住：
上下文污染
从一个任务开始，中间问了不相关的问题，再回到原任务——上下文充满了无关信息，Claude 性能下降。
修复：不相关的任务之间用
/clear重置。
反复改正的陷阱
Claude 做错了，你改正，还是错，再改正——上下文被失败的方法填满，越改越离谱。
修复：两次失败的改正后，
/clear并编写一个更好的初始提示，包含你从失败中学到的东西。干净的会话 + 更好的提示，几乎总是优于长会话 + 累积的改正。
缺少验证闭环
Claude 产出了看起来合理但不处理边界情况的代码，你成为唯一的反馈循环。
修复：始终提供验证手段——测试用例、lint 命令、截图比对。如果你不能验证它，不要发布它。
无限探索
让 Claude "调查"某些东西而不限定范围，它读取数百个文件，迅速填满上下文。
修复：限定调查范围，或者用 subagent 去探索，这样不会消耗你的主上下文。
直觉的本质
随着经验积累，你会知道：
- 何时该具体，何时该开放——需要精确结果时给足约束，探索阶段则保持开放
- 何时该规划，何时该探索——确定性高的任务先 Plan Mode，未知领域则让它自由探索
- 何时该清上下文，何时该让它积累——任务切换时果断
/clear，深度任务则保留积累 - 何时该自己审查，何时该信任——关键逻辑亲自验证，常规模式信任产出
这个直觉其实就是：你越用越懂它怎么思考，它越用越懂你想要什么。
这是一种双向磨合——不是你在学会"使用工具"，而是你和 AI 在建立一种协作默契。就像和一位新同事共事，磨合期过后，很多事不需要多说就知道对方会怎么做。