如果你以为 AI 编程就是"你描述需求，AI 啪一下给你完美代码"——我得先泼一盆冷水。
不是这样的。
AI 更像是——一个不会累、反应极快、但时不时会理解歪你意思的实习生。它能力很强，但你需要学会怎么跟它沟通。我把这几个月摸索出来的经验写下来，帮你少走点弯路。
一、怎么描述需求
先说一个翻车的例子。
我最早跟 AI 是这么说的："帮我做一个拼多多订单管理的插件。"
AI 回了一大段，问我：用什么技术栈？界面长什么样？数据从哪来？要不要登录功能？要不要后端？
我当时懵了——这些问题我一个都答不上来。后来才明白，AI 需要你告诉它"具体要什么"。
改进后的说法是这样的：
"我需要一个 Chrome 浏览器扩展。功能是：点击工具栏图标弹出一个控制面板页面，页面上有一个按钮'同步订单'，点击后从拼多多拉取我的买家订单数据并显示在列表里。列表每行显示订单号、商品名称、金额、订单状态。每个订单前面有勾选框，勾选后可以点击'批量申请发票'按钮。"
有什么区别？改之前的描述太空泛了，改之后包含：具体做什么（同步订单）、怎么做（拉取数据并显示）、长什么样（每行显示哪些字段）、有什么交互（勾选框、按钮）。这些东西 AI 都需要知道才能写出对的代码。
我的经验是：说清楚"输入是什么、输出是什么、在什么情况下做什么"。把这三句话写进你的需求描述里，AI 理解准确的概率会高很多。
二、怎么给反馈
AI 写完第一版代码之后，大概率不是 100% 对的。你可能看到报错了，或者功能跑通了但体验不好。这时候你要"迭代"——告诉 AI 哪不对，让它修改。
我的做法是：
- 先描述现象（"点击批量开票之后弹窗是空白的"）
- 贴错误信息（如果有报错的话——这个非常重要，AI 看报错信息比看你的描述更管用）
- 说明你期望的结果是什么（"希望弹窗里加载出拼多多的发票页面"）
还有一个技巧：一次只改一个东西。不要一口气提七八个修改需求。AI 在处理复杂多任务时容易顾此失彼。一个功能搞定了再搞下一个。
三、怎么让 AI 帮你 debug
不要怕报错。报错是 AI 帮你定位问题的最好线索。
比如有次我遇到一个 500 错误——就是页面打不开了。我把完整的报错信息贴给 AI。它几秒钟就定位到了：少了一行 require_once，导致程序找不到类文件。这个问题如果让我自己查——我可能查一天都查不到。但 AI 靠堆栈信息就能定位到具体哪一行。
贴报错信息的时候一定要贴完整的。不要只贴最后一行。完整的堆栈追踪信息能帮 AI 快速回溯到问题源头，比你自己理解半天再描述一遍要准得多。
四、让 AI 写之前，先把项目背景说清楚
Claude Code 有个功能叫 CLAUDE.md——一个放在项目根目录的文件，AI 每次启动都会读。我在里面写了：这个项目是什么、用了什么技术栈、有哪些注意事项（比如"不要主动提交 git"、"数据库是 MySQL 不是 SQLite"）。
这个文件非常有用。因为 AI 每次新对话都是"失忆"状态——它需要重新理解你的项目。有了 CLAUDE.md，AI 能更快进入状态，不用每次都重复解释。
五、最最重要的一个原则
不要让 AI 一次做太多事。把大任务拆成小步骤，一个步骤一个步骤来。每个步骤完成了、验证没问题了，再进行下一步。这不是慢——是稳。我最开始走了很多弯路就是因为想让 AI 一次性把所有功能都写完，结果出现了大量乱七八糟的 bug，最后还得一个个排查。
六、几个让 Claude Code 更好用的高级功能
Auto Memory：让 AI 自动记住你的偏好
Claude Code 有个功能叫 Auto Memory。你每次跟它对话的时候，如果它发现某些信息值得记住（比如你的偏好、项目的特殊配置、你之前踩过的坑），它会自动保存到 memory 里。下次对话的时候它会读取这些记忆，相当于 AI 越来越了解你的项目。
不需要手动开启——默认就是打开的。你也可以在 Claude Code 里输入 /memory 来查看和管理已保存的记忆。如果有一条记忆不准确或者过时了，直接删掉就行。
我的实际体验：它记住了一些我之前告诉它的东西——比如"不要主动提交 git""数据库是 MySQL 不是 SQLite"——后面新开的对话里它自动就知道了。省了我不少重复解释的口舌。
Hook（钩子）：让 AI 在特定时机自动做事
Hook 是我后来才学会的功能。简单说就是——你可以在特定时机让 Claude Code 自动触发某个操作。
两个实用的 Hook 场景：
任务完成提示音——有时候让 AI 执行一个长任务（比如改好几个文件），你可能切出去干别的事了。任务完成的时候，让 AI 触发一个提示音：
设置一个hook，每次完成任务之后，都自动执行一个声音脚本，发出一个提示音"叮"进行提醒直接把上面这句话告诉 Claude Code 就行，它会帮你设置好。
代码提交前自动检查——每次 git commit 之前，AI 自动帮你跑一遍代码格式检查，避免把有格式问题的代码提交了：
设置一个hook，每次提交代码之前，都会自动触发代码格式的检查Hook 的作用就是在你不注意的时候帮你守住底线——相当于一个自动化的"门卫"。
Plugin（插件）：把能力打包起来
Plugin 是 Claude Code 里比较高级的概念。简单理解——它把 Skill（技能）、SubAgent（子代理）、Hook（钩子）、MCP（外部工具连接）打包成一个统一的东西。
在 Claude Code 里输入 /plugin 可以进入插件管理界面。在这里，你可以浏览其他人发布的插件、下载安装需要的插件、管理自己已经安装的插件。
举个例子——有个叫 commit-commands 的插件，它可以让你用简单的命令完成 Git 的提交、推送和创建 PR（Pull Request）等操作。不用记复杂的 git 命令，输入几个字就行。
还有个叫 content-creator 的插件，专门用来跨平台写内容——从博客文章到视频脚本到社交媒体内容都覆盖。如果你经常需要写不同平台的内容，这个能节省不少时间。
用 Plugin 的好处是——你不用自己去研究这些功能怎么做。别人做好了，你直接装。
Skill（技能）和 SubAgent（子代理）
Skill 是 Claude Code 的"技能包"——你可以给 AI 安装特定的技能，让它在某些领域变得更专业。SubAgent（子代理）则更进一步——你可以创建多个独立的 AI 助手，每个负责不同类型的任务（比如一个专门写前端、一个专门写后端、一个专门做测试）。
创建子代理很简单——输入 /agents 进入代理管理界面，选择创建项目级的子 Agent，给它起个名字、选个颜色方便区分。之后根据不同需求调用不同的子 Agent 来处理对应的工作。
我自己的项目里用得不多（规模还没到需要分工的程度），但对于大项目或者团队协作来说，这个功能非常实用。
MCP（Model Context Protocol）：连接外部工具
MCP 是一个比较新的概念——它让 Claude Code 能连接到外部工具（比如数据库、文件系统、第三方服务等），扩展 AI 的能力范围。举个简单例子：通过 MCP 连接你的 MySQL 数据库，Claude Code 就可以直接查询数据库里的数据、分析表结构——不需要你手动导出数据再贴给它看。
MCP 的配置稍微复杂一点，需要写一些 JSON 配置文件。但对于需要频繁跟数据库打交道的人来说，这是值得投入时间去配的——一劳永逸。
一些常用的指令
除了上面这些，Claude Code 还有很多内置的快捷指令：
/memory— 查看和管理记忆/plugin— 插件管理/agents— 子代理管理/init— 初始化项目的 CLAUDE.md/compact— 压缩当前对话上下文（对话太长的时候用）/help— 查看所有可用指令
这些指令不需要背，用到的时候输入 / 然后按 Tab 键，Claude Code 会列出所有可用的指令让你选。
七、我实际用到的 Claude Code Skills
Claude Code 有一个 Skill（技能）系统——你可以把它理解成给 AI 安装"专业技能包"。安装了某个 Skill 之后，AI 在对应场景下会变得更专业。我这个项目的过程里实际用了下面这些 Skill，每个都发挥了很明显的作用。
brainstorming — 头脑风暴
最常用的 Skill 之一。当我不确定"接下来该做什么"的时候，就让 AI 用这个 Skill 来帮忙想方案。比如 30 天 300 篇文章的发布计划——"帮我调研一下应该写什么内容比较好"——AI 会自动去搜索当前的热门话题、分析关键词、然后给出一份详细的选题计划。不是拍脑袋瞎编的，是基于实际搜索数据来的。SEO 关键词策略、文章主题分类、甚至"用户会怎么搜索"——这些我完全不懂的东西，都是这个 Skill 帮我搞定的。
writing-plans + executing-plans — 写计划 + 执行计划
这两个是一对搭档。writing-plans 负责把一个模糊的想法变成清晰的执行计划——分几步、每步做什么、需要改哪些文件。executing-plans 负责照着计划一步步执行。比如做"批量开票进度窗口"这个功能的时候，AI 先用 writing-plans 写了一个方案：改哪些文件、UI 怎么设计、状态机怎么流转。然后我用 executing-plans 让它一步步实现。有计划和没计划的区别——没计划的时候 AI 容易跑偏，做着做着忘了最初要干什么。有了计划，每步都有明确的验收标准。
systematic-debugging — 系统化调试
这个 Skill 是我最喜欢的。它让 AI 不再"凭感觉猜 bug"，而是按照一套系统化的方法来排查问题。有次管理后台改密码报 500 错误——页面完全白屏，没有任何提示。AI 用这个 Skill 先是让我打开 PHP 的错误显示，看到具体的报错信息（Class "Auth" not found），然后追查这个类在哪些文件里被引用、哪个文件漏了 include，最后定位到 settings.php 缺少一行 require_once。整个过程大概五分钟。如果是我自己排查——我连"Class not found"是什么意思都不知道，更别说定位到具体文件了。
verification-before-completion — 完成前验证
每次 AI 说"问题已修复"的时候，这个 Skill 会让它先去验证一下——"先确认修改有没有生效，再告诉我完成了"。比如改完 Nginx 配置之后，它不只是说"配置已修改"，而是会实际访问一下页面看看返回码是不是 200。这个习惯避免了"我以为修好了但其实没有"的情况。
webapp-testing — 网页测试
用来在本地测试网站功能的。AI 可以用这个 Skill 自动打开浏览器、访问页面、检查元素是否正确显示。我在本地调试管理后台的激活码生成功能时用过——AI 自动打开页面，填充表单，点提交按钮，然后检查返回结果。比我自己手动测试快多了。
strategic-compact — 对话压缩
Claude Code 的对话是有长度限制的——聊太久了之后，前面的内容会被"遗忘"。这个 Skill 会在对话太长之前主动提醒——"现在是个好时机，要不要把前面的内容总结一下，然后继续？"这个功能对长项目特别有用。我开发这个项目的过程中，有时候一个功能会跟 AI 来回几十轮对话。如果没有 compact 机制，AI 可能已经忘了前面讨论过的关键信息。
subagent-driven-development — 子代理开发
当有多个独立任务可以同时进行的时候，这个 Skill 可以创建子代理来并行处理。比如有一天我需要同时做三件事——修批量开票的 bug、写新的 SEO 文章、更新管理后台的样式。AI 用这个 Skill 创建了三个子代理，每个负责一个任务，同时进行。效率比串行高了很多。
这些 Skill 不需要我去"学"——每次用到的时候，AI 会自动加载。我只需要描述我要做什么，AI 自己会选择最合适的 Skill 来辅助。这种体验的好处是——你甚至不需要知道这些 Skill 的存在，它们就在后台默默帮你把事做好了。