最近看到一个让人眼前一亮的用法:在CLAUDE.md文件里加一段提示词,就能把Claude Code从代码生成器变成技术教练。
做法很简单。告诉Claude:为每个项目写一份FOR[你的名字].md文件,用大白话把整个项目讲清楚。包括技术架构是怎么设计的,代码各部分怎么串联,为什么选这些技术方案,踩过哪些坑又是怎么填的,有什么值得记住的最佳实践。关键是别写成枯燥的技术文档,要像讲故事一样,用类比和案例让人读得进去、记得住。
"For every project, write a detailed FOR[yourname].md file that explains the whole project in plain language.
Explain the technical architecture, the structure of the codebase and how the various parts are connected, the technologies used, why we made these technical decisions, and lessons I can learn from it (this should include the bugs we ran into and how we fixed them, potential pitfalls and how to avoid them in the future, new technologies used, how good engineers think and work, best practices, etc).
It should be very engaging to read; don't make it sound like boring technical documentation/textbook. Where appropriate, use analogies and anecdotes to make it more understandable and memorable."
这个思路妙在哪?
大多数人用AI写代码,停留在“能跑就行”。代码是生成了,但为什么这么写、背后的设计逻辑是什么,一问三不知。这种学习是空心的。而这个方法逼着AI把决策过程摊开来讲,每个项目都变成一堂课。你交付的不只是代码,还有理解。
评论区有人说得好:最有价值的是bugs那部分。绝大多数教程只展示成功路径,但真正的学习发生在失败里。那些报错、那些死胡同、那些“原来要这样才行”的时刻,才是经验真正沉淀的地方。
还有人调侃:这比YouTube教程强多了,没广告,不用听“记得点赞订阅”,就是纯粹的学习。
当然也有人提出质疑:那些纯靠氛围编程的人,真的会去读这份文档吗?这倒是个好问题。但换个角度想,这份文档即使你不读,也能在未来给AI设置上下文,让它更好地理解项目全貌。
对于困在“教程地狱”里的人来说,这个方法尤其有效。你不再是被动地看别人怎么做,而是在真实项目里观察一个“资深工程师”的思考方式。边做边学,学的还是真东西。
说到底,工具的价值取决于你怎么用它。同样是Claude Code,有人只拿它当代码生成器,有人却能把它变成成长加速器。差别就在于你有没有主动设计学习的闭环。
每个项目都是一次学习机会,关键是你得把这个机会显性化。
x.com/zarazhangrui/status/2015057205800980731