我曾经以为学会提示词就是 AI 变强大的时刻。
我错了。
真正让它变强大的是，我不再把它当聊天机器人用。
大多数人还在把 Claude 当成：
→ 更智能的自动补全
→ 更快的搜索引擎
→ 提示词机器
但那些获得惊人效果的人呢？
他们围绕它构建系统。
在阅读了上百篇重度日常用户的讨论后……
以下 11 种模式反复出现：
- 项目功能被严重低估
大多数人每次聊天都从零开始。
这很糟糕。
最好的用户会一次性把以下内容放进项目：
→ 代码库上下文
→ 风格指南
→ 文档
→ 架构决策
→ 旧 PR
然后永远不用再重复解释自己。
有人说自己在意识到这点之前浪费了超过 100 小时。
这大概很常见。
- 你的 CLAUDE.md 比提示词更重要
这一点被反复提到。
一个良好的 CLAUDE.md 会成为 AI 的“操作手册”。
技术栈。
命令。
规则。
架构。
容易踩的坑。
编码规范。
AI 就不再猜来猜去。
说实话？
大部分提示词问题，其实都是上下文问题。
- 自定义风格是作弊代码
有一个想法特别火：
一个叫“多疑的高级工程师”的自定义风格。
它不再一味附和……
而是会反驳。
质疑假设。
找出缺陷。
像一个苛刻的审阅者。
单单这一点就能极大提升输出质量。
因为 AI 最大的弱点就是虚假自信。
- Sonnet 应该成为你的默认模型
很多高级用户得出了相同的结论：
Sonnet 能完美处理大约 80% 的工作。
人们浪费大量使用额度，把 Opus 强加到简单的任务上。
新兴的模型组合看起来像这样：
Haiku：
→ 摘要
→ 重复性任务
→ 清理工作
Sonnet：
→ 日常主力
→ 写作
→ 编码
Opus：
→ 架构设计
→ 深度推理
→ 大量上下文任务
模型路由正在成为一项真正的技能。
- Haiku 比人们想象中好用得多
人们往往低估小型模型。
但对于：
→ 支持工单
→ 信息提取
→ 分类
→ 邮件草稿
→ PDF 摘要
Haiku 的效率高得离谱。
买菜不需要法拉利的马力。
- 语音模式会改变你的思考方式
这一点让我很惊讶。
很多人在以下场景使用语音模式：
→ 散步
→ 开车
→ 头脑风暴
不是因为它完美。
而是因为它解锁了一种不同的思考方式。
有些用户在动起来的时候，确实能解决更好的问题。
这很有趣。
- 子 Agent 悄无声息地改变一切
这里开始变得疯狂。
示例工作流：
“在我继续编码的时候，启动一个子 Agent 来运行测试。”
听起来很小。
但这从根本上改变了交互模式。
不再是：
人 ↔ AI
而是变成：
人 ↔ AI 劳动力
这个转变非常巨大。
- 技能 > 巨型提示词
人们正在远离巨型提示词。
转而构建可重用的工作流。
例如：
→ 自动文档检索
→ 代码仓库审查
→ 特定文件的行为
→ 结构化任务执行
最好的设置尽可能减少歧义。
一位用户说：
“让工作流变得确定性。不要依赖散文式的描述。”
这是一个重要的洞察。
- 记忆既强大又奇怪
当 Claude 开始引用之前的对话时，很多用户都吓了一跳。
因为记忆从根本上改变了产品的使用感受。
AI 不再是无状态的。
突然间，连续性变成了工作流的一部分。
这完全改变了用户的行为。
- 大多数 AI 用户仍然过度信任输出
这一点被反复提及。
有经验的用户不再只是阅读输出。
他们还会检查：
→ 追踪信息
→ 实际执行结果
→ 生成的文件
→ 提交记录
→ 执行的操作
因为漂亮的语言 ≠ 正确性。
说实话……
AI 听起来自信满满仍然是最常见的陷阱之一。
- 未来是系统，而不是提示词
这是所有讨论背后的真正主题。
最大的收益并不来自：
“更好的提示词。”
而是来自：
→ 持久记忆
→ 可复用的上下文
→ 工作流编排
→ 专门化的行为
→ 并行 Agent
→ 连接的工具
最聪明的用户不再只是“和 AI 对话”。
他们在设计 AI 在其中运行的环境。
这才是正在发生的真正转变。
而大多数人还没有注意到。
基于高级 Claude 用户的讨论和工作流分享。
