我以為學了提示工程就讓 AI 變強了。
我錯了。
它真正變強的時刻，是我停止把它當作聊天機器人那刻。
多數人仍在把 Claude 當作：
→ 更聰明的自動完成
→ 更快的 Google
→ 提示生成器
但那些狂出成果的人是怎麼做的？
他們在它周圍搭建系統。
讀完數百篇重度日常使用者的討論後…
這 11 個模式反覆出現：
- 專案功能被嚴重低估
多數人每次都從零開始對話。
錯。
頂尖使用者一次把以下內容丟進專案：
→ 程式碼庫上下文
→ 風格指南
→ 文件
→ 架構決策
→ 舊的 PR
然後永遠不用再重頭解釋。
有人說他浪費了 100 多小時才發現這點。
這大概很常見。
- CLAUDE.md 比你的提示更重要
這個反覆被提到。
一份好的 CLAUDE.md 成了 AI 的「操作手冊」。
技術棧。
指令。
規則。
架構。
容易踩坑的地方。
程式碼慣例。
AI 就不用再亂猜了。
說真的？
多數提示問題其實是上下文問題。
- 自訂風格是外掛
有個點子徹底爆紅：
一個叫做「多疑的資深工程師」的自訂風格。
它不會事事附和…
而是提出異議。
挑戰假設。
找出漏洞。
像個嚴厲的審查者。
光這樣就大幅提升輸出品質。
因為 AI 最大的弱點就是假裝自信。
- Sonnet 應該是你的預設模型
很多進階使用者得出同樣結論：
Sonnet 能完美處理約 80% 的工作。
有人浪費大量使用額度，硬把 Opus 用在簡單任務上。
新興的模型搭配長這樣：
Haiku：
→ 摘要
→ 重複性任務
→ 清理
Sonnet：
→ 日常主力
→ 寫作
→ 程式設計
Opus：
→ 架構設計
→ 深度推理
→ 大上下文任務
模型路由正在成為一項真正的技能。
- Haiku 比你想像中有用得多
人們低估了小模型。
但對於：
→ 客服單
→ 資訊抽取
→ 分類
→ 郵件草稿
→ PDF 摘要
Haiku 效率驚人。
你不會為了去超市買菜而開法拉利吧。
- 語音模式改變了思考方式
這點讓我意外。
很多人在以下情況使用語音模式：
→ 走路時
→ 開車時
→ 腦力激盪時
不是因為它完美。
而是因為它解鎖了不同的思考方式。
有些使用者甚至能在移動中解決更好的問題。
這很值得玩味。
- 子 Agent 悄悄改變一切
這就是事情開始瘋狂的地方。
範例工作流程：
「啟動一個子 Agent 跑測試，我繼續寫程式。」
聽起來很小。
但它從根本上改變了互動模式。
不再是：
人類 ↔ AI
而是：
人類 ↔ AI 工作團隊
這個轉變非常巨大。
- 技能 > 巨型提示
人們正在遠離超長提示。
取而代之的是建立可重複使用的工作流程。
像是：
→ 自動文件檢索
→ 程式碼庫稽核
→ 特定檔案行為
→ 結構化任務執行
最好的設定盡可能降低模糊性。
一位使用者說：
「讓工作流程確定性高一點。別依賴長篇大論的描述。」
這是很重要的洞見。
- 記憶既強大又奇怪
很多使用者被 Claude 開始引用舊對話這件事嚇到了。
因為記憶從根本上改變了產品的感覺。
AI 不再感覺是無狀態的。
突然間連續性成了工作流程的一部分。
這完全改變了使用者行為。
- 多數 AI 使用者仍然過度信任輸出
這點反覆被提到。
有經驗的使用者不再只是閱讀輸出。
他們會檢查：
→ 追蹤紀錄
→ 實際執行情況
→ 產生的檔案
→ 版本提交
→ 採取的動作
因為漂亮的語言 ≠ 正確性。
說真的…
AI 聽起來很自信仍然是最大的陷阱之一。
- 未來是系統，不是提示
這才是每場討論背後的真正主題。
最大的收益不是來自：
「更好的提示。」
而是來自：
→ 持久記憶
→ 可重複使用的上下文
→ 工作流程編排
→ 專門化行為
→ 並行 Agent
→ 串接工具
最聰明的人不再「跟 AI 對話」。
他們在設計 AI 在其中運作的環境。
這就是正在發生的真正轉變。
而多數人還沒注意到。
基於進階 Claude 使用者分享的對話與工作流程。
