@mvanhorn: TL;DR ELI5 @trq212 的新文章:Claude 不再是瓶颈了。你忘记告诉它的东西才是。你的提示词…

X AI KOLs Timeline 新闻

摘要

一条推文总结了 @trq212 的文章,认为在代理式编程中,Claude 不再是瓶颈;相反,用户不完整的提示词才是。文章提供了诸如盲点检查、原型设计和采访 Claude 等策略,以缩小你告诉它的内容与其需要知道的内容之间的差距。

TL;DR ELI5 @trq212 的新文章:Claude 不再是瓶颈了。你忘记告诉它的东西才是。 你的提示词是一张地图。代码库是实际的道路。每一个你没有提到的坑洼,Claude 都会用它的最佳猜测来填补,而你交给它的工作越多,它需要猜测的就越多。代理式编程的技巧就是缩小这个差距。 你的未知情况有四种:你说过的、你知道自己尚未决定的、那些太明显以至于从未写下来的、以及你从未考虑过的 开始不熟悉的工作?做一次盲点检查:直接让 Claude 找到你的未知未知,并教你如何更好地编写提示词 看到就知道?先做原型。4 个截然不同的 HTML 模拟比一个连好线的错误猜测更便宜 让 Claude 采访你,一次一个问题,从可能会改变架构的答案开始 无法描述你想要什么?指向一个参考。源代码胜过截图,即使是用另一种语言 要求一个计划,首先列出你最可能更改的内容:数据模型、接口、用户体验 在构建过程中:创建一个 implementation-notes.md,记录与计划的所有偏离 之后:让 Claude 就更改内容对你进行测验。只在你通过时才合并 每一次头脑风暴、采访、原型和参考都是找出你不知道的事情的廉价方法,以避免日后昂贵的修复。
查看原文
查看缓存全文

缓存时间: 2026/07/03 20:41

太长不看,像5岁孩子一样解释 @trq212 的新文章:Claude 已经不是瓶颈了。你忘了告诉它的东西才是。

你的提示词是一张地图。代码库是实际的路。你没提到的每个坑,Claude 都会用它的最佳猜测来填补,你交给它的工作越多,它需要猜测的地方就越多。智能体编程的技能就在于缩小这个差距。

你的未知信息有四种形式:你说过的,你知道自己还没决定的,那些太显而易见你从未写下来的,以及你从未考虑过的。

刚开始接触不熟悉的工作?做一次盲点检查:直接让 Claude 找出你的未知未知,并教你如何更好地写提示。

看到它就知道了?先做原型。4 个截然不同的 HTML 草稿,比一个连错了线的猜测更便宜。

让 Claude 一次一个问题地采访你,从那些会改变架构的答案开始。

无法描述你想要什么?指着一个参考。源代码胜过截图,即使是用另一种语言写的。

要求它制定一个计划,从你最可能修改的部分开始:数据模型、接口、用户体验。

构建过程中:维护一个 implementation-notes.md,记录与计划的每一次偏离。

完成后:让 Claude 就变更对你进行测验。只有当你通过时才合并。

每一次头脑风暴、采访、原型和参考,都是在你还不知道之前发现你所不知道的东西的廉价方式,避免以后修复时付出高昂代价。

相似文章

https://x.com/AnatoliKopadze/status/2054568935274549597

X AI KOLs

一份有效使用Claude的全面指南,涵盖从项目设置和自定义指令到高级提示技巧的18个步骤。作者解释了如何超越基本的聊天用法,释放Claude作为思考伙伴的全部潜力。

@unicodef1wn: https://x.com/unicodef1wn/status/2070179071548395916

X AI KOLs Timeline

一篇推文解释了Anthropic在Claude Code中的动态工作流如何让Claude为复杂任务构建自定义框架,通过将工作拆分到不同的智能体来防止智能体惰性、自我偏好偏差和目标漂移等失败模式。内容包含供用户参考的实用示例和模式。