工作流的骨架
作者的方法围绕一个核心展开：动手写代码之前，先和 Claude Code 把计划讲清楚。明确目标、拆解步骤、设定每一步的验收标准，让模型先理解「要做什么、做到什么程度算成功」，再进入执行。这与「直接丢需求、看它一把梭」的随性用法形成鲜明对比。规划阶段的投入看似拖慢了开始，实则大幅降低了返工，模型有了清晰的靶子，跑偏的概率和幅度都小得多。
规划阶段值得抄的细节
这篇的可抄之处在细节：作者会让模型把计划写成文件存进仓库，执行时逐条勾选，跑偏了就回到计划文件对齐；大改动之前先让模型复述一遍自己的理解，发现偏差的成本在这一步最低；每个步骤绑一个可运行的验证（测试、构建、脚本），不靠肉眼判断「看起来对」。这些做法单个都不起眼，合起来就是他产出稳定的原因。评论区不少人反馈照着做了一周，返工率肉眼可见地降了——比起换更强的模型，先把这套流程搭起来要便宜得多。
via: Hacker News