这是主要的 Claude Code 快速入门指南。你不需要先看功能概览。 你只需要养成四个习惯，让 AI 代理保持高效，同时避免它们滑向 自信的胡言乱语。
1. 语音输入
最主要的提速方式是对着电脑说话。Claude Code 之所以有用，是因为你 可以比打字或手动编辑更快地解释意图、约束条件、权衡和修正。
先设置好操作系统级语音转文字：macOS Dictation、Windows 语音键入，或者
一条可靠的 Linux 转录路径，能把内容粘贴到你的终端或编辑器中。然后
把清理规则写入你的全局 CLAUDE.md，这样语音提示就能当作语音提示来处理：
- 除非另有说明，否则将消息视为语音转文字。
- 删除填充词、假开头、重复词和明显的转录错误。
- 原样保留粘贴的代码、日志、文件路径、堆栈跟踪、引用的文本和命令。
我的体会是，仓库级别的上下文文件可能应该保持更短、更具体，并且理想情况下是分层的（例如，“如果你做 x，请查看这个其他上下文文件 y.md，否则忽略它”）。
2. 并行工作
不要把一次对话当作唯一的工作通道。当你想尝试多种方法而不污染同一个检出目录时，使用 Git worktrees：
git worktree add ../project-a -b try/a
git worktree add ../project-b -b try/b使用子代理处理有边界的并行任务：审查计划、排查失败的可能原因、比较方法、编写有针对性的冒烟测试、或通过截图检查 UI。
关键在于比较，而不是产生更多代码。让代理生成候选答案，然后 在合并某一路径之前比较差异、失败模式、测试覆盖率和可维护性。
3. 测试驱动开发
首先定义通过的标准。在实现之前，要求提供能够证明任务完成的 测试、检查、评估、截图或验收标准。
使其成为明确的 TDD：
- 对于逻辑，先编写或命名单元测试。
- 对于工作流，定义集成测试或冒烟测试。
- 对于 UI，要求进行浏览器渲染检查和截图。
- 对于模型行为，创建评估用例。
- 对于数据转换，锁定测试数据和预期输出。
除非被真正的测试强制约束，否则 AI 代理会写出看似合理的垃圾。“能跑” 还不够。标准是：它是否通过了对该任务真正重要的质量指标？
4. 先做计划
在编码之前使用规划模式，特别是对于新项目、迁移、 架构变更、不明确的数据契约或任何回滚代价高昂的事情。
在让 Claude Code 写代码之前，请它先拷问你：
- 最小的有用版本是什么？
- 什么应该改变，什么应该保持不变？
- 哪些契约、文件和命令很重要？
- 哪些测试能证明成功？
- 可能的失败模式是什么？
- 回滚路径是什么？
好的计划让实现变得平淡无奇：限定范围的文件、明确的测试、已知的 风险，以及清晰的停止点。
元建议
关于 AI 代理，有一点你要明白：你可以问它们如何更好地使用 AI 本身。 对于困难的任务，问问 Claude Code 如何在该任务上更好地使用 Claude Code： 应该提供什么上下文、先写哪些测试、使用哪些子代理，以及 注意哪些失败模式。