小編精選 - 技術文章翻譯 · 06月17日

面試官壞笑：「你用 AI 編程一年了，怎麼保證 Claude Code 寫出來的程式碼是對的？」我：「直接上 Claude Fable 5 啊！」

大家好，我是二哥呀。

我發現，對於 Claude Code，群組裡、留言區、私訊，問得最多的兩個問題是：Claude Code 到底怎麼用？怎麼保證它寫出來的程式碼是對的？

第一個問題好回答，裝上就能用。

甚至你用 PaiSwitch 可以切換任何底層模型（開源的）。昨天剛升級，新增了桌面版。

第二個問題的答案就需要長篇大論了。

今天這篇，我就把自己摸索出來的經驗濃縮成 6 個實戰 Case，每個 Case 都有具體的提示詞、執行過程和最終效果，看完大家就明白了。

TIPS：Claude 今天剛升級了 Fable 5 模型，AI 圈都在吹這個模型超過了 GPT-5.5，大家用了嗎？

對了，Claude 升級到最新版就能用。

01、CLAUDE.md 非常重要

很多小夥伴裝完 Claude Code 就直接開幹，一上來就讓它寫程式碼。

但我的經驗是，第一步應該先寫 CLAUDE.md。

CLAUDE.md 是 Claude Code 的專案級指令檔，放在專案根目錄，每次新開會話的時候 Claude Code 都會自動載入。大家可以理解為給 Claude Code 寫了一份「新員工入職手冊」，裡面需要寫清楚專案的技術棧、程式碼規範、目錄結構、禁止指令。

Case1：給 PaiCLI 加一個 /export 指令

我用 PaiCLI 來做這個對比。

PaiCLI 是一個對標 Claude Code 的 Java Agent CLI。

測試提示詞：

給 PaiCLI 加一個 /export 指令，把目前會話的對話記錄匯出成 Markdown 檔案，儲存到 ~/.paicli/exports/ 目錄下。

沒有 PAI.md 的時候，模型拿到的上下文只有使用者的這句話和它自己讀到的程式碼檔案。

有 PAI.md 的時候，PaiCLI 啟動就會把 PAI.md 的內容注入 system prompt。

我們來看一下 /export 指令的執行結果。

啟動一個新的 session，隨便輸入一個提示詞。再執行 /export 指令。

然後我們看一下匯出的 Markdown 檔案內容。

其中 PAI.md 中的內容如下所示。

也就是說，雖然我們在使用 Agent 的時候只發了一句很簡單的內容，但因為 Harness 的存在，系統指令裡其實已經塞了很多上下文。

包括 Skills、MCP 工具的描述等等。

這裡也是提醒一下，你的 Agent 沒必要裝太多的全域 Skills 和 MCP，它們很有可能就是上下文的干擾資訊。

最好是針對每個專案來。

02、用 PaiCLI 搓一個 3D 互動頁面

最有視覺衝擊力的還是前端和 3D，咱們就拿一個 Three.js 的任務來展示 PaiCLI 的程式碼生成能力。

之所以沒直接用 Claude Code，是因為這種等級的 case 還不需要，哈哈。

剛好也可以證明一下 PaiCLI 的能力。

Case2：Three.js 星空粒子互動頁面

提示詞如下。

用 Three.js 寫一個星空粒子互動頁面。要求：1）3000 個粒子隨機分布在球形空間內，粒子顏色漸變（藍-紫-粉）；2）滑鼠移動時，周圍的粒子被「吸引」靠近游標位置，形成漣漪效果；3）背景是深色漸變，底部有一行發光文字“Built with PaiCLI”；4）支援手機端觸控互動；5）輸出一個完整的 HTML 檔案，可以直接在瀏覽器打開。

用 DeepSeek V4 Pro 出來的效果，粒子的顏色漸變很自然，滑鼠移過去確實有漣漪效果，手機端觸控也能正常互動。

技巧，視覺類任務的提示詞寫法

視覺類任務的提示詞有一個規律——把「看到什麼」和「互動做什麼」分開寫。

先描述靜態畫面（粒子顏色、背景色、文字樣式），再描述動態互動（滑鼠移動效果、點擊行為、動畫）。

Claude Code/Codex 處理這種結構化描述的能力非常強。

03、Skill 讓 PaiCLI 變專家

Skill 是 Claude Code 的「專業知識包」。裝了對應的 Skill 之後，Claude Code 在處理特定領域的任務時會更加專業和準確。

為了方便示範，我們這裡仍然用 PaiCLI 來展示 Skill 的威力。PaiCLI 也支援 Skill，安裝方式和 Claude Code 一樣。

Case，用 web-access Skill 做競品調研

提示詞如下。

使用 web-access 幫我調研一下 Dify 和 FastGPT 這兩個 AI 工作流平台，重點關注節點類型、模型接入方式、是否支援私有化部署。整理成對比表格。

沒有 web-access 的話，PaiCLI 可能會用 WebSearch 搜幾下就交差了，給的資訊沒有什麼深度。

但有了 web-access 就完全不一樣了。

對比表格的資訊密度非常高。

技巧，Skill 的安裝和管理

Skill 的安裝非常簡單，直接告訴 Claude Code 去安裝就行。比如：

幫我安裝 web-access skill，倉庫位址是 github.com/eze-is/web-…

安裝完的 Skill 檔案存在專案的 .claude/skills/ 目錄下。每個 Skill 有一個 SKILL.md 主檔案定義指令邏輯，還可以有 references/ 目錄放參考文件。我們也可以自己寫 Skill，格式就是一個 Markdown 檔案加一個 YAML 頭部。

建議為每一個專案單獨安裝和設定 Skill，不要全域安裝，因為全域會占用大量上下文。

04、Hook——確定性規則兜底機率性模型

前面講的 CLAUDE.md 和 Skill 都屬於「提示詞級別的約束」——本質上是在 system prompt 裡告訴模型「該怎麼做」。

Hook 不一樣，它是程式碼級別的攔截，跑在模型之外。你設好規則，它每次都執行，沒有抽卡。

打個比方，CLAUDE.md 相當於你給新員工口頭交代的規則，「我們團隊的程式碼不允許用 MD5 加密」。新員工聽了，大多數時候都會遵守，但忙起來可能會忘。Hook 相當於 CI/CD 流水線上的自動化檢查，程式碼裡用了 MD5 直接編譯不過，不管你忘沒忘。

三種觸發時機

Hook 支援三種時機：

PreToolUse——模型呼叫工具之前觸發。適合做安全攔截，比如偵測到 git push 要提交 .env 檔案，直接拒絕，不用讓模型去判斷。
PostToolUse——工具執行完之後觸發。適合做品質檢查，比如寫完 Java 檔案自動跑 mvn compile，編譯失敗把錯誤資訊回饋給模型，它自動修復再編譯。
Stop——會話結束時觸發。適合做狀態持久化，比如把本輪會話的關鍵決策自動儲存到日誌，下次新會話啟動時自動恢復上下文。

設定方式

Hook 配在 .claude/settings.json 裡。一個 Java 後端專案的編譯檢查 Hook 長這樣：

json 代碼解讀複製代碼{
  "hooks": {
    "afterWrite": [
      {
        "pattern": "**/*.java",
        "command": "mvn compile -q 2>&1 | tail -20"
      }
    ]
  }
}

前端專案可以把命令換成 eslint --fix，Python 專案換成 pytest -x。

原理都一樣——工具執行完之後自動跑一次驗證，失敗了把錯誤餵回模型，模型修完再觸發驗證，循環直到通過。

05、Fable 5 做 PaiCLI 的宣傳 PPT

就在今天，Anthropic 發布了 Claude Fable 5，一個被 AI 圈稱之為神的模型。

Claude 桌面版更新到最新版就能看到，使用截止日是 6 月 22 日。

Fable 5 強在哪

跑分咱就不看了，直接上實戰。

提示詞：

bash 代碼解讀複製代碼我要給PaiCLI這個項目設計一個宣傳PPT，用 https://github.com/op7418/guizang-ppt-skill 這個Skill 
項目的基本資訊：一個類似Claude Code的 Agent CLI
目標群體：27屆大學生，想要學習Agent的同學
品牌調性：溫暖治癒、自然鬆弛、外冷內熱、有故事感

代碼庫你能用的可以用，（不是所有素材都用上），我只需要最終交付的PPT頂級審美，讓人看了就想馬上去學。