零基础30分钟搞定 Claude Code,这一步90%的人直接跳过了

简介: 本文直击Claude Code使用痛点,提供零基础30分钟上手指南:强调必须配置“工作上下文”(about-me.md+anti-ai-style.md)、采用Cowork/Code模式、建立标准文件结构、用提问式提示词驱动AI理解→规划→执行。附可复制模板与真实项目启动法,助你将Claude从聊天工具升级为高效执行系统。

导读
很多人装完 Claude Code 后,第一件事就是开始对话。

然后很快得出一个结论:

不好用。

问题不在模型,而在你少做了一步——没有给它“工作上下文”。

这篇文章不讲概念,直接给你一套:

从0到能用的完整操作 + 提示词(可复制)

目录
30分钟上手全流程
必须照做的文件结构
核心提示词(直接复制)
为什么你之前用不好
一套可复用的工作流
一、30分钟上手 Claude Code(一步一步照做)
Step 1:下载安装(0~5分钟)
直接去官网下载安装桌面版:

https://claude.com/download

注意:

必须用桌面版
网页版不适合做复杂任务
Windows / Mac 都可以
Step 2:别再只用 Chat 模式
Claude 其实有 4 种模式:

模式
用途
Chat
问问题(轻量)
Projects
团队项目
Cowork
深度工作(最重要)
Code
开发用
结论:

做事情,一定用 Cowork / Code,不要只用 Chat

Step 3:创建“4个核心文件夹”(必须做)
新建一个目录:

Claude-Workspace/
然后创建这4个子目录:

Claude-Workspace/
├── about-me/
├── projects/
├── templates/
├── outputs/
解释一下:

about-me:你的身份 &规则
projects:每个项目
templates:通用结构
outputs:AI输出(唯一可写目录)
Step 4:写2个核心文件(最关键)

  1. about-me.md(必须写)
    复制这个直接用:

About Me

我是一个软件测试开发工程师
目前在做AI测试和智能体相关方向

我的目标:

  • 提升测试效率
  • 构建自动化测试体系
  • 用AI辅助完成项目

当前优先级:

  • 学习Claude Code工作流
  • 做一个可落地的AI测试项目

输出偏好:

  • 结构化
  • 技术风格
  • 可直接落地
  1. anti-ai-style.md(强烈建议)
    防止AI废话,直接复制:

Anti AI Style Rules

禁止使用以下表达:

  • “让我们来”
  • “总的来说”
  • “值得注意的是”
  • “在当今时代”
  • “首先,其次,最后(套话版)”

要求:

  • 直接给结论
  • 少废话
  • 结构清晰
  • 面向实战
    Step 5:不要再写prompt了,用这个模板
    每次直接用这个:

请先不要直接回答。

先向我提问,了解:
1、我的目标
2、使用场景
3、限制条件
4、期望输出形式

然后:

  • 给出完整执行方案
  • 再开始一步一步执行
    Step 6:让 Claude “反过来问你”
    关键提示词(直接复制):

在开始之前,请先向我提问,而不是直接执行。

请确保你完全理解我的目标、约束和预期结果。
效果:

AI不再瞎猜
输出稳定很多
减少来回沟通
Step 7:安装一个插件(提升效率)
建议方向:

内容生成(marketing)
数据分析(CSV)
文档处理(合同/PRD)
原则:

先装1个就够,不要贪多

Step 8:连接你的工具(重点)
路径:

Settings → Connectors → Add

可以连接:

Google Docs
Notion
Slack
效果:

Claude可以直接在你的工具里工作

Step 9:做一个真实项目(不要练习)
直接做:

写一个落地页
做一份测试方案
写一篇公众号文章
不要练习,直接干真实需求

Step 10:开启自动执行(进阶)
示例提示词:

请将这个任务拆解成多个步骤,并自动执行。

在关键节点再向我确认,其余步骤直接完成。
如果支持 schedule:

请每天自动执行一次该任务,并生成日报总结。
二、为什么90%的人用不好
核心原因就3个:

1、没有 about-me.md
结果:

AI每次重新理解你
输出不稳定
2、不会让AI先提问
结果:

AI全靠猜
方向经常错
3、一直在“问”,没有“执行”
结果:

看起来很聪明
实际没产出
三、一句话总结 Claude Code 用法
普通人用法:

问问题

高手用法:

让AI:

理解你
规划任务
自动执行
四、你可以现在就做一件事
打开 Claude Code,复制这段:

我有一个一直拖着没做的项目。

请先问我问题,帮我理清目标,
然后拆解任务,并一步一步帮我完成。
你会明显感觉到:

这已经不是聊天工具了,而是一个“执行系统”。

结尾
Claude Code 真正的门槛,从来不是技术。

而是这一点:

你有没有把它当成一个可以“配置+执行”的工作系统。

相关文章
|
10天前
|
人工智能 JSON 机器人
让龙虾成为你的“公众号分身” | 阿里云服务器玩Openclaw
本文带你零成本玩转OpenClaw:学生认证白嫖6个月阿里云服务器,手把手配置飞书机器人、接入免费/高性价比AI模型(NVIDIA/通义),并打造微信公众号“全自动分身”——实时抓热榜、AI选题拆解、一键发布草稿,5分钟完成热点→文章全流程!
11162 103
让龙虾成为你的“公众号分身” | 阿里云服务器玩Openclaw
|
9天前
|
人工智能 IDE API
2026年国内 Codex 安装教程和使用教程:GPT-5.4 完整指南
Codex已进化为AI编程智能体,不仅能补全代码,更能理解项目、自动重构、执行任务。本文详解国内安装、GPT-5.4接入、cc-switch中转配置及实战开发流程,助你从零掌握“描述需求→AI实现”的新一代工程范式。(239字)
5705 136
|
8天前
|
人工智能 并行计算 Linux
本地私有化AI助手搭建指南:Ollama+Qwen3.5-27B+OpenClaw阿里云/本地部署流程
本文提供的全流程方案,从Ollama安装、Qwen3.5-27B部署,到OpenClaw全平台安装与模型对接,再到RTX 4090专属优化,覆盖了搭建过程的每一个关键环节,所有代码命令可直接复制执行。使用过程中,建议优先使用本地模型保障隐私,按需切换云端模型补充功能,同时注重显卡温度与显存占用监控,确保系统稳定运行。
1965 5
|
6天前
|
人工智能 自然语言处理 供应链
【最新】阿里云ClawHub Skill扫描:3万个AI Agent技能中的安全度量
阿里云扫描3万+AI Skill,发现AI检测引擎可识别80%+威胁,远高于传统引擎。
1402 3
|
6天前
|
人工智能 Linux API
离线AI部署终极手册:OpenClaw+Ollama本地模型匹配、全环境搭建与问题一站式解决
在本地私有化部署AI智能体,已成为隐私敏感、低成本、稳定运行的主流方案。OpenClaw作为轻量化可扩展Agent框架,搭配Ollama本地大模型运行工具,可实现完全离线、无API依赖、无流量费用的个人数字助理。但很多用户在实践中面临三大难题:**不知道自己硬件能跑什么模型、显存/内存频繁爆仓、Skills功能因模型不支持工具调用而失效**。
3228 7