出品 | 51CTO技術棧（微信號：blog51cto）

Claude團隊，你是懂“寫教程”的！

昨天，Claude 官方發布了一篇實打實的案例報告，標題相當直白：

《Anthropic 團隊是怎么用 Claude Code 的？》

標題越樸素，內容越干貨。看上方的“Case Study （案例研究）”標注就知道——這不是草草列出的使用心得，而是一份帶著強烈Claude學術風格的CC研究報告。

這個報告是咋寫的呢：他們通過走訪內部的數據基礎設施、產品開發、安全工程、推理（Inference）、數據科學與可視化等多個工程團隊，甚至連法務部門這種“非技術團隊”怎么使用Claude Code也進行了詳細調查。

每一部分都講述了他們是怎么用 Claude Code 的、解決了哪些問題，還附帶了針對其他組織的遷移建議和實操技巧。

目前關于CC的各種開發者個人分享其實不少，但這種“跨部門 × 實戰導向 × 官方親述”的資料肯定是第一份，信息密度極高，值得每一個技術人認真讀一讀。

例如，報告中提到的幾個操作建議，就非常值得借鑒：

• 寫好 Claude.md 文檔：Claude 就能穩穩執行流程任務 越詳細，越高效，特別適合處理重復性的數據管道搭建工作。
• 并行多項目不中斷：Claude 實例上下文獨立保存 多個 Claude Code 實例并行執行，哪怕幾天后切回，也能準確銜接上次的上下文。
• 提示越具體，Claude 越能獨立完成任務 模塊名相近時尤其要寫得細致，否則 Claude 可能“改錯地兒”。

當然，并非所有建議都沒有爭議。比如機器學習團隊的一條經驗就引發了熱議：

 面對重復性 refactor，別試圖修 Claude 的錯，直接當“老虎機”用：讓它跑 30 分鐘，不滿意就重來一輪，命中率更高。

有網友當場回懟：

 “這話說得輕松，反正又不是你自己付 Claude Code 的賬單。”

圖片

但爭議的背后，其實也說明了這篇報告的一個現實價值：沒有只講成功故事，而是把“AI coding 在組織內部真實表現”講透了。

畢竟Claude Code的實力是得到廣泛用戶認可的：自從 Claude 4（Opus / Sonnet）推出后，Claude Code 的活躍用戶量暴漲 300%，年化收入翻了 5.5 倍。

Dario 更在多個場合表示：

 “未來 3–6 個月，AI 將負責 90% 的代碼編寫。”

 而在 Claude 開發者日上，他還透露：

“目前 Anthropic 內部約 70% 的 PR 都由 Claude Code 完成。”

圖片

所以說，這份“內部實錄 + 操作清單 + 使用建議”的報告，不僅信息量大、覆蓋范圍廣，更關鍵的是能幫你在 AI coding 的熱潮提供一個新的視角，為找到真正適合你/你的團隊的使用方式一些參考。

一句話總結：這份保姆級教程，值！得！一！看！

話不多說，來看這份報告：

Claude Code 在產品開發團隊的應用

作為 Claude Code 的構建團隊，他們用 Claude 來開發 Claude 本身，主要拓展企業功能和 agentic loop（自主循環）能力。

主要應用場景

• 快速原型開發：自動接受模式（auto-accept mode） 工程師開啟自動模式（Shift+Tab），讓 Claude 自動生成代碼、運行測試、持續迭代。Claude 會對抽象問題做出 80% 的解決方案，工程師再接手做收尾。建議從干凈的 Git 狀態出發，并定期提交檢查點，避免 Claude 跑偏。
• 同步協作編寫關鍵功能 業務核心邏輯部分，團隊會詳細提示 Claude 寫法，實時監控其執行，以確保代碼質量、符合風格規范、架構合理。Claude 負責重復性高的部分。
• 異步實現 Vim 模式  Claude 自主完成 Vim 快捷鍵功能的 70%，團隊只需做少量修正。這是最成功的異步項目之一。
• 測試生成與修復 PR 評論 在功能開發后，Claude 負責寫全面測試用例，也會處理 PR 審查中提出的簡單 bug（如格式問題、函數重命名等），并結合 GitHub Actions 實現自動修復。
• 快速理解陌生代碼庫 無需等待 Slack 回復，直接用 Claude 問 API 或 monorepo 中的結構和用法，顯著節省上下文切換時間。

團隊成效

• 自動完成 70% 的復雜功能代碼（如 Vim 模式）
• 大幅加快產品迭代速度
• 自動生成測試與修復 bug，保障代碼質量
• 降低新成員理解代碼庫的時間成本

使用建議

• 設置自檢循環機制：讓 Claude 自動運行 build、測試、lint，以便獨立完成更多任務并及時糾錯。
• 學會任務分類直覺：外圍功能或原型開發可異步，核心邏輯需同步指導。
• 形成清晰的提示結構：模塊名相似時要特別具體，以防 Claude 改錯地方。提示越詳細，Claude 越能獨立完成任務。

Claude Code 在數據基礎設施團隊的應用

數據基礎設施團隊負責組織公司所有業務數據，服務于各個團隊。他們使用 Claude Code 自動化日常的數據工程任務、排查復雜的基礎設施問題，并創建可供技術與非技術人員獨立訪問和操作數據的流程文檔。

主要應用場景

• Kubernetes 故障排查 + 截圖輔助 當 Kubernetes 集群宕機且無法調度新 pods 時，團隊將儀表盤截圖輸入 Claude Code，由其逐步引導點擊 Google Cloud UI 的菜單，最終定位問題是 pod IP 地址耗盡。Claude 隨后提供精確指令，幫助新建 IP 池并將其添加至集群，無需網絡工程師介入。
• 為財務團隊構建純文本流程 工程師教會財務人員如何用自然語言描述數據處理步驟，并交由 Claude Code 執行。即使是不會編程的員工，也可以寫下“查詢此儀表盤、獲取信息、運行查詢、導出 Excel”等步驟，由 Claude 全自動完成，甚至還能主動詢問所需參數如日期。
• 幫助新員工理解代碼庫 新加入的數據科學家可使用 Claude Code 閱讀 Claude.md 文檔，快速定位關鍵代碼文件、理解數據管道依賴，以及儀表盤的上游數據來源。Claude 在這方面替代了傳統的數據目錄和發現工具。
• 自動生成階段性工作總結 每項任務完成后，團隊會讓 Claude Code 總結本次會話內容、提出改進建議，從而持續優化 Claude.md 與操作流程，逐步提升文檔實用性。
• 跨項目并行工作不中斷 在進行多個長任務時，團隊會為不同項目開多個 Claude Code 實例，各自保留上下文。即使幾天后切回，也能無縫繼續上次的工作，實現真正的并行處理而不丟失上下文。

團隊成效

• 無需專家即可解決集群問題
• 加速新員工入職理解系統
• 自動監控海量數據儀表盤，識別異常
• 非技術團隊實現自助數據處理

使用建議

• 編寫詳實的 Claude.md 文檔：記錄越清晰，Claude Code 的表現越出色。尤其適合處理重復性任務或構建新數據管道。
• 處理敏感數據時優先用 MCP 服務器而非 BigQuery CLI，安全控制更可靠。
• 組織團隊內部分享會：相互演示 Claude 使用技巧，有助于發現新的使用方式。

Claude Code 在安全工程團隊的應用

安全工程團隊專注于軟件開發生命周期安全、供應鏈安全與開發環境的防護。他們廣泛使用 Claude Code 編寫與調試代碼。

主要使用場景

• 調試復雜基礎設施問題 處理故障時，將堆棧跟蹤與文檔輸入 Claude Code，請其追蹤代碼庫中的控制流。這將原本需手動閱讀 10–15 分鐘代碼的問題解決時間縮短到約 5 分鐘。
• Terraform 安全審查與分析 基礎設施變更需安全批準時，團隊將 Terraform 計劃復制到 Claude 中提問“這個改動會造成什么后果？我會不會后悔？”——極大加快了安全審查反饋，減少開發流程瓶頸。
• 文檔合成與運行手冊生成 Claude 可以整合多個文檔來源，生成 markdown 格式的操作手冊、排錯指南與概覽，用于實際問題調試，效率遠高于傳統的知識庫檢索。
• 測試驅動開發（TDD） 過去流程是“寫設計文檔→寫勉強能跑的代碼→重構→放棄寫測試”，現在是讓 Claude 先生成偽代碼，再指導其通過測試驅動方式逐步完成，更可靠、可測試性更強。
• 快速熟悉項目上下文 如貢獻名為 "dependant" 的安全審批 Web 項目，團隊通過 Claude 閱讀 markdown 規范并編寫代碼，使得成員幾天內即可產生有效貢獻，而非數周。

團隊影響

• 顯著縮短故障解決時間 將基礎設施問題的排查時間從十幾分鐘降至五分鐘內。
• 加快安全審查流程 Terraform 審查效率顯著提升，開發者無需長時間等待安全批準。
• 提升跨團隊貢獻能力 團隊成員無需長時間建立上下文，也能迅速參與項目。
• 更高效的文檔工作流 文檔整合產出更清晰的排錯指南，助力問題快速定位。

使用建議

• 廣泛使用自定義斜杠命令（slash commands） 安全部門貢獻了整個 monorepo 中約 50% 的自定義命令，實現特定流程自動化，加快重復任務。
• 讓 Claude 主動“說話” 與其精準提問生成代碼片段，不如讓 Claude 自主逐步提交工作，中間定期檢查，最終得到更完整的解決方案。
• 將其用作文檔生成器 除編程外，Claude 在合成文檔方面同樣強大。團隊會提供格式樣例與偏好，讓 Claude 生成可直接用于 Slack 或 Google Docs 的文檔，避免界面切換疲勞。

Claude Code 在推理（Inference）團隊的應用

該團隊負責 Claude 的內存系統，即模型在讀取用戶輸入與生成響應過程中用到的內部記憶系統。許多成員缺乏機器學習背景，因此廣泛使用 Claude Code 彌補知識空缺，加速工作節奏。

主要使用場景

• 理解代碼結構，快速上手項目 剛加入項目時，Claude 可直接指出調用某功能的文件，取代了手動在 GitHub 搜索或問同事的低效流程。
• 生成包含邊界條件的測試用例 實現核心功能后，用 Claude 寫全面單測，特別是自動補全可能被遺漏的邊緣情況，從而節省大量腦力和時間。
• 解釋機器學習概念 沒有 ML 背景的成員可讓 Claude 解釋模型函數或配置參數，將原本需查閱一小時文檔與搜索的過程縮短為 10–20 分鐘。
• 跨語言代碼翻譯 需要用 Rust 等語言測試功能時，讓 Claude 寫出對應代碼邏輯，無需自己學習該語言。
• 命令記憶與 Kubernetes 管理 忘記復雜的 K8s 命令時，直接向 Claude 詢問即可獲得精確用法，大幅提升基礎設施操作效率。

團隊影響

• ML 概念掌握速度提升 80% 查資料的時間從一小時縮短為 10–20 分鐘。
• 快速熟悉代碼結構 秒級獲取關鍵代碼位置，不再依賴同事解答。
• 測試覆蓋更完整 自動生成帶邊界條件的單測，減輕開發負擔。
• 跨語言能力解鎖 能在不熟悉語言下完成需求，無需重新學習語法。

使用建議

• 先測試知識問答能力 多問 Claude 幾個概念類問題，評估其是否優于 Google 搜索。若快又準，即可成為流程中節省時間的利器。
• 從生成代碼開始使用 提示清晰邏輯讓 Claude 寫出代碼并驗證正確性，有助于建立信任后開展更復雜任務。
• 讓它幫你寫測試 將寫測試交給 Claude 能顯著減壓，也確保了質量。

Claude Code 在數據科學與機器學習工程團隊的應用

這類團隊需要構建可視化工具來評估模型效果，但往往不精通前端語言和框架。Claude Code 讓他們在不成為全棧工程師的前提下，開發出可用于生產的分析儀表盤。

主要使用場景

• 構建 JavaScript/TypeScript 可視化應用 雖然對 JS/TS 不熟，他們用 Claude 構建完整的 React 應用來可視化 RL 模型訓練表現。Claude 可自主生成五千行的 TS 應用，團隊只需提需求，無需理解代碼細節。
• 處理重復的代碼重構 合并沖突或復雜文件重構時，Claude 像“老虎機”一樣投入當前狀態，30 分鐘后產出一個版本，滿意就用，不滿意就重來。
• 替代 Jupyter 筆記本，構建持久化工具 不再依賴一次性 notebook，轉向持久的 React 可視化面板，以便未來復用。
• 任務全權委托 對陌生語言/代碼庫，團隊可完全交由 Claude 執行實現，無需參與。

團隊影響

• 時間節省 2–4 倍 重復性重構從“手動還能做”變為“輕松完成”。
• 在不熟悉語言中開發復雜應用 盡管 JS/TS 水平有限，仍能構建五千行的可視化面板。
• 轉向可復用工具 從臨時 notebook 轉向標準可復用 React 儀表盤。
• 促進模型改進 實際使用 Claude Code 的體驗為記憶系統與產品 UX 提供反饋。
• 實現以可視化為核心的決策機制 訓練與評估階段對模型行為的理解更深入。

使用建議

• 像用老虎機一樣用 Claude 保存狀態后讓 Claude 自主工作，結果不理想就重來，重啟往往比修 bug 更有效。
• 需要時打斷簡化流程 Claude 傾向復雜方案，適當提醒“可以更簡單嗎？”可得到更合適的解法。

Claude Code 在產品工程團隊的應用

該團隊負責為 Claude 添加 PDF 支持、引用功能與網頁搜索等擴展知識能力。由于常常面對龐大代碼庫中的陌生模塊，Claude Code 成為幫助理解架構、定位關鍵文件、解釋復雜交互的首選工具。

主要使用場景

• 作為起點的任務規劃助手 每個任務開始前，先讓 Claude 指出要看哪些文件，再著手修 bug、開發功能或做分析，省去大量摸索時間。
• 獨立調試陌生代碼 他們現在可以在陌生模塊中自行排查問題，不再求助他人。只需向 Claude 描述行為異常，即可獲得初步修復建議。
• 通過“狗食測試”（Dogfooding）驗證模型更新 Claude Code 自動使用最新研究模型版本，因此是團隊第一手體驗模型變動的平臺。相比過往發布流程，他們能更早獲取反饋。 （編者注：Dogfooding為產品開發領域術語，指的是內部員工在正式發布前，先行使用產品）
• 減少上下文切換負擔 無需復制代碼段拖入 Claude.ai，直接在 Claude Code 提問并獲得幫助，減輕心理負擔。

團隊影響

• 敢于調試陌生模塊 成員不再畏懼陌生代碼，可獨立發現與修復問題。
• 節省理解代碼上下文的時間 避免重復拖文件、補充背景信息，精力更集中。
• 加速團隊輪換融入 工程師換崗時可快速熟悉新代碼庫、快速貢獻。
• 提升開發者幸福感 團隊反饋稱日常工作更順暢、更高效，心情更好。

產品工程團隊的實用建議

• 把 Claude 當作迭代伙伴，而不是一次性解決方案 不要指望 Claude 一次就解決問題，而是像與同事協作那樣逐步推進。這種方式比追求一次出結果更有效。
• 用于構建陌生領域的信心 面對自己不熟悉的代碼區域，也別猶豫去處理 bug 或調查問題。Claude Code 讓非熟悉模塊的獨立處理變得可行。
• 從最小信息量開始 只提供基本需求，讓 Claude 引導你逐步展開，而不是一開始就提供大量背景信息。

強化學習工程團隊的 Claude Code 實踐

RL 工程團隊專注于采樣效率與權重在集群中的傳遞。他們用 Claude Code 編寫中小型功能、調試 bug 與理解復雜代碼，強調“試錯+回滾”的迭代式開發方式。

核心應用場景

• 監督式自主開發中小功能 例如實現身份驗證機制時，由 Claude 編寫主要代碼，團隊保持監督、及時糾偏。
• 測試生成與代碼審查 實現功能后請 Claude 生成單元測試或審查代碼，提升質量保障效率。
• 錯誤調試與問題排查 Claude 能定位問題并補充測試，有時表現出色，有時仍需手動干預，但整體提升效率。
• 快速理解代碼結構與調用棧 Claude 可在數秒內總結組件關系與調用路徑，替代人工查閱代碼或調試日志。
• Kubernetes 配置與部署指導 替代 Google 搜索或請教基礎設施同事，Claude 可提供立即可用的配置與命令建議。

開發影響

• 促進實驗式開發 采用“嘗試-回滾”策略，頻繁提交檢查點，測試 Claude 自動方案，出錯即回退。
• 文檔生成自動化 Claude 自動補充注釋，節省編寫時間，盡管偶爾注釋位置奇怪、結構混亂。
• 開發提速但非完美 中小型 PR Claude 能快速完成，但首次成功率約 1/3，多數仍需額外指導或人工收尾。

RL 工程團隊的實用建議

• 為特定模式自定義 Claude.md 文件 在 Claude.md 文件中加入明確指令，防止 Claude 重復出現工具調用錯誤，比如：“使用 pytest 而不是 run，不要隨便切換目錄，直接使用正確路徑。” 這類規范能顯著提升生成結果的一致性。
• 使用“重檢查點”工作流 Claude 修改代碼時頻繁提交 checkpoint，方便在實驗失敗時快速回滾，支持更具實驗性的開發流程而無需擔心代價。
• 先嘗試一把式實現，再轉向協作模式 先給 Claude 簡潔提示，讓它嘗試一次性實現完整功能。如果成功（約有三分之一幾率），節省大量時間；若失敗，再轉向引導式協作開發。

增長營銷團隊的 Claude Code 實踐

增長營銷團隊專注于投放渠道拓展：搜索廣告、社交廣告、應用商店投放、電郵營銷和 SEO。該團隊幾乎無工程背景，僅由一人組成，但借助 Claude Code 實現了高效自動化和代理式工作流，原本需要大量開發資源的工作得以獨立完成。

核心應用場景

• Google Ads 創意文案自動生成 構建代理型工作流處理包含廣告文案和表現數據的 CSV 文件，識別效果差的廣告并生成符合字符限制的新版本。借助“標題生成子代理”和“描述生成子代理”，實現分鐘級生成數百條廣告，替代傳統人工迭代。
• Figma 插件實現批量創意生成 不再手動復制粘貼社媒廣告圖，而是開發 Figma 插件識別畫面并自動生成多達 100 套不同文案組合，每批僅需半秒，極大提高內容產出。
• Meta Ads MCP Server 構建廣告分析系統 搭建與 Meta Ads API 集成的 MCP Server，可在 Claude Desktop 中直接查詢廣告投放表現，省去多平臺切換，提高分析效率。
• 構建帶記憶系統的高級提示工程 日志系統會記錄廣告實驗與假設，Claude 能將過往實驗結果帶入生成新創意的上下文，實現“自我優化”的測試循環。

團隊影響

• 重復性任務大幅提速：廣告文案制作時間從 2 小時壓縮到 15 分鐘。
• 創意輸出提升 10 倍：Figma 插件+自動文案生成，海量測試變得可行。
• 小團隊實現大團隊能力：無需開發人員也能實現復雜系統構建。
• 聚焦戰略而非執行：時間轉移到更高層次的自動化設計與策略制定。

實用建議

• 識別具備 API 的重復任務：尋找可與 Claude 集成的設計/廣告/分析工具。
• 將復雜任務拆分為多個子代理：如標題代理、描述代理分別處理，便于調試與優化。
• 提前用 Claude.ai 梳理提示邏輯：在實際寫代碼前，花時間用 Claude.ai 設計工作流和結構。

產品設計團隊的 Claude Code 實踐

產品設計團隊支持 Claude Code、Claude.ai 和 Anthropic API 的設計。他們即使沒有開發背景，也能用 Claude Code 跨越設計與工程的鴻溝，直接實現自己的設計想法，無需頻繁往返于工程協作。

核心應用場景

• 前端樣式與狀態管理修改 無需撰寫冗長文檔與多輪反饋，設計師可直接使用 Claude Code 修改字體、顏色、間距等，甚至進行復雜的狀態管理。
• GitHub Actions 自動生成任務 只需在 GitHub 中提交問題描述，Claude 就可自動建議代碼修改方案，無需打開 Claude Code，大幅加快修復流程。
• 交互原型快速生成 貼圖設計圖后，即可生成可運行的交互原型，開發工程師能一眼看懂，代替傳統 Figma 靜態圖與手工說明。
• 邊界情況識別與系統邏輯建模 Claude 可幫助設計師梳理邏輯流程、狀態切換與錯誤場景，在設計階段即識別問題，避免后期返工。
• 大范圍文案變更與法律協作 如全局刪除“研究預覽”標語，僅花費兩次 30 分鐘會議便完成包含代碼掃描、法律審核與最終實施的工作，效率遠高于傳統反復溝通。

團隊影響

• 設計工具范式變化：Claude Code 與 Figma 同時打開時間占比高達 80%。
• 執行速度提升 2-3 倍：無需等工程師處理，設計師可直接落地樣式變更。
• 項目交付從“周”變為“小時”：如 GA 項目消息部署，從一周協調縮短至兩次 30 分鐘會議。
• 兩類用戶體驗分化：開發者感到“執行更快”；設計師則是“我居然是開發者了！”
• 優化設計與開發協作：設計師理解系統架構后，與工程配合更高效。

實用建議

• 請工程師協助初始配置：Git 權限與項目目錄配置對非技術用戶較難，需開發協助。
• 使用自定義“記憶文件”：在 Claude.md 中寫明“我是設計師、希望分步解釋、不要大改”，效果更穩定。
• 截圖粘貼原型圖：Command+V 粘貼設計圖，Claude 可識別并生成前端代碼，加快從設計到產品的轉化過程。

法務團隊的 Claude Code 實踐

法務團隊是在好奇心驅動和對 Anthropic 產品的探索過程中，逐步發現 Claude Code 的潛力的。其中一位成員還將其應用在個人項目中，為家人開發無障礙工具，并向其他非開發者展示了 Claude 的強大能力。

主要使用場景

• 為家人定制無障礙溝通工具 有成員僅用一小時就開發出預測文本應用，結合原生語音轉文本功能，并使用語音庫朗讀輸出，協助因疾病無法說話的家人交流。該工具彌補了言語治療師推薦的輔助工具中的功能空缺。
• 法務工作流程自動化 構建原型電話分流系統（“phone tree”），幫助員工快速聯系到正確的法務人員，展示了無需傳統開發資源也能自建法務支持工具的可能。
• 團隊協作自動化工具 在 G Suite 中構建應用，實現每周更新自動收集、法務審查進度追蹤等功能，律師僅需點擊按鈕即可標記需審查事項，無需維護復雜表格。
• 快速原型驗證思路 用 Claude Code 快速構建功能原型并展示給專業人士（如 UCSF 的輔助工具專家），以驗證構想與已有方案的差異，再決定是否深入開發。

工作風格與影響

• Claude.ai 規劃，Claude Code 實現 采用“兩步法”流程：先用 Claude.ai 對話完成思路規劃，再在 Claude Code 中逐步實現，提醒 Claude 慢一點，一步一步來，而不是一次性輸出全部代碼。
• 視覺導向型操作 經常通過截圖來展示界面預期，讓 Claude Code 依據視覺反饋生成界面，而不是用文字描述功能。
• 原型驅動型創新文化 鼓勵克服“不成熟就不好意思分享”的心理，即使是“小玩具”級別的原型，也能啟發其他團隊看到新的可能。

合規與安全意識

• MCP 深度集成的風險識別 產品法務人員使用 Claude Code 分析深度 MCP 集成帶來的安全風險，認為企業若維持保守的安全策略，未來 AI 接入敏感系統將面臨較高門檻。
• 優先推進合規工具構建 法務團隊呼吁：隨著 AI 能力不斷增強，應盡早搭建合規支撐工具，在創新與風險控制間尋找平衡點。

法務團隊的實用建議

• 先在 Claude.ai 中完整規劃思路 用 Claude 的對話界面梳理整個項目，再請它整理成 step-by-step 的提示語，交由 Claude Code 實現。
• 逐步推進 + 強調視覺溝通 要求 Claude Code 放慢速度、按步驟輸出，便于逐句粘貼檢查。用截圖展示界面效果要優于文字描述。
• 勇于分享不完美原型 不要因原型“幼稚”就藏起來，展示它們能啟發更多部門，看見跨團隊協作與創新的新可能。

參考鏈接：https://www.anthropic.com/news/how-anthropic-teams-use-claude-code

本文轉載自??51CTO技術棧??，作者：伊風