Anthropic 近日發布一份內部報告，首次大規模公開旗下各部門如何將 AI 程式設計工具 Claude Code 融入日常工作，讓非工程員工也能獨立開發工具，提升生產力。
這份報告涵蓋Anthropic 旗下的資料工程、資安、行銷、設計到法務等 10 個部門。Claude Code 不僅協助專業開發人員處理艱澀的系統架構問題，更讓過去受限於程式語言門檻的非技術員工，得以親自動手建立應用程式與自動化流程。
對於具備技術背景的部門而言，Claude Code 大幅加速了軟體開發流程，像是推論工程與資安工程等團隊，用來進行自動化測試、快速定位程式碼與即時除錯。
而非技術部門同樣受惠，成長行銷團隊打造了整合 API (應用程式介面) 的代理工作流，將原本耗時兩小時的廣告文案撰寫壓縮至十五分鐘，並透過設計軟體 Figma 外掛程式達到十倍的視覺創意產出。
另外，法務團隊不僅利用語音轉文字技術，在短短一小時內為家屬量身打造了無障礙溝通應用程式，更自行開發出協助媒合內部律師的自動化工具。這些實例證明，只要掌握提示詞技巧，各部門員工皆能化身開發者，提升工作效率。
以下整理各部門的應用方式，讓身處相關領域的讀者快速掌握 Claude Code 的實用技巧！
Anthropic 各團隊如何使用 Claude Code？
點擊可直接前往該段落：
1. 資料基礎架構
2. 產品開發
3. 資安工程
4. 推論工程
5. 資料科學與視覺化
6. API 知識
7. 成長行銷
8. 產品設計
9. 強化學習工程
10. 法務
1. 資料基礎架構（Data Infrastructure）
資料基礎架構團隊負責整理全公司各部門所需的業務資料，使用 Claude Code 自動化日常資料工程任務、排除複雜基礎設施問題，並為技術與非技術成員建立可獨立存取、操作資料的文件化工作流程。
主要使用案例
| 使用案例 |
說明 |
| 用截圖進行 Kubernetes 除錯 |
Kubernetes 叢集當機、無法排程新 Pod 時，將儀表板截圖餵給 Claude Code，逐步引導操作 Google Cloud UI，找到 Pod IP 位址耗盡的警告，並取得建立新 IP 池的確切指令，免去動員網路專家的需要。 |
| 為財務團隊建立純文字工作流程 |
指導財務團隊成員撰寫描述資料工作流程的純文字檔案，再載入 Claude Code 全自動執行。完全沒有程式背景的員工只需描述「查詢這個儀表板、取得資訊、執行這些查詢、產出 Excel 輸出」，Claude Code 即可完整執行，包括詢問日期等必要輸入。 |
| 新進人員的程式庫導覽 |
新進資料科學家被引導使用 Claude Code 瀏覽龐大的程式庫。Claude Code 可讀取 Claude.md 文件、找出特定任務相關檔案、解說資料管線依賴關係，取代傳統資料目錄與探索工具。 |
| 工作階段結束時更新文件 |
每項任務結束後請 Claude Code 總結本次工作並提出改善建議，形成持續改善循環，讓後續迭代更有效率。 |
| 多實例並行任務管理 |
處理長時間資料任務時，在不同儲存庫開啟多個 Claude Code 實例，各實例保有完整脈絡，切換回來時仍能精確記住進度，實現無上下文遺失的真正並行工作流程。 |
團隊影響
| 影響面向 |
具體效益 |
| 不需專業人才即可解決基礎設施問題 |
原本需要系統或網路工程師處理的 Kubernetes 叢集問題，現在可自行診斷並修復。 |
| 加速新人上手 |
新進資料分析師能快速理解複雜系統並做出有意義的貢獻。 |
| 強化支援工作流程 |
可處理更大量的資料並找出異常（如監控 200 個儀表板），對人工審查而言幾乎難以做到。 |
| 實現跨團隊自助服務 |
沒有程式背景的財務團隊成員，現在能獨立執行複雜的資料工作流程。 |
最佳實踐建議
| 建議 |
說明 |
| 撰寫詳盡的 Claude.md 檔案 |
工作流程、工具與期望記錄得越詳細，Claude Code 表現越好，尤其是建立新資料管線等有既有模式可參考的例行任務。 |
| 敏感資料改用 MCP 伺服器而非 CLI |
建議使用 MCP 伺服器而非 BigQuery CLI，對 Claude Code 可存取的內容維持更好的安全控管，特別是需要記錄或有隱私疑慮的敏感資料。 |
| 邀請團隊分享工作階段 |
團隊成員互相示範各自的 Claude Code 工作流程，有助於推廣最佳實踐，讓大家發現自己原本不會想到的使用方式。 |
2. 產品開發（Product Development）
Claude Code 團隊使用自家產品來開發 Claude Code 的更新，擴充產品的企業功能與代理循環（Agentic Loop）能力。
主要使用案例
| 使用案例 |
說明 |
| 使用自動接受模式快速原型開發 |
工程師啟用「自動接受模式」（Shift+Tab）建立自主循環，讓 Claude 持續撰寫程式、執行測試並迭代。給 Claude 不熟悉的抽象問題，讓它自主運作，再接手審查完成約 80% 的解決方案。強調從乾淨的 git 狀態出發，定期提交檢查點以便回滾。 |
| 核心功能同步撰寫程式 |
針對觸及應用程式商業邏輯的關鍵功能，團隊與 Claude Code 同步協作，提供詳細提示與具體實作指示，即時監控確保程式碼品質、風格指南合規與架構正確性。 |
| 建置 Vim 模式 |
最成功的非同步專案之一：請 Claude 完整實作 Vim 鍵盤綁定功能，最終實作中約 70% 來自 Claude 的自主工作，只需少量迭代即可完成。 |
| 測試生成與錯誤修復 |
功能實作後，用 Claude Code 撰寫完整測試，並處理 Pull Request 審查中發現的簡單錯誤修復，也利用 GitHub Actions 整合讓 Claude 自動處理格式問題或函式重新命名等 PR 意見。 |
| 程式庫探索 |
面對不熟悉的程式庫（如 monorepo 或 API 端）時，使用 Claude Code 快速了解系統運作，省去等待 Slack 回覆的時間。 |
團隊影響
| 影響面向 |
具體效益 |
| 更快的功能實作速度 |
Vim 模式等複雜功能有 70% 由 Claude 自主完成。 |
| 提升開發速度 |
能快速製作功能原型並迭代想法，不被實作細節拖累。 |
| 透過自動化測試提升程式碼品質 |
Claude 生成完整測試並處理例行錯誤修復，維持高標準同時降低人工投入。 |
| 更好的程式庫探索能力 |
團隊成員可快速了解 monorepo 中不熟悉的部分，無需等待同事回應。 |
最佳實踐建議
| 建議 |
說明 |
| 建立自給自足的循環 |
設定 Claude 自動執行建置、測試與程式碼風格檢查，讓 Claude 能自主工作更長時間並自行抓出錯誤，在要求 Claude 先生成測試再撰寫程式碼時特別有效。 |
| 培養任務分類直覺 |
學會區分哪些任務適合非同步處理（周邊功能、原型開發）、哪些需要同步監督（核心商業邏輯、關鍵修復）。 |
| 撰寫清晰詳細的提示 |
當元件名稱或功能相似時，在請求中盡量具體明確。提示越好越詳細，越能信任 Claude 獨立工作而不會意外修改到錯誤的程式碼。 |
3. 資安工程（Security Engineering）
資安工程團隊專注於軟體開發生命週期安全、供應鏈安全與開發環境安全，大量使用 Claude Code 撰寫與除錯程式碼。
主要使用案例
| 使用案例 |
說明 |
| 複雜基礎設施除錯 |
處理事故時，將 stack trace 和文件餵給 Claude Code，請它追蹤程式庫中的控制流程。原本需要 10-15 分鐘手動掃描程式碼，現在約 5 分鐘即可完成。 |
| Terraform 程式碼審查與分析 |
針對需要安全審核的基礎設施變更，將 Terraform 計畫複製給 Claude Code 詢問「這會做什麼？我會後悔嗎？」，大幅縮短安全審核週期，減少開發流程瓶頸。 |
| 文件彙整與操作手冊 |
請 Claude Code 彙整多份文件來源，產出 Markdown 操作手冊、故障排除指南與概覽，作為除錯真實問題的上下文，比翻找完整知識庫更有效率。 |
| 測試驅動開發工作流程 |
取代過去「設計文件→雜亂程式碼→重構→放棄測試」的模式，現在改為請 Claude Code 提供虛擬碼，引導進行測試驅動開發，定期介入指引方向，產出更可靠、可測試的程式碼。 |
| 上下文切換與專案上手 |
加入現有專案（如安全審核工作流程應用程式）時，使用 Claude Code 撰寫、審查並執行儲存於程式庫中的 Markdown 規格，讓新人幾天內就能做出有意義的貢獻，而非花費數週。 |
團隊影響
| 影響面向 |
具體效益 |
| 縮短事故解決時間 |
原本需要 10-15 分鐘手動掃描的基礎設施除錯，現在約 5 分鐘完成。 |
| 改善安全審核循環 |
Terraform 程式碼安全審核速度大幅提升，消除開發者等待審核的瓶頸。 |
| 強化跨功能貢獻能力 |
團隊成員能在幾天內對專案做出有意義的貢獻，而非耗費數週建立背景知識。 |
| 更好的文件工作流程 |
從多個來源彙整出的故障排除指南與操作手冊，讓除錯流程更有效率。 |
最佳實踐建議
| 建議 |
說明 |
| 大量使用自訂斜線指令 |
資安工程使用了整個 monorepo 中 50% 的自訂斜線指令。這些指令能簡化特定工作流程並加速重複性任務。 |
| 先讓 Claude 自由發揮 |
不再針對程式碼片段問具體問題，改為告訴 Claude Code「邊工作邊提交」，讓它自主運作再定期檢查，產出更全面的解決方案。 |
| 善用文件彙整功能 |
除了寫程式，Claude Code 也擅長彙整文件與產出結構化輸出。提供寫作範例與格式偏好，即可獲得可直接用於 Slack、Google Docs 等工具的文件，避免介面切換疲勞。 |
4. 推論工程（Inference）
推論工程團隊管理 Claude 讀取 prompt 並生成回應時儲存資訊的記憶體系統。特別是機器學習背景不足的成員，可大量依賴 Claude Code 彌補知識落差並加速工作。
主要使用案例
| 使用案例 |
說明 |
| 程式庫理解與上手 |
加入複雜程式庫時，大量依賴 Claude Code 快速理解架構。不用手動搜尋 GitHub，直接詢問 Claude 哪些檔案呼叫了特定功能，幾秒內得到結果。 |
| 含邊緣案例的單元測試生成 |
撰寫核心功能後，請 Claude 撰寫完整單元測試，Claude 會自動補上容易遺漏的邊緣案例，節省大量腦力。 |
| 機器學習概念解說 |
沒有機器學習背景的成員依賴 Claude 解釋模型特定函式與設定，原本需要一小時 Google 搜尋的事情，現在 10-20 分鐘即可完成，研究時間縮短 80%。 |
| 跨語言程式碼轉譯 |
需要在不同程式語言中測試功能時，說明想測試的內容，Claude 就會以所需語言（如 Rust）撰寫邏輯，免去只為測試而學習新語言的需要。 |
| 指令查詢與 Kubernetes 管理 |
不用記憶複雜的 Kubernetes 指令，直接詢問 Claude 正確語法，例如「如何取得所有 Pod 或部署狀態」，即可獲得基礎設施工作所需的確切指令。 |
團隊影響
| 影響面向 |
具體效益 |
| 加速機器學習概念學習 |
研究時間縮短 80%，原本一小時的 Google 搜尋現在只需 10-20 分鐘。 |
| 更快的程式庫導覽 |
幾秒內找到相關檔案並理解系統架構，不需詢問同事。 |
| 完整的測試覆蓋率 |
Claude 自動生成含邊緣案例的單元測試，減輕心理負擔同時維持程式碼品質。 |
| 消除語言障礙 |
不需要學習 Rust 等陌生語言，也能實作相關功能。 |
最佳實踐建議
| 建議 |
說明 |
| 先測試知識庫功能 |
試著提出各種問題，看 Claude 是否能比 Google 搜尋更快給出答案。若更快且更準確，就是很有價值的省時工具。 |
| 從程式碼生成開始 |
給 Claude 具體指示，請它撰寫邏輯，再驗證正確性，有助於在用於更複雜任務前先建立對工具的信任。 |
| 用於撰寫測試 |
讓 Claude 撰寫單元測試可大幅減輕日常開發的壓力，善用此功能維持程式碼品質，同時省去手動思考所有測試案例的時間。 |
5. 資料科學與視覺化（Data Science and Visualization）
資料科學與機器學習工程團隊需要精密的視覺化工具來理解模型表現，但建置這些工具往往需要不熟悉的語言與框架的專業知識。Claude Code 讓這些團隊無需成為全端開發者，即可建置生產等級的分析儀表板。
主要使用案例
| 使用案例 |
說明 |
| 建置 JavaScript/TypeScript 儀表板應用程式 |
雖然「對 JavaScript 和 TypeScript 幾乎一無所知」，團隊仍使用 Claude Code 建置整個 React 應用程式，以視覺化呈現 RL 模型表現與訓練資料。給 Claude 完全主導權從零撰寫完整應用程式，例如一個 5,000 行的 TypeScript 應用，自己不需要看懂程式碼。 |
| 處理重複性重構任務 |
面對太複雜而無法用編輯器巨集、又不夠大到需要重大開發投入的合併衝突或半複雜檔案重構時，像「拉霸機」一樣使用 Claude Code：提交當前狀態，讓 Claude 自主工作 30 分鐘，接受結果或重新開始。 |
| 建立持久型分析工具而非一次性筆記本 |
不再建立用完即棄的 Jupyter Notebook，改由 Claude 建置可在未來模型評估中重複使用的永久 React 儀表板。理解 Claude 的表現是「團隊最重要的事情之一」，需要複雜的視覺化工具才能獲得足夠的訊號。 |
| 零介入任務委派 |
對於完全不熟悉的程式庫或語言，將整個實作完全委派給 Claude Code，讓它自行蒐集 monorepo 上下文並執行任務，無需自己實際撰寫程式碼，在專業領域之外也能保持生產力。 |
團隊影響
| 影響面向 |
具體效益 |
| 達到 2-4 倍時間節省 |
繁瑣但可管理的例行重構任務完成速度大幅提升。 |
| 以不熟悉的語言建置複雜應用程式 |
在幾乎沒有 JavaScript/TypeScript 經驗的情況下，建立了 5,000 行的 TypeScript 應用程式。 |
| 從一次性工具轉向持久性工具 |
不再是用完即棄的 Jupyter Notebook，而是可重複使用的 React 儀表板。 |
| 直接獲得模型改善洞察 |
第一手的 Claude Code 使用經驗，有助於開發更好的記憶體系統與未來版本的 UX 改善。 |
| 實現視覺化驅動的決策 |
透過進階資料視覺化工具，更清楚了解 Claude 在訓練和評估中的表現。 |
最佳實踐建議
| 建議 |
說明 |
| 像使用拉霸機一樣操作 |
讓 Claude 開始工作前先儲存狀態，跑 30 分鐘後選擇接受結果或重新開始，而非嘗試修正 Claude 的錯誤。重新開始往往比修正錯誤成功率更高。 |
| 需要時打斷要求簡化 |
監督過程中不要猶豫，直接打斷並問「你為什麼這樣做？試試更簡單的方式。」模型預設傾向較複雜的解決方案，但對簡化請求回應良好。 |
6. API 知識（API）
API 知識團隊負責開發 PDF 支援、引用、網路搜尋等將額外知識帶入 Claude context window 的功能。在大型複雜程式庫中工作，需要不斷面對不熟悉的程式碼區段，花費大量時間找出各種任務需要檢視的檔案並建立背景知識。Claude Code 作為嚮導，能夠協助了解系統架構、找出相關檔案並解釋複雜的互動關係。
主要使用案例
| 使用案例 |
說明 |
| 第一步工作流程規劃 |
團隊將 Claude Code 作為所有任務的「第一站」，請它找出錯誤修復、功能開發或分析應檢視哪些檔案，取代傳統上耗時的手動程式庫導覽與上下文蒐集。 |
| 跨程式庫獨立除錯 |
現在有信心在不熟悉的程式庫區域獨立處理錯誤，而不是向他人求助。可以問 Claude「你覺得能修復這個錯誤嗎？我看到的行為是這樣」，通常能立即獲得進展。 |
| 透過實際使用測試模型迭代 |
Claude Code 自動使用最新的研究模型快照，成為直接體驗模型變化的主要方式，在開發週期中即時獲得模型行為變化的回饋。 |
| 消除上下文切換負擔 |
不再需要複製程式碼片段、拖曳檔案到 Claude.ai 並大量解說問題，可以直接在 Claude Code 中提問，大幅降低心理負擔。 |
團隊影響
| 影響面向 |
具體效益 |
| 在不熟悉領域增強信心 |
團隊成員能獨立在不熟悉的程式庫中除錯並調查事故。 |
| 上下文蒐集時間大幅節省 |
消除了複製程式碼片段和拖曳檔案到 Claude.ai 的負擔，降低心理上的上下文切換損耗。 |
| 加速輪調上手速度 |
輪調到新團隊的工程師能快速掌握不熟悉的程式庫，無需大量諮詢同事。 |
| 提升開發者幸福感 |
團隊回報在日常工作流程摩擦降低後，感到更快樂、更有生產力。 |
最佳實踐建議
| 建議 |
說明 |
| 視為迭代夥伴而非一次性解決方案 |
不要期望 Claude 立即解決問題，而是將其視為需要不斷迭代的協作夥伴，比期望第一次就得到完美解決方案更有效。 |
| 用於建立不熟悉領域的信心 |
不要猶豫，大膽在專業領域之外處理錯誤或調查事故，Claude Code 讓你能在原本需要大量背景知識建立的領域獨立工作。 |
| 從最少資訊開始 |
從需要的最低限度資訊開始，讓 Claude 引導你走完整個流程，而非一開始就提供大量解釋。 |
7. 成長行銷（Growth Marketing）
成長行銷團隊專注於建立付費搜尋、付費社群廣告、行動應用程式商店、電子郵件行銷和 SEO 等效果行銷管道。作為一支非技術性的單人團隊，他們使用 Claude Code 自動化重複性行銷任務，建立傳統上需要大量工程資源的代理工作流程。
主要使用案例
| 使用案例 |
說明 |
| Google 廣告素材自動生成 |
建立代理工作流程，處理含有數百則廣告及效能指標的 CSV 檔案，找出表現不佳的廣告並生成符合嚴格字數限制的新變體（標題 30 字元、說明 90 字元）。使用兩個專門的子代理（一個負責標題、一個負責說明），幾分鐘內即可生成數百則新廣告。 |
| 用於大量素材生產的 Figma 外掛 |
開發 Figma 外掛，辨識圖框並以程式方式替換標題與說明，生成最多 100 種廣告變體，將原本需要幾小時複製貼上的工作縮短至每批次半秒，實現 10 倍素材產出量。 |
| 廣告活動分析的 Meta Ads MCP 伺服器 |
建立整合 Meta Ads API 的 MCP 伺服器，直接在 Claude 桌面應用程式中查詢廣告活動表現、花費資料和廣告效益，無需在平台間切換進行效能分析。 |
| 含記憶系統的進階提示工程 |
實作基礎記憶系統，記錄廣告迭代的假設和實驗，讓系統在生成新變體時能調用先前的測試結果，建立自我改善的測試框架。 |
團隊影響
| 影響面向 |
具體效益 |
| 重複性任務節省大量時間 |
廣告文案製作從 2 小時縮短至 15 分鐘，釋放更多時間進行策略性工作。 |
| 素材產出量增加 10 倍 |
透過自動生成和 Figma 整合，可在各管道測試更多廣告變體。 |
| 像更大的團隊一樣運作 |
能處理傳統上需要專職工程資源的任務。 |
| 策略重心轉移 |
可花更多時間在整體策略與建立代理自動化，而非手動執行。 |
最佳實踐建議
| 建議 |
說明 |
| 找出有 API 的重複性任務 |
尋找涉及有 API 的工具（如廣告平台、設計工具、分析平台）的重複性工作流程，這些是最適合自動化、Claude Code 最能發揮價值的地方。 |
| 將複雜工作流程拆解為專門的子代理 |
不要試圖在一個提示或工作流程中處理所有事情，為特定任務建立獨立代理（如標題代理與說明代理），讓除錯更容易，面對複雜需求時也能提升輸出品質。 |
| 撰寫程式前先充分腦力激盪與規劃提示 |
先在 Claude.ai 花大量時間思考整個工作流程，再讓 Claude.ai 建立完整的提示和程式碼結構供 Claude Code 參考。另外，逐步推進而非要求一次性解決方案，避免 Claude 被複雜任務壓垮。 |
8. 產品設計（Product Design）
產品設計團隊支援 Claude Code、Claude.ai 和 Anthropic API，專注於建置 AI 產品。即使是非開發者也能使用 Claude Code 橋接設計與工程之間的傳統落差，直接實作設計願景，無需與工程師進行大量來回溝通。
主要使用案例
| 使用案例 |
說明 |
| 前端細節調整與狀態管理變更 |
不再為視覺調整（字體、顏色、間距）建立大量設計文件並與工程師多輪來回，現在直接用 Claude Code 實作這些變更。工程師注意到他們在做「通常不會看到設計師進行的大型狀態管理變更」。 |
| GitHub Actions 自動票務系統 |
利用 Claude Code 的 GitHub 整合，只需提交描述所需變更的 issue/票務，Claude 就會自動提出程式碼解決方案，為積累的待辦工作建立無縫的錯誤修復與功能細化工作流程。 |
| 快速互動式原型開發 |
將模型圖貼入 Claude Code，生成工程師能立即理解並迭代的完全可運作原型，取代需要大量解說才能轉化為實際程式碼的靜態 Figma 設計傳統流程。 |
| 邊緣案例發現與系統架構理解 |
使用 Claude Code 繪製錯誤狀態、邏輯流程和系統狀態圖，讓他們能在設計階段就找出邊緣案例，而非在開發後期才發現問題。 |
| 複雜文案變更與法律合規 |
例如移除整個程式庫中的「研究預覽」字樣，使用 Claude Code 找出所有實例、審查周邊文案、即時與法務協調並實作更新，整個過程只需兩次 30 分鐘的會議，而非一週的來回溝通。 |
團隊影響
| 影響面向 |
具體效益 |
| 核心工作流程轉型 |
Claude Code 成為主要設計工具，80% 的時間都同時開著 Figma 和 Claude Code。 |
| 執行速度提升 2-3 倍 |
原本需要與工程師大量來回才能完成的視覺與狀態管理變更，現在可直接實作。 |
| 週縮短為小時 |
如 GA 上線訊息更新這類複雜專案，原本需要一週協調，現在兩次 30 分鐘的會議即可完成。 |
| 兩種截然不同的使用體驗 |
開發者獲得「增強的工作流程」（更快的執行速度），非技術使用者獲得「我竟然變成開發者了！」的體驗（全新的能力）。 |
| 改善設計與工程的協作 |
因為設計師事先了解系統限制與可能性，溝通更順暢、問題解決更快速。 |
最佳實踐建議
| 建議 |
說明 |
| 請工程師協助初始設定 |
請工程師同事協助進行初始儲存庫設定和權限，這部分對非開發者具有挑戰性，但一旦設定好，就會徹底改變日常工作流程。 |
| 使用自訂記憶檔案引導 Claude 行為 |
建立具體指示，告訴 Claude 你是程式碼經驗不多的設計師，需要詳細解說與較小的漸進式變更，可大幅提升 Claude 回應品質，讓工具變得不那麼令人望而生畏。 |
| 善用圖片貼上功能進行原型開發 |
使用複製貼上直接將截圖貼入 Claude Code，它非常擅長讀取設計並生成可運作的程式碼，對於將靜態模型轉化為工程師能立即理解並建置的互動原型非常有價值。 |
9. 強化學習工程（RL Engineering）
強化學習工程團隊專注於 RL 中的高效採樣以及叢集間的權重傳輸，主要使用 Claude Code 撰寫中小型功能、除錯，並理解複雜程式庫，採用包含頻繁檢查點與回滾的迭代方式。
主要使用案例
| 使用案例 |
說明 |
| 有監督的自主功能開發 |
讓 Claude Code 在監督下撰寫中小型功能的大部分程式碼，例如為權重傳輸元件實作身份驗證機制，以互動方式進行，讓 Claude 主導但在偏離時加以糾正。 |
| 測試生成與程式碼審查 |
自行實作變更後，請 Claude Code 新增測試或審查程式碼，節省例行但重要的品質保證任務的大量時間。 |
| 除錯與錯誤調查 |
使用 Claude Code 除錯，效果不一，有時能立即找出問題並新增相關測試，有時難以理解問題，但整體在有效時能帶來價值。 |
| 程式庫理解與呼叫堆疊分析 |
工作流程中最大的改變之一，是使用 Claude Code 快速獲得相關元件和呼叫堆疊的摘要，取代手動閱讀程式碼或生成大量除錯輸出。 |
| Kubernetes 操作指引 |
經常詢問 Claude Code 關於 Kubernetes 操作的問題，否則需要大量 Google 搜尋，能立即獲得配置和部署問題的答案。 |
團隊影響
| 影響面向 |
具體效益 |
| 實現實驗性開發方式 |
現在採用「嘗試並回滾」方法，頻繁提交檢查點，測試 Claude 的自主實作嘗試，在需要時回滾，讓開發更具實驗性。 |
| 加速文件撰寫 |
Claude Code 自動新增有用的注釋，節省文件撰寫的大量時間，但有時會在奇怪的地方新增注釋或使用可疑的程式碼組織方式。 |
| 有限度的加速 |
雖然 Claude Code 能以「相對少量」的投入實作中小型 PR，但他們承認第一次嘗試的成功率約三分之一，往往需要額外指引或手動介入。 |
最佳實踐建議
| 建議 |
說明 |
| 為特定模式自訂 Claude.md 檔案 |
在 Claude.md 檔案中新增指示，防止 Claude 重複犯工具呼叫錯誤，例如「執行 pytest 而非 run，不要不必要地 cd，直接使用正確路徑」，能大幅提升一致性。 |
| 採用多檢查點工作流程 |
Claude 進行變更時定期提交工作，以便實驗失敗時輕鬆回滾，讓開發方式更具實驗性而無風險。 |
| 先嘗試一次性完成，再轉為協作 |
給 Claude 一個快速提示讓它嘗試完整實作，若成功（約三分之一的機率）即節省大量時間；若不成功，再轉換為更具協作性的引導方式。 |
10. 法務（Legal）
法務團隊透過實驗和學習 Anthropic 產品的意願，發現了 Claude Code 的潛力。此外，有成員有建立家人無障礙工具的個人需求，以及展示技術能力給非開發者的工作原型需求。
主要使用案例
| 使用案例 |
說明 |
| 為家人建立客製化無障礙解決方案 |
成員為因醫療診斷而有說話困難的家人建立溝通助理，在一小時內建立了使用原生語音轉文字的預測文字應用程式，可建議回應並用聲音庫朗讀，解決語言治療師推薦的現有無障礙工具的不足。 |
| 法務部門工作流程自動化 |
建立原型「電話轉接樹」系統，幫助成員找到 Anthropic 的正確律師，展示法務部門如何在沒有傳統開發資源的情況下為常見任務建立客製工具。 |
| 團隊協調工具 |
管理者建立了自動化每週團隊更新和追蹤各產品法律審查狀態的 G Suite 應用程式，讓律師只需簡單點擊按鈕就能標記需要審查的項目，而非管理試算表。 |
| 快速原型開發以驗證解決方案 |
使用 Claude Code 快速建立功能性原型向領域專家展示（如向 UCSF 專家展示無障礙工具），驗證想法並找出現有解決方案，再投入更多時間。 |
工作方式與影響
| 工作方式 |
說明 |
| 在 Claude.ai 規劃、在 Claude Code 建置 |
採用兩步驟流程：先在 Claude.ai 進行腦力激盪和規劃，再移至 Claude Code 實作，請它放慢速度逐步工作而非一次輸出所有內容。 |
| 視覺優先方式 |
經常使用截圖向 Claude Code 展示想要的介面外觀，再根據視覺回饋迭代，而非用文字描述功能。 |
| 原型驅動創新 |
強調克服分享「傻乎乎」或「玩具級」原型的恐懼，這些展示能激發他人看到之前未曾考慮過的可能性。 |
安全與合規意識
| 面向 |
說明 |
| MCP 整合疑慮 |
身為產品律師，他們立即辨識出深度 MCP 整合的安全隱患，指出保守的安全立場在 AI 工具存取更多敏感系統時將形成障礙。 |
| 合規工具的優先順序 |
他們倡導隨著 AI 能力擴展快速建立合規工具，認識到創新與風險管理之間的平衡。 |
最佳實踐建議
| 建議 |
說明 |
| 先在 Claude.ai 充分規劃 |
在移至 Claude Code 之前，使用 Claude 的對話介面充分構想整個想法，再請 Claude 將所有內容整理成逐步實作的提示。 |
| 漸進且視覺化地工作 |
請 Claude Code 放慢速度，一次只實作一個步驟，讓你可以逐段複製貼上而不感到不知所措。大量使用截圖展示想要的介面外觀。 |
| 分享不完美的原型 |
克服隱藏規模小、陽春的「玩具專案」或未完成工作的衝動，分享原型有助於其他人看到可能性，在不愛互動的部門之間激發創新。 |
延伸閱讀：Claude最新提示詞指南！核心建議「少即是多」，5個小技巧讓AI品質大提升
本文初稿為AI編撰，整理．編輯/ 蘇柔瑋
