CC成长营 · 认识 Claude

1 Claude 到底是什么一句话讲清它是什么、能帮你做什么 5 分钟 2 第一次对话：从哪开始打开它、说第一句话、看懂它的回答 5 分钟 3 好提问的三个要素目标、背景、要求——把话说清楚 6 分钟 4 给它上下文：喂资料把文件、数据、背景丢给它一起处理 6 分钟 5 让它扮演角色「你是一位资深编辑」——设定身份提升质量 5 分钟 6 指定输出格式要表格、要清单、要固定模板，直接说 5 分钟 7 多轮对话与迭代不满意就接着改，而不是重开一次 5 分钟 8 给例子最管用给一两个范例，让它照着你的风格来 5 分钟 9 让它一步步想复杂问题让它先拆解再下结论 5 分钟 10 常见翻车与排查答非所问、太啰嗦、跑题了怎么办 6 分钟 11 日常高频用法清单写作、翻译、总结、改写、头脑风暴 6 分钟 12 小结与练习动手做一遍，把技巧变成肌肉记忆 5 分钟

1 它擅长什么、不擅长什么建立合理预期，不神化也不贬低 3 分钟 2 什么是「幻觉」为什么它会一本正经地编内容 3 分钟 3 知识有截止时间为什么它不知道最新发生的事 3 分钟 4 怎么验证它的回答关键信息一定要自己核对 3 分钟 5 哪些事别全交给它涉及钱、法律、健康的红线场景 3 分钟

1 从「提问」到「管项目」复杂任务的思维转变：像项目经理一样指挥 AI 6 分钟 2 第一步·拆解：把目标变成研究方案明确问题、证据、来源、范围与合规 8 分钟 3 第二步·采集：系统性扫全量信息批量、结构化、合规采集，不是随便搜 9 分钟 4 第三步·甄别：识广告、揪水军、留真声定标准让 AI 一致地去伪存真、打可信权重 9 分钟 5 第四步·分析：从一千条噪音提炼洞察分批+汇总，量化用户对度数/价格/口味/规格的偏好 9 分钟 6 第五步·交付：产出能被追问的报告结论+数据+原话+推理的决策级定位报告 8 分钟 7 进阶·让 AI 给自己造工具把一次性手工流程固化成可一键重跑的工具 8 分钟 8 进阶·把重复工作自动化定时抓取→处理→出报告→分发，无人值守 9 分钟 9 压舱石·规模下的质量把关 + SOP抽检/交叉验证/异常哨兵，带走通用方法论 8 分钟

1 从「用 AI」到「造 AI 产品」能跑、能部署、能给别人用意味着什么 6 分钟 2 大模型 API 是怎么回事原理+token+成本+第一次调用 8 分钟 3 模型选型：没有最好，只有最合适能力/速度/成本/上下文的权衡框架 8 分钟 4 Prompt 工程：写出产品级 prompt系统提示/约束/固定输出/防注入 9 分钟 5 Pipeline：串成可靠流水线拆步骤、配模型、加容错 8 分钟 6 模型×Prompt 怎么调到最好能衡量才能优化的工程循环 7 分钟 7 claude -p：可编程的 AI 函数无头模式，让 AI 被程序批量调用 8 分钟 8 ⭐ 用 claude -p 搭评测台100 测试集×多模型×多 prompt 自动打分 10 分钟 9 claude -p 更多实战场景批量打标/代码审查/嵌流水线/数据清洗 7 分钟 10 让它能跑、能给别人用：部署交付入口/密钥安全/部署/限流/监控 9 分钟 11 综合实战 + 成为「超级个体」端到端上线，一个人撑起多条产品线 8 分钟