本文作者 Boris Tane 分享了他使用 Anthropic 推出的命令行工具 Claude Code 的深度工作流。与大多数开发者“输入提示词、修复错误、重复”的随机模式不同，作者的核心原则是：在审查并批准书面计划之前，绝不让 Claude 编写任何代码。这种将“规划”与“执行”彻底分离的策略，是确保 AI 生成高质量、符合架构要求的代码的关键。

整个工作流分为三个阶段：

1. 研究阶段：通过“深度读取”指令，要求 Claude 彻底理解代码库，并将发现记录在 research.md 中。这避免了 AI 仅停留在表面理解而导致破坏现有系统的风险。
2. 规划阶段：要求 Claude 基于研究结果编写 plan.md。作者不使用内置的计划模式，而是通过在 Markdown 文件中直接添加“行内注释”来与 AI 进行多轮迭代（通常 1-6 次）。这种“标注循环”允许作者注入业务逻辑、技术偏好和约束条件，直到计划完美。
3. 执行阶段：一旦计划获批，作者使用一个标准化的长提示词命令 Claude 自动完成所有任务。此时，实现过程变得“枯燥”且机械化，因为所有决策已在规划阶段完成。

作者强调，这种方法将 Markdown 文件作为人机之间的“共享可变状态”，使开发者始终掌握主导权。通过这种纪律严明的流水线，开发者可以处理非琐碎的复杂任务，同时保持代码库的整洁和类型安全。