别再跟 ChatGPT 聊天了——这个工具让 AI 直接帮你干活
今天有个同事来问我：“你平时用的那个 AI 到底是哪个？我也想用，但不知道从哪开始。”
这让我愣了一下。不是问题本身让我意外，而是我突然意识到一件事——“知道用什么”本身已经是一道门槛了。
我身边大部分人接触 AI 的路径是这样的：听说 ChatGPT 很火 → 下载一个 App → 聊两句 → 觉得还行但也就那样 → 放那了。好一点的可能会试试豆包、Kimi、DeepSeek，但基本都停留在”打开网页 → 打字 → 复制粘贴结果”这个循环里。
不是他们不想用得更好。是没人告诉他们，还有另一种用法。
我用了大半年 ChatGPT、豆包、Kimi，也觉得 AI 也就那样。直到我开始用一个叫 Claude Code 的东西，我才发现之前的用法大概相当于买了一台 MacBook 只用来上 QQ。
Claude Code 是什么
一句话：住在终端里的 AI 助手，能直接操作你电脑上的文件、运行命令、写代码、建项目。
用 ChatGPT，你问”帮我写个脚本整理图片”，它给你一段代码。你复制、粘贴、保存、运行、报错、复制报错信息、贴回去、改、再跑。循环。
用 Claude Code，你说”帮我把这个目录下的图片按日期整理好”。它自己写代码、自己保存、自己运行。报错了它自己看、自己改、自己再跑。跑通了告诉你结果。
ChatGPT 给你一个菜谱，Claude Code 直接进厨房帮你把菜炒了。
但它真正的杀手锏不是”能动手”——是”有上下文”
能帮你写代码、操作文件，这不算稀奇。Cursor、Copilot 也能做。Claude Code 真正拉开差距的，是上下文管理。
什么是上下文？为什么它这么重要
你有没有过这种体验——跟 ChatGPT 聊了一个小时，聊到后面它开始忘记前面说的话，你不得不重复解释背景。或者你每次新开一个对话，都要重新告诉它”我是做什么的”、“我的项目用什么技术栈”、“我偏好什么风格”。
这就是没有上下文管理。
Claude Code 解决这个问题的方式特别优雅：它读你项目里的配置文件。
你写一个叫 CLAUDE.md 的文件，放在项目根目录。每次你在这个目录下启动 Claude Code，它自动读取这个文件，知道你的项目是什么、用什么规则、怎么干活。
实际效果
我的 Obsidian 知识库里有一个 CLAUDE.md，里面写了这些内容（节选）：
## 项目概述
Obsidian 数字花园，基于卡片笔记法，中文编写。
## 目录结构
- 卡片/ — 原子化笔记
- 剪藏/ — 网页剪藏
- 行思录/ — 每日复盘，按 年/年-月/日.md 组织
## 工作原则
1. 使用中文回答
2. 新笔记放入 卡片/ 目录
3. 不删除现有 wikilinks
4. 批量操作前先用 1-2 个文件验证就这些。效果是什么？
我打开终端，cd 到我的知识库目录，启动 Claude Code。然后我说：
帮我把剪藏目录下那篇关于费曼学习法的文章处理一下
它不需要我解释”剪藏目录在哪”、“处理是什么意思”、“处理完放哪里”。它全知道。因为 CLAUDE.md 里写清楚了。
这就像你新招了一个助手，第一天上班你已经给他写好了一份工作手册。他不需要你每次都从零开始解释，翻开手册就知道怎么干。
三层上下文：从通用到专属
Claude Code 支持三层 CLAUDE.md，一层比一层精准：
| 层级 | 位置 | 作用 |
|---|---|---|
| 全局 | ~/.claude/CLAUDE.md | 所有项目共享的偏好，比如”用中文回答”、“commit 格式” |
| 项目 | 项目根目录的 CLAUDE.md | 这个项目特有的规则、目录结构、技术栈 |
| 子目录 | 子目录里的 CLAUDE.md | 某一块特殊规则（比如测试目录有自己的约定） |
实操建议：先写一个全局的，再给常用项目各写一个。 不用写太多，几十行就够。把你觉得”每次都要重复跟 AI 说的事情”写进去就行。
比如你的全局 CLAUDE.md 可以这么写：
## 关于我
我是产品经理，不是程序员，用大白话跟我解释技术问题。
## 习惯
- 默认中文回复
- 改完代码主动跑测试验证
- 结论先行，不要先铺垫背景这三行就能让 AI 跟你的每次对话都更高效。
除了 CLAUDE.md，还有记忆系统
Claude Code 还有一个跨会话的记忆系统。你在对话中说”记住这个”或者”以后都这样处理”，它会保存下来，下次新对话自动加载。
比如我某次跟它说”游记类内容归档而不是删除”，它记住了。之后处理文件分类时就不会建议我删游记。
CLAUDE.md 是你主动写的规则，记忆系统是 AI 在协作中自己积累的经验。两个加在一起，用得越久越顺手。
安装：三步搞定
详细安装指南看官方文档，这里给最短路径。
第一步：装 Node.js（如果还没装）
去 Node.js 官网 下载 LTS 版本，双击安装。或者在终端里：
# Mac（用 Homebrew）
brew install node
# 验证
node --version # 应该显示 v18 或更高第二步：装 Claude Code
npm install -g @anthropic-ai/claude-code第三步：启动
cd 你的项目目录
claude第一次启动会引导你登录。详细步骤参考官方 Quickstart。
国内用户怎么用
这里要说实话。Claude 的官方账号对国内用户不太友好——注册需要海外手机号，用着还有封号风险。
推荐路径：先低成本体验，再升级到满血版
第一步：用智谱 GLM 体验卡熟悉操作
智谱清言提供了免费的 API 体验额度，支持设置自定义 Base URL。虽然模型能力不如 Claude，但用来熟悉 Claude Code 的操作流程完全够用——终端交互、文件操作、上下文管理，这些跟用什么模型没关系，是 Claude Code 工具本身的能力。
# 在 ~/.zshrc 或 ~/.bashrc 里配置
export ANTHROPIC_API_KEY="智谱给你的API Key"
export ANTHROPIC_BASE_URL="智谱的兼容接口地址"
source ~/.zshrc这个阶段的目标不是追求 AI 回答有多强，而是把 Claude Code 的操作练熟——怎么启动、怎么提问、怎么写 CLAUDE.md、怎么让它操作文件。这些基础打好了，后面换什么模型都能立刻上手。
第二步：闲鱼买 Claude API，体验 AI 能力上限
等你熟悉操作之后，强烈建议搞一个 Claude 的 API 试试。两个模型差距有多大？这么说吧，用 GLM 的时候你可能觉得”还行，能凑合用”，换上 Claude 之后你会觉得”这是同一个工具吗？”
闲鱼搜”Claude API”或”Claude Sonnet API”，几十块就能用一阵。买的时候注意问清楚是 Sonnet 还是 Opus——Sonnet 性价比高日常够用，Opus 最强但贵。
# 换成 Claude 的 API
export ANTHROPIC_API_KEY="新买的API Key"
export ANTHROPIC_BASE_URL="" # 如果是直连 Anthropic 就清空这个，如果是代理就填代理地址
source ~/.zshrc安全提醒：第三方 API 意味着你的对话内容会经过服务商的服务器。公司代码、客户信息等敏感数据要慎重。日常个人使用问题不大。
不想折腾的替代方案
如果你暂时不想搞 API，还有一些开箱即用的工具：
- Cline（VS Code 插件）— 图形界面，支持多种模型，门槛最低
- Cursor — IDE 内置 AI，适合写代码
- aider — 终端工具，跟 Claude Code 操作逻辑类似
这些工具没有 Claude Code 的上下文管理系统（CLAUDE.md + 记忆），但基础功能都有。
实战案例：四个真实场景
案例 1：整理下载文件夹
cd ~/Downloads
claude帮我把这个目录里的文件按类型分类。图片放图片文件夹，文档放文档文件夹，
安装包放安装包文件夹，其他的放杂项。不要删文件，只移动。
它会先看目录内容，然后写脚本执行。建议养成习惯：任何批量操作前加一句”先告诉我你会怎么做”，看完计划再说”执行”。
案例 2：批量清洗 CSV 数据
cd ~/Documents/工作数据
claude帮我清洗 sales_data.csv：去重复行、统一日期格式为 YYYY-MM-DD、去掉空白行。
清洗完保存成 sales_data_clean.csv，原文件不改。
跑完后继续追加需求：
再帮我按月汇总销售额，输出新文件
不需要重复背景。前一步的结果自动成为后一步的上下文。
案例 3：批量管理 Markdown 笔记
cd ~/Documents/my-notes
claude因为你有 CLAUDE.md，它已经知道你的笔记结构。直接说需求：
找出所有没有 tags 字段的笔记，用文件内容推断合适的标签，先列出来让我确认再加
扫描所有笔记，找出内容相关但没有互相链接的笔记对
帮我生成一个目录页，按主题分类，列出所有笔记标题和一句话摘要
案例 4：造一个自己的小工具
mkdir ~/my-tools && cd ~/my-tools
claude帮我写一个 Python 脚本：输入一个 Markdown 日志文件（每天用"## YYYY-MM-DD"开头），
按天拆分成独立文件。我运行时指定文件路径就行。
它写完脚本自动运行测试。不对就说哪里不对：“拆分时不要包含 标题行本身”。它自己改、自己跑、给你看结果。
新手上路建议
1. 第一件事：写你的 CLAUDE.md
这是投入产出比最高的一步。花 10 分钟写几十行，之后每次对话都受益。把”每次都要重复跟 AI 说的事情”全写进去。
2. 批量操作先预览
任何涉及改文件、移动文件、删除文件的操作，先说”先告诉我你会怎么做”。看完计划再执行。
3. 不满意直接说
AI 不是一次完美的。结果不对就用大白话说：“日期格式不对”、“这个文件不应该被移动”、“语气太正式了，自然一点”。它听得懂，自己改，自己重跑。
4. 需要记的终端命令只有五个
| 命令 | 作用 |
|---|---|
cd 目录名 | 进入目录 |
cd .. | 回上一层 |
ls | 看当前目录有什么 |
pwd | 看自己在哪 |
claude | 启动 Claude Code |
就这五个。其他不会的直接问 Claude Code 本身：“你刚才用的那个命令什么意思？”
5. 去 SkillHub 找现成的技能
Claude Code 有一个”Skill”系统——你可以理解为一键安装的自动化技能包。比如”把网页内容自动剪藏到笔记”、“每天自动生成学习复盘”、“批量处理 Excel 数据”这些，都有人做成了 Skill，拿来就能用。
去 SkillHub 或者 GitHub 搜 “claude code skill” 能找到大量社区分享的技能。找到一个合适的比自己从零写快得多。
找到好的 Skill 之后，放进项目的 .claude/skills/ 目录就能用。不会装也没关系，直接把 Skill 文件丢给 Claude Code，说”帮我安装这个 Skill”，它自己搞定。
6. 用得越久越好用
CLAUDE.md 是你写的规则，记忆系统是 AI 积累的经验。两个加在一起，用得越久 AI 越懂你。这跟网页版 ChatGPT 每次从零开始是完全不同的体验。
最后
很多人觉得 AI 是”未来的事”或者”技术人员的玩具”。但 Claude Code 把门槛压得很低——你不需要学编程，只需要会两件事：打开终端，用大白话说清楚你想干什么。
而 CLAUDE.md 让这一切可持续。你写一次规则，之后每次打开终端，面对的都是一个已经了解你的 AI。这不是聊天，这是协作。
想试试的话，建议从写你的第一个 CLAUDE.md 开始。就写三行：你是谁、你习惯什么、你希望 AI 怎么配合你。然后打开终端，让它帮你干一件实际的事。那种感觉，比看一百篇教程都管用。
相关链接：