01 · Blind Spot Pass实现前
01
盲区扫描:开工前,先让 Claude 告诉你「你不知道什么」
UU主打象限:未知的未知(unknown unknowns)——陌生代码库、陌生领域的第一步
在代码库的陌生区域写功能、或做不熟悉的活儿(如打磨设计)时,你不知道该问什么问题、不知道「好」长什么样、不知道前人做过什么、哪里有坑。作者的做法:直接用字面原词 "blindspot pass" 和 "unknown unknowns" 提示 Claude,并交代「你是谁、你已经知道什么」。
对应原文 · Pre-implementation §Blind Spot Pass
深读 · Read deeper收起
示例 prompt(精翻)我在给这个代码库加一个新的 auth provider,但我对里面的 auth 模块一无所知。能不能做一个 blindspot pass,帮我找出相关的 unknown unknowns,并帮我把 prompt 写得更好?
注意这个 prompt 的双重目标:不只是「补课」,而是「帮我把 prompt 提得更好」——把知识差距直接转化为下一轮指令质量。配套工具站的第 1 号工件演示了产出形态:七张盲点卡,每张附一段可复制的 prompt 修正。
Why it matters ／ 为什么重要传统做法是「先 Google 三小时再开工」;盲区扫描把「补齐认知」变成协作的第一个正式产出物,且直接以「更好的 prompt」为交付格式。
02 · Brainstorms & Prototypes实现前
02
风暴与原型:「见到才认得」的标准,要在便宜的阶段逼出来
UK主打象限:未知的已知(unknown knowns)——说不清、但一眼能认的判断标准
规格里一点小改动,可能导致实现天差地别,agent 回滚也难。所以要在原型阶段把「未知的已知」尽早说出口:想看按钮效果就 mock 一个,不必接后端;视觉说不清就要 4 个风格迥异的设计方向来「反应」。作者还几乎每个编程会话都以探索或风暴开局,防止范围定得太窄或太宽。
对应原文 · Pre-implementation §Brainstorms and prototypes
深读 · Read deeper收起
示例 prompt(精翻)我的问题还很粗糙:用户在 onboarding 之后流失。搜一遍代码库,头脑风暴出 10 个我们可以介入的地方,从最省事的到最有野心的排开。我会告诉你哪些让我有共鸣。
三条示例 prompt 有一个共同句式:让 Claude 生成可反应的选项谱系(4 个设计方向、10 个介入点),人只负责说「哪个有共鸣」。这把「表达品味」降维成「挑选品味」——后者人人都会。
Why it matters ／ 为什么重要「说不出想要什么」不再是阻塞项。选项谱系 + 直觉反应,是把未知的已知显影的最低成本仪器。
03 · Interviews实现前
03
访谈:让 Claude 反过来提问,按「架构爆炸半径」排序
KU主打象限:已知的未知(known unknowns)——知道没想清,就让提问逼你想清
充分风暴之后往往还剩未知数。这时反转问答方向:让 Claude 就模糊之处访谈你,一次一个问题,并优先问「你的回答会改变架构」的问题。给足问题上下文,它的提问才有的放矢。
对应原文 · Pre-implementation §Interviews
深读 · Read deeper收起
示例 prompt(精翻)一次问我一个问题,把所有模糊的地方过一遍;优先问那些「我的回答会改变架构」的问题。
「一次一个」是关键交互设计:并列十个问题会让人敷衍作答,逐题追问才会逼出真实决策。配套工件第 6 号把访谈产出物化成「决策表 + 可直接粘贴的实现 prompt」。
Why it matters ／ 为什么重要需求澄清从「人写文档」变成「机器提问、人做选择题」。按爆炸半径排序,保证最贵的未知数最先被消灭。
04 · References实现前
04
参照物:说不清就指给它看,最好的参照是源代码
CODE图表、文档、截图都行,但「绝对最好的参照物」是 source code
有些东西你缺少描述它的语言。这时给参照:把 Fable 指向实现了你想要行为的库或组件目录,哪怕是另一种语言写的。Claude Design 同理——指向你喜欢的网站模块,它读的是底层代码而非截图,拿到的是标记、结构与组件的真实搭法。
对应原文 · Pre-implementation §References
深读 · Read deeper收起
示例 prompt(精翻)vendor/rate-limiter 里的这个 Rust crate 实现了我想要的那种 backoff 行为。读一遍,在我们的 TypeScript API client 里用同样的语义重新实现。
「跨语言移植语义」是模型的舒适区,而人恰恰最难用自然语言精确描述语义。配套工件第 7 号给出安全带:移植前先让 Claude 输出「语义对照图」——匹配的代码摘录、坑点注记、边界情况表——证明它真读懂了参照物。
Why it matters ／ 为什么重要参照物把「描述成本」转嫁给已有代码。对设计系统、算法语义这类高保真需求,一个指针胜过千字规格。
05 · Implementation Plans实现前
05
实现计划:按「你最可能想改的」排序,而不是按执行顺序
Δ数据模型、类型接口、UX 流程置顶;机械重构沉底——「那部分我信你」
准备动手前,让 Claude 拟一份计划供你审——但重点不是完整性,而是把最可能变动的部分放在最前面:数据模型、类型接口、一切用户可见的东西。这让 Claude 主动把「你可能真的需要改」的决策亮出来,而不是把它们埋在流水账里。
对应原文 · Pre-implementation §Implementation Plans
深读 · Read deeper收起
示例 prompt(精翻)用 HTML 写一份实现计划,但把我最可能想调整的决定放在最前面:数据模型改动、新的类型接口、以及一切用户可见的东西。机械性的重构埋到最底下,那部分我信你。
「那部分我信你」是一次显式的信任分层:人的注意力只花在高变动面上。配套工件第 8 号把这份计划做成可交互:被标记的 schema 选择带可切换的备选项,机械工作折叠在底部。
Why it matters ／ 为什么重要评审计划的时间是固定的,把它花在「可能要改的 20%」上,比均匀扫过 100% 有效得多——这是注意力的仓位管理。
06 · Implementation Notes实现中
06
实现笔记:偏离计划不可怕,不记录偏离才可怕
LOG「选保守项 → 记入 Deviations → 继续干」——不中断,但留痕
计划再充分,总有未知的未知潜伏:agent 干活时可能因为代码里的边界情况被迫改道。作者让 Claude Code 维护一个临时的 implementation-notes.md(或 .html),记下它做的每个决定——这一轮学到的,就是下一轮的地图。
对应原文 · During implementation §Implementation notes
深读 · Read deeper收起
示例 prompt(精翻)维护一个 implementation-notes.md 文件。如果撞上边界情况、被迫偏离计划,就选保守的那条路,记到 'Deviations'(偏离)条目下,然后继续干。
这条 prompt 同时解决三个问题:偏离时的默认策略(保守项)、可追溯性(Deviations 条目)、以及不打断心流(keep going)。配套工件第 9 号展示了一次 3 小时构建的真实偏离日志,结尾自动折出「下一次尝试的三条要点」。
Why it matters ／ 为什么重要agent 的「即兴决策」是最大的黑箱。偏离日志把黑箱变成组织记忆:每一次意外都沉淀为下一次 prompt 的已知条件。
07 · Pitches & Explainers实现后
07
提案与讲解:评审者和你从同样的未知数出发,预先替他们答掉
×2双加速:理解加速(替评审者补上下文)+ 批准加速(展示你考虑过失败点)
交付最重要的环节之一是拿到 buy-in。把原型、spec、实现笔记打包成一份以 demo 开场的文档:评审者带着和你当初一样的未知数上路,你预先替他们解答,理解就快;专家想看到你考虑过他们会预判的失败点,展示出来,批准就快。
对应原文 · Post implementation §Pitches and explainers
深读 · Read deeper收起
示例 prompt(精翻)把原型、spec 和实现笔记打包成一份文档,让我可以直接丢进 Slack 争取 buy-in。开头放 demo GIF。
注意素材清单正是前面各技巧的产出物——原型(02)、计划/spec(05)、笔记(06)在这里二次变现。「Lead with the demo」是传播学判断:先让人看见东西动起来,再谈实现细节。
Why it matters ／ 为什么重要评审的本质是「替对方消未知数」。把过程工件组装成叙事,一份文档同时服务理解与信任——这正是研究报告与内部提案的通用配方。
08 · Quizzes实现后
08
测验:合并的门禁,不是「AI 写对了」而是「我真懂了」
100%「只有满分通过测验,我才会合并」——理解度成为硬门禁
长会话之后,Claude 干的事往往比你意识到的多;只读 diff 只能获得浅层理解,因为大量行为取决于既有代码路径。作者的做法:让 Claude 生成一份带上下文与直觉的改动报告,底部附一份必须通过的测验——考不过,就说明你还有未知的未知没消化。
对应原文 · Post implementation §Quizzes
深读 · Read deeper收起
示例 prompt(精翻)我想确认自己理解了这次改动中发生的一切。给我一份这次改动的 HTML 报告,带上上下文、直觉、都做了什么等等,让我读懂;底部放一个关于这些改动的测验,我必须通过它。
配套工件第 11 号演示了完整形态:一份 14 文件 diff 的合并就绪报告,收尾是六道题的测验——答错的题会把你带回你略读的那一节。测验在这里不是考试,是理解度的探测器。
Why it matters ／ 为什么重要当产出速度超过理解速度,「人是否真懂」成为新的质量门禁。这对代码评审如此,对任何需要人签字负责的 AI 产出(审计、风控、研究)同样成立。