AI与科技

我每天都在用的 5 个 Claude Code 工作流,真正省时间的是那 80% 枯燥活

基于一篇 dev.to 英文文章,整理成更适合中文读者的版本:Claude Code 最值得接手的,不是最炫的 20%,而是那 80% 低判断密度、重复、琐碎、却持续打断注意力的日常工作。

  • Claude Code
  • 工作流
  • 开发工具
  • AI系统
  • 自动化
  • gpt-image-2
我每天都在用的 5 个 Claude Code 工作流,真正省时间的是那 80% 枯燥活

很多人刚开始用 Claude Code,最容易沉迷的是那种“它居然真能改代码”的新鲜感。

写个函数、改个 Bug、补个注释、顺手查个文件,确实已经很强。

但如果你真的每天都在用它,一段时间后会发现,真正最值钱的不是“它偶尔写出一段漂亮代码”,而是:

它开始接手那些你明明会做、但真的很烦、很碎、很重复的 80% 枯燥工作。

这篇文章,改写自 dev.to 上一篇关于 Claude Code 日常工作流的英文文,原标题是:

5 Claude Code Workflows I Use Every Day for the Boring 80%

我不准备照着原文逐段翻译,而是想把它整理成一个更适合中文读者快速吸收的版本。

因为这篇文章最值得学的,不是“作者具体敲了哪几条命令”,而是他已经把 Claude Code 用到了一个很成熟的阶段:

不是偶尔叫 AI 来帮忙,而是让 AI 稳定接住那些重复、机械、容易打断注意力的日常链路。

标题封面图

先说结论:Claude Code 最该接手的,不是难题,而是脏活累活

很多人直觉上会觉得,像 Claude Code 这种能力这么强的东西,最应该拿去解决高难度问题。

这当然没错。

但在真实工作里,真正最消耗人的,往往不是最难的 20%,而是那 80%:

  • 到处翻文件找上下文
  • 重复跑同样的检查
  • 整理改动范围
  • 写样板代码
  • 补测试
  • 做格式修正
  • 把零散结果收拢成能交付的东西

这些事不一定难,但它们会持续打断节奏。

你每次都得自己切回来、自己补上下文、自己扫尾。

所以 Claude Code 真正高回报的用法,并不是“请它天降神力替你解决超级难题”,而是:

把那些低判断密度、高重复度、会持续消耗心流的工作,系统性地交给它。

为什么这类工作流最值得先搭

因为它们有 4 个共同特点:

  1. 任务边界相对清楚
  2. 成功标准容易判断
  3. 错了也容易回滚
  4. 一旦跑顺,就能反复复用

这意味着它特别适合作为日常工作流,而不是一次性表演。

工作流为什么有效

如果你今天还在把 Claude Code 主要用成:

  • “帮我写个函数”
  • “帮我解释这段报错”
  • “帮我看看这文件”

那其实还停留在“即时问答”层。

而这篇文章更有价值的地方,在于它提醒你:

真正的生产力提升,不是问一次更聪明的问题,而是把一类问题变成稳定工作流。

这 5 个工作流,基本覆盖了日常最烦的 80%

我把原文的思路重新整理后,觉得最适合中文开发者理解的,是下面这 5 类:

  1. 先扫上下文,再动手修改
  2. 先批量清理,再集中进入关键改动
  3. 写代码的同时,把测试和验证接上
  4. 把重复样板工作模板化
  5. 把收尾工作交给 Claude Code

下面逐个说。

1. 先扫上下文,再动手修改

这是我觉得最容易立刻见效的一类。

很多人让 Claude Code 改东西时,习惯是直接说:

  • 改这个组件
  • 加这个字段
  • 修这个接口

问题是,Claude 虽然能直接动,但如果没有先扫清上下文,它就容易只看局部,不看整体。

而真正成熟一点的做法,是先让它做一轮“轻量项目侦察”:

  • 相关文件有哪些
  • 调用链从哪里开始
  • 数据结构在哪定义
  • 哪些测试会受影响
  • 有没有相似实现可以复用

也就是说,不是上来就写,而是先摸清地图。

这个工作流适合哪些场景

  • 接手旧代码
  • 改一个你自己也不熟的模块
  • 改动可能影响多个文件
  • 你想避免“改一处炸三处”

它真正省下来的是什么

不是“省下 5 分钟阅读代码”。

而是减少那种改到一半才发现理解错上下文、然后整段返工的成本。

2. 先批量清理,再集中进入关键改动

这是第二个非常值钱的习惯。

真实开发里,很多任务其实包含两部分:

  • 一部分是低价值但必要的清理动作
  • 一部分才是你真正该投入脑力的核心决策

比如:

  • 调整 import
  • 统一命名
  • 批量格式修复
  • 清掉废弃字段
  • 替换旧 API 调用

这些动作本身不难,但如果你自己手动做,很容易把精力耗散掉。

更好的做法是:

先让 Claude Code 把这些“施工前准备”做完,你再集中处理真正重要的逻辑。

批量清理与聚焦主任务

这类工作流的核心不是“让 AI 替你完成一切”,而是把你的注意力从杂务里解放出来。

3. 写代码的同时,把测试和验证接上

很多人用 Claude Code 最大的痛点不是“它不会写”,而是:

它写完以后,你还得自己重新验证一轮。

所以真正成熟的工作流,绝对不是“生成代码 -> 结束”。

而应该是:

生成 -> 跑测试 -> 读报错 -> 修补 -> 再验证

也就是说,让 Claude 不只是写,还要把反馈循环一并吃进去。

这件事的价值非常大。

因为一旦你把验证链接进去,Claude Code 就不再只是“输出内容”,而是在一个闭环里工作。

适合接入的验证动作

  • 运行单测
  • 跑 lint
  • 类型检查
  • 构建检查
  • 读取失败日志
  • 根据报错修复一轮

4. 把重复样板工作模板化

这是很多人一开始没意识到、但长期回报特别高的一类。

你会发现,很多日常任务虽然内容不同,但结构几乎一样。

比如:

  • 新增一个 API endpoint
  • 新加一个表单页
  • 新写一个列表页
  • 新补一套测试骨架
  • 新做一个后台管理模块

这些工作不是完全没有思考,但其中很大一块其实是重复骨架。

如果每次都从零开始,你会不断把精力花在“复制那一套通用动作”上。

更高效的方式是把这类任务模板化,让 Claude Code 接手那部分重复结构。

模板化样板工作

这类模板通常包括

  • 文件结构
  • 命名规范
  • 通用错误处理
  • 基础校验逻辑
  • 测试骨架
  • 页面或接口的标准布局

5. 把收尾工作也交给 Claude Code

最后一个工作流,是很多人最容易低估的:

收尾。

很多开发任务真正让人烦的,不是中间实现,而是最后那些“必须做但很碎”的事:

  • 整理改动说明
  • 列出影响范围
  • 写提交信息
  • 总结测试结果
  • 补一份变更说明
  • 生成 reviewer 需要看的重点

如果这些都要你自己手工收拢,一天下来其实会非常消耗。

而 Claude Code 很适合接住这一层,因为它刚刚参与过整个过程,知道改了哪些文件、碰了哪些逻辑、跑了哪些检查。

它特别适合做的收尾动作

  • 生成本次改动摘要
  • 写 PR 描述初稿
  • 列出潜在风险点
  • 归纳测试覆盖情况
  • 提醒还没做的后续工作

最后总结

如果你今天只记住一句话,我希望是这句:

Claude Code 最该替你接手的,不是最炫的 20%,而是那 80% 你明明会做、但真的不值得亲自重复做的枯燥劳动。

真正成熟的使用方式,不是不断追求“更神的单次输出”,而是慢慢把这些重复链路交出去:

  • 先扫上下文
  • 先做批量清理
  • 把测试接进闭环
  • 把样板变成模板
  • 把收尾也一起交掉

当你开始这样用 Claude Code,它才会从“一个会写代码的 AI”,逐渐变成“一个真的在帮你省时间的工作流伙伴”。