Anthropic 各部門使用 Claude Code 筆記
資料基礎建設（Data Infrastructure）
-
用途：自動化日常資料工程、debug Kubernetes、協助非技術人員執行資料工作、加速新進人員熟悉 codebase。
-
小技巧／注意事項：
-
詳細撰寫 Claude.md 文件，AI 表現更佳。
-
敏感資料建議用 MCP server 控管存取權限。
-
團隊內分享使用經驗，促進最佳實踐擴散。
-
產品開發（Product Development）
-
用途：快速原型開發、自動化測試與 bug 修正、同步/非同步寫程式、快速理解大型程式碼庫。
-
小技巧／注意事項：
-
建立自我驗證流程（自動 build、測試、lint）。
-
明確區分適合自動化與需同步監督的任務。
-
指令越具體越好，避免誤改。
-
經常 commit，方便回滾錯誤。
-
安全工程（Security Engineering）
-
用途：基礎設施除錯、Terraform 稽核、合併多份文件成 troubleshooting guide、測試驅動開發、加速新專案上手。
-
小技巧／注意事項：
-
廣泛使用自訂 slash commands，提升效率。
-
讓 Claude 先嘗試自動 commit，定期人工檢查。
-
善用 AI 產生結構化文件，減少手動整理負擔。
-
推論（Inference）
-
用途：快速理解 codebase 架構、單元測試自動產生、機器學習概念查詢、跨語言程式轉換、Kubernetes 指令查詢。
-
小技巧／注意事項：
-
先用 Claude 測試知識庫查詢速度，若優於搜尋引擎就多加利用。
-
先讓 AI 產生 code，再人工驗證，建立信任感。
-
請 Claude 產生測試，省下思考 edge cases 的心力。
-
資料科學與視覺化（Data Science & Visualization）
-
用途：用 AI 寫 React 儀表板、重構程式、從 Jupyter 筆記本轉向可重用工具、跨語言任務委派。
-
小技巧／注意事項：
-
把工作進度存檔後再讓 Claude 自動跑，失敗就重來。
-
若 AI 解決方案太複雜，隨時打斷並要求簡化。
-
鼓勵零依賴委派，讓 AI 處理完全陌生技術。
-
API 團隊（API Knowledge）
-
用途：快速導覽大型 codebase、獨立 debug、模型版本測試、減少上下文切換負擔。
-
小技巧／注意事項：
-
把 Claude 當作協作夥伴，採取多次迭代而非一次解決。
-
勇於挑戰陌生領域，AI 讓你能獨立作業。
-
問題描述可從最少資訊開始，讓 AI 引導流程。
-
成長行銷（Growth Marketing）
-
用途：自動產生 Google/Meta 廣告文案、Figma 批量設計、行銷數據分析、建立自動化測試框架。
-
小技巧／注意事項：
-
鎖定有 API 的重複性工作自動化。
-
複雜流程拆分成多個 sub-agent，易 debug、品質好。
-
先用 Claude.ai 腦力激盪，再由 Claude Code 執行。
-
產品設計（Product Design）
-
用途：設計師直接實作前端細節、互動原型、協作法遵修改、系統狀態梳理。
-
小技巧／注意事項：
-
請工程師協助初期專案設定與權限。
-
建立「我是設計師」自訂說明檔，讓 AI 給更細緻回饋。
-
善用貼圖，讓 AI 直接讀取設計稿產生互動原型。
-
強化學習工程（RL Engineering）
-
用途：小中型功能開發、測試產生、debug、快速理解 call stack 與 Kubernetes 操作。
-
小技巧／注意事項：
-
採「try and rollback」流程，頻繁 commit 減少風險。
-
在 Claude.md 明確寫下操作規範，防止 AI 重複犯錯。
-
先嘗試讓 AI 一次解決，不行再進行細緻協作。
-
法務（Legal）
-
用途：快速打造協作工具、無障礙應用原型、部門協作自動化、合規工具規劃。
-
小技巧／注意事項：
-
先用 Claude.ai 腦力激盪、規劃，再請 Claude Code 實作。
-
請 AI 一步一步執行，方便人工審查。
-
多用截圖溝通需求。
-
不要害怕分享不完美原型，能促進跨部門創新。
-
特別注意安全、合規及敏感資料存取權限。
-