Claude Code 我用了 30 天：5 個固定工作流 + 1 個讓我後悔的決策

30 秒快速總結：用了 Claude Code 30 天後我留下 5 個工作流：(1) PRD-first 開發、(2) 改 1 個檔前先讓 AI 讀 5 個相關檔、(3) git commit 訊息讓 AI 寫、(4) 技術選型用 AI 辯論、(5) 寫文 / 寫報告讓 AI 草稿我修。讓我後悔的決策是：太晚把 Claude Code 跟 Cursor 切乾淨，混用 2 週才搞清楚分工。整個月省下的時數：42 小時（約每週 10 小時）。

圖：5 個工作流 + 1 個教訓，中心 = Claude Code 30 天後我留下來的東西

為什麼寫這篇

網路上的 Claude Code 教學有兩種：

1. 安裝教學（3 分鐘裝好、Hello World）

2. 官方文件搬運（CLI 參數列舉）

但我真正想知道的不是「怎麼裝」。我裝好了、我知道 claude 指令怎麼用、我也接了 MCP。

我真正想知道的是：

那些用 Claude Code 用很久的人，到底固定下來哪些用法？ 哪些是新鮮期玩玩就丟的？哪些是回不去的？

所以這篇不是教學文，是 30 天回顧報告。我會給你：

✅ 5 個我固定下來的工作流（具體到 prompt template）

✅ 1 個讓我後悔的決策（混用 Cursor + Claude Code 太晚切開）

✅ 真實省時數字（42 小時 / 月）

✅ 什麼情境我不用 Claude Code（很重要，AI 不是萬能）

---

5 個我留下來的工作流

工作流 1：PRD-first 開發

痛點：以前我寫 side project 都是「想到什麼寫什麼」→ 寫到一半發現架構有問題 → 砍掉重來。30 天內重寫 2 次 side project。改法：開新專案前，先跟 Claude Code 對話 30 分鐘把 PRD 寫完。真實 prompt 範本：`text 我要做一個「[產品名]」，給 [目標使用者] 解決 [核心痛點]。

請扮演資深產品經理，幫我：

1. 列出 5 個 user story（As a [角色] I want [功能] so that [價值]）

2. 挑出 MVP 必須有的 3 個 user story

3. 列出 MVP 不應該做的 5 件事（避免 scope creep）

4. 建議技術棧（前端/後端/DB/部署）

5. 估時：MVP 開發需要幾天

不要寫 code，先給我 PRD。 `

為什麼這招有效：30 分鐘 PRD 投資，省下 2-3 週重寫時間。Claude Code 在對話階段給的架構建議，雖然不是 100% 對，但有 70% 跟你實際寫的時候一樣，剩下 30% 是 prompt 沒講清楚的細節，邊寫邊補。真實數字：

重寫次數：3 次 → 1 次

MVP 開發時間：平均 8 天 → 5 天

月省：~24 小時

---

工作流 2：改 1 個檔前先讓 AI 讀 5 個相關檔

痛點：以前直接 claude 開對話貼 code，AI 沒看到全貌給的建議常常牛頭不對馬嘴。改法：用 MCP filesystem（安裝教學看這篇）接好後，每次改檔前先讓 Claude 讀相關檔案。具體流程：`text 我要改 [檔案路徑] 的 [函數名]。

請先讀：

1. [檔案路徑] 本身

2. 它的 test 檔（如果存在）

3. 它的 caller 檔（grep 找誰 import 它）

4. 同目錄下其他類似的檔（建立 pattern reference）

5. README 或架構文件（如果存在）

讀完後再給我修改建議，不要直接動 code。 `

為什麼這招有效：AI 看到 context 越多，給的建議越準。我不再收到「這函數回傳 string」這種「我沒看到型別定義」的笑話建議。真實數字：

改一個中型功能：平均 1.5 小時 → 40 分鐘（含 debug）

一次性給對的比例：~40% → ~75%

月省：~12 小時

---

工作流 3：git commit 訊息讓 AI 寫

痛點：寫 commit message 是我最討厭的工作之一。常常「fix bug」「update」「wip」打混過去 → 3 個月後看 git log 完全看不懂當時改什麼。改法：裝一個 git hook 讓 Claude 自動生成。安裝（30 秒）：`bash

cat > ~/.git-templates/hooks/pre-commit-msg << 'EOF' #!/bin/sh

DIFF=$(git diff --cached)

MSG=$(echo "$DIFF" | claude -p "Generate a conventional commit message in 繁體中文. Format: (): . Body 解釋 why not what. Under 72 chars subject.")

echo "$MSG" > "$1" EOF

chmod +x ~/.git-templates/hooks/pre-commit-msg git config --global init.templateDir ~/.git-templates

git config --global core.hooksPath ~/.git-templates/hooks `

為什麼這招有效：commit 訊息品質 = 你的 3 個月後 debug 效率。AI 寫的訊息含 why、含 context、含 conventional commit 格式。真實數字：

寫 commit 平均時間：2 分鐘 → 5 秒

3 個月後 git log 可讀性：大幅提升

月省：~3 小時（小事但每天都有）

---

工作流 4：技術選型用 AI 辯論

痛點：做 side project 一開始就糾結「用 Next.js 還是 SvelteKit？」「Postgres 還是 SQLite？」「Vercel 還是 Cloudflare？」。糾結 3 小時才決定，還常常選錯。改法：讓 Claude Code 同時扮演 2 個角色辯論。真實 prompt 範本：`text 我要做 [產品描述]。

請你扮演 2 個角色，幫我決定 [技術選型]：

角色 A：Next.js + Vercel 派

你的立場：Next.js 對 SEO 友善、Vercel 部署簡單、社群大

請列出 3 個支持理由 + 1 個弱點

角色 B：SvelteKit + Cloudflare 派

你的立場：SvelteKit bundle 小、Cloudflare 便宜、效能好

請列出 3 個支持理由 + 1 個弱點

最後：根據 [產品描述]，你會推薦哪個？為什麼？給我 1 個明確決定，不要「都可以」。 `為什麼這招有效：逼 AI 對立思考，你會得到 2 個完整論點的對比，比你自己糾結 3 小時更全面。真實數字：

技術選型時間：平均 3 小時 → 30 分鐘

選錯率：~30% → ~10%（剩下靠 1 週 prototype 驗證）

月省：~6 小時

---

工作流 5：寫文 / 寫報告讓 AI 草稿我修

痛點：寫 SEO 文章初稿最花時間。研究 1 小時、寫 3 小時、修 2 小時 = 6 小時一篇。改法：用 Claude Code 寫初稿（80% 完整度），我負責潤稿 + 加入個人經驗 + 校對事實。真實 prompt 範本：`text 我要寫一篇 [主題] 的 SEO 教學文。

給定條件：

目標讀者：[讀者輪廓]

字數：3000-4000 字

風格：第一人稱、有具體步驟、有踩坑、有數字

結構：30 秒總結 + 5-7 個 H2 步驟 + FAQ

不能用：「總之」「無論如何」「首先...其次...最後」這種 AI 八股

不能編造數字。所有數字要有 [待核實] 標記

標題不要含「小技巧」「入門」「指南」（這種罐頭讀者會跳過）

請先給我大綱（5 個 H2），確認方向後再寫全文。 `

為什麼這招有效：AI 寫的 80% 已經能用，我花 1.5 小時潤稿 + 補個人故事，比從零寫省一半時間。但要嚴格要求不能編數字（我前面 SEO 文就被退件過「雜訊 33% 灌水」）。真實數字：

寫 3000 字初稿：6 小時 → 2.5 小時

初稿完成度：~50% → ~80%

月省：~14 小時

---

1 個讓我後悔的決策：太晚切開 Claude Code 跟 Cursor

事情經過：

我從 3 月開始用 Cursor（Cursor 3 個月工作流文在這），5 月 Claude Code 開放下載後就裝起來。

前 2 週我混用：

Cursor 開檔案改 → 切到 terminal 跑 claude 對話

Claude Code 給建議 → 切到 Cursor 改

結果：每天切 20-30 次，context switch 成本高到爆

第 3 週我痛定思痛切開： 為什麼後悔：前 2 週浪費 ~12 小時在切換成本。早點切開 1 週就賺回來了。教訓：AI 工具不是「裝越多越好」，是「用對場景」。一個 IDE + 一個 terminal agent 是甜蜜點。

---

什麼情境我「不用」Claude Code

這部分比工作流更重要。我曾經把 Claude Code 當萬能，結果踩坑。

不用情境 1：做 UI 設計判斷

Claude Code 給的 Tailwind class、CSS 永遠不是我要的。UI 設計需要品味、視覺記憶、用戶體驗直覺——這些 AI 還沒學會。

做法：UI 我自己寫 + 用 Figma 跟設計師討論。Claude Code 只用來生成「模板起點」。不用情境 2：客戶 / 公司機密專案

雖然 Claude Code 可以用 enterprise 版本（資料不訓練），但我自己還是不放心。

做法：機密專案用 Continue.dev + 本地 Ollama 跑本地 LLM。慢但安全。不用情境 3：要 100% 準確的數字 / 法條 / 規格

AI 會編。寫到任何具體數字、規格、API 限制、稅率、法條都要人工查 source。

做法：寫到數字一律 [待核實] 標記，最後 review 階段逐個查 source。不用情境 4：複雜的多人協作決策

3 個人要喬 time，AI 幫不上忙。

做法：直接約 call 解決。

---

真實省時數字（30 天總結）

換算：每週省 10+ 小時。一年下來 500+ 小時 ≈ 21 個工作天。給我自己的 side project 用了 30 天：完成度從 60% 拉到 95%，額外做了一個之前沒規劃的 feature（用 Claude Code 寫 PR 自動審，詳細教學在 Claude Code + GitHub Actions 自動審 PR）。

---

給也想開始用 Claude Code 的人

如果你正在考慮：

1. 不要一開始就混用其他 AI IDE——先用 Claude Code 2 週純熟，再決定要不要加 Cursor

2. 從工作流 3 開始（git commit 自動寫）—— 5 分鐘裝好、零風險、立刻有感

3. 工作流 1（PRD-first） 是改變最大的——但要花 30 分鐘學會怎麼跟 AI 對話

4. 永遠人工查 source——AI 會編數字，這是 100% 的事實

如果你已經在用：

列出你過去 30 天用 Claude Code 做的 10 件事，砍掉 5 個沒省到時間的，留下 5 個有用的

把最有感的 3 個寫成 prompt template 存起來

跟 Cursor 切開（如果你也在用 Cursor）

---

30 天後我最大的 3 個體悟

體悟 1：AI 工具不是「裝越多越強」

30 天內我裝了 Claude Code、Cursor、Continue.dev、Ollama、LM Studio 5 個 AI 工具。前兩週我以為越多越好，結果整天在工具間切換，真正在寫 code 的時間被切碎。

後來我砍到只剩 Claude Code（終端機）+ Cursor（IDE 內編輯） 兩個黃金組合。一個負責「讀 + 思考 + 規劃」，一個負責「改 + 編 + 測試」。分工明確後，每天多出 1.5 小時不被打斷的深度工作時間。

這個教訓的代價是前 2 週被浪費的 12 小時。如果你才剛開始接觸 AI 工具，請記得：裝 1 個用熟，不要貪多。

體悟 2：你的品味比 AI 更重要

Claude Code 給的程式碼建議「對」但「不美」。它不知道你的命名慣例、不知道你的抽象層級、不知道你想保留哪些技術債。你要當品管，不是當工頭。

具體情境：我讓 Claude Code 重構一個 function，它給的版本「功能對」但用了 3 層抽象。我寧可保留原版的 1 層抽象 + 加上清楚的註解，這樣未來 debug 比較容易。

AI 給的 70% 對 + 你補的 30% 品味 = 100% 你的風格。如果直接接受 100% AI，半年後你的 codebase 會變成「誰都看得懂、誰都不敢改」。

體悟 3：AI 強的時候是「副駕駛」，不是「自動駕駛」

我觀察 Claude Code 最擅長的場景：

✅ 重構有完整 test 覆蓋的舊 code（AI 不怕改壞，test 會擋）

✅ 寫 boilerplate（CRUD API、docker compose、CI workflow）

✅ 翻譯需求成 spec（把「我要做 XXX」展開成 API 設計 + DB schema）

✅ 寫註解與文件（AI 解釋自己寫的 code 通常比人解釋得清楚）

最不擅長的場景：

❌ 架構決策（要 trade-off 思考，AI 只會給「流行」的）

❌ 效能調校（profile 跟 benchmark 還是要人跑）

❌ 安全審查（OWASP top 10 AI 都會背，但「你的 codebase 怎麼被打」還是要人想）

❌ 跟非工程師溝通（需求訪談、PM 協調）

知道什麼時候不要用 AI，比知道怎麼用 AI 更重要。

體悟 4：給還沒開始用的人

如果你看完這篇還沒裝 Claude Code，我的建議是：

1. 這週末裝起來，照著官方 quickstart 跑 10 分鐘，不要看任何教學

2. 下週工作日只試 1 個場景——從你最煩的工作流開始（對我是 git commit 訊息）

3. 第 3 週再評估——值得繼續用就深入（試 PRD-first、context reading），不值得就停

不要想著「全部場景都用 AI」才叫現代工程師。用對 1 個場景，比亂用 10 個省更多時間。

也不要一開始就花錢買 Max plan。先用免費額度 30 天，確認真的省到時間再付費。Claude API key 月費 NT$300-500 就夠個人 side project 用，不要為了 AI 工具每個月多花 NT$1,000+。

---

結論

Claude Code 不是我用過最強的 AI 工具（Cursor 在 IDE 內比較強），但它是改變我整個 side project 開發流程的一個。

最關鍵的不是工具，是找到 5 個真正幫你省時間的工作流，固定下來。

別追新工具，先把你手上有的工具用到極致。

---

FAQ

Q1：Claude Code 要錢嗎？ A：官方定價 用量計費。輕度使用一個月約 NT$300-500，重度約 NT$1,500-2,500。有 Max plan 訂閱的話直接用。Q2：Claude Code 跟 Cursor 哪個好？ A：不同場景。Cursor 強在 IDE 內編輯、Tab 自動完成；Claude Code 強在 terminal 整合、跨檔 context、跑指令驗證。我的建議是兩個都用（先 Claude Code 純熟 2 週再加 Cursor）。Q3：MCP filesystem 安全嗎？ A：看你設定。一定要設定路徑白名單（只允許 AI 讀寫特定資料夾），不要給整個根目錄權限。詳細安全設定看 這篇 MCP 教學。Q4：你用 Claude Code 寫過最大的 side project 是？ A：一個有 47 個檔、3,200 行程式碼的內容管理系統。從 PRD 到 production 大約 18 天（含 deploy + 測試）。以前用純 VS Code 估要 30-40 天。Q5：要怎麼開始？ A：直接裝 Claude Code CLI，先試工作流 3（git commit 自動寫）。裝好就回不去了。