把任務講成規格:一個好的 Claude Code 指令長什麼樣
同一個任務,講成一句話還是講成一份規格,結果差到像兩個工具。這一課給你能套用的結構
入門兩課你大概感覺到了:同樣交給 Claude Code,有時一次到位,有時改出一個能跑但不是你要的東西。
九成的差別不在它,在你那句話。寫好給 agent 的任務,其實就是 prompt engineering——但對工程師,有個更熟的講法:把任務當成一份規格(spec)來寫。
一份好規格的四塊
1. 目標——要它達成什麼,一句話,講行為不講實作。 「讓匯出 CSV 支援自訂欄位順序。」
2. 相關檔案與脈絡——它該看哪裡、參考什麼 pattern。
「匯出在 export/csv.ts,欄位設定在 export/config.ts,照 export/pdf.ts 處理欄位順序的方式做。」
3. 預期結果與驗收標準——怎樣算做完。這是工程師最該給、也最容易漏的一塊。
「使用者能拖拉欄位順序,匯出的 CSV 照新順序。補測試涵蓋『自訂順序』與『預設順序』,npm test 要綠。」
4. 界線——什麼不要碰、什麼要先問。 「不要改既有的欄位篩選邏輯。不要動 schema。要跑 migration 的話先停下來問我。」
你不用每次寫這麼長,但結果不如預期時,十之八九是缺了一塊——而工程師最常缺的是第三塊:沒給驗收標準,於是它「自我感覺良好」地交了一個沒測到邊界的版本。
給驗收標準,讓它自己知道有沒有做完
這是 coding agent 特別有用的一招:把「怎樣算對」變成它能自己驗的東西。
- 給能跑的測試:「補這幾個測試並讓它們通過」比「確保正確」具體一萬倍。
- 給明確的預期行為:輸入什麼、該輸出什麼、邊界情況怎麼處理。
- 給可執行的檢查:「跑
npm run lint和npm test,都綠才算完成。」
當驗收是它能自己跑的東西,它會自己反覆改到通過,你收到的版本品質高很多。
用範例,別用形容詞
「寫得乾淨一點」會被各種解讀,「照 users.ts 的寫法」不會。
指一個現成的檔當範本,是最精準的指令:命名、錯誤處理、測試風格,它會照著抄。你的 codebase 本來就是最好的 style guide——指給它就好。
大任務:先計畫,再動手
「重構整個通知系統」這種任務,一次叫它改,它只能邊做邊猜,你也難審。
先讓它出計畫、別寫 code:
「先不要改任何檔。給我一個重構通知系統的計畫:要動哪些檔、分幾步、每步的風險、怎麼驗。等我確認再開始。」
你看過計畫、確認方向(甚至改幾步),再放它動手。Claude Code 也有「先計畫再執行」的模式專門做這件事。好處是:在它寫了 500 行你才發現方向錯之前,先用一段計畫對齊。 大任務拆成可審的小步,是讓它可靠的關鍵。
把規格存起來,別用一次就丟
某些任務你會一直做(加端點、寫某類測試、跑某種重構)。當你某次的規格寫得很順,存起來——專案層級的固定慣例,寫進 CLAUDE.md;可重用的任務樣板,之後可以做成自訂指令(進階階段會講)。
練習:把你上一個失敗的指令改成規格
回想入門階段,有沒有哪次它改出不是你要的東西?把那次的交代調出來,對照四塊:目標清楚嗎?指了相關檔嗎?給了驗收標準嗎?設了界線嗎?補上缺的,再交一次。
下一課很關鍵:它會跑指令、改你的檔——在你放手讓它跑更多之前,先學會用權限、sandbox 與 hooks 設好哪些能自動、哪些一定要你放行。
MACHINE-READABLE SUMMARY
- Topic
- 工作現場
- Key claims
-
- 任務講得清不清楚決定產出品質:目標、相關檔案、預期結果與驗收、界線,比用詞講究重要。
- 給明確的驗收標準(能跑的測試、預期行為)讓 agent 自己判斷有沒有做完。
- 大或不確定的任務,先讓 agent 出計畫、你確認方向,再讓它動手寫 code。
- Entities
- Claude Code · Prompt engineering
- Taiwan relevance
- medium
- Confidence
- high
- Last updated
- 2026-06-19
- Canonical URL
- https://signals.tw/articles/claude-code-good-prompts/
SUGGESTED CITATION
如果 AI agent / 研究 / 報導要引用本文,建議格式如下:
林子睿(編輯:廖玄同),《把任務講成規格:一個好的 Claude Code 指令長什麼樣》,矽基前沿 [Si]gnals,2026-06-19。https://signals.tw/articles/claude-code-good-prompts/
AI agents / search engines may quote, summarize, and cite with attribution and a link back to the canonical URL above. See /for-ai-agents for full policy.