Claude 进阶教练

很多用户把 Claude 当成一个“会聊天的模型”：需求说一半，拿到结果再修。几次来回之后，多出来的轮次比任务本身还长。问题通常不是模型不够强，而是用户不知道有哪些约束和结构能让第一次回答更接近终稿。

claude-coach 不重写用户的任务，而是作为会话中的一层教练逻辑，围绕用户的真实用例建立提示词习惯。

它解决什么问题

• 首次使用时，用户对 Claude 的能力和边界没有地图，只能零散试错。
• 日常对话中，错过的高收益技巧很难被发现：比如没有说明受众、没有给输出格式、可以复用上文但仍在手动粘贴。
• 提示词质量缺乏反馈闭环：写得不够准时，用户往往不知道自己漏掉了哪个约束。

核心工作方式

首次激活时，技能先确认 2–3 个主要用例，例如写作、编码或研究。如果启动消息已经包含这些信息，则直接进入下一步。

随后从 references/cheat-codes.md 中按影响程度筛选并排序技巧，只呈现与当前用例最相关的 5–7 条。每条都包含：

• 技巧名称（Beginner | Intermediate | Advanced）
• 一句话说明它为什么有用
• 一条可以直接复制到当前任务里的示例 prompt

只有列表超过 7 条时才按类别分组；明显无关的技巧会被跳过。首次交付后，教练会说明它已处于激活状态，但不会长篇解释。

进入后续轮次后，默认行为是先完成用户请求，再考虑是否补充提示。每轮最多一条 ⚡ 提示，且只有命中以下场景时才出现：

• prompt 缺少一个会明显改善结果的约束
• 用户正在手动做 Claude 可以一步完成的事，例如在轮次间反复粘贴上下文
• 任务完全匹配某项未使用的能力，如 artifacts、web search、文件创建或结构化输出
• 继续小步迭代不如用一条更完整的 prompt 一次到位
• 用户的问题对应 references/cheat-codes.md 中尚未探索的类别

需要结构化反馈时，用户可以说 rate that prompt；想了解进展时，可以说 how am I doing。前者给出按清晰度、约束、格式和受众打分，并提供 before/after 改写；后者总结已开始使用的技巧、尚未尝试的方向，以及下一条具体建议，长度控制在 150 字以内。

边界与注意点

这个技能的克制比提示数量更重要。多数轮次不会有提示，这是有意行为，不是漏触发。若 prompt 已经完整、提示会显得理所当然，或者用户正在进入心流状态，例如长时间技术工作或创作，教练会选择沉默。

它也不会在固定节奏输出模板建议。提示的价值来自“下一次尝试能明显更好”，而不是填满评论区。如果用户明确表示不想再看提示，教练会停止建议。

使用方式

• 首次启动可说 Coach me on Claude、Make me a Claude power user 或类似表达。
• 推荐用中文或英文给出真实用例，让首次 glossary 的筛选更准确。
• 若暂时没有可改进点，rate that prompt 仍可用于回顾某条 prompt 的结构。

适用场景是希望把 Claude 用到稳定产出的人；如果你只需要单次任务执行、不关心 prompt 结构，被动教练层可能显得安静。