哦，我搞清楚了怎么把 Claude Code 变成我能拥有的最棒的商业伙伴。过去 30 天里，我的收入翻了三倍。你要知道 Claude 有很多问题，大多数人从来都没注意到。每一个问题都会让你在那些根本成不了的事情上浪费时间和金钱。所以我做的就是打造了四项优化，把这些问题逐个解决。这四项优化能把 Claude 从单纯浪费你时间的工具变成真正能帮你赚钱的帮手。不管你是想开发应用、运营代理公司，还是做 AI 咨询，都能用得上。只要你在 Claude 里做事，不管做什么，这个方法都管用。所以这期视频里我会给大家讲这四项优化，还有具体怎么用它们赚更多钱。咱们开始吧。
Claude 里有几个默认习惯会在你察觉不到的情况下拖你的后腿，都是些你可能根本不会多想的小细节。不妨想想大多数人是怎么用 Claude 的：你打开它，输入你想要的东西，拿到一个回答，就下意识觉得这已经是你能得到的最优答案了。毕竟你也知道 Claude Code 是目前最好的 AI 工具之一，它底层用的模型，比如 Claude Opus，都特别特别聪明，所以人很容易就会直接相信它说的话。但 Claude 的设计里自带一些缺陷，会让你拿到的结果达不到应有的质量。默认设置下，Claude 的调优目标是让你觉得自己效率很高，它的调优目标不是帮你赚钱，而这是两件完全不同的事。这些设计上的缺陷，每一个都在让你少赚钱。因为你的收入本质上受两个因素限制：第一个是你产出的质量，第二个是你产出的速度。所以你拿到的产出质量越高、速度越快，能赚到的钱就越多。
我相信大家都遇到过不少这种情况：感觉 Claude 就是在哄你多用点 token，或者明明没做好的功能骗你说已经做完了，要么就是你得翻来覆去跟它重复说一样的话，这种情况多了去了。但好消息是，你不需要去重写 Claude 的代码库来解决这些问题，你真的只需要这四项优化就够了。我还记得在开始用这些优化之前，我推过效果一塌糊涂的促销活动，上线过悄悄出故障的自动化流程，还发布过满是 bug 的网站和应用。我踩坑、优化、拿到结果的整个过程基本就是这样。在讲第一项优化之前，如果你想拿到这些提示词和技能，亲眼看看自己的结果变好，可以去我的免费 Skool 社群里完全免费领取，链接就在简介里。
好的，第一项升级解决的是最大的那个问题，就是不管你说什么，Claude 都一味附和。我是说你们难道没发现吗？你跟 Claude 说你想做某件事，它几乎永远都会说：“嘿，这个主意太棒了，你真聪明。”因为它想讨你喜欢。但要是你说：“哎你知道吗？我改主意了。”接下来又会怎么样？它又会反过来跟你说：“哎，你知道吗？你真聪明，我很高兴你改了主意，这个想法特别好。”随着时间推移，模型变得越来越聪明，这个情况确实在好转，但这一现象其实是有文献记录的。研究人员把它叫做“讨好倾向”，说白了就是用个高级词来形容它只会当老好人，什么都顺着你说。还有一项名叫“Eleph”的研究专门测量这个现象，他们发现在大约 88% 的情况下，模型不会反驳你对一件事的表述框架，而人类的这个比例大概是 60%。而且模型对你了解越多，这个问题反而越严重。MIT 和宾州州立大学的研究发现，在常对话中，个性化和记忆功能往往会让模型变得更容易附和你。这就很麻烦了，因为基本上你和他合作得越久、用得越多——这本来是我们都该做的事——它就越擅长说你想听的话。
所以这个问题的解决方法其实很简单，你只要提出要求，让 Claude 开始质疑你、反驳你，专门跟你唱反调，要求它在动手构建任何东西或者认可任何方案之前都要先这么做。这就是我自己做的一个叫 Roast 的技能的核心思路。它本质上就是把 Claude 从无脑讨好你，变成对你的想法和它自己的产出做压力测试，而不是什么都直接批准。所以 Roast 做的事本质上就是拉起一整个评审委员会，让这些角色从不同角度来猛攻你的想法。这里面有一个唱反调的角色，他的唯一任务就是找出致命缺陷；有一个扩张派角色，专门盯着最大的收益空间；有一个第一性原理思考者，完全不参考外部背景信息，只靠纯逻辑推演；有一个深度研究员，会真的去网上扒回一堆真实的市场数据和竞品定价信息；最后还有一个买家角色，他会真的扮演你的客户，直接告诉你他会不会买这个东西。最后由法官汇总所有这些发现，给你一个最终判定。你拿到的结果基本就是三种结论：通过、调整重塑，或者直接毙掉。他还会给你指出成本最低的那个测试，你可以在接下来 48 小时内做完验证，看看这个想法哪怕已经经过调整，到底值不值得继续做下去。所以接下来在整个视频里，我会从头到尾搭一个小生意出来，让你们亲眼看到每一项升级在真实项目里是怎么起作用的。
我想实现的这个点子是做一款每月 9 美元的工具，功能是把 YouTube 字幕转成一整周用量的领英帖子。我们现在就打开 Claude，现场用 Roast 评审一下这个想法。好，现在我们在一个全新的 Claude Code 项目里，你可以看到这里只有一个 CLAUDE.md，里面基本上什么内容都没有。我只告诉它：“你的任务是帮我们赚钱。”然后我们的 .claude 目录里放了一个技能，就是我刚才跟你们说的 Roast 技能。我现在要做的就是输入 /ro，然后告诉它我有个想法，想做一个每月 9 美元的工具，用户只要粘贴一个 YouTube 视频链接，对应的字幕就会被转换成一周量的领英帖子。我现在就把这条消息发出去。
你们看，在启动评审委员会之前，它先问了我们三个简单的问题。第一个问题是：“这个每月 9 美元的工具实际的目标买家是谁？”我们先把范围尽量设宽一点，好好看看这个评审委员会能给出什么结论。我就填“所有有 YouTube 链接的人”。第二个问题：“你在这件事上的优势是什么？”在优势我们就填，你懂的，没有真正的优势，我们没有任何分发渠道，但我们能用 Claude 快速做出东西。然后把这个回答发过去。下一个问题：“我们的限制条件和预算是多少？你需要多快赚到第一块钱？”我们就说我们有一点启动资金，但不算多。好，我们把这些答案发出去，现在应该就能看到真正的评审委员会开始启动了。你们看，这就是评审委员会要评判的项目简报。接下来我们会看到每个智能体依次启动：唱反调的、扩张派，然后是其他几个角色。
趁它在跑的这会功夫，我想把这个想法复制一下，开个新会话，直接问 Claude：“这是我的想法，你觉得这个好吗？你觉得这个能成吗？你觉得我能赚到钱吗？”等我们看完评审委员会的结论，再回头看这个普通会话的回答，对比一下，要是没做这层处理，它本来会说什么，应该会挺有意思的。好了，你们可以看到现在这五个子智能体都在运行了，等到跑完我再回来跟你们说结果。
好的，这里给出的判定是“调整重塑”，而且置信度非常高。它用一句话总结：直接毙掉你现在描述的这个 9 美元的“转领英帖子”产品，因为这本质上是个不需要登录就能免费用的通用功能，却套了个订阅的壳，从结构上就注定会高流失。但要保留核心引擎，转而瞄准一个窄众、愿意付费的细分人群，主打两个真正构成护城河的功能：可验证的声音匹配，以及直接定时发布。你们看这里，它详细解释了为什么这么判。它点出了我们最大的风险：没有护城河、有免费替代品、没有分发渠道、没有受众；预算只有几百美元，也就是客户获取成本从上线第一天起就会超过 9 美元的用户生命周期价值。就算你做出一个打磨精良的最小可行产品，最后也只能拿到个位数的注册量。同时它也分析了最大的收益空间，也就是赚钱的可能性，还有成本最低的 48 小时验证方案。它建议我们在写任何代码之前，先选一个细分领域，给其中 20 到 30 个人发私信或者发邮件，看看那里到底有没有真实市场，看看人们会不会真的为这个东西付钱。这里是综合评分，唱反调的给了两分，扩张派给了八分，剩下的分别是三分、两分、两分。所以很明显我们得把这个想法调整重塑一下。
现在我们赶紧切到普通版的那边，看看它给了什么结果。看起来它有几个问题要我先回答，我赶紧填一下。其实我得重新跑一遍，因为它没等我要求就自动调用了 Roast 技能，这也说明这个技能确实好用，对吧？不过我还是重新跑一次，明确告诉它不要用 Roast 技能。现在这个结果已经出来了，它确实给了一份不错的分析，也说你懂的，这个东西在真正上线之前，你可能得稍微改一改。但这份建议要泛泛得多，我们也没拿到真正关键的视角，它甚至根本没告诉我们，要真把这个东西推出去，我们具体该做什么。而且我们现在刚用上 Opus 4.8 模型，以后还会越来越强。所有这些模型厂商其实都知道 AI 讨好这个问题，你懂的，他们也在采取措施确保模型不会只会当老好人。但很明显，对比这两个输出结果，组建一个拥有不同专业领域、不同角色视角的评审委员会，在帮你分析商业决策这件事上，效果要好得多，也能更清楚地看到要赚钱你到底该做什么。以上就是 Roast 技能的工作方式。就算你不想用这个具体的技能，我也认为让你的想法始终接受压力测试，永远安排一个唱反调的人从不同视角审视它，这套方法论是做出好决策的最佳方式，哪怕不是专门为了赚钱，这也是个非常好的做法，完全可以当成你和 Claude 或者任何 AI 模型对话时的默认设置。
好了，以上就是 Roast 的介绍。等 Claude 真的给你做出东西之后，有一个步骤它几乎每次都会跳过，这个步骤一旦漏掉，你可能得花好几天才能补好坑。Claude 交给你的东西往往看起来已经做完了，但“看起来做完了”和“真的能正常用”根本是两码事。这同样是一个有实际数据支撑的真实问题。纽约大学曾做过一项研究，研究人员检查了 GitHub Copilot 生成的大约 1600 个程序。当然，我们都知道 Copilot 不是最顶尖的工具，不过先不说这个。其中大约 40% 都存在安全漏洞，最可怕的是这类错误特别容易被漏掉。很多时候你根本不知道问题存在，直到它在客户面前崩掉，或者在最糟糕的场景下出问题，比如现场演示的时候直接翻车。我记得有一次我们要给一批想和我们合作的人发邮件，告诉他们我们当时确实接不下更多业务了，需要联系的有几百个人。当时我搭的 AI 智能体跟我说，所有外联邮件都已经发完了。结果四天后我查邮箱才发现，它只发了最前面大概 25% 的邮件。我到现在也没搞懂为什么会这样，因为它当时特别笃定地跟我说所有邮件都发好了，一切正常。也就是说，它不仅没完成该做的事，还撒谎说自己做完了。那次情况其实不算严重，毕竟不是什么高风险场景，没让我们亏一大笔钱。但你想想，如果它真的在写一堆你没亲自过目的暗箱代码，帮你上线功能、搭建自动化流程，这时候它要是谎报完成或者做的一塌糊涂，真的可能让你的业务亏掉一大笔钱，这可不是小事。
解决办法就是让 Claude 在把成果交给你之前先自己检查一遍，交付之后还要再对已经交给你的内容做校验。你可以想想汽车是怎么生产的：在工厂里，工人会先单独测试汽车的每一个零部件，等整辆车组装完成后，他们还会再做一轮全面测试。我们用 Claude 的时候基本就要遵循这套方法。这一点和之前的技巧不太一样，因为它不是我能直接给你的现成技能，就像我说的，它更像一套方法论，是一种思维方式的转变。这套方法分为两个部分：第一部分是过程校验，在把东西交给你之前就要让它边做边检查；等它告诉你做完了，你还要做进一步的压力测试，找出你和 Claude 在规划时都没考虑到的边缘场景。至于具体怎么做压力测试、怎么做校验，会根据你做的东西不同而有区别。毕竟校验着陆页和校验剪辑好的视频、数据管道这类东西，方法完全不一样。所以这不是什么按一下就搞定的魔法按钮，就像我说的，它更像是你要给 Claude 养成的习惯，是你写提示词的方式，也是你使用 Claude Code 的工作思路。
我给大家演示一下实际操作是什么样的。我会让 Claude 给我们的应用，也就是我们的产品做一个带等候名单表单的着陆页，然后让它用截图做校验，模拟真人浏览页面的效果来检查页面。然后我们会让它做压力测试，点击所有按钮，提交多组表单，故意试着把页面搞崩，看看有没有需要修复的问题。好，现在它给的验证方案是让我们先私信一些人，拿到概念验证的反馈，对吧？所以我们需要做一个着陆页，把这些人引导过去，在页面上展示产品功能、品牌调性，让大家有直观感受，同时加上等候名单入口，看看大家会不会真的报名。我这里写好了提示词，就不全部念出来了，我会慢慢滚动一下，大家可以暂停看我写的内容。核心思路就是我们要做一个校验循环。大家看这里对吧？页面做完之后，不要默认它显示正常，要用 Playwright 自行校验。我还得在这里加上 CLI 之后再反馈结果，也就是启动本地服务器，使用 Playwright——它本质上就是电脑操控功能，可以打开实际的网站，浏览页面截图，点击各种元素完成校验工作。要给每个区块单独截图，检查截图内容，如果有问题就回头迭代修改。核心就是要重复这个循环，不断迭代，直到两个视口尺寸下的每个区块都截好图，没有可见错误，等候名单表单显示整洁才能停下。我还在下面给它写好了完成标准。我现在把这个提示词复制下来，直接输进去，然后发送。
当然，就像我之前说的，根据你实际做的东西不同，你的校验循环也会略有区别。在这个例子里，它可以做视觉检查、截图这类操作。但核心逻辑是，很多时候你可能听过所谓的“一次提示词出结果”，第一次生成的时候，AI 大概只能帮你做到 65% 的完成度，接下来你就得自己审核判断，加入你的审美调整，来回反复修改。但如果 AI 能先帮你做到 90% 的完成度，你再从这个基础上迭代，岂不是好很多？而过程校验、边做边查的意义就在于，能让它别那么偷懒，直到交出一份你只需要快速过一遍就能直接用的成果，它才算完成。毕竟如果它交个半成品给你，你还得改一大堆，那就完全是浪费时间，对吧？你想想，如果你有一个向你汇报的真实下属，你肯定希望他交上来的报告你过一遍就没问题，内容完整准确。那种每次交东西都要你改一大堆的员工，你肯定不会觉得他好用。
大家现在可以看到，它正在生成任务清单，接下来会跑校验循环，一直修改到零错误为止。等它跑完我再回来跟大家说。好，看起来端到端的检查都通过了，它是真的做完并且校验过了，不是嘴上说做完了。现在已经有了可访问的 URL，我等下就点开先看看情况。它说自己为 Cadence 做了一个单页的优质等候名单着陆页，包含全部八个区块，校验循环确实跑完并且通过了 Playwright，给所有区块都截了图。打开这个文件夹，大家可以看到它建了一个 Cadence 着陆页的目录，这里面是搭建这个网站的实际代码，还有 Node 相关文件。这里是截图文件夹，我们能看到桌面端的截图，桌面端有 11 张，移动端也拍了 11 张。看到这个真的很不错，我点进去给大家看，能看到它确实检查了移动端和桌面端下的页面实际显示效果，它就是靠这个来完成校验的。当然这个页面确实有 AI 生成的粗糙感，非常通用模板化，但这不是重点。我现在想讲的重点是这个校验循环，对吧？我们当然可以从设计层面调整，让它更有品牌感，少一点生成的味道。
好了，我们现在看看实际的网站，我点打开，现在是在 VS Code 的内置浏览器里，我们能看到 Cadence 的功能介绍。点这个按钮就会跳转到工作原理、定价板块。我把页面缩小一点……好了，嗯，点“加入等候名单”就会跳转到下面这个区块，这里有领英粉丝数、年收入这类选项，下面这些按钮也都能正常点击。所以从视觉层面来说，除了确实比较模板化之外，页面是没问题的，对吧？所有元素都对齐了，没有超出边界，文字都清晰可读，区块干净整洁，没有明显的 bug 或者显示故障。哦，这里有个破折号问题，不过没关系。这就展示了如何通过校验循环拿到合格的输出结果。
我们还可以再进一步让它自我检查，不只是在构建过程中要做，压力测试环节也要做，对吧？我们的网站可以测试功能是否正常，但我们还没测试过表单填写的流程。所以我现在可以跟它说：“干得不错。接下来我要你使用 Playwright 来打开有头浏览器，给我展示你提交表单的过程。用不同的下拉选项、不同格式的邮箱、不同格式的手机号多轮提交表单。”本质上就是给网站做压力测试，确保这个网站的表单提交环节没有 bug。我说的有头浏览器，就是说我能看到它的操作过程，而无头浏览器是在后台运行的，我们看不到界面，但它确实会在后台执行操作。大家看这里，它已经打开了，打开了一个标签页，刚提交了一个表单，现在正在这里填写各种不同版本的内容。它操作得非常快，对吧？我们看到它试了不同的下拉选项，不同格式的邮箱，不同的名字。当然我们现在还没配置后端，这是下一步要做的，对吧？我们可以配置好后端，然后让它做更多测试。不知道大家有没有看到，它甚至会试着在奇怪的位置输入空格，它会在邮箱前面加几个空格。你看这里就出了个 bug，识别成无效邮箱了。又出现一次，我们就这样发现了真实用户可能遇到的各种边缘情况，又出现一个，对吧？重点就是它能找出你可能想不到的问题，或者你不想坐在这里手动一个个测的场景。这就是这个方法最酷的地方，我们既能用到 Claude 这类模型的创造力，又能让 Claude Code 实际执行这类操作。现在我们就摸清了所有的边缘情况，也知道用户可能会做出什么操作。
好了，我就让它继续跑着，总结一下，让它自我检查分两部分：构建阶段的检查能帮你省时间，压力测试阶段的检查同样能帮你省时间。看起来它已经找出了所有边缘情况，判定第一轮测试的结果足够说明问题了。大家看这里，22 项测试全部通过了，它会提取测试证据，查看通过和被拦截的情况，然后告诉我们有没有需要修改的地方。好了，大家可以看到一共有八次有效提交，14 次格式错误的提交。另外它提了两个不阻塞使用的实际问题：没有重复提交防护，同一个邮箱可以加入两次；还有邮箱校验规则故意设得比较宽松，只校验格式不校验是否可送达，也就是说用户可以提交假邮箱，只要符合 name@domain.com 的格式就能通过，没有做可达性校验。这两个问题如果我们想改就可以改。说实话我一开始搭出版的时候根本没考虑到这些，所以这个方法真的非常有用。
好了，以上就是前两项升级。这两项升级适用于 Claude 给出的所有输出，但要让他们生效，你首先得拿到输出才行。而且大多数时候大家用 Claude 时进度慢了，根本不是因为他们做的事情本身有问题，而是他们真的撞上了一堵墙。随着对话内容越积越多，Claude 会越来越慢，表现越来越差，还会飞快消耗你的使用额度，感觉就像完全没了记性。同样这一点也有相关研究，这个现象就叫“上下文腐烂”。研究人员测试了市面上 18 个顶尖 AI 模型，包括 Claude 在内，所有模型都会随着对话变长出现性能下降。哪怕是特别简单的任务，你也会遇到性能大幅衰减，还有各种信息污染的问题。问题在于，这种性能下降远在上下文窗口完全占满之前就早就开始了，所以内容越多反而越不好。对话太长真的会让 Claude 变笨。你可以把 Claude 的上下文想象成一张办公桌，如果你在桌上堆了一堆文件，然后要找某一份特定的文档，找起来会难得多，花的时间也久得多，因为里面的信息实在太多了。除此之外，如果你没有用 Claude 最强的版本，也就是能力最强的模型，不管是 Opus 4.8 还是别的什么模型，它做出来的东西质量都会更差，写出来的代码会更粗糙，甚至在代码审查、验证、压力测试这些环节的表现也会变差。所以有两个因素在悄悄决定你能不能靠 Claude 赚到钱：一个是管理好上下文，另一个是确保针对具体场景选用合适的模型。
对应的解决方法就是妥善处理你的上下文。这涉及很多操作，但核心就是你一定要留意这一点，在它悄悄毁掉你的输出之前就做好管控。这里有几个命令值得了解：第一个是用 /context，它可以让你清楚看到是什么在占用你的上下文窗口；/clear 可以清空全部内容重新开始。我一般不用 /compact，这个命令会压缩你的对话然后你可以接着往下聊。我自己做了一个自定义技能叫 /session-handoff，所以我每次清空内容之前都会先运行 session handoff。它会给我生成一份所有重要内容的摘要，包括我们正在做的项目、产出的关键文件或是存储关键信息的核心文件，还有我已经敲定的各项决策，以及后续具体该从哪里接着往下做。所以我只需要运行 session handoff，复制生成的内容，清空上下文，再把内容粘贴回去，就能得到一个完全干净的窗口，但我可以无缝衔接之前的进度，完全不会觉得丢了任何信息。
现在我给大家演示一下，要避免陷入上下文腐烂的问题，需要留意哪些事项。首先我现在用的是我平时常用的版本，大家可以看到下方的状态栏，在整个会话过程中，我可以看到当前使用的模型、上下文窗口大小、消耗的算力，还有一个可视化指示器显示上下文窗口已经用了多少。现在是 12%，也就是在 100 万 token 的上下文窗口里用了大约 125000 token。我一般不会让用量超过 25 万 token，只要用量超过 25 万 token，我通常就会开启一个新会话。接下来是几个你可以用的功能。我们之前说过 /context，运行这个命令，它就会展示并可视化当前会话的占用情况。你看，哇，这里所有的服务器其实并不会占用 token，它们是按需加载的，但如果它们全部加载进来，就会占用非常多的空间。我们可以看到剩余空间、技能、记忆文件、系统工具、系统提示词这些分类，诸如此类的内容，它还会显示每一项大概占用了多少。如果你想避免一开始就被占用掉大量上下文，用这个来清理项目内容是很方便的。它这里还会给出建议，你看读取结果占用了 49 万 token，占比 49%，也就是说这里大概可以省下 14 万 token。不过这只是其中一个功能，你也可以用 /compact，Claude Code 也自带自动压缩功能，但说实话我很少用这个，它太耗时间了。所以我自己做了一个叫 session handoff 的技能，当然我会在免费的 Skool 社区里免费分享给大家。
当我运行 session handoff 技能的时候，我已经给它设好了提示词，让它总结我们已经完成的工作。要不这样，我等他运行完，直接给大家看它生成的内容好了。这就是 session handoff 的输出，这里包含了项目起始信息、已经敲定的决策，还有已经交付的内容、关键文件、运行状态、验证情况、延后处理的事项和待解决问题，最后是接下来的接续点。现在我只要输入 /copy，就能把 Claude 刚输出的所有内容复制下来，然后我输入 /clear，大家可以看到上下文窗口完全重置了，我再把复制的内容粘贴进去。现在我们的项目就保留了之前工作所需的全部关键上下文，它清楚所有文件的位置，知道我们在做什么，也知道该从哪里继续。这个功能真的非常好用，你可以随时执行 session handoff 然后清空上下文，甚至你做完 session handoff 之后还可以把内容迁移到，比如说具体我也说不上来，别的模型上，甚至是这类工具上，都特别简单。有时候它还会像这样提示我：“已经拿到交接信息了，在推荐下一步操作前，让我先快速确认当前的运行状态。”然后我们就可以继续工作了。所以这个技能真的非常实用，也特别容易上手。
好，这是最后一项升级。一旦你开始用它，一天做出的进展就会比大多数人一周做的还多。是这样的，不管你的提示词写得多好，还是有一个硬限制，那就是你同一时间基本只能让 Claude 朝一个方向推进。因为你自己就是瓶颈，你是决策者也是审核者。而 Claude 自己的工程团队其实直接测试过这一点。他们设置了一个主智能体协调一小组并行工作的子代理，再和单智能体独自完成整项任务的模式做对比。在他们的内部研究评测里，团队模式的表现明显比单智能体高出 90% 以上。我快速解释一下，如果你不知道子代理是什么，子代理基本上就是一个独立的实例，有自己的任务，也有自己干净的上下文窗口。它完全独立工作，完成后再把结果回报给主终端会话。所谓的不再是一个干活的一步步做完全部事，而是一整队同时运行，每个子代理同时处理其中一块任务。就我个人来说，如果我要规划一期视频，我可能会让一个子代理研究某个话题，再让另一个研究另一个话题，还有一个可能去翻往期视频的评论。这里的关键是，任何可以并行、互相独立的任务，我都会启动子代理去做。等所有结果汇总整合好，我就能拿着产出做我该做的后续处理。
然后我还要再加一个功能，加上之后体验真的特别有未来感。这个功能就是一个叫 /go 的命令。用 /go 的时候，你可以设定一个终点，一个明确的完成条件，之后 Claude 就会一轮接一轮持续工作，直到满足你设定的条件为止。最酷的地方是，这里有一个独立的评估器，还有第二个模型，每一轮都会检查，看任务到底是不是 done == true，也就是做完了没有。也就是说 Claude 不能自己宣布自己做完了，必须用另一个模型、用不同的人设来审视结果，实打实打分判断是否完成。这就是它最厉害的地方，因为第一项升级里要解决的问题就是 Claude 经常太容易自我认同，或者太容易顺着你说，现在有了另一个模型，就真的把执行者和评判者分开了。
那我现在就给它安排一项任务，设好 /go，现场跑一遍给大家看。最后这一步很厉害，因为它基本把整支视频里讲的所有升级都叠进了这次测试里。因为创意已经通过 Roast 验证过了，它在宣布完成前也会先核验自己的产出，这就是第二项升级里的验证方法。它会启动一整队子代理，每个子代理都在自己干净的上下文里运行，不会撞上上下文腐烂的问题，然后我们用 /go 把整个任务推进到完成。好，这个真的非常酷，因为它基本整合了我们到目前为止讲过的所有东西。我们之前讲过要通过类似审议团、唱反调的方式，确保我们的创意是对的；然后我们讲了怎么让 Claude 验证检查自己的工作；之后我们又讲了上下文管理，确保上下文干净。你可以看到我们刚设置好 session handoff，现在就能把这些方法串起来，用子代理和 /go 之类的功能帮我们更快。
如果我在这里输入 /go，你会看到提示说“设定一个 go，持续工作直到满足条件”。然后我就直接把我的提示词粘贴进去。我这就把任务发出去，看看它怎么跑。你也会注意到里面有我们刚才讲过的那些要素。我们已经有产品了，所以这次的 go 是为我们的产品做一套完整可直接执行的上市工具包，并保存到这个项目里。产品显然就是我们的网页应用，这里有我们的理想客户画像。很酷的一点是，在 /go 里面我们可以调用子代理，也就是使用并行子代理，每个交付物对应一个子代理，总共应该有六个，每个都有自己的上下文，各自生成不同的文件，不会互相覆盖。这就是我们让它生成的内容。下面这里你可以看到，我定义了完成标准：六个文件全部存在，而且没有一个是空的；市场调研里要包含六家以上竞争对手；个性化外呼草稿要有 20 份；类似这样的标准。你给 /go 设定的标准越客观，实际效果就越好，因为它显然会一直工作直到判定自己完成为止。你也会注意到我在这里写了：等子代理完成后，你自己再跑一轮验证，也就是打开每个文件确认达到标准，把内容单薄、泛泛而谈的地方修好，再宣布自己完成。然后它就会自己开始跑，因为我已经把所有思路都提前放进提示词，也设好了目标，我就可以直接走开去做别的事。等它跑完，它会在右下角运行，显示“go active”，告诉我们这个 go 已经运行了多久，完成后就会显示“go done”。等它真的跑完，把结果交回来，我再和大家说。
好，你看它刚跑完，只花了大概八分钟。关于 /go 有一点要说明，不是说它有循环执行能力，你就非得设那种一跑就要跑好几个小时的 go。我经常用 go，大多数时候跑一次都不到二三十分钟，因为我可以把提示词写得特别清楚，也更有把握它能达成目标。所以八分钟我们就拿到了六个不同的文件。要知道它启动了六个不同的子代理，所有子代理都是独立处理各自文件的，而且是并行处理，这也是它能跑得这么快的另一个原因。但所有这些内容都已经过验证、经过检查，现在就轮到我们来看：定位说明、市场调研、上线计划、外呼模板、外呼草稿，还有内容日历。正因为我们把这些升级都串联起来了，也把这些方法都结合起来了，我们现在的状态非常好，可以直接开始落地这个规划。你想想，这些演示加起来总共可能都花不到我一小时。当然，如果你真的要从零打造一门这样的生意，肯定不可能只花一小时。但你想想，如果你用这些策略，花一周专注做，从创意构思、搭建内容，到准备好完整的上线计划和所有物料，这能把你带到什么高度？而你本来只靠 Claude Code 就可能完成，可能十个人的团队花更久才能做完的事。
我给大家看看里面都有什么。我点进 go-to-market 文件夹，先看定位文件，里面有我们的理想客户画像，A 类细分人群，B 类细分人群，核心产品还有价格档位梯度，看起来定价定在了每月 19、39 和 99 美元，有升级转化逻辑。有一句话价值主张，还有最尖锐的三个客户异议及对应回应，比如“这个我用 ChatGPT 也能做”、“我领英发得不多，不需要这个”、“AI 写的帖子听着很假，会损害我的品牌”，这些问题都准备了很好的回应，我们当然也可以逐页看完，再加入自己的个人风格。还有市场调研，里面有我们的产品切入痛点、理想客户画像、竞争对手，看起来找了七家，我们之前要求至少找七家，我记得还找了一些相关赛道的竞品，还有完整的竞品对比表格、差异化定位，以及为什么 19 美元是合适的入门价格。你可以看到所有信息来源都列在这里，内容做得非常深入。我们还有上线计划，这是一份 14 天上线计划，我们基本可以直接照着执行，还有外呼素材，之后我们就可以按照这个日历开始做内容。总之，这就是我们如何利用子代理、/go 自动化之类的功能，确保你不再成为瓶颈。你的角色会从搭建者、执行者彻底转成问题解决者、决策者、审核者、评判者，你就应该这样利用这类技术帮你拓展业务，赚更多钱。
以上就是这四项升级。别让它一味顺着你，这样你才能做对的产品；让它检查自己的工作，这样你交付的东西才真的能用；管好上下文，让 Claude 保持敏锐；同时别再让自己成为瓶颈，用上子代理，用上 /go，让任务不用盯着也能自己跑。现在你就可以用这些升级，借助 Claude 赚更多钱。我今天讲到的所有内容，你都可以在我的免费 Skool 社群里找到，在那里你还能获取上百份免费资源和课程，还能和超过 40 万正在用 Claude 做项目的人交流。如果你想更进一步打造自己的生意，你可以加入我的社群，我们每周都有线上通话答疑。两个社群的链接都放在简介里了。好了，这一期视频就到这里。如果你喜欢这期视频或者学到了新东西，麻烦点赞，这对我真的帮助很大。还是老样子，非常感谢你们看到最后，我们下期再见，谢谢大家。