Claude Code Osvědčené postupy: Tajemství komunity pro 10x produktivitu
Claude Code se tiše stal nástrojem volby pro AI-nativní vývojáře a knowledge workers. Ale mezi oficiální dokumentací a YouTube tutoriály je mezera: skutečné postupy, které oddělují produktivní uživatele od těch, kteří "věnují peníze Anthropicu."
Tento průvodce syntetizuje poznatky od tvůrce Claude Code Borise Chernyho, odborníka na objevování produktů Terezy Torresové a edukátorů komunity jako Greg Isenberg a Ross Mike—kombinuje oficiální možnosti se zvádlenými pracovními postupy, které skutečně fungují.
Základní poznatek: Kvalita vstupu určuje kvalitu výstupu
Začněme s nejdůležitější lekcí, kterou vyjádřil Ross Mike v show Grega Isenberga:
"Jakákoliv dobrá jsou vaše vstupy, to určí, jak dobré budou vaše výstupy. Dostáváme se do bodu, kdy jsou modely tak neuvěřitelně dobré, že pokud produkujete takzvaně smetí, je to proto, že jste mu dali smetí."
Toto není motivační řeč—je to základní princip, který vede každému osvědčenému postupu v tomto průvodci. Schopnosti Claude překročily práh, kdy problémy s kvalitou pocházejí z lidských instrukcí, ne z omezení modelu.
Část 1: Tajemství ask_user_question
Většina uživatelů Claude Code nevím, že tento nástroj existuje. Ti, kdo o něm vědí, jej považují za jedinou nejdůležitější funkci pro netriviální projekty.
Co to dělá
Při plánování funkce si Claude může s vámi "vzít rozhovor" s vícenásobnými volbami týkajícími se specifik, která byste nikdy neměli smysl upřesnit. Místo přijetí generických plánovacích otázek Claude vás ask_user_question nástroj nutí k detailnímu myšlení na:
- Volby databází a datové modely
- Rozvržení a interakce UI/UX
- Manipulace náklady a hraniční případy
- Stavy chyb a toky obnovení
- Strategie testování
Jak jej vyvolat
Jednoduše požádejte Claude, aby vás pohovořil o vašem projektu:
> Interview me about this feature: user authentication system
Nebo buďte konkrétnější:
> Before implementing the payment flow, use ask_user_question to understand my requirements for:
> - Payment providers
> - Currency handling
> - Refund policies
> - Error recovery
Claude vám předloží otázky s vícenásobnou volbou, takže si můžete promyslit rozhodnutí ještě před napsáním jakéhokoliv kódu.
Proč je to důležité
Klíčový poznatek Grega Isenberga: "Mnoho lidí bude popisovat produkt, ne popisovat funkce, a bude frustrován AI." Přístup ask_user_question vás nutí myslet na konkrétní funkce s jasnými kritérii přijetí.
Investice do upfront dotazování zabraňuje drahým iteračním smyčkám později. Jak to vyjádřil Ross Mike: "Pokud máte špatný plán, pokud máte špatné PRD, na tom nezáleží. Jen věnujete peníze Anthropicu."
Část 2: Architektura kontextu (Metoda Terezy Torresové)
Teresa Torresová—autorka Continuous Discovery Habits—nepíše kód. Přesto se stala jednou z nejsofistikovanějších uživatelek Claude Code tím, že si vlastně vytvořila, co nazývá "architektura kontextu."
Princip
"Aby vám kontext fungoval dobře, nestačí, aby jste všechno zdokumentovali. Musíte všechno zdokumentovat v malinkatých souborech tak, aby když požádáte Claude na úkol, mohli jste Claude dát právě ten kontext, který potřebuje."
To je opak typického přístupu (jeden obrovský CLAUDE.md soubor). Místo toho si Torresová vytváří granulární knihovny kontextu:
.claude/
├── CLAUDE.md # Přehled projektu na vysoké úrovni
├── context/
│ ├── business-profile.md # Pozadí společnosti, cíle
│ ├── writing-style.md # Tón, preference slovníku
│ ├── product-docs/
│ │ ├── auth-system.md # Detaily ověřování
│ │ ├── payment-flow.md # Implementace plateb
│ │ └── api-design.md # Konvence API
│ └── personal/
│ ├── preferences.md # Vaše pracovní preference
│ └── schedule.md # Dostupnost, termíny
└── commands/
├── today.md # Generování denních úkolů
├── blog-review.md # Zpětná vazba na psaní
└── research.md # Automatizace výzkumu
"Líné promptování" přes kontext
Pomocí rozsáhlých knihoven kontextu se Torresová může být "líná s promptováním":
> Claude, blog post review
Claude načte její průvodce stylem psaní a poskytne zpětnou vazbu kalibrovanou na její skutečné cíle—nepotřebuje dlouhé vysvětlení.
Pair Programming na všechno
Nejzásadnější poznatek Terezy Torresové jde dál než pouze kód:
"Teď se mi všechno programuje v páru, i když to není programování. Pair task manage a pair write a pair všechno."
Její vlastní /today příkaz generuje denní seznamy úkolů kontrolou více zdrojů:
- Markdown soubory úkolů
- Trello desky
- Integrace kalendáře
- Nedokončené položky z předchozího dne
Část 3: Pravidlo 50% kontextu
Ross Mike zdůrazňuje kritický práh, který většina uživatelů ignoruje:
"Nikdy nepřekročte 50% kontextu. Jakmile se dostanete na ~100K tokenů v sezení, kvalita modelu se zhoršuje."
Jak monitorovat kontext
Pomocí /context příkazu si vizualizujte své používání tokenů:
> /context
Toto zobrazuje barevnou mřížku ukazující, co konzumuje vaše kontextové okno.
Kdy začít znovu
Spusťte nová sezení když:
- Kontext překročí 50%: Kvalita se zhoršuje s velmi velkými kontexty
- Přechod na projekty: Různé kódové základny potřebují různý kontext
- Úkol se dramaticky změní: Frontend na DevOps, například
- Konverzace se stává zastaralou: Staré informace mohou Claude zmást
Komprimace konverzací
Příkaz /compact shrne historii vaší konverzace, uvolní tokeny a přitom zachová klíčové informace:
> /compact focus on the authentication changes we made
Toto vytvoří souhrn a resetuje konverzaci s tímto souhrnem jako kontextem.
Část 4: RALPH smyčky (Používejte s opatrností)
RALPH (pojmenován podle Ralpha Wigguma ze Simpsonů) je autonomní technika vývoje, kde Claude iterativně projde seznamem úkolů bez lidského zásahu.
Jak to funguje
- Poskytněte PRD (Product Requirements Document) se seznamem úkolů
- Háček brání Claude v ukončení po dokončení každého úkolu
- Claude pracuje na úkolu 1, dokumentuje pokrok, přechází na úkol 2
- Smyčka pokračuje, dokud nejsou všechny úkoly dokončeny
Varování
Ross Mike je ve smyslu RALPH smyček kategorický:
"Pokud jste nic nesestavili, nic jste nedeployovali, neexistuje URL, na kterou já nebo Greg můžeme kliknout a kterou jste postavili, nemáte žádný důvod používat RALPH."
RALPH smyčky zesilují vaši kvalitu plánování:
- Dobrý PRD + RALPH = Vícedenní smyčky, které vytvářejí komplexní aplikace
- Špatný PRD + RALPH = Drahý chaos
Osvědčené postupy pro RALPH
Pokud přesto RALPH smyčky použijete:
- Vyčerpávajícím detailem PRD: Použijte ask_user_question k vyplnění každé mezery
- Jasná kritéria přijetí: Každá funkce potřebuje testovatelná kritéria
- Test-first ověření: Spusťte testy po každé funkci před pokračováním
- Zůstaňte pod 50% kontextu: Monitorujte během toho používání tokenů
Část 5: Principy Borise Chernyho
Jako tvůrce Claude Code nabízí Boris Cherny jedinečné poznatky o tom, jak myslet na vývoj rozšířený AI.
70% zvýšení produktivity
V Anthropicu, kde byl Claude Code vytvořen:
"Anthropic se ztrojnásobil počtem zaměstnanců, ale produktivita na inženýra vzrostla o 70% díky Claude Code. To není automatizace nahrazující práci—to je rozšíření vytváření páky."
Toto není automatizace—je to rozšíření. Claude se stará o nudné části, zatímco lidé poskytují úsudek a vedení.
Stavejte na budoucí modely
"Nestavujte pro model dneška. Stavějte pro model za 6 měsíců."
Chernyho odhad: Projekt, který trval 20-30 inženýrů dva roky (migrace Facebook Groups), by nyní mohl být proveden 5 inženýry za 6 měsíců. Za dalších 6 měsíců? Možná jen jeden.
To znamená:
- Investujte do dobré architektury před chytré prompty
- Vytvářejte pracovní postupy, které mohou škálovat s vylepšeními modelu
- Nepřeoptimalizujte pro současná omezení
Výhoda generalisty
"V Anthropicu, product manageři kódují. Data scientisté kódují. User researcheři kódují. Nejde o to, aby se pracovní pozice rozmazávaly—jde o snížení koordinačních nákladů stavby."
Claude Code umožňuje tento obecný přístup. Když každý může přispět do full stacku, rychlost exponenciálně vzroste.
Část 6: Automatizace vs. Rozšíření
Rámec Terezy Torresové pro každý úkol:
"Jsem si sám vynutil pokaždé, když jsem dělal úkol, aby se zeptal: Jak mi AI pomůže s tím? Může to automatizovat? Může to rozšířit? Mám to rád? Chci, aby to AI dělal za mě?"
Co automatizovat
- Výsledky výzkumu (arXiv, Google Scholar papíry)
- Zpracování a formátování dat
- Generování boilerplate kódu
- Psaní testů
- Aktualizace dokumentace
Co rozšířit (Zachovejte lidský podíl)
- Psaní (pokud se vám to líbí)
- Rozhodnutí o designu
- Syntéza výzkumu uživatelů
- Strategické plánování
- Architektura kódu
Poznatek Terezy: "Miluju psát. Nechci automatizovat psaní." Jak se schopnosti AI rozšiřují, buďte záměrní na to, které části vaší práce vás definují.
Část 7: Základní pracovní postupy
Správa denních úkolů
Vytvořte /today příkaz, který kontroluje více zdrojů:
<!-- .claude/commands/today.md -->
Check my task sources and generate today's priorities:
1. Review @tasks/current.md for active items
2. Check for any overdue deadlines
3. Consider my calendar for today
4. Prioritize by impact and urgency
Format as a numbered list with time estimates.
Automatizace výzkumu
Nastavte noci zpracování výzkumu:
<!-- .claude/commands/research.md -->
Process papers I've downloaded to @research/inbox/:
1. Summarize key findings (3-5 bullet points each)
2. Identify relevance to my current project @context/project-goals.md
3. Extract quotes worth saving
4. Move processed files to @research/processed/
Kontrola kódu
Vytvořte komplexní příkaz kontroly:
<!-- .claude/commands/review.md -->
Review the code changes in my current branch:
1. Check for security vulnerabilities
2. Evaluate against our standards @context/code-standards.md
3. Identify potential performance issues
4. Suggest improvements (be specific)
5. Note any missing tests
Inteligentní vyhledávání
Přístup Terezy Torresové k hledání věcí přes poznámky:
> I have a thing called new blog post tomorrow
Claude vyhledá kontext a najde "article Wednesday"—rozumí záměru, i když si špatně vzpomínáte.
Část 8: Osvědčené postupy CLAUDE.md
Váš CLAUDE.md soubor je trvalá paměť Claude. Zde je, jak jej strukturovat efektivně:
Hierarchie
Podniková politika (v rámci celé organizace)
└── Paměť projektu (sdílená v týmu, v git)
└── Pravidla projektu (modulární témata)
└── Paměť uživatele (vaše preference)
└── Místní projekt (ne v git)
Dobrá struktura CLAUDE.md
# Project Name
## Architecture
- Framework: [your stack]
- Database: [your database]
- Key patterns: [important conventions]
## Code Standards
- [Specific, actionable rules]
- [Not generic advice]
## Commands
- `bun run dev`: Start development
- `bun test`: Run tests
## Important Context
- [Project-specific gotchas]
- [Things Claude should always remember]
## Don'ts
- [Specific anti-patterns to avoid]
Podmíněná pravidla
Použijte frontmatter pro pravidla specifická pro cestu:
---
paths:
- "src/api/**/*.ts"
---
# API Development Rules
- All endpoints must include input validation
- Use the standard error response format
- Include OpenAPI documentation
Část 9: Pro netechnické uživatele
Claude Code není jen pro vývojáře. Teresa Torresová jej používá denně bez zkušeností s kódováním.
Začínáme
- Instalace Claude Code: Postupujte podle průvodce nastavením
- Začněte jednoduše: Požádejte Claude, aby vám vysvětlil strukturu vašeho projektu
- Stavějte kontext postupně: Vytvářejte soubory kontextu, jak se učíte
Otázky, které si můžete položit
> What does this code do?
> Explain this error in simple terms
> I need a feature where users can [describe what you want]
> Fix the bug when I click [describe the problem]
Tipy
- Buďte specifičtí: "Fix the bug when I click submit" je lepší než "fix the bug"
- Sdílejte chyby: Zkopírujte úplný text chyby—pomůže to Claude diagnostikovat
- Žádejte o vysvětlení: "Explain what you just did in simple terms"
- Pojmenujte sezení: Použijte
/rename my-task, abyste se mohli vrátit později
Část 10: Integrace TeamDay
TeamDay běží Claude Code na Linux serverech, takže je přístupný prostřednictvím webového prohlížeče. To znamená, že můžete:
- Přístup k Claude Code z jakéhokoliv zařízení bez místní instalace
- Sdílejte sezení s členy týmu
- Integrujte se s ekosystémem agentů TeamDay
- Spouštějte dlouhotrvající úkoly bez nutnosti ponechat svůj laptop zapnutý
Začínáme s TeamDay + Claude Code
- Vytvořte pracovní prostor TeamDay
- Připojte své repozitáře
- Spusťte sezení Claude Code z webového rozhraní
- Vaše CLAUDE.md a soubory kontextu se automaticky načítají
Klíčové poznatky
- Kvalita vstupu je vše: Používejte ask_user_question nábožensky
- Architektura kontextu: Granulární soubory porazí monolitickou dokumentaci
- Monitorujte použití kontextu: Zůstaňte pod 50%, použijte /compact když je to potřeba
- RALPH smyčky vyžadují odbornost: Nejdřív si vytvořte manuální opakovače
- Automatizujte selektivně: Zachovejte, co máte rádi, automatizujte, co ne
- Stavějte na budoucnost: Modely se zlepšují rychleji než vaše pracovní postupy
Co dál
Odborníci se shodují: jsme v raných dnech práce rozšířené AI. Předpověď Borise Chernyho, že projekt 20-30 inženýrů by brzy mohl být proveden jedinou osobou, není nadsázka—je to trajektorie, na které se nacházíme.
Vítězové nebudou ti s nejlepšími nástroji, ale ti, kteří investují do tvorby přesných vstupů. Začněte s ask_user_question, postavte si knihovnu kontextu a iterujte.
Zdroje