讓Claude真正替你幹活：一份系統配置指南

原文標題：everything claude has shipped in 2026 and how to actually use it

原文作者：@kloss_xyz

原文編譯：Peggy，BlockBeats

編者按：當我們回看 Claude 在 2026 年的產品演進，會發現一個明顯變化：問題不再是「它能做什麼」，而是「不同的人，應該如何使用它」。

本文基於 Anthropic 自 2026 年以來的產品更新，對 Claude 的能力體系與使用方式進行了系統梳理。文章按照「不同人該用什麼、在什麼場景下怎麼用」的邏輯進行組織。你可以將其視為一份導航：當面對具體任務時，能夠快速定位到對應模組，並調用合適的能力。

對於第一次接觸 Claude 的用戶，首先需要理解模型與基礎能力，包括上下文視窗、模型分層以及四種使用模式。這些因素共同決定了 Claude 的能力邊界，也構成後續使用方式的基礎。

對於知識工作者，重點在於 Cowork 所代表的任務執行體系。如何搭建工作空間、構建上下文檔案、設定全域指令，以及透過 AskUserQuestion 重構互動方式，決定了你是「在使用 AI」，還是「在讓 AI 工作」。

對於開發者而言，核心路徑則透過 Claude Code 展開。關鍵不再是寫程式碼本身，而是如何透過 CLAUDE.md、Rules、Commands、Skills 與 Agents 等機制，構建一個可複用、可協同的開發體系，使 Claude 成為軟體生產流程的一部分。

在更具體的應用層面，從 Excel 與 PowerPoint 的資料分析與演示，到 API、自動化流程與視覺化能力，Claude 正在逐步嵌入傳統軟體體系，成為底層能力的一環。

當 AI 從「對話工具」走向「工作系統」，真正的差異，也不再來自模型本身，而來自你如何使用它。

以下為原文：

Anthropic 最近的產品更新節奏已經快到離譜，甚至連很多深度用戶都很難跟上。幾乎每天都有新版本發布，從今年一月開始，大版本更新的頻率也基本穩定在每兩週一次。新模型、新工具、新整合，甚至連全新的產品類別都在不斷推出。如果你稍微走神，或者休息了幾週，很可能已經錯過了不少關鍵變化。而且，Claude 確實在重塑你的工作方式——這一點毋庸置疑。

這是一份「全景指南」。截至 2026 年 3 月 23 日，Claude 上所有已經上線的重要功能，這裡都會覆蓋：包括每一項功能如何設定、在什麼場景下使用，以及真正有效的最佳實踐。掌握這些區別，就是把「覺得很酷」與「真正重構工作方式」區分開的關鍵差異。

你很可能會想把這篇內容收藏起來，反覆查看。也可以分享給你的團隊或朋友。這正是我當初入門時，希望有人已經整理好的那份參考手冊。

模型與基礎能力：Claude「能做什麼」

Claude 4.6 系列目前分為三個模型層級。下面是每個模型的能力邊界，以及適用場景：

Claude Opus 4.6 是當前的性能上限。發布於 2026 年 2 月 5 日，支援 100 萬 token 上下文視窗（價格調整後文詳述）。在 100 萬 token 長上下文下，MRCR v2 得分為 78.3%，是當前同級模型中表現最高的。

在法律、金融和程式設計等任務中全面領先。Anthropic 報告其任務持續執行能力可達 14.5 小時，為前沿模型中最長。API 價格為 每百萬 token 輸入 $5 / 輸出 $25，最大輸出為 128K token。支援自適應推理，並新增「max」級別，用於釋放極限能力。

註：MRCR v2 得分是模型在「超長上下文中找對資訊」的能力指標。

·適用場景（Opus）：複雜大規模上下文分析、程式碼庫重構、深度研究、高風險交付、嚴肅內容生產，以及一切「品質優先於成本」的任務。

·不適用場景（Opus）：任何需要高頻呼叫的工作流。以當前價格計算，一個重度 Opus 使用場景每天可能消耗 $50–100。預設應優先使用 Sonnet，只有在 Sonnet 輸出品質不足時再升級到 Opus。

Claude Sonnet 4.6 發布於 2 月 17 日，僅比 Opus 晚 12 天，是多數用戶的預設選擇。同樣支援 100 萬 token 上下文（3 月 13 日起正式可用）。在編碼、電腦操作、長上下文推理、Agent 規劃、知識工作與設計等方面均有提升。早期測試中，約 70% 用戶更偏好 Sonnet 4.6（相比 4.5），在 59% 的場景中甚至超過此前旗艦 Opus 4.5。

在 claude.ai 上作為 Free 與 Pro 用戶的預設模型。API 價格為 $3 / $15 每百萬 token，最大輸出 64K token，相比 4.5 提速約 30–50%。

·適用場景（Sonnet）：日常工作、快速草稿、常規程式設計任務、Agent 工作流——在速度與智慧之間取得平衡。在很多辦公場景中，它的表現已經接近甚至超過 Opus（Anthropic 的 OfficeQA 基準測試中，部分任務甚至領先），而成本大約低 40%。

Claude Haiku 4.5 是面向高並發場景的低成本、極速模型，主要用於 API 管道或子代理（subagent）任務，例如唯讀處理型工作。

但有一個重要前提：Haiku 完全不具備 prompt 注入防護能力。如果你在 Agent 系統中用它處理不可信輸入，必須謹慎評估風險並仔細閱讀官方文件。

100 萬上下文視窗：價格結構的變化

此前，超過 200K token 的請求需要支付溢價（Opus 價格可達 $10 / $37.5 每百萬 token）。但從 3 月 13 日起，這一溢價已完全取消。現在，900K token 和 9K token 的單價完全相同。沒有倍率、沒有隱藏條件，也不再需要 beta header。

這意味著什麼？大約 75 萬詞的上下文容量，可以一次性載入：整個程式碼庫、完整法律合約、大規模資料集、數月文件記錄，並且全部儲存在同一個「工作記憶」中。

同時，多模態能力也提升，單次請求最多支援 600 張圖片或 PDF 頁面（此前為 100，提升 6 倍）。目前，已在 Claude Platform、Microsoft Foundry 和 Google Cloud Vertex AI 上提供。

對團隊來說，這改變非常直接：過去需要分塊處理（chunking）、摘要管道（summarization pipelines）、滾動視窗管理（rolling context）的內容，現在可以直接全部載入。甚至有公司回饋，將上下文從 200K 提升到 500K 後，總 token 消耗反而下降，因為模型不再反覆讀取與重處理歷史資訊。

Claude 的四種使用模式：什麼時候用哪一個

Claude 提供四種模式，但大多數人只用過其中一種：

Chat

你最熟悉的瀏覽器 / 行動端介面。適合提問、頭腦風暴、寫草稿。

每次對話都是從零開始，你始終在主導過程。

Cowork

桌面端 Agent。可以直接讀取和修改你的本地檔案，自動執行多步驟任務，並把完成結果輸出到你的資料夾。

適合「把任務交出去」，而不是來回對話。

Code

開發者模式，執行在終端中。可以存取程式碼庫、寫程式碼、執行命令、管理 Git。

如果你寫程式碼，這裡是槓桿最高的地方。

Projects

持久化工作空間。你只需上傳一次檔案和指令，每次新對話都會自動帶上完整上下文。

適用於重複性工作，比如週報、newsletter、客戶交付等。

一個簡單判斷規則：Chat 快速提問，Cowork 讓 AI 替你幹活，Code 適合開發任務，Projects 穩定上下文的重複工作

記憶與個人化（Memory and Personalization）

截至 2026 年 3 月 2 日，Claude 已向所有用戶（包括免費用戶）開放基於聊天歷史的記憶功能。Claude 會從你的對話中提取相關上下文，並生成一份可跨會話使用的記憶摘要。你可以在 Settings > Capabilities 中查看、編輯或刪除這些記憶。同時，也支援匯入與匯出完整記憶資料——無論是用於在調整前做備份，還是遷移到新帳號，都會很方便。若開啟隱身對話（Incognito），對應的內容則不會被寫入記憶。

這裡的關鍵操作是：現在就去 Settings > Memory 看一眼 Claude 已經「記住了什麼」。把不準確或過時的資訊改掉，並補充它應該了解的背景。你的記憶越準確，未來在不同會話中就越不需要反覆解釋自己。

需要注意的是，Cowork 模式的會話之間不會繼承記憶。如果你需要持續上下文，需要透過「上下文檔案」來彌補（下文 Limitations 部分會詳細說明）。

如何用好 Cowork：面向知識工作者

Cowork 可以說徹底改變了遊戲規則。它於 1 月 12 日在 macOS 上以研究預覽形式推出（面向 Claude Max 用戶），隨後在 1 月 16 日擴展至 Pro 用戶，1 月 23 日擴展至 Team 和 Enterprise，之後也上線了 Windows 版本。市場的反應也非常直接——投資者迅速意識到這意味著什麼，SaaS 公司市值在短短幾天內蒸發了數千億美元，華爾街看懂了這條路徑。

但關鍵在於：不要再把它當成一個聊天介面。

Cowork 的本質是任務委託。

你只需要描述「完成的結果是什麼樣」，Claude 會自動制定計劃、拆解子任務，在你的真實電腦環境中自主執行，並把最終完成的檔案交付到你的資料夾裡。你可以直接離開，回來時工作已經完成。

Anthropic 在大約 10 天內，僅使用 Claude Code 就構建出了 Cowork。

環境搭建四步法：從零配置你的 Cowork 工作流

那些用不好 Cowork 的人，往往還在沿用舊習慣：為每個任務寫一大段冗長、細緻的提示詞，結果卻不穩定。

而真正用明白的人，做的是另一件事： 花一個下午，把「上下文環境」搭好（包括上下文檔案、全域指令、資料夾結構），然後只用 10 個詞的提示，就能產出可直接交付給客戶的結果。

這背後的邏輯是：

ChatGPT 訓練你寫更好的提示詞

Cowork 獎勵你構建更好的「檔案系統」

前者是一種會隨著模型進化而貶值的技能，後者則是會不斷複利的能力。

Step 1：搭建你的工作空間資料夾

在電腦上建立一個專門用於 Cowork 的資料夾。

不要直接把它指向整個 Documents（文件）目錄。如果出了問題（確實有可能發生），你需要把影響範圍控制在最小。因為，Cowork 對你授權的資料夾擁有真實的讀寫權限。

這樣做既能保持結構清晰，也能限制 Claude 能存取的範圍。幾乎所有資深用戶的實踐最終都會收斂到類似的基礎結構。資料夾叫什麼並不重要，關鍵在於一定要做好分層與隔離。

Step 2：構建你的上下文檔案體系

這是解決「AI 輸出同質化」的關鍵一步。在你的 CONTEXT 資料夾中，建立三個 Markdown 檔案：

about-me.md

用於界定你的角色與當前工作重心。這不是履歷，而是你日常真實參與的工作，你服務的對象是誰、當前優先級是什麼、哪些事項最具業務價值。同時可補充一至兩個代表性成果，作為能力與標準的參照。

brand-voice.md

用於固化你的表達風格。包括語氣特徵、常用與禁用詞彙、排版偏好，以及 2–3 段真實寫作樣本。這是區分「通用 AI 內容」與「具備個人風格輸出」的核心分水嶺。

working-preferences.md

用於明確 Claude 的執行規範。例如：執行前先提出澄清問題、先輸出任務拆解方案、未經確認不進行刪除操作、預設輸出格式、品質標準以及需要規避的行為等。

這三個檔案，可以在短時間內解決「冷啟動」問題：缺乏上下文時，每次任務都需從零解釋；完成配置後，Claude 在每次會話開始時即具備對你風格、標準與偏好的完整認知。

一個常被忽視的關鍵點在於，這些上下文檔案具有「複利效應」。建議按周持續迭代優化。當 Claude 的輸出不符合預期時，應優先判斷：這是提示詞問題，還是上下文問題。在絕大多數情況下，問題源自上下文。解決路徑也很直接：在對應檔案中補充一條規則，即可形成長期有效的修正機制。

從實踐來看，這一體系的搭建成本極低：我大約用 45 分鐘完成了 context folder 的初始構建——三個 .md 檔案，分別定義「我是誰」「我在做什麼」以及「Claude 的執行方式」。在此基礎上，下一次僅用一個 10 個詞的項目簡報提示，輸出即在首次生成時達到預期標準。而在此之前，每一次任務都需要從頭重複解釋完整工作背景與要求。

用戶表示「Claude Cowork 在檔案處理與編輯方面同樣非常實用。你只需用自然語言描述要找的檔案（例如「一個有松鼠的影片」），再給出簡單的操作指令，Claude 就可以呼叫 ffmpeg 完成處理。即使你沒有任何檔案編輯或格式轉換的經驗，也能順利完成相關操作。」

Step 3：設定全域指令

進入 Settings > Cowork > Edit Global Instructions。

全域指令會在所有內容之前載入——先於你的檔案、先於提示詞，甚至在 Claude 讀取你的資料夾之前就已生效。它定義的是每一次會話都會遵循的「底層行為規範」。

下面是一份可作為起點的範本：

這意味著，即便最隨意、最倉促的提示詞，也能產出經過校準的結果。Claude 始終知道你是誰，始終優先讀取正確的檔案，始終在做出判斷前先進行確認。提示詞本身，只需要負責當前的具體任務。

Step 4：學會使用 AskUserQuestion

這個功能本質上改變了整個互動方式。不再是你去設計「完美提示詞」，而是由 Claude 來設計「完美問題」。當你在任意提示中加入「Start by using AskUserQuestion」，Cowork 會自動生成一個互動式表單：包括多