用了半年 Claude，我摸出来的几个真实好用的用法

标题党文章里说”Claude 让效率提升 100 倍”，这种话听听就好。

但用了半年之后，我可以说：有些场景它确实帮我省了大量时间，有些场景它根本不行。今天说说真实的使用体感，不吹不黑。

最好用的场景：帮你读东西

第一章配图

这是我用得最多的功能，也是 Claude 最擅长的。

把一篇 20 页的论文 PDF 丢给它，让它”总结核心方法和实验结果”，两分钟出结果。以前我粗读一篇论文要半小时，现在用 AI 先过一遍摘要和关键信息，再决定要不要细读，效率提升大概三到五倍。

读研报、读技术文档也一样。把文档丢进去，问具体问题——“这篇报告对 XX 行业的判断是什么？””这个 API 的认证流程是怎样的？”——比自己从头读快太多了。

但要注意：AI 的总结有时候会漏掉你真正关心的细节。所以我的流程是”AI 粗读 + 自己细读”，不是完全交给它。

第二章配图

写完一段文字、一封邮件、一段代码，让 Claude 帮你优化——这个场景的效果非常稳定。

我写公众号文章的时候，初稿写完会丢给它，让它”指出逻辑不通顺的地方、语言不够口语化的地方”。它给的反馈大部分时候是中肯的。

写英文论文的时候也是，让它”检查这段话有没有中式英语、语法错误、表达不地道的地方”。比 Grammarly 更能理解上下文。

代码审查也是类似的道理。写完一段代码让它看看有没有冗余、有没有更简洁的写法，省了不少自己 review 的时间。

第三章配图

当你要写一篇文章但不知道怎么组织结构、要做一个项目但不知道从哪开始、要准备一个汇报但不知道讲几个点——让 Claude 先出一个框架。

我准备组会汇报的时候，会先跟它聊：”我要向导师汇报这周的进展，主要做了 ABC 三件事，有一个问题需要请教。帮我设计一个 15 分钟的汇报结构。”

它给的框架不一定完美，但至少给了你一个起点。有起点和从零开始，效率差了几倍。

第四章配图

让 Claude 从零写一篇完整的文章，做一份完整的 PPT、设计一个完整的方案——效果就没那么好了。

原因很简单：它不知道你的具体语境、你的读者、你的风格偏好。从零开始的产出往往是”正确但平庸”的——就像前面那 13 篇批量生成的公众号文章，格式完美但毫无个人温度。

所以我的用法是：自己先写一个粗糙的初稿或者核心观点，再让 AI 帮忙优化和扩展。”我来定方向和灵魂，AI 来打磨细节”，这个分工效果最好。

第五章配图

这个前面那篇”AI 编造文献”里已经说过了。AI 查事实、找数据、搜文献，可信度很低。它会一本正经地编出完全不存在的东西。

所以任何涉及事实核查的工作，我都不用 AI 单独做。要么用联网搜索工具（Perplexity），要么直接去 Google Scholar 和官方来源查。

第六章配图

不管用在什么场景，有一个技巧是通用的：给 AI 一个角色。

“你是一个 SCI 论文的审稿人，帮我看看这段引言有什么问题”——比”帮我看看这段话”好用十倍。

“你是一个有十年经验的前端工程师，帮我优化这段 React 代码”——比”帮我改代码”精准十倍。

角色越具体，AI 的输出越靠谱。因为角色定义其实在帮 AI 圈定”应该用哪部分知识来回答你的问题”。

第七章配图

Claude 不是万能的。它最擅长的是”在你已有内容的基础上帮你做得更好”——读、改、优化、扩展。它最不擅长的是”从零开始替你创造”和”查找事实”。

搞清楚边界之后，你就知道什么该交给它、什么该自己来。

不要指望 AI 替你思考，但可以让它帮你省掉大量不需要深度思考的重复劳动。这个定位搞对了，效率确实会上一个台阶。

本文来自「研路炼钢」