Anthropic 團隊內設計師們如何用 Claude Code 做產品、寫代碼、推 PR、瀏覽器驗證、定時巡檢...
整理版優先睇
Anthropic設計負責人Meaghan Choi展示如何用Claude Code做產品，同時強調審美決策必須由人做
呢篇文係Meaghan Choi——Anthropic Claude Code同Cowork嘅設計負責人——喺Dive Club Live嘅現場分享。佢嘅核心問題係：產品節奏越來越快，但工作方式未跟上。佢嘅答案係一套經內部驗證嘅Claude Code工作流，唔係概念，而係可複製嘅實操。
佢用Excalidraw做現場demo，任務係加一個autocomplete，冇設計稿冇spec。佢展示咗一套prompt結構：調用自定義/prototype Skill生成多個方案，讓Claude選一個並解釋理由，再用loop until done同Auto模式。佢仲提出三條操作層建議（claude-worktree、Opus+1M+Fast、Auto模式），同三條最重要嘅原則：AI做設計仲好差、自動化唔應該只限於寫code、人人都能ship唔等於乜都該ship。
最有價值嘅部分係三大並行工作流：雲端批量小拋光、PR自動化與code review、定時設計巡檢。佢誠實咁講自動化試過翻車、DM功能被關掉。最後畀咗唔同角色嘅takeaway。整體結論係：設計師應該將Claude Code當作並行勞動力系統，但審美與最終決策必須由人做。呢個分享信息密度高，預示設計-工程邊界重劃嘅方向。
- 結論：設計師應將Claude Code當作並行勞動力，但審美與最終決策必須由人保留。
- 方法：使用自定義/prototype Skill生成多方案，讓Claude選並解釋理由，人做最終確認。
- 差異：自動化不限於寫code，擴展到PR合併、code review、定時設計巡檢等非編碼工作。
- 啟發：人人都能ship唔等於乜都該ship，需要可擴展嘅質量與治理機制。
- 可行動點：設計師可立即採用claude-worktree多開會話、雲端批量小修polish、用定時任務掃描未經設計評審嘅改動。
現場Demo：一句話加功能
Meaghan揀咗開源項目Excalidraw做demo，任務係加一個autocomplete功能。
佢冇設計稿，冇詳細spec，直接用一句話指令開波。
佢用嘅Prompt結構值得學：調用自定義/prototype Skill、讓Claude生成5個方案、選一個並解釋理由、用loop until done、開Auto模式。
- 1 調用自定義/prototype Skill，默認生成5個不同實現方案（HTML預覽+迭代）。
- 2 讓AI先選方案，再解釋理由——人只做最終確認。
- 3 允許聯網或查內部資料，開源項目主要在線調研。
- 4 實現→驗證→樣式對齊→開PR並附截圖。佢幾乎唔睇終端對話，直接睇PR。
- 5 使用loop until done，全員開Auto模式用分類器判斷風險操作。
佢強調：loop until done同Auto模式係加快進度嘅關鍵。
現場觀眾選咗方案2，佢一句話確認後，Claude繼續往下做，最後自動測試、錄GIF、開PR。
三大原則：觀念層嘅核心
- 1 LLM目前仲做唔好設計，人必須留喺審美與決策環
- 2 自動化唔應該只限於寫code，要將AI當成全流程協作者
- 3 人人都能ship唔等於乜都該ship，需要可擴展嘅質量與治理機制。
質量與治理機制係防止功能氾濫嘅關鍵。
並行工作流：Claude跑主任務時設計師做咩
呢部分係成個分享最有價值嘅位，展示咗設計負責人真實在用嘅side workflows。
- 工作流A：雲端Claude批量處理「小拋光」——用Claude in the web提交大量零碎UI修復（CSS微調），合併成一個PR，極小改動自動通過，唔使人工review。
- 工作流B：PR合併與Code Review自動化——依賴內部Skill做simplify / code review、commit push PR、審查所有open PR並推到可合併，配合Claude in Chrome自動測試前端改動。
- 工作流C：定時任務巡檢（最激進）——用Claude Cowork嘅scheduled task掃描所有repo前端變更，查Slack/Google Meet/Docs判斷有冇設計師參與，無嘅話生成對抗性設計改進並起草PR。佢話第一次試時好爛，但團隊包容，而家自己消化報告等模型升級。
將工藝感變成後台持續流水線，唔係等項目排期。
對抗性設計改進係未經設計評審嘅自動回擊機制。
不同角色嘅實用takeaway
- 設計師：用/prototype做多方案探索，人定審美；小polish用雲端批量提交；爭取直接ship前端細節。
- 產品經理：讓AI查Slack/Docs再實現；用loop跑完；建立「能ship唔等於該ship」規範。
- 工程師：用worktree並行；對接simplify/CR/merge類Skill；用Claude in Chrome做E2E自驗。
- 團隊負責人：投資Slack/CI/文檔/定時任務一體化；為「設計治理自動化」留接口，即使當前模型仲唔夠好。
Meaghan誠實咁講出邊界同翻車經驗，令分享更加可信。
總結：呢個分享唔單止係技巧，仲係一種將AI當作並行勞動力嘅組織實踐。
影片基本資料
| 項目 | 內容 |
|---|---|
| 標題 | How Claude Code's lead designer builds with AI |
| 地址 | https://www.youtube.com/watch?v=hKeDfupbA4U |
| 主講人 | Meaghan Choi — Claude Code 與 Cowork 嘅設計負責人 |
| 場合 | Dive Club Live（紐約線下設計社羣活動） |
| 形式 | 現場實操示範 + 內部工作流程分享 |
Anthropic 內部設計師點樣用 Claude Code 做產品、寫 code、推 PR 嘅第一手分享。
核心命題：時間被壓縮，但工作方式仲未跟得上
Meaghan 開場就點出一個行業現狀：
- 產品節奏越來越快，交付週期被大幅壓縮；
- Anthropic 內部因為可以隨時用最新模型、成日試新用法，成日揾「下一套更高效嘅工作方式」。
佢今次分享嘅目標好明確：將團隊內部已經驗證過嘅 Claude Code 工作流程，整成可以複製嘅實操 demo，而唔係講概念。
同時佢都先打咗預防針：自己係 CLI 重度用戶（佢本人就有份設計 Claude Code 嘅 CLI），但 桌面版同樣做到示範入面嘅一切，唔需要為咗學佢而硬上終端機。
現場 Demo：喺 Excalidraw 上「一句話加功能」
示範揀咗開源項目 Excalidraw（issue 多、社羣開放，適合練手）。任務極簡單：
幫 Excalidraw 加一個 autocomplete 功能。冇設計稿，冇詳細 spec。
佢實際用嘅 Prompt 結構（值得學）
叫用自定義
/prototypeSkill- 叫 Claude 預設生成 5 個唔同實現方案（HTML 預覽 + 迭代）；
- 佢強調：冇人再手寫 Skill，都係叫 Claude 生成。
叫 AI 先揀方案，再解釋理由
- 以前：原型出嚟 → 人揀；
- 而家：「你揀一個並解釋點解」——將決策權部分交俾模型，人只做最終確認。
允許上網 / 查內部資料
- 開源項目：上網調研就得；
- 自家產品：會要求查 Slack、Google Docs、BigQuery 等。
實現 → 驗證 → 樣式對齊 → 開 PR 並附截圖
- 她幾乎 唔再睇終端對話，而係直接睇 Claude 提交嘅 PR（含功能錄屏/GIF）。
使用
loop until done- 叫任務跑到真正完成，而唔係中途停咗一半。
全員開 Auto 模式
- 用分類器判斷風險操作，減少反覆撳「確認」，加快並行任務。
現場觀眾揀咗方案 2，佢一句話確認後，Claude 繼續做落去。
三條「操作層」建議（示範前）
| 技巧 | 作用 |
|---|---|
claude-worktree | 開多個 Claude 時避免改同一分支互相覆蓋；比起複製多份 repo（repo1、repo2…）更好管理 |
| Opus + 1M 上下文 + Fast 模式 | 少糾結模型選擇，加快 demo（佢承認唔係所有人都有權限） |
| Auto 模式 | 降低權限摩擦，適合長時間並行跑任務 |
佢仲提到：平時會 同時開好多 Claude 會話；今晚為咗展示流程，先至只係開一個並邊等邊講其他嘢。
佢堅持嘅三大原則（成場最重要嘅「觀念層」）
1. LLM 目前仲做唔好設計 → 人一定要留喺審美同決策環入面
- 「Claude 做設計仲好差」係佢嘅原話；
- 工作流程圍繞：AI 出方案，人定最終產品形態；
- 呢個唔代表永遠係咁，而係 現階段嘅現實限制。
2. 自動化唔應該只侷限於「寫 code」
- 寫 code 可以交俾 AI，但佢將大量 非寫 code 工作 都交俾 Claude；
- 如果淨係用 Claude Code 寫 code，等於冇用盡呢套工具；
- 要將 AI 當成 全流程協作者，而唔只係 Copilot。
3. 「人人都能 ship」≠「乜嘢都應該 ship」
- 寫 code 門檻下降之後，功能會氾濫；
- 需要 可擴展嘅質量同治理機制，否則產品會失控。
呢三條將演講由「技巧清單」提升到 組織同產品治理 層面。
三條「並行工作流程」（Claude 喺跑主任務時佢喺度做咩）
呢條片最有價值嘅部分：Anthropic 設計負責人真實在用嘅 side workflows。
工作流程 A：雲端 Claude 批量處理「小拋光」
- 用 Claude in the web / cloud 提交大量零碎 UI 修復（CSS 微調等）；
- 唔值得為每個小問題開新會話；
- 工程師有時會 complain PR 太多，佢就叫 Claude 合併成一個 PR；
- 極細微改動通常 自動通過，唔需要人手 review。
啓示：將「工藝感」維護成 後台持續流水線，而唔係等項目排期。
工作流程 B：PR 合併同 Code Review 自動化
佢坦言：idea 定咗之後，佢幾乎唔再掂 CI——唔手動改 review 意見、唔睇實 merge 流程。
依賴兩類能力（多數係內部 Skill，但邏輯可以復刻）：
simplify/code review：大改前做 code 衞生檢查；commit push PR：跑內部檢查清單；- 審查所有 open PR 並推到可以合併（原命令已封裝成 Skill）；
- 與 Slack 打通：自動 DM reviewer 或 stamp 頻道、@on-call。
配合 Claude in Chrome：前端改動由瀏覽器入面自動點測、自驗證；示範入面 Claude 正喺 Chrome 入面測 autocomplete。
啓示：人嘅精力應該放喺 決策同驗收（PR + 錄屏），而唔係 diff 來回跑。
工作流程 C：定時任務 —「冇設計師參與嘅改動」巡檢（最激進）
她用 Claude Cowork 的 scheduled task 跑一條 routine：
- 掃描所有 repo 嘅前端變更；
- 查 Slack、Google Meet 轉錄、Google Docs 等，判斷 係咪有設計師參與；
- 如果冇 → 標記「未經設計評審就 ship」；
- 生成 對抗性設計改進 並起草 PR，原本仲會 DM 工程師（後來因為 AI 設計太差而關咗 DM）；
- 佢本人睇呢份報告，並 為下一代模型預留腳本——模型變強之後可以直接再啓用。
佢自嘲第一次試嗰陣時「真係好廢」，但團隊當時願意包容；而家改為 自己消化報告，等模型升級再放開。
啓示：自動化要諗到 第 N 步（發現 → 評估 → 起草 → 通知 → 協作），而唔係停喺「生成 code」。
示範收尾：驗收方式已經變咗
主任務結束時，Claude：
- 用 Chrome 擴展自測功能；
- 用 GIF 錄屏記錄行為；
- 自動開 PR。
佢嘅驗收單位係：帶視覺證據嘅 Pull Request，而唔係聊天視窗入面嘅文字。
對唔同角色嘅實用 takeaway
| 角色 | 可以立即參考嘅 |
|---|---|
| 設計師 | /prototype 多方案探索；人定審美；細微 polish 用雲端批量提交；爭取直接 ship 前端細節 |
| 產品經理 | 叫 AI 查 Slack/Docs 再實現；用 loop 跑完；建立「能 ship 唔等於應該 ship」嘅規範 |
| 工程師 | worktree 並行；對接 simplify/CR/merge 類 Skill；Claude in Chrome 做 E2E 自驗 |
| 團隊負責人 | 投資 Slack/CI/文件/定時任務一體化；為「設計治理自動化」留接口，即使當前模型仲未夠好 |
客觀評價：呢條片點解「重要」
- 來源權威：唔係第三方教學，而係 Claude Code 設計負責人嘅現場工作流程。
- 資訊密度高：12 分鐘入面同時覆蓋工具技巧、協作哲學、組織治理。
- 誠實邊界：明確講 AI 設計仲差、自動化曾經炒車、DM 功能俾人關咗——比起營銷示範可信。
- 預示方向：設計師 = 高頻用 Claude Code 嘅人；驗收中心由 chat 轉向 PR + 瀏覽器驗證 + 定時巡檢。
如果你關心 AI 時代設計—工程邊界點樣重劃，呢條片係目前少數「內部實踐外露」嘅高質量樣本之一。
一句話總結
Meaghan Choi 展示嘅唔係「設計師都會寫 code」，而係：喺 Anthropic，設計負責人已經將 Claude Code 當成並行勞動力系統——多 worktree、原型 Skill、雲端小修、PR 自動化、定時設計巡檢，同時承認 審美決策仍然必須係人做嘅。
附錄：關鍵術語速查
| 術語 | 含義 |
|---|---|
| Work tree | Git 工作樹，用嚟喺同一個 repo 上並行多個 Claude 會話而唔衝突 |
/prototype Skill | 自定義技能，生成 N 個實現方案並 HTML 預覽 |
| Loop | Claude Code 功能，循環執行直到任務完成 |
| Auto mode | 自動權限模式，用分類器判斷風險操作 |
| Claude in Chrome | 瀏覽器擴展，叫 Claude 自動測試前端改動 |
| Claude Cowork | 支援 scheduled task 嘅協作產品 |
| Adversarial design | 對未經設計評審嘅改動生成對抗性改進方案 |
相關資源推薦
Claude Code 工程實踐揭秘：Anthropic 內部 Skills 設計嘅九類框架同編寫最佳實踐
由零 code 到上架 App Store：一位零開發基礎嘅項目經理點樣用 Claude Code 喺六個星期內開發並上架一款減壓 App？
Anthropic Claude 啱啱俾創業者們發咗一份 AI-Native 構建手冊，將「獨自創業做到上市」寫成咗 SOP
視頻基本信息
| 項目 | 內容 |
|---|---|
| 標題 | How Claude Code's lead designer builds with AI |
| 地址 | https://www.youtube.com/watch?v=hKeDfupbA4U |
| 主講人 | Meaghan Choi — Claude Code 與 Cowork 的設計負責人 |
| 場合 | Dive Club Live（紐約線下設計社區活動） |
| 形式 | 現場實操演示 + 內部工作流分享 |
Anthropic 內部設計師如何用 Claude Code 做產品、寫代碼、推 PR 的一手分享。
核心命題：時間被壓縮，但工作方式還沒跟上
Meaghan 開場就點出一個行業現狀：
- 產品節奏越來越快，交付週期被大幅壓縮；
- Anthropic 內部因為能隨時用最新模型、整天在試新用法，總在找「下一套更高效的工作方式」。
她這次分享的目標很明確：把團隊內部已經驗證過的 Claude Code 工作流，做成可複製的實操 demo，而不是講概念。
同時她也先打了預防針：自己是 CLI 重度用戶（她本人就參與設計 Claude Code 的 CLI），但 桌面版同樣能做演示裏的一切，不必為了學她而硬上終端。
現場 Demo：在 Excalidraw 上「一句話加功能」
演示選在開源項目 Excalidraw（issue 多、社區開放，適合練手）。任務極簡：
給 Excalidraw 加一個 autocomplete 功能。沒有設計稿，沒有詳細 spec。
她實際用的 Prompt 結構（值得學）
調用自定義
/prototypeSkill- 讓 Claude 默認生成 5 個不同實現方案（HTML 預覽 + 迭代）；
- 她強調：沒人再手寫 Skill，都是讓 Claude 生成。
讓 AI 先選方案，再解釋理由
- 以前：原型出來 → 人選；
- 現在：「你選一個並說明為什麼」——把決策權部分交給模型，人只做最終確認。
允許聯網 / 查內部資料
- 開源項目：在線調研即可；
- 自家產品：會要求查 Slack、Google Docs、BigQuery 等。
實現 → 驗證 → 樣式對齊 → 開 PR 並附截圖
- 她幾乎 不再看終端對話，而是直接看 Claude 提交的 PR（含功能錄屏/GIF）。
使用
loop until done- 讓任務跑到真正完成，而不是中途停在一半。
全員開 Auto 模式
- 用分類器判斷風險操作，減少反覆點「確認」，加快並行任務。
現場觀眾選了方案 2，她一句話確認後，Claude 繼續往下做。
三條「操作層」建議（演示前）
| 技巧 | 作用 |
|---|---|
claude-worktree | 多開 Claude 時避免改同一分支互相覆蓋；比複製多份 repo（repo1、repo2…）更好管 |
| Opus + 1M 上下文 + Fast 模式 | 少糾結模型選擇，加快 demo（她承認並非所有人都有權限） |
| Auto 模式 | 降低權限摩擦，適合長時間並行跑任務 |
她還提到：平時會 同時開很多 Claude 會話；今晚為了展示流程，才只跑一個並邊等邊講別的。
她堅持的三大原則（整場最重要的「觀念層」）
1. LLM 目前還做不好設計 → 人必須留在審美與決策環裏
- 「Claude 做設計還很糟」是她的原話；
- 工作流圍繞：AI 出方案，人定最終產品形態；
- 這不代表永遠如此，而是 當前階段的現實約束。
2. 自動化不應只限於「寫代碼」
- 編碼可以交給 AI，但她把大量 非編碼工作 也交給 Claude；
- 若只用 Claude Code 寫代碼，等於沒用滿這套工具；
- 要把 AI 當成 全流程協作者，而不只是 Copilot。
3. 「人人都能 ship」≠「什麼都該 ship」
- 代碼門檻下降後，功能會氾濫；
- 需要 可擴展的質量與治理機制，否則產品會失控。
這三條把演講從「技巧清單」抬到了 組織與產品治理 層面。
三條「並行工作流」（Claude 在跑主任務時她在做什麼）
這是視頻最有價值的部分：Anthropic 設計負責人真實在用的 side workflows。
工作流 A：雲端 Claude 批量處理「小拋光」
- 用 Claude in the web / cloud 提交大量零碎 UI 修復（CSS 微調等）；
- 不值得為每個小問題開新會話；
- 工程師有時會抱怨 PR 太多，她就讓 Claude 合併成一個 PR；
- 極小改動常 自動通過，無需人工 review。
啓示：把「工藝感」維護成 後台持續流水線，而不是等項目排期。
工作流 B：PR 合併與 Code Review 自動化
她坦言：idea 定下來之後，她幾乎不再碰 CI——不手動改 review 意見、不盯着 merge 流程。
依賴兩類能力（多為內部 Skill，但邏輯可復刻）：
simplify/code review：大改前做代碼衞生檢查；commit push PR：跑內部檢查清單；- 審查所有 open PR 並推到可合併（原命令已封裝成 Skill）；
- 與 Slack 打通：自動 DM reviewer 或 stamp 頻道、@on-call。
配合 Claude in Chrome：前端改動由瀏覽器裏自動點測、自驗證；演示裏 Claude 正在 Chrome 裏測 autocomplete。
啓示：人的精力應放在 決策與驗收（PR + 錄屏），而不是 diff 往返。
工作流 C：定時任務 —「無設計師參與的改動」巡檢（最激進）
她用 Claude Cowork 的 scheduled task 跑一條 routine：
- 掃描所有 repo 的前端變更；
- 查 Slack、Google Meet 轉錄、Google Docs 等，判斷 是否有設計師參與；
- 若無 → 標記「未經設計評審就 ship」；
- 生成 對抗性設計改進 並起草 PR，原本還會 DM 工程師（後因 AI 設計太差而關掉 DM）；
- 她本人消費這份報告，並 為下一代模型預留腳本——模型變強後可直接再啓用。
她自嘲第一次試時「真的很爛」，但團隊當時願意包容；現在改為 自己消化報告，等模型升級再放開。
啓示：自動化要想到 第 N 步（發現 → 評估 → 起草 → 通知 → 協作），而不是停在「生成代碼」。
演示收尾：驗收方式已經變了
主任務結束時，Claude：
- 用 Chrome 擴展自測功能；
- 用 GIF 錄屏記錄行為；
- 自動開 PR。
她的驗收單位是：帶視覺證據的 Pull Request，而不是聊天窗口裏的文字。
對不同角色的實用 takeaway
| 角色 | 可立即借鑑的 |
|---|---|
| 設計師 | /prototype 多方案探索；人定審美；小 polish 用雲端批量提交；爭取直接 ship 前端細節 |
| 產品經理 | 讓 AI 查 Slack/Docs 再實現；用 loop 跑完；建立「能 ship 不等於該 ship」的規範 |
| 工程師 | worktree 並行；對接 simplify/CR/merge 類 Skill；Claude in Chrome 做 E2E 自驗 |
| 團隊負責人 | 投資 Slack/CI/文檔/定時任務一體化；為「設計治理自動化」留接口，即使當前模型還不夠好 |
客觀評價：這條視頻為什麼「重要」
- 來源權威：不是第三方教程，而是 Claude Code 設計負責人的現場工作流。
- 信息密度高：12 分鐘裏同時覆蓋工具技巧、協作哲學、組織治理。
- 誠實邊界：明確說 AI 設計還差、自動化曾翻車、DM 功能被關掉——比營銷演示可信。
- 預示方向：設計師 = 高頻用 Claude Code 的人；驗收中心從 chat 轉向 PR + 瀏覽器驗證 + 定時巡檢。
若你關心 AI 時代設計—工程邊界如何重劃，這條視頻是目前少數「內部實踐外露」的高質量樣本之一。
一句話總結
Meaghan Choi 展示的不是「設計師也會寫代碼」，而是：在 Anthropic，設計負責人已經把 Claude Code 當成並行勞動力系統——多 worktree、原型 Skill、雲端小修、PR 自動化、定時設計巡檢，同時承認 審美決策仍必須是人做的。
附錄：關鍵術語速查
| 術語 | 含義 |
|---|---|
| Work tree | Git 工作樹，用於在同一 repo 上並行多個 Claude 會話而不衝突 |
/prototype Skill | 自定義技能，生成 N 個實現方案並 HTML 預覽 |
| Loop | Claude Code 功能，循環執行直到任務完成 |
| Auto mode | 自動權限模式，用分類器判斷風險操作 |
| Claude in Chrome | 瀏覽器擴展，讓 Claude 自動測試前端改動 |
| Claude Cowork | 支持 scheduled task 的協作產品 |
| Adversarial design | 對未經設計評審的改動生成對抗性改進方案 |
相關資源推薦
Claude Code 工程實踐揭秘：Anthropic 內部 Skills 設計的九類框架與編寫最佳實踐
從零代碼到上架 App Store：一位零開發基礎項目經理如何用 Claude Code 在六週內開發並上架一款減壓 App？
Anthropic Claude 剛剛給創業者們發了一份 AI-Native 構建手冊，把"獨自創業做到上市"寫成了 SOP