我接触 Claude Code 有一段时间了最开始用的方式是“每次开会话都现场交代一遍背景”后来发现这种用法很容易让 AI 的输出质量变得很不稳定。同一个代码审查任务状态好的时候它能挑出关键问题状态差的时候它给你列一堆无关痛痒的建议。直到我把 claude-code-templates 当作一个长期维护的“提示词工具箱”来用情况才真正改观。这个项目本质是一套围绕 Claude Code 结构化任务模板的集合覆盖代码审查、Bug 修复、提交信息生成、功能实现这些高频场景。它能解决三个问题新项目上手时不用重复交代背景日常任务从“靠临场发挥”变成“按固定流程执行”团队里的 AI 助手用法也能被统一沉淀下来。这篇文章我会把这个模板项目的设计思路、目录结构、模板写法和落地坑点全部拆开讲适合正在用或准备用 Claude Code 的开发者参考。1. 为什么需要一套 Claude Code 模板体系1.1 没有模板时的真实困境我先描述一个很常见的场景。你打开 Claude Code想让它帮忙修复一个登录页报错的问题于是你敲了一句“帮我修一下登录页的 bug”。接下来会发生什么AI 大概率会先扫描一遍相关代码然后直接给出修改建议甚至直接动手改。问题在于它没有先问你要复现步骤没有确认项目里特定的错误处理规范也没有告诉你它打算从哪个方向排查。结果就是它给出的修改方案可能方向没错但风格和项目现有代码完全不搭甚至引入了新的边界问题。这种体验用一句话说就是AI 很聪明但它缺乏“工作前提”。它会按照通用编程常识来干活而不是按照你项目里的约定来干活。每次会话都要从零开始解释项目结构、技术栈、代码风格、提交规范、测试要求这些重复劳动会消耗掉 AI 上下文里最宝贵的空间也让你的耐心一点点被磨掉。我最早写 claude-code-templates 的动力说白了就是被这种重复沟通逼出来的。1.2 模板到底在管理什么很多人一听“模板”就想到提示词复制粘贴但 claude-code-templates 里的模板和普通提示词完全不同。我认为模板管理的核心不是“话术”而是“不变的部分”。任务是千变万化的但做任务的方式、质量标准和约束条件是可以固化的。比如代码审查的标准、Bug 修复的流程、提交信息的格式、上线前的检查清单这些都属于过程性知识。Claude Code 这类工具的强大之处在于它能读取文件、执行命令、分析 diff但它默认不会自动遵循你的项目流程。模板的作用就是把流程显式地交给它。我自己的定义是CLAUDE.md 负责告诉 AI“你处在一个什么样的项目里”模板负责告诉 AI“这个具体任务你按什么步骤干完”。两者配合AI 才从“被问什么答什么”的被动助手变成一个“知道按套路干活”的虚拟同事。1.3 模板带来的直接收益我维护这套项目半年多之后最明显的感受是 AI 输出的稳定性上来了。以前十次会话里有三四次需要我中途纠正方向现在大部分任务第一次就能给出接近可用的结果。另外一点是新人上手成本降低。团队里如果有同事刚开始用 Claude Code不需要我反复讲解他只要打开模板目录扫一遍就知道哪些任务适合交给 AI、AI 会按什么方式执行。当然也有代价。维护模板需要持续投入不是写完就一劳永逸。后面我会专门讲迭代和清理的经验总之这更像是在经营一套生产资料而不是单纯写几个脚本。2. 模板目录设计与核心思路拆解2.1 从 CLAUDE.md 到 templates 的分层结构我把 claude-code-templates 的整套结构分成两层顶层是 CLAUDE.md下层是 templates 目录。CLAUDE.md 是项目的长期记忆描述该项目用什么语言、什么框架、目录怎么组织、构建和测试命令是什么、编码规范有哪些禁忌。它相当于给 AI 一本员工手册让 AI 在任何会话开始时就具备全局背景。templates 目录则是操作手册层里面每个 Markdown 文件都对应一类具体任务。和 CLAUDE.md 相比模板更强调执行步骤和输出契约。我的经验是不要让模板承担太多“背景知识”职责那是 CLAUDE.md 的事。如果模板里写了大段项目背景AI 每次调用模板时都会把这些信息重新读一遍既浪费上下文也让模板显得臃肿。正确的分层方式是背景信息放 CLAUDE.md操作流程放模板动态的一性次信息留在会话里由用户输入。2.2 三类核心模板的划分我把模板分成全局模板、项目模板和任务模板三个层级分别放在不同子目录里。模板类型适用范围典型内容全局模板global所有项目通用代码审查清单、安全审查规范、通用编码风格要求项目模板project绑定某个具体仓库技术栈特有约定、框架脚手架流程、部署前检查项任务模板task针对某类高频任务提交信息生成、Bug 修复流程、功能实现步骤这种划分背后有一个实际考量可复用性不同维护节奏就不一样。全局模板改一次可以惠及所有项目所以要写得稳定、通用、不掺杂某个仓库的私有信息。任务模板最贴近日常迭代频率最高比如提交信息模板几乎每个版本都会微调。项目模板则要克制它容易写得过于具体一旦项目重构就要花不少精力同步更新。2.3 模板里该写什么、不该写什么写模板不是把任务描述得越长越好。我在实践中总结出四个“该写”和四个“不该写”。该写的是稳定的上下文、明确的执行顺序、可验证的输出格式、明确禁止的行为。不该写的是一次性信息比如这次要改的具体文件名过于冗长的背景故事模棱两可的质量描述比如“代码要好一点”以及那些可以直接在会话里确认的信息。模板里内容过杂AI 抓不住重点反而会忽略真正关键的步骤。我自己的一个教训是早期写代码审查模板时塞了一大段关于项目历史的说明结果 AI 每次审查都顾着复述历史背景真正的代码扫描环节反而被弱化了。后来我把那段历史移到了 CLAUDE.md模板只保留审查流程和输出格式效果立刻好转。这套“模板做减法”的思路贯穿了 claude-code-templates 的整个演进过程我建议你从一开始就养成分类整理的习惯别让模板变成大杂烩。3. 从零开始搭建模板项目的实操过程3.1 初始化目录结构搭建模板项目的第一步是先把目录结构立起来。我自己的 claude-code-templates 仓库结构大致是这样claude-code-templates/ ├── CLAUDE.md ├── .claude/ │ ├── templates/ │ │ ├── global/ │ │ │ ├── code-review.md │ │ │ ├── security-audit.md │ │ └── project/ │ │ ├── bug-fix.md │ │ ├── feature-implement.md │ │ └── task/ │ │ ├── commit-message.md │ │ ├── release-notes.md │ ├── commands/ │ │ ├── code-review.md │ │ ├── bug-fix.md │ │ └── commit.mdCLAUDE.md 放在仓库根目录templates 放在 .claude 下面commands 目录用于存放注册成斜杠命令的模板入口。实际使用时我会把整个仓库克隆到个人工作目录或者作为子模块挂到团队项目里。目录结构清晰有个额外好处AI 自己读目录时也能快速形成对模板体系的理解有时候它甚至会主动建议我参考某个已有模板说明结构本身就带有语义。3.2 编写第一个全局模板代码审查模板我从代码审查模板开始讲因为它是全局模板里最典型的一个。最初的版本我写得很随意只简单列了几条审查要求结果 AI 经常只审查函数逻辑忽略了安全、性能、可维护性这些维度。后来我把模板设计成按固定顺序执行的清单式格式效果才稳定下来。# 代码审查模板 触发条件用户要求审查代码时使用 适用范围所有项目通用 ## 执行步骤 1. 读取目标文件识别变更范围可用 git diff --stat 确认 2. 按以下顺序逐项审查不允许跳步 - 功能正确性边界条件、异常处理、并发安全 - 代码风格是否遵循项目 CLAUDE.md 中的通用规范 - 安全性输入校验、敏感信息泄露、越权访问风险 - 性能是否存在明显低效的循环、重复计算、过度的资源占用 - 可维护性命名是否清晰、函数职责是否单一、是否有重复代码 3. 对每个问题标注严重级别只允许使用三档严重 / 建议 / 疑问 4. 必须针对每个问题给出具体修改建议禁止只指出问题不给方案 ## 输出格式 | 位置 | 严重级别 | 问题描述 | 修改建议 | | --- | --- | --- | --- | ## 禁止行为 - 禁止在未了解代码上下文的情况下直接下结论 - 禁止把编码风格偏好当作严重问题列出 - 禁止提出无法落地的抽象建议这个模板用到了几个比较重要的设计。第一它会主动让 AI 用 git diff 来确认变更范围避免 AI 乱翻文件或漏掉内容。第二审查维度是固定的防止 AI 凭心情选择重点。第三输出格式用表格固定方便人快速扫读。第四禁止行为明确了底线尤其是“禁止只指出问题不给方案”这一条能把 AI 从挑刺模式切换到解决方案模式。3.3 编写项目级模板Bug 修复流程模板Bug 修复是我在项目里用得最多的场景也是最初 AI 表现最不稳定的场景。问题在于 AI 默认的行为模式是“快速给出修复方案”但很多 bug 连根因都没定位就被它跳过。我写的项目级模板核心目标就是强制它先复现、再诊断、最后才动手。# Bug 修复流程模板 触发条件用户描述了一个 bug 现象 适用范围本仓库 优先读取CLAUDE.md 中的错误处理规范、日志规范 ## 执行步骤 1. 让用户提供复现步骤如果用户不清楚则要求给出错误日志和最近变更 2. 复现或模拟复现分析现象与预期行为的差异 3. 缩小问题范围 - 定位到具体函数或模块 - 检查最近一次相关提交git log 或 git blame - 确认是否存在数据层、网络层或并发条件的问题 4. 定位根因后先向用户说明根因和影响面等用户确认再改代码 5. 修改后补充或更新单元测试并运行相关测试命令 ## 禁止行为 - 禁止在复现失败时直接猜测根因 - 禁止跳过根因分析直接修改现象层代码 - 禁止修复后不补充测试用例这里最关键的一步是第四步让 AI 先说明根因等用户确认后再动手。很多开发者担心这样会让交互变慢但实际上它节省的是返工时间。AI 在根因判断上的错误率并不低特别是在复杂业务逻辑场景里提前确认一次能避免它写出一大堆建立在错误假设上的代码。调用这个模板的典型会话长这样用户登录功能在 Safari 上偶现白屏请按 bug-fix 模板处理。 AI我先尝试复现。请在浏览器控制台复制报错信息并确认是否只发生在 Safari 的某个版本3.4 编写任务级模板提交信息生成模板提交信息生成是我的模板库里最轻量但也最实用的模板。它的核心思路是让 AI 不要猜测改动内容而是老老实实读 git diff。早期的版本没有做这个约束AI 经常根据文件名猜功能生成的提交信息和实际代码对不上。后来我把 git diff 作为强制前提写进模板准确率立刻提升。# 提交信息生成模板 触发条件用户要求生成 commit message 执行前提必须运行 git diff 和 git status 获取真实变更 ## 步骤 1. 查看 git status 了解工作区状态 2. 运行 git diff --staged 查看暂存区内容 3. 分析变更的类型feat / fix / refactor / docs / test / chore 4. 使用 Conventional Commits 格式概括变更内容 5. 如果变更涉及多模块使用 scope 标注影响范围 ## 输出要求 - 第一行不超过 60 字符 - 正文部分说明变更动机不罗列代码细节 - 当变更包含破坏性改动时正文必须标注 BREAKING CHANGE我实际用的时候一般直接在会话里输入“帮我生成一下今天的提交信息”AI 会先跑 git status 和 git diff然后按模板输出。这个模板的价值在于它把“格式”从人脑转移到了模板里团队不需要再争论 commit message 的格式问题因为每个人调用的都是同一套规则。3.5 在 Claude Code 中调用模板的几种方式模板写出来之后调用方式直接影响使用频率。我自己试过三种方式各有适用场景。第一种是直接要求 AI 读取模板文件。比如“按 .claude/templates/project/bug-fix.md 的流程处理登录白屏问题”。这种方式的优点是灵活切换项目也方便缺点是输入有点长每次都要写一遍模板路径。第二种是把模板注册成斜杠命令。在 .claude/commands 目录下建一个和模板同名的 Markdown 文件内容里引用模板文件路径这样在会话里直接输入 /bug-fix 就能触发。这种方式最快捷也更容易被团队成员接受我推荐作为默认入口。第三种是通过 CLAUDE.md 里的提示让 AI 在检测到特定任务类型时自行查找相关模板。比如 CLAUDE.md 里写“当用户要求修复 bug 时自动使用 bug 修复模板”。这种方式最省事但对模板命名规范要求高如果模板文件名混乱AI 可能找错。我的实际组合是团队推荐用斜杠命令我个人的临时任务用第一种方式CLAUDE.md 的自动触发只给少数几个极高频场景用。4. 模板运行机制与参数设计细节4.1 变量占位符与动态拼接模板虽然以“不变的部分”为主但执行时仍然需要一些动态信息比如任务描述、文件路径、分支名。我在模板里习惯用 {{TASK_DESCRIPTION}}、{{FILE_PATH}}、{{BRANCH_NAME}} 这类占位符来标记动态位置。占位符的处理逻辑很简单调用模板时要么由用户手动替换成具体内容要么让 AI 先识别这些占位符再通过读取文件或向用户提问来填充。我更推荐后者因为 Clauude Code 本身会读文件很多动态信息它能自己获取。比如 {{BRANCH_NAME}} 完全可以由 AI 执行 git branch 命令拿到不需要用户手动填。设计占位符有一条经验数量尽量控制在三到五个以内。占位符太多模板会变得像一份待填表格AI 在填充过程中的权重分配会被打散反而忽略了执行步骤。如果某个模板需要十个以上的变量通常说明它的任务范围定义得太宽应该拆成两个更聚焦的模板。4.2 上下文加载的优先级与覆盖关系关于 Claude Code 的上下文加载机制我没有去翻源码但通过大量会话观察可以总结出一个“从全局到局部”的覆盖关系。CLAUDE.md 在所有会话中都存在相当于基础上下文。如果子目录里还有 CLAUDE.md它只会在 AI 处理对应目录时被加载且会覆盖顶层同名约定。templates 则属于“触发后加载”的内容用户没有明确引用AI 不一定主动读取。了解这个优先级有一个实际用途当模板要求和 CLAUDE.md 里的设定冲突时要优先改 CLAUDE.md 而不是在模板里反复强调因为 CLAUDE.md 的加载时机更早AI 对它的服从度更高。比如你希望所有格式化操作都用项目里的 prettier 配置那这条应该写进 CLAUDE.md而不是只在代码审查模板里提一句。4.3 如何控制输出格式与终验清单模板里最容易忽略但最影响体验的是输出契约。AI 有一个让我头疼的习惯输出大量推理过程和分析把真正可用的结论淹没在文字里。为了对抗这种倾向我在每个模板里都规定了最终输出格式并要求 AI 在最后附一个“完成确认清单”。代码审查模板的输出表格是例子之一。Bug 修复模板的输出我也做了类似约束根因、影响面、修复方案、测试结果必须分四部分呈现。还有一个隐藏技巧是要求 AI 在结束时明确说“确认已完成哪些步骤”。这个简单要求能把 AI 的隐含推理转化为显式可见的检查项一旦我怀疑它漏了某步可以直接指出。5. 常见问题与排查技巧实录5.1 模板没生效的排查清单我在使用中遇到过好几次模板“完全没生效”的情况现象是 AI 行为完全没被模板影响。排查流程基本固定按这个顺序来能省不少时间。第一先确认文件路径没有被 AI 正确读取。我有一次把模板放到 .claude/template 而不是 .claude/templatesAI 找不到文件自然就按普通对话处理了。建议每次新增模板后先让 AI 用“列出可用的模板”之类的问题验证一下。第二检查文件名是否包含特殊字符。我踩过一个坑模板命名用了下划线而斜杠命令解析把下划线过滤掉了命令永远无法触发改成连字符才恢复正常。第三确认模板内容和触发条件匹配。AI 在用户没有明确指示时不会主动套用模板所以模板文件开头最好写上触发条件方便 AI 在自由读取时自行判断。第四排查 CLAUDE.md 是否包含了与模板相矛盾的指令CLAUDE.md 的优先级通常更高冲突时模板会被压制。5.2 上下文过长被截断的应对模板体系用久了会出现一个隐性问题模板本身越来越多、越来越长每次调用都占据上下文窗口的一大块真正描述任务的空间反而变小了。我在一个大型项目里就遇到过模板加 CLAUDE.md 总长度超过了两万字符AI 处理任务时的上下文被大量占满开始出现“忘了遵守输出格式”的情况。经验做法是给模板设一个硬上线单个模板正文保持在 100 行以内。超过这个长度要么精简要么把部分背景引用指向仓库里的文档而不是把内容全部复制进模板。还有一个办法是让模板采取“索引式”写法模板里只写关键步骤和禁止项细节说明放到项目 docs 目录由 AI 按需读取。这样模板本身的长度可控信息又不丢失。5.3 模板管不住 AI 的“自由发挥”怎么办模板再细致AI 还是会有自由发挥的空间尤其在你没有给它强约束的时候。我遇到过最典型的情况是代码审查模板明明要求按顺序审查AI 却跳过安全性检查直接给出一堆风格建议因为风格问题更容易发现、更容易写。应对方式是在模板里引入“必须顺序执行”的标记。我在模板里使用有序列表并且在关键步骤后面加上“不允许跳步”。除此之外还可以加一条“未经用户确认不得进入下一步”的规则。以 Bug 修复为例AI 定位到根因后如果没有向用户确认就直接改代码我就知道模板约束失效了。最后一道防线是后置校验用模板规定的“完成确认清单”来反向约束 AI。如果它没有在输出末尾附上清单我可以要求它补充这就形成了一个对抗自由发挥的闭环。5.4 多人协作时的模板同步与版本管理模板项目在单人使用时很简单多人协作时就会有同步问题。我和团队里几个同事共用同一个模板仓库后很快发现每个人对模板的改法不一样如果不管理模板库会慢慢腐烂。我的做法是把模板仓库纳入 git 管理模板变更必须走 pull request 评审。评审时关注的点不是文字好不好而是这个模板是否会改变 AI 的行为、是否和现有模板有重复或冲突。另一个细节是模板文件的命名和格式要保持统一我专门写了一个简单的格式校验脚本用 CI 检查每个模板是否包含触发条件、执行步骤和输出格式三个必要模块。这个脚本不复杂但能拦截掉一大半不规范的提交。模板库每季度清理一次把使用率低的模板归档防止它变成一堆无人维护的僵尸文件。6. 从项目实践中学到的迭代方法6.1 通过会话日志反推模板缺陷模板不是写出来就结束的它会一直跟着实际使用情况迭代。我有一个习惯每隔一段时间翻看会话记录找那些让 AI 输出明显偏离预期的对话然后反推是模板的问题还是使用方式的问题。如果我发现 AI 反复在做同一件错误的事比如修 Bug 时总是漏了复现步骤那大概率是模板里对应的约束写得不够强。有一次我注意到 AI 在处理前端样式问题时经常直接改 CSS 而不先确认设计稿导致改完和设计稿差距很大。我在模板里加了一条“改样式前必须先展示当前效果和改动后的预期差异”之后这类问题就很少再出现了。这种“从会话日志反推模板缺陷”的方法比凭空想象模板要怎么写有效得多因为它是基于真实失败样例的改进。6.2 模板版本化与团队沉淀模板和代码一样需要版本化。我见过很多人把模板写在聊天记录里或者放在没人维护的共享文档里换一个项目就完全断了链。claude-code-templates 的做法是把模板当成一等公民每个模板文件本身有语义化版本记录变更历史全部留在 git 里。团队层面的沉淀还有一个关键点是模板的“发现性”。即便模板写得再好如果团队成员不知道它存在也等于零。我在 CLAUDE.md 里维护了一份模板索引先写这段内容“本项目包含的模板目录见 .claude/templates调用方式以斜杠命令为主常见任务包括代码审查、Bug 修复、提交信息生成。”这个帮助信息让新人第一次打开项目就知道有模板可以用也引导 AI 在合适的时机主动推荐相关模板。我个人在实际操作中的体会是claude-code-templates 这类模板项目的成功不取决于模板数量而取决于模板是否真正贴合任务场景。给模板做减法的过程比做加法更重要少而精的模板库里每一条都是经过实际会话验证过的AI 的执行质量和团队的使用意愿都会明显更高。如果你刚开始维护模板不妨先挑两个高频任务下手代码审查和提交信息生成。把它们写到稳定、写到团队都用顺手再考虑扩展其他场景。最后分享一个小经验每次模板改完记录一个“为什么不生效”的例子放到模板底部这会让你在半年后回看时依然理解当初为什么要这样设计。 Claude Code模板体系：构建提示词工具箱提升AI输出稳定性
我接触 Claude Code 有一段时间了最开始用的方式是“每次开会话都现场交代一遍背景”后来发现这种用法很容易让 AI 的输出质量变得很不稳定。同一个代码审查任务状态好的时候它能挑出关键问题状态差的时候它给你列一堆无关痛痒的建议。直到我把 claude-code-templates 当作一个长期维护的“提示词工具箱”来用情况才真正改观。这个项目本质是一套围绕 Claude Code 结构化任务模板的集合覆盖代码审查、Bug 修复、提交信息生成、功能实现这些高频场景。它能解决三个问题新项目上手时不用重复交代背景日常任务从“靠临场发挥”变成“按固定流程执行”团队里的 AI 助手用法也能被统一沉淀下来。这篇文章我会把这个模板项目的设计思路、目录结构、模板写法和落地坑点全部拆开讲适合正在用或准备用 Claude Code 的开发者参考。1. 为什么需要一套 Claude Code 模板体系1.1 没有模板时的真实困境我先描述一个很常见的场景。你打开 Claude Code想让它帮忙修复一个登录页报错的问题于是你敲了一句“帮我修一下登录页的 bug”。接下来会发生什么AI 大概率会先扫描一遍相关代码然后直接给出修改建议甚至直接动手改。问题在于它没有先问你要复现步骤没有确认项目里特定的错误处理规范也没有告诉你它打算从哪个方向排查。结果就是它给出的修改方案可能方向没错但风格和项目现有代码完全不搭甚至引入了新的边界问题。这种体验用一句话说就是AI 很聪明但它缺乏“工作前提”。它会按照通用编程常识来干活而不是按照你项目里的约定来干活。每次会话都要从零开始解释项目结构、技术栈、代码风格、提交规范、测试要求这些重复劳动会消耗掉 AI 上下文里最宝贵的空间也让你的耐心一点点被磨掉。我最早写 claude-code-templates 的动力说白了就是被这种重复沟通逼出来的。1.2 模板到底在管理什么很多人一听“模板”就想到提示词复制粘贴但 claude-code-templates 里的模板和普通提示词完全不同。我认为模板管理的核心不是“话术”而是“不变的部分”。任务是千变万化的但做任务的方式、质量标准和约束条件是可以固化的。比如代码审查的标准、Bug 修复的流程、提交信息的格式、上线前的检查清单这些都属于过程性知识。Claude Code 这类工具的强大之处在于它能读取文件、执行命令、分析 diff但它默认不会自动遵循你的项目流程。模板的作用就是把流程显式地交给它。我自己的定义是CLAUDE.md 负责告诉 AI“你处在一个什么样的项目里”模板负责告诉 AI“这个具体任务你按什么步骤干完”。两者配合AI 才从“被问什么答什么”的被动助手变成一个“知道按套路干活”的虚拟同事。1.3 模板带来的直接收益我维护这套项目半年多之后最明显的感受是 AI 输出的稳定性上来了。以前十次会话里有三四次需要我中途纠正方向现在大部分任务第一次就能给出接近可用的结果。另外一点是新人上手成本降低。团队里如果有同事刚开始用 Claude Code不需要我反复讲解他只要打开模板目录扫一遍就知道哪些任务适合交给 AI、AI 会按什么方式执行。当然也有代价。维护模板需要持续投入不是写完就一劳永逸。后面我会专门讲迭代和清理的经验总之这更像是在经营一套生产资料而不是单纯写几个脚本。2. 模板目录设计与核心思路拆解2.1 从 CLAUDE.md 到 templates 的分层结构我把 claude-code-templates 的整套结构分成两层顶层是 CLAUDE.md下层是 templates 目录。CLAUDE.md 是项目的长期记忆描述该项目用什么语言、什么框架、目录怎么组织、构建和测试命令是什么、编码规范有哪些禁忌。它相当于给 AI 一本员工手册让 AI 在任何会话开始时就具备全局背景。templates 目录则是操作手册层里面每个 Markdown 文件都对应一类具体任务。和 CLAUDE.md 相比模板更强调执行步骤和输出契约。我的经验是不要让模板承担太多“背景知识”职责那是 CLAUDE.md 的事。如果模板里写了大段项目背景AI 每次调用模板时都会把这些信息重新读一遍既浪费上下文也让模板显得臃肿。正确的分层方式是背景信息放 CLAUDE.md操作流程放模板动态的一性次信息留在会话里由用户输入。2.2 三类核心模板的划分我把模板分成全局模板、项目模板和任务模板三个层级分别放在不同子目录里。模板类型适用范围典型内容全局模板global所有项目通用代码审查清单、安全审查规范、通用编码风格要求项目模板project绑定某个具体仓库技术栈特有约定、框架脚手架流程、部署前检查项任务模板task针对某类高频任务提交信息生成、Bug 修复流程、功能实现步骤这种划分背后有一个实际考量可复用性不同维护节奏就不一样。全局模板改一次可以惠及所有项目所以要写得稳定、通用、不掺杂某个仓库的私有信息。任务模板最贴近日常迭代频率最高比如提交信息模板几乎每个版本都会微调。项目模板则要克制它容易写得过于具体一旦项目重构就要花不少精力同步更新。2.3 模板里该写什么、不该写什么写模板不是把任务描述得越长越好。我在实践中总结出四个“该写”和四个“不该写”。该写的是稳定的上下文、明确的执行顺序、可验证的输出格式、明确禁止的行为。不该写的是一次性信息比如这次要改的具体文件名过于冗长的背景故事模棱两可的质量描述比如“代码要好一点”以及那些可以直接在会话里确认的信息。模板里内容过杂AI 抓不住重点反而会忽略真正关键的步骤。我自己的一个教训是早期写代码审查模板时塞了一大段关于项目历史的说明结果 AI 每次审查都顾着复述历史背景真正的代码扫描环节反而被弱化了。后来我把那段历史移到了 CLAUDE.md模板只保留审查流程和输出格式效果立刻好转。这套“模板做减法”的思路贯穿了 claude-code-templates 的整个演进过程我建议你从一开始就养成分类整理的习惯别让模板变成大杂烩。3. 从零开始搭建模板项目的实操过程3.1 初始化目录结构搭建模板项目的第一步是先把目录结构立起来。我自己的 claude-code-templates 仓库结构大致是这样claude-code-templates/ ├── CLAUDE.md ├── .claude/ │ ├── templates/ │ │ ├── global/ │ │ │ ├── code-review.md │ │ │ ├── security-audit.md │ │ └── project/ │ │ ├── bug-fix.md │ │ ├── feature-implement.md │ │ └── task/ │ │ ├── commit-message.md │ │ ├── release-notes.md │ ├── commands/ │ │ ├── code-review.md │ │ ├── bug-fix.md │ │ └── commit.mdCLAUDE.md 放在仓库根目录templates 放在 .claude 下面commands 目录用于存放注册成斜杠命令的模板入口。实际使用时我会把整个仓库克隆到个人工作目录或者作为子模块挂到团队项目里。目录结构清晰有个额外好处AI 自己读目录时也能快速形成对模板体系的理解有时候它甚至会主动建议我参考某个已有模板说明结构本身就带有语义。3.2 编写第一个全局模板代码审查模板我从代码审查模板开始讲因为它是全局模板里最典型的一个。最初的版本我写得很随意只简单列了几条审查要求结果 AI 经常只审查函数逻辑忽略了安全、性能、可维护性这些维度。后来我把模板设计成按固定顺序执行的清单式格式效果才稳定下来。# 代码审查模板 触发条件用户要求审查代码时使用 适用范围所有项目通用 ## 执行步骤 1. 读取目标文件识别变更范围可用 git diff --stat 确认 2. 按以下顺序逐项审查不允许跳步 - 功能正确性边界条件、异常处理、并发安全 - 代码风格是否遵循项目 CLAUDE.md 中的通用规范 - 安全性输入校验、敏感信息泄露、越权访问风险 - 性能是否存在明显低效的循环、重复计算、过度的资源占用 - 可维护性命名是否清晰、函数职责是否单一、是否有重复代码 3. 对每个问题标注严重级别只允许使用三档严重 / 建议 / 疑问 4. 必须针对每个问题给出具体修改建议禁止只指出问题不给方案 ## 输出格式 | 位置 | 严重级别 | 问题描述 | 修改建议 | | --- | --- | --- | --- | ## 禁止行为 - 禁止在未了解代码上下文的情况下直接下结论 - 禁止把编码风格偏好当作严重问题列出 - 禁止提出无法落地的抽象建议这个模板用到了几个比较重要的设计。第一它会主动让 AI 用 git diff 来确认变更范围避免 AI 乱翻文件或漏掉内容。第二审查维度是固定的防止 AI 凭心情选择重点。第三输出格式用表格固定方便人快速扫读。第四禁止行为明确了底线尤其是“禁止只指出问题不给方案”这一条能把 AI 从挑刺模式切换到解决方案模式。3.3 编写项目级模板Bug 修复流程模板Bug 修复是我在项目里用得最多的场景也是最初 AI 表现最不稳定的场景。问题在于 AI 默认的行为模式是“快速给出修复方案”但很多 bug 连根因都没定位就被它跳过。我写的项目级模板核心目标就是强制它先复现、再诊断、最后才动手。# Bug 修复流程模板 触发条件用户描述了一个 bug 现象 适用范围本仓库 优先读取CLAUDE.md 中的错误处理规范、日志规范 ## 执行步骤 1. 让用户提供复现步骤如果用户不清楚则要求给出错误日志和最近变更 2. 复现或模拟复现分析现象与预期行为的差异 3. 缩小问题范围 - 定位到具体函数或模块 - 检查最近一次相关提交git log 或 git blame - 确认是否存在数据层、网络层或并发条件的问题 4. 定位根因后先向用户说明根因和影响面等用户确认再改代码 5. 修改后补充或更新单元测试并运行相关测试命令 ## 禁止行为 - 禁止在复现失败时直接猜测根因 - 禁止跳过根因分析直接修改现象层代码 - 禁止修复后不补充测试用例这里最关键的一步是第四步让 AI 先说明根因等用户确认后再动手。很多开发者担心这样会让交互变慢但实际上它节省的是返工时间。AI 在根因判断上的错误率并不低特别是在复杂业务逻辑场景里提前确认一次能避免它写出一大堆建立在错误假设上的代码。调用这个模板的典型会话长这样用户登录功能在 Safari 上偶现白屏请按 bug-fix 模板处理。 AI我先尝试复现。请在浏览器控制台复制报错信息并确认是否只发生在 Safari 的某个版本3.4 编写任务级模板提交信息生成模板提交信息生成是我的模板库里最轻量但也最实用的模板。它的核心思路是让 AI 不要猜测改动内容而是老老实实读 git diff。早期的版本没有做这个约束AI 经常根据文件名猜功能生成的提交信息和实际代码对不上。后来我把 git diff 作为强制前提写进模板准确率立刻提升。# 提交信息生成模板 触发条件用户要求生成 commit message 执行前提必须运行 git diff 和 git status 获取真实变更 ## 步骤 1. 查看 git status 了解工作区状态 2. 运行 git diff --staged 查看暂存区内容 3. 分析变更的类型feat / fix / refactor / docs / test / chore 4. 使用 Conventional Commits 格式概括变更内容 5. 如果变更涉及多模块使用 scope 标注影响范围 ## 输出要求 - 第一行不超过 60 字符 - 正文部分说明变更动机不罗列代码细节 - 当变更包含破坏性改动时正文必须标注 BREAKING CHANGE我实际用的时候一般直接在会话里输入“帮我生成一下今天的提交信息”AI 会先跑 git status 和 git diff然后按模板输出。这个模板的价值在于它把“格式”从人脑转移到了模板里团队不需要再争论 commit message 的格式问题因为每个人调用的都是同一套规则。3.5 在 Claude Code 中调用模板的几种方式模板写出来之后调用方式直接影响使用频率。我自己试过三种方式各有适用场景。第一种是直接要求 AI 读取模板文件。比如“按 .claude/templates/project/bug-fix.md 的流程处理登录白屏问题”。这种方式的优点是灵活切换项目也方便缺点是输入有点长每次都要写一遍模板路径。第二种是把模板注册成斜杠命令。在 .claude/commands 目录下建一个和模板同名的 Markdown 文件内容里引用模板文件路径这样在会话里直接输入 /bug-fix 就能触发。这种方式最快捷也更容易被团队成员接受我推荐作为默认入口。第三种是通过 CLAUDE.md 里的提示让 AI 在检测到特定任务类型时自行查找相关模板。比如 CLAUDE.md 里写“当用户要求修复 bug 时自动使用 bug 修复模板”。这种方式最省事但对模板命名规范要求高如果模板文件名混乱AI 可能找错。我的实际组合是团队推荐用斜杠命令我个人的临时任务用第一种方式CLAUDE.md 的自动触发只给少数几个极高频场景用。4. 模板运行机制与参数设计细节4.1 变量占位符与动态拼接模板虽然以“不变的部分”为主但执行时仍然需要一些动态信息比如任务描述、文件路径、分支名。我在模板里习惯用 {{TASK_DESCRIPTION}}、{{FILE_PATH}}、{{BRANCH_NAME}} 这类占位符来标记动态位置。占位符的处理逻辑很简单调用模板时要么由用户手动替换成具体内容要么让 AI 先识别这些占位符再通过读取文件或向用户提问来填充。我更推荐后者因为 Clauude Code 本身会读文件很多动态信息它能自己获取。比如 {{BRANCH_NAME}} 完全可以由 AI 执行 git branch 命令拿到不需要用户手动填。设计占位符有一条经验数量尽量控制在三到五个以内。占位符太多模板会变得像一份待填表格AI 在填充过程中的权重分配会被打散反而忽略了执行步骤。如果某个模板需要十个以上的变量通常说明它的任务范围定义得太宽应该拆成两个更聚焦的模板。4.2 上下文加载的优先级与覆盖关系关于 Claude Code 的上下文加载机制我没有去翻源码但通过大量会话观察可以总结出一个“从全局到局部”的覆盖关系。CLAUDE.md 在所有会话中都存在相当于基础上下文。如果子目录里还有 CLAUDE.md它只会在 AI 处理对应目录时被加载且会覆盖顶层同名约定。templates 则属于“触发后加载”的内容用户没有明确引用AI 不一定主动读取。了解这个优先级有一个实际用途当模板要求和 CLAUDE.md 里的设定冲突时要优先改 CLAUDE.md 而不是在模板里反复强调因为 CLAUDE.md 的加载时机更早AI 对它的服从度更高。比如你希望所有格式化操作都用项目里的 prettier 配置那这条应该写进 CLAUDE.md而不是只在代码审查模板里提一句。4.3 如何控制输出格式与终验清单模板里最容易忽略但最影响体验的是输出契约。AI 有一个让我头疼的习惯输出大量推理过程和分析把真正可用的结论淹没在文字里。为了对抗这种倾向我在每个模板里都规定了最终输出格式并要求 AI 在最后附一个“完成确认清单”。代码审查模板的输出表格是例子之一。Bug 修复模板的输出我也做了类似约束根因、影响面、修复方案、测试结果必须分四部分呈现。还有一个隐藏技巧是要求 AI 在结束时明确说“确认已完成哪些步骤”。这个简单要求能把 AI 的隐含推理转化为显式可见的检查项一旦我怀疑它漏了某步可以直接指出。5. 常见问题与排查技巧实录5.1 模板没生效的排查清单我在使用中遇到过好几次模板“完全没生效”的情况现象是 AI 行为完全没被模板影响。排查流程基本固定按这个顺序来能省不少时间。第一先确认文件路径没有被 AI 正确读取。我有一次把模板放到 .claude/template 而不是 .claude/templatesAI 找不到文件自然就按普通对话处理了。建议每次新增模板后先让 AI 用“列出可用的模板”之类的问题验证一下。第二检查文件名是否包含特殊字符。我踩过一个坑模板命名用了下划线而斜杠命令解析把下划线过滤掉了命令永远无法触发改成连字符才恢复正常。第三确认模板内容和触发条件匹配。AI 在用户没有明确指示时不会主动套用模板所以模板文件开头最好写上触发条件方便 AI 在自由读取时自行判断。第四排查 CLAUDE.md 是否包含了与模板相矛盾的指令CLAUDE.md 的优先级通常更高冲突时模板会被压制。5.2 上下文过长被截断的应对模板体系用久了会出现一个隐性问题模板本身越来越多、越来越长每次调用都占据上下文窗口的一大块真正描述任务的空间反而变小了。我在一个大型项目里就遇到过模板加 CLAUDE.md 总长度超过了两万字符AI 处理任务时的上下文被大量占满开始出现“忘了遵守输出格式”的情况。经验做法是给模板设一个硬上线单个模板正文保持在 100 行以内。超过这个长度要么精简要么把部分背景引用指向仓库里的文档而不是把内容全部复制进模板。还有一个办法是让模板采取“索引式”写法模板里只写关键步骤和禁止项细节说明放到项目 docs 目录由 AI 按需读取。这样模板本身的长度可控信息又不丢失。5.3 模板管不住 AI 的“自由发挥”怎么办模板再细致AI 还是会有自由发挥的空间尤其在你没有给它强约束的时候。我遇到过最典型的情况是代码审查模板明明要求按顺序审查AI 却跳过安全性检查直接给出一堆风格建议因为风格问题更容易发现、更容易写。应对方式是在模板里引入“必须顺序执行”的标记。我在模板里使用有序列表并且在关键步骤后面加上“不允许跳步”。除此之外还可以加一条“未经用户确认不得进入下一步”的规则。以 Bug 修复为例AI 定位到根因后如果没有向用户确认就直接改代码我就知道模板约束失效了。最后一道防线是后置校验用模板规定的“完成确认清单”来反向约束 AI。如果它没有在输出末尾附上清单我可以要求它补充这就形成了一个对抗自由发挥的闭环。5.4 多人协作时的模板同步与版本管理模板项目在单人使用时很简单多人协作时就会有同步问题。我和团队里几个同事共用同一个模板仓库后很快发现每个人对模板的改法不一样如果不管理模板库会慢慢腐烂。我的做法是把模板仓库纳入 git 管理模板变更必须走 pull request 评审。评审时关注的点不是文字好不好而是这个模板是否会改变 AI 的行为、是否和现有模板有重复或冲突。另一个细节是模板文件的命名和格式要保持统一我专门写了一个简单的格式校验脚本用 CI 检查每个模板是否包含触发条件、执行步骤和输出格式三个必要模块。这个脚本不复杂但能拦截掉一大半不规范的提交。模板库每季度清理一次把使用率低的模板归档防止它变成一堆无人维护的僵尸文件。6. 从项目实践中学到的迭代方法6.1 通过会话日志反推模板缺陷模板不是写出来就结束的它会一直跟着实际使用情况迭代。我有一个习惯每隔一段时间翻看会话记录找那些让 AI 输出明显偏离预期的对话然后反推是模板的问题还是使用方式的问题。如果我发现 AI 反复在做同一件错误的事比如修 Bug 时总是漏了复现步骤那大概率是模板里对应的约束写得不够强。有一次我注意到 AI 在处理前端样式问题时经常直接改 CSS 而不先确认设计稿导致改完和设计稿差距很大。我在模板里加了一条“改样式前必须先展示当前效果和改动后的预期差异”之后这类问题就很少再出现了。这种“从会话日志反推模板缺陷”的方法比凭空想象模板要怎么写有效得多因为它是基于真实失败样例的改进。6.2 模板版本化与团队沉淀模板和代码一样需要版本化。我见过很多人把模板写在聊天记录里或者放在没人维护的共享文档里换一个项目就完全断了链。claude-code-templates 的做法是把模板当成一等公民每个模板文件本身有语义化版本记录变更历史全部留在 git 里。团队层面的沉淀还有一个关键点是模板的“发现性”。即便模板写得再好如果团队成员不知道它存在也等于零。我在 CLAUDE.md 里维护了一份模板索引先写这段内容“本项目包含的模板目录见 .claude/templates调用方式以斜杠命令为主常见任务包括代码审查、Bug 修复、提交信息生成。”这个帮助信息让新人第一次打开项目就知道有模板可以用也引导 AI 在合适的时机主动推荐相关模板。我个人在实际操作中的体会是claude-code-templates 这类模板项目的成功不取决于模板数量而取决于模板是否真正贴合任务场景。给模板做减法的过程比做加法更重要少而精的模板库里每一条都是经过实际会话验证过的AI 的执行质量和团队的使用意愿都会明显更高。如果你刚开始维护模板不妨先挑两个高频任务下手代码审查和提交信息生成。把它们写到稳定、写到团队都用顺手再考虑扩展其他场景。最后分享一个小经验每次模板改完记录一个“为什么不生效”的例子放到模板底部这会让你在半年后回看时依然理解当初为什么要这样设计。