Claude Code 教學：從零開始打造你的 AI 編程助理
你是否曾幻想過，對著電腦說「幫我建一個電商網站」，然後它就真的幫你寫好了？這不再是科幻情節——Claude Code 正在讓這件事成真。
一、什麼是 Claude Code？
Claude Code 是由 Anthropic 開發的代理式（Agentic）AI 編程工具，以命令列（CLI）形式直接在你的電腦終端機上運行。
它和一般的 AI 聊天工具（如網頁版 Claude、ChatGPT）的根本差異在於：
網頁版 AI 只能「說」，Claude Code 能「做」。
網頁版 Claude 會告訴你「你應該這樣修改第 42 行」，但還是要你自己去修改。Claude Code 會直接打開你的檔案、做出修改、執行指令、甚至部署程式碼——從頭到尾幫你完成。
Claude Code 能做什麼？
- 讀寫專案中任意的程式碼檔案
- 在終端機執行 shell 指令
- 理解整個程式碼庫的結構和脈絡
- 自動執行測試、修復 bug
- 結合 Git 管理版本
- 整合外部工具（GitHub、Jupyter Notebook、MCP 等）
- 以自然語言接受任務，無需手動逐步操作
二、安裝教學
系統需求
| 項目 | 需求 |
|---|---|
| 作業系統 | macOS、Linux（原生支援）；Windows 需透過 WSL 或原生安裝 |
| 記憶體 | 最少 4GB RAM |
| 網路 | 需連線（身份驗證與 AI 處理皆需網路） |
| 帳號 | Claude Pro/Max 方案，或 Anthropic Console 帳號 |
macOS / Linux 安裝
方法一：官方安裝腳本（推薦）
打開終端機，輸入：
curl -fsSL https://claude.ai/install.sh | bash方法二：Homebrew
brew install --cask claude-code注意：Homebrew 不會自動更新，請定期執行
brew upgrade claude-code。
安裝完成後，進入你的專案目錄並啟動：
cd /your/project
claudeWindows 安裝
Windows 有兩種方式：
方式一：原生安裝（Windows 11，較新方式）
打開 CMD（命令提示字元）（非 PowerShell，避免執行政策問題），執行：
winget install Anthropic.ClaudeCode安裝後設定環境變數，使 claude 指令可在任何目錄執行。
方式二：WSL（Windows Subsystem for Linux）
- 以系統管理員開啟 PowerShell，安裝 WSL：
wsl --install
wsl --set-default-version 2
wsl --set-default Ubuntu- 進入 WSL 環境後，同 Linux 方式安裝：
curl -fsSL https://claude.ai/install.sh | bash💡 Windows 用戶常見問題：若遇到 WSL 路徑問題，
C:\Users\Alice對應 WSL 路徑為/mnt/c/Users/Alice。
身份驗證
首次啟動時，Claude Code 會引導你完成 OAuth 驗證。你有兩種方案：
方案 A：Claude Pro/Max 訂閱（推薦個人用戶）
- 訂閱後以 Claude.ai 帳號登入即可使用
- 不需另外設定 API 金鑰
方案 B：Anthropic Console（適合企業/API 用戶）
- 在 Console 完成 OAuth 授權
- 系統自動建立「Claude Code」工作區並追蹤費用
整合至 VS Code / Cursor
安裝完成後，可在 VS Code 或 Cursor 的整合終端機中直接呼叫 claude，讓 AI 可以看到你正在編輯的檔案，達到更好的上下文理解效果。
三、基本使用方式
啟動與第一次對話
在專案目錄下輸入 claude 後，你會看到互動式的提示介面。你可以直接以自然語言下達任務：
> 幫我找出 src/ 目錄下所有有 console.log 的地方並刪除
> 為 UserService 類別寫單元測試
> 解釋一下 utils/parser.js 這個檔案在做什麼
常用指令
| 指令 | 說明 |
|---|---|
| claude | 啟動互動模式 |
| claude "你的任務" | 直接執行單一任務 |
| claude --help | 查看說明 |
| claude --verbose | 開啟詳細輸出（適合除錯） |
| claude update | 更新至最新版本 |
| /config | 開啟設定選單 |
| /exit | 離開互動模式 |
設定 CLAUDE.md — 讓 AI 了解你的專案
在專案根目錄建立 CLAUDE.md 檔案，可以告訴 Claude Code 你的專案規範、慣例與重要背景資訊。例如：
# 專案說明
這是一個 React + TypeScript 的電商前端專案。
## 開發規範
- 使用 ESLint + Prettier 格式化
- 所有 API 呼叫使用 axios，放在 src/api/ 目錄
- 元件命名採 PascalCase
- 測試框架使用 Vitest
## 重要備註
- 不要修改 legacy/ 目錄下的任何檔案這份檔案會在每次啟動時自動載入，讓 Claude 更精準地理解你的專案背景。
四、進階工作流程
工作流程一：測試先行（TDD）
> 先幫我寫 calculateDiscount 函式的測試案例，再實作這個函式讓測試通過Claude Code 會先撰寫測試、執行確認失敗後，再撰寫實作讓所有測試通過——這是標準的 TDD 流程。
工作流程二：視覺輔助開發
你可以截圖貼入終端機，或提供設計稿路徑：
> 參考 mockup.png 的設計，幫我完成 LoginPage 元件的 CSS 樣式
工作流程三：多任務平行處理（進階）
可以同時啟動多個 Claude Code 實例，讓它們分別處理不同的功能模組，大幅提升開發效率：
# 終端機視窗 1
cd frontend && claude "完成購物車頁面"
# 終端機視窗 2
cd backend && claude "完成訂單 API"工作流程四：Headless 模式（自動化腳本）
搭配 shell script 或 CI/CD 使用：
claude --headless "審查 PR 中的所有更改並生成摘要" > review.md五、工具整合
整合 Git / GitHub
Claude Code 原生支援 Git 操作：
> 幫我整理這次的修改並寫一個符合 Conventional Commits 規範的 commit message
> 審查過去 3 個 commit 的修改，找出潛在的 bug
整合 Jupyter Notebook
Anthropic 的研究人員廣泛使用 Claude 搭配 Jupyter Notebook，Claude 不僅能理解 notebook 內容，也能解析其中的圖表輸出。建議在 VS Code 中同時開啟 Claude Code 與 .ipynb 檔案，效果最佳。
> 整理這個 notebook 的格式，讓輸出結果更適合對外呈現
整合 MCP（Model Context Protocol）
MCP 是 Anthropic 推出的開放協議，讓 Claude Code 能連接更多外部工具與資料來源，包括：
- 資料庫：直接查詢 PostgreSQL、MongoDB
- 雲端服務：AWS、Google Cloud、Vercel
- 第三方 API：Slack、Notion、Linear
- 自訂工具：你自己開發的內部系統
在專案根目錄的 .mcp.json 設定檔中加入 MCP 伺服器設定即可啟用。
整合 Amazon Bedrock / Google Vertex AI
企業用戶可將 Claude Code 設定為透過雲端提供商運行，整合進現有的企業雲端基礎架構，方便集中管理與成本追蹤。
六、優缺點分析
✅ 優點
1. 真正的代理式操作 不只是建議，而是直接執行。從讀檔、寫程式碼、跑測試到部署，全部一條龍完成。
2. 理解整個程式碼庫 不只看單一檔案，而是分析整個專案結構，給出的建議更具全局觀。
3. 自然語言操作 不需要學習特殊語法，用日常語言描述需求即可，大幅降低使用門檻。
4. 彈性的整合方式 可與 VS Code、Cursor、Git、Jupyter、MCP 等工具無縫整合。
5. 企業級擴展性 支援 Teams/Enterprise 方案、雲端提供商整合、集中帳單與使用追蹤。
6. 活躍的更新頻率 Anthropic 持續快速更新功能，工具成熟度提升很快。
❌ 缺點
1. 費用較高 需要 Claude Pro（約 $20/月）或 Max 方案才能流暢使用，深度使用可能消耗大量 token，費用不可忽視。
2. Windows 支援較複雜 原生 Windows 支援雖已改善，但仍可能遇到環境設定問題；WSL 對不熟悉 Linux 的用戶有一定門檻。
3. 自主操作有風險 由於 Claude Code 真的會修改檔案與執行指令，若指令不夠精確，可能造成非預期的修改。建議搭配 Git 使用，並養成頻繁 commit 的習慣。
4. 對複雜架構理解有限 超大型、高度複雜的程式碼庫，AI 理解仍有上限，可能需要額外補充說明（透過 CLAUDE.md）。
5. 網路依賴性強 所有操作都需要連線，離線環境無法使用。
6. 學習曲線 雖然基本使用很直覺，但要充分發揮 Claude Code 的潛力（如多實例平行、MCP 整合、CI/CD 腳本化），仍需要一段時間摸索。
七、使用技巧與最佳實踐
給出具體指令
❌ 模糊指令：「幫我優化程式碼」
✅ 具體指令：「幫我優化 src/utils/imageProcessor.js 的 compressImage 函式，目標是將執行時間從 2 秒降至 500ms 以內，可以考慮使用 Web Worker 平行處理」
提早給予回饋
Claude Code 執行長任務前會列出計劃，這時候是糾正方向的最佳時機。不要等到它全部做完才說「不對，我要的不是這樣」。
搭配 Git 使用
每次重大任務前先 commit，讓你可以隨時 git revert 回到安全狀態
git add -A && git commit -m "backup before claude session"
claude "重構整個 auth 模組"善用 CLAUDE.md
把專案規範、常用路徑、禁止修改的目錄都寫進 CLAUDE.md，省去每次重複說明的時間。
除錯時用 --verbose
claude --verbose "找出 login API 回傳 401 的原因"八、未來趨勢
1. Agentic AI 成為主流開發工具
Claude Code 代表的「代理式 AI」正快速取代傳統的「問答式 AI」。未來工程師的工作形態將更偏向需求定義與品質把關，而非逐行撰寫程式碼。
2. MCP 生態系爆發
MCP 協議正逐步建立起一個龐大的第三方工具生態系，Claude Code 未來能接入的服務將越來越多，最終目標是讓 AI 具備與任何系統互動的能力。
3. 多 Agent 協作
多個 AI 實例同時協作、各司其職的開發模式，預計會變得更加成熟與普及，解決大型專案複雜度的問題。
4. 企業整合深化
與 Jira、Linear、Confluence 等企業工具的深度整合，讓 AI 能直接從需求文件到程式碼實作，進一步縮短開發週期。
5. 安全性與可審計性增強
隨著 AI 代理在企業環境中越來越普遍，操作日誌、許可控制、操作沙盒等安全機制將持續強化，降低誤操作風險。
6. 降低非工程師的技術門檻
Claude Code 讓「自己打造工具」這件事不再只屬於工程師。設計師、PM、資料分析師甚至行銷人員，都可以透過自然語言讓 AI 幫他們實現想法。
九、結語
Claude Code 不只是「更聰明的 GitHub Copilot」，它代表的是一種全新的人機協作開發典範——你負責思考目標，AI 負責執行細節。
對於開發者來說，現在是最好的時機擁抱這個工具：它夠成熟可以投入實際專案，又足夠新到讓你在團隊中具備競爭優勢。
你的競爭優勢不在於你打字有多快，而在於你能多有效率地調度 AI。
延伸閱讀
留言
張貼留言