Claude 101 从入门到高效协作
Anthropic 官方 Claude 101 课程中文导读：12节课程结构梳理，核心概念速查，4D AI素养框架，以及按角色的实战场景。
共 12 节内容
课程概览
Claude 101 是 Anthropic 官方面向所有用户设计的基础课。无论你是刚接触 AI 助手，还是已经用过其他工具想系统了解 Claude 的独特之处，这门课都是最好的起点。
Claude 101 是 Anthropic 官方面向所有用户设计的基础课。无论你是刚接触 AI 助手，还是已经用过其他工具想系统了解 Claude 的独特之处，这门课都是最好的起点。
课程以"用 Claude 的方式用 Claude"为主线——不只是教你发一条提示词，而是帮你建立起与 Claude 协作的完整思维模型：从最基础的对话技巧，到项目管理、技能创建、工具连接，再到企业级搜索与深度研究。
Lesson 1–2 · Claude 是什么，怎么开始
Claude 不是一个普通聊天机器人——它是 Anthropic 基于 Constitutional AI 训练的思维伙伴，具备 200K+ Token 的超大上下文窗口、扩展思维（Extended Thinking）能力，以及可以被精准引导的高度可控性（Steerability）。
What is Claude?
Claude 不是一个普通聊天机器人——它是 Anthropic 基于 Constitutional AI 训练的思维伙伴，具备 200K+ Token 的超大上下文窗口、扩展思维（Extended Thinking）能力，以及可以被精准引导的高度可控性（Steerability）。
- Claude 有多种访问方式：claude.ai 网页/桌面/移动端、Claude Code（开发者专属）、Claude for Excel、Claude in Slack
- Opus 4.5 具备深度推理能力，适合需要逐步分析的复杂问题；Sonnet 4.5 在速度与质量间取得平衡
- 从 claude.com 的 Use Case Gallery 可以找到适合你角色的具体使用场景
| 模型 | 定位 | 上下文窗口 | 适用场景 |
|---|---|---|---|
| Claude Opus 4 | 旗舰推理 | 200K Token | 复杂分析、多步骤推理、代码架构、深度研究 |
| Claude Sonnet 4 | 速度与质量平衡 | 200K Token | 日常写作、数据整理、文档处理、快速迭代 |
| Claude Haiku 3.5 | 极速响应 | 200K Token | 分类标注、格式转换、简单 QA、高吞吐场景 |
| 渠道 | 适合人群 | 核心优势 |
|---|---|---|
| claude.ai 网页版 | 所有用户 | 零安装、Projects、Artifacts、Research 模式 |
| Claude 桌面端 | 高效用户 | Chat/Cowork/Code 三模式、截图覆盖层、语音输入 |
| Claude 移动端 | 随时随地 | 语音对话、拍照识别、碎片时间处理 |
| Claude Code | 开发者 | 终端 CLI、Agentic 编程、代码库理解 |
| Claude for Excel | 数据工作者 | 表格分析、公式生成、数据清洗 |
| API / SDK | 开发者 / 企业 | 集成到自有产品、批量处理、自定义工作流 |
Your First Conversation with Claude
第一课的核心认知：像对同事说话一样与 Claude 交流。Claude 不需要特殊指令格式，但清晰的结构能让它给出更好的回答。本节介绍 Anthropic 的 3段式提示词框架。
① 设置背景 — 你的角色、目标、所在情境
② 定义任务 — 你想让 Claude 做什么（写作、分析、构建……）
③ 说明规则 — 风格、格式、字数、示例要求
【背景】我是一家 SaaS 公司的产品经理，正在准备季度复盘会议。
【任务】请帮我分析以下用户反馈数据，提取 Top 5 高频问题，
并为每个问题给出改进建议。
【规则】
- 输出格式：编号列表，每条包含"问题描述 + 影响范围 + 建议"
- 语言：中文
- 长度：每条建议控制在 3 句话以内
- 优先级：按提及频次从高到低排序与 Claude 对话的关键原则
不需要"请您帮我"的客气话，直接说清楚需求。Claude 理解自然语言，复杂的指令格式反而可能降低效果。
"你是一位资深数据分析师"比"帮我分析数据"更能引导 Claude 选择合适的深度和专业度。
展示一个你期望的输出样例，比用 500 字描述格式要求更高效。Claude 会精准模仿示例的结构与风格。
第一次回复不完美是正常的——"更正式一点""加上数据支撑""换个角度"是最常用的追问句式。
Lesson 3 · 获得更好的结果
第一次回复很少是完美答案——这不是 Claude 的问题，是所有 AI 工具的工作方式。本节建立"迭代心态"，并介绍如何用 Evals（评测）系统性地改进提示词。
Getting Better Results
第一次回复很少是完美答案——这不是 Claude 的问题，是所有 AI 工具的工作方式。本节建立"迭代心态"，并介绍如何用 Evals（评测）系统性地改进提示词。
| 问题 | 症状 | 修复方向 |
|---|---|---|
| 回答太泛 | 没有针对性，像官方文档 | 添加角色、受众、约束条件 |
| 太长/太短 | 超出或不满足需求 | 显式说明"控制在100字内"或"篇幅不限" |
| 格式不对 | 结构混乱或不符合预期 | 提供示例格式，而不只是描述 |
| 事实可疑 | 听起来很自信但可能有误 | 要求 Claude 引用来源，独立核实重要信息 |
| 语气不符 | 过于正式或随意 | 描述目标语气，或提供一段写作风格示例 |
迭代改进的 5 步流程
Anthropic 推荐用 Evals（评测）系统性地衡量提示词质量：
- 准备测试集 — 5-10 个代表性输入，覆盖常见场景和边界情况
- 定义评分标准 — 明确"好回答"的维度：准确性、完整性、格式、语气
- 对比测试 — 修改提示词后重跑测试集，量化改进幅度
- 记录与复用 — 把有效的提示词版本存入 Projects 作为团队资产
Lesson 4 · Claude 桌面端：Chat、Cowork、Code
Claude 桌面端在网页版基础上增加了三种专属模式，以及原生系统集成能力（截图覆盖层、语音输入、本地文件访问）。Cowork 和 Code 模式都基于 Claude Code 引擎，支持多步骤自主执行。
Claude Desktop App
Claude 桌面端在网页版基础上增加了三种专属模式，以及原生系统集成能力（截图覆盖层、语音输入、本地文件访问）。Cowork 和 Code 模式都基于 Claude Code 引擎，支持多步骤自主执行。
| 能力 | Chat | Cowork | Code |
|---|---|---|---|
| 对话 / 问答 | 核心功能 | 支持 | 支持 |
| 本地文件读写 | 仅上传 | 完整读写 | 完整读写 |
| 浏览器操控 | 不支持 | 支持 | 不支持 |
| 终端 / Shell | 不支持 | 受限 | 完整 |
| Git 集成 | 不支持 | 不支持 | 内置 |
| 多步骤自主执行 | 不支持 | 支持 | 支持 |
| 定时任务 | 不支持 | 支持 | 不支持 |
| 插件 / Skills | 不支持 | 支持 | 自定义 |
桌面端独有功能
任何应用中双击 Option 键唤出 Claude 悬浮窗，快速提问后返回原有工作流。
用快捷键截取屏幕任意区域，直接作为上下文发送给 Claude——分析图表、调试 UI、理解报错截图。
按住麦克风按钮口述需求，Claude 自动转录并处理。适合移动中或不方便打字的场景。
Lesson 5–6 · Projects 与 Artifacts
Projects 是 Claude 的持久化工作空间：每个项目有独立的指令、记忆、知识库与对话历史。适合任何需要反复回访的工作。知识库接近上限时，Claude 会自动启用 RAG 模式，容量扩大至 10 倍。
Introduction to Projects
Projects 是 Claude 的持久化工作空间：每个项目有独立的指令、记忆、知识库与对话历史。适合任何需要反复回访的工作。知识库接近上限时，Claude 会自动启用 RAG 模式，容量扩大至 10 倍。
- 三步创建：命名与描述 → 写入指令（角色/流程/风格要求）→ 上传知识文档（PDF/DOCX/CSV/HTML/Google Drive）
- Team/Enterprise 用户可设置权限：可查看、可编辑、所有者
- 在提示词中按名称引用文档："参考 Q3报告.pdf，总结主要客户问题"
- 角色定义 — "你是一位资深税务顾问，熟悉中国企业所得税和增值税法规"
- 流程约束 — "每次回答前先引用知识库中的相关条文，再给出分析"
- 风格要求 — "输出语言：中文；风格：专业但不晦涩；禁止使用 emoji"
- 输出格式 — "每个建议包含：依据条文 + 操作步骤 + 风险提示"
知识库管理要点
Claude 会用文件名定位信息。"Q3-财务报表-2024.pdf" 比 "report_final_v2.pdf" 更容易被准确引用。
带标题层级和目录的文档比纯文本更容易被 Claude 理解。Markdown 和带标题的 PDF 效果最好。
当知识库接近上下文限制时，Claude 自动切换到 RAG 模式——按需检索而非全量加载，容量扩大约 10 倍。
Creating with Artifacts
Artifacts 是 Claude 在独立窗口生成的可交互输出——当内容超过 15 行、适合复用或需要持续迭代时，Claude 会自动创建 Artifact。支持从 Markdown 文档到完整 React 组件的多种类型。
- 支持类型：Markdown 文档、代码片段、完整 HTML 页面、SVG 图形、Mermaid 图表、React 交互组件
- 可公开分享：任何人都可以通过链接查看并"混音"到自己的 Claude 对话中
- 提示词要具体：描述最终用户是谁，期望的功能列表，以及交互方式——而不只是"做一个表格"
| 类型 | 触发方式 | 典型场景 |
|---|---|---|
| Markdown 文档 | "写一份产品需求文档" | 报告、文档、备忘录、会议纪要 |
| 代码片段 | "写一个 Python 脚本" | 工具脚本、算法实现、配置文件 |
| HTML 页面 | "创建一个数据仪表盘" | 可视化面板、交互表单、原型页面 |
| SVG 图形 | "画一张流程图" | 架构图、流程图、信息图 |
| Mermaid 图表 | "用 Mermaid 画序列图" | 时序图、状态机、ER 图 |
| React 组件 | "创建一个可交互的计算器" | 交互工具、小游戏、动态演示 |
Lesson 7–8 · Skills 与连接器
Skills 是 Claude 按需加载的专项能力包——包含指令、脚本和资源文件，让 Claude 执行标准化的重复性工作流程（如生成品牌风格文档、创建 Excel 模型、批量处理 PDF）。
Working with Skills
Skills 是 Claude 按需加载的专项能力包——包含指令、脚本和资源文件，让 Claude 执行标准化的重复性工作流程（如生成品牌风格文档、创建 Excel 模型、批量处理 PDF）。
Projects 的用途
- 存储 Claude 需要参考的知识
- 适合：长期背景、参考资料、团队协作
- 例如：客户知识库、品牌指南、研究数据
Skills 的用途
- 定义 Claude 需要执行的流程
- 适合：可重复工作流、多步骤任务
- 例如：博客写作流程、报表生成、合同初稿
- Step 1 — 明确场景：这个 Skill 解决什么重复性问题？每次使用的输入/输出模式是什么？
- Step 2 — 编写指令：像写给新同事的 SOP——角色定义 + 步骤流程 + 输出格式 + 质量标准
- Step 3 — 绑定工具：是否需要联网搜索？是否需要读写文件？是否需要调用 API（MCP Connector）？
- Step 4 — 测试迭代：用 3-5 个真实场景测试，修正指令中的模糊或遗漏
- Step 5 — 分享：有效的 Skill 应该团队共享——减少重复创建，建立组织级知识资产
角色：你是一位资深产品分析师。
流程：
1. 使用搜索工具收集目标公司最近 6 个月的产品动态
2. 从定价策略、核心功能、目标用户、市场定位四个维度分析
3. 与我们的产品做对比，识别差距和机会
4. 输出结构化报告
输出格式：
- Markdown 表格对比（每个维度 3-5 个要点）
- 结尾给出 3 条可执行的行动建议Connecting Your Tools
Connectors（连接器）让 Claude 直接访问你的真实数据——基于 MCP（Model Context Protocol）协议，就像"AI 的 USB-C 接口"，统一连接各类云服务和本地工具。
- Web 连接器：Google Drive、Notion、Slack、Gmail、Asana、Stripe、Salesforce 等
- 桌面扩展：本地文件系统、浏览器自动化、Figma 等（需桌面端）
- Claude 只能访问你本身有权限的数据；权限随时可以撤销
| 连接器 | 数据方向 | 典型用法 |
|---|---|---|
| Google Drive | 读 + 写 | "把这份分析写入我的 Q3 OKR 文档" |
| Google Sheets | 读 + 写 | "从销售数据表统计本月转化率" |
| Notion | 读 + 写 | "把会议纪要同步到项目 Wiki" |
| Slack | 读 | "总结 #product 频道今天的讨论" |
| Gmail | 读 | "找出上周客户投诉相关的邮件" |
| Jira | 读 + 写 | "把这个 Bug 创建为 Jira 工单" |
Lesson 9–10 · 企业搜索与深度研究
企业搜索在侧边栏添加专属入口，同时搜索 SharePoint、Slack、Gmail、Google Drive 并综合返回带引用的答案——专为信息聚合设计，而非通用对话。
Enterprise Search
企业搜索在侧边栏添加专属入口，同时搜索 SharePoint、Slack、Gmail、Google Drive 并综合返回带引用的答案——专为信息聚合设计，而非通用对话。
- 需要管理员先完成配置（至少连接"文档"和"聊天"两类数据源）
- 典型场景：快速了解休假期间发生了什么 / 查询报销流程 / 为新员工答疑 / 跨源调研 Q4 产品路线图
- 搜索结果仅限于你本人有权访问的数据，对话内容不会被单独索引
Research Mode for Deep Dives
Research 模式让 Claude 像研究员一样工作：多轮迭代搜索 → 综合网络与连接器数据 → 输出带完整引用的报告。大多数报告在 5–15 分钟内完成，复杂课题最长 45 分钟。
- 启用：点击聊天框左下角 Research 按钮（需先开启网络搜索权限）
- 适合用 Research 的场景：综合报告、对比分析、多源调查研究
- 不适合：单一事实查询（用网络搜索更快）、纯推理问题（用 Extended Thinking 更好）
- 提示词要具体：明确指定需要的章节结构、地理/预算/时间限制，以及你最关心的角度
| 需求类型 | 推荐模式 | 耗时 | 典型场景 |
|---|---|---|---|
| 单一事实查询 | 网络搜索 | 数秒 | "OpenAI o3 发布日期是？" |
| 多源综合报告 | Research | 5-15 分钟 | "对比 5 家 SaaS 公司的定价策略" |
| 复杂推理/数学 | Extended Thinking | 30-90 秒 | "分析这份合同的法律风险" |
| 大规模调研 | Research + 连接器 | 15-45 分钟 | "综合内部文档 + 公开信息做市场进入报告" |
请研究 2024-2025 年中国企业级 AI Agent 市场的现状。
要求：
1. 章节结构：市场规模 / 主要玩家 / 技术路线 / 落地场景 / 挑战与趋势
2. 每个章节引用至少 3 个不同来源
3. 重点关注：已有商业化收入的产品（排除纯研究项目）
4. 输出一个对比表格，列出 Top 10 产品的定价、核心功能、目标客户
5. 最后给出对"中型 SaaS 公司是否应该自建 Agent"的建议Lesson 11 · 按角色的使用场景
课程最后用具体场景展示 Claude 如何融入不同专业工作流。核心信息：Claude 适用于所有职能角色，关键是找到适合自己的切入点，而不是试图"用遍所有功能"。
Claude in Action — Use Cases by Role
课程最后用具体场景展示 Claude 如何融入不同专业工作流。核心信息：Claude 适用于所有职能角色，关键是找到适合自己的切入点，而不是试图"用遍所有功能"。
入门实践建议
Lesson 12 · 下一步：持续学习与成长
课程结尾聚焦于"如何把 Claude 101 的学习转化为持续习惯"。核心建议：不要停留在功能层面的学习，而是建立一套可以随时间深化的 AI 协作实践。
What's Next — Building Your AI Practice
课程结尾聚焦于"如何把 Claude 101 的学习转化为持续习惯"。核心建议：不要停留在功能层面的学习，而是建立一套可以随时间深化的 AI 协作实践。
- 订阅 Anthropic 官方更新渠道，跟踪新功能发布（Claude 迭代节奏很快）
- 加入 Anthropic 社区或论坛，与其他用户交流真实使用场景
- 将 4D AI 素养框架作为持续标准：每次新任务都问"我是否达到了 Delegate 级别？"
- 把 Claude 101 作为起点，根据自己的职能角色选择 Anthropic SkillJar 上的进阶课程
Anthropic 官方课程路径
| 你的角色 | 推荐课程 | 核心收获 |
|---|---|---|
| 所有用户 | Claude 101（本课程） | Claude 全平台功能与 4D 素养框架 |
| 非技术用户 | Introduction to Claude Cowork | 桌面端委托模式、Skills、定时任务 |
| 开发者（入门） | Claude Code 101 | CLI 基础、CLAUDE.md、MCP 配置 |
| 开发者（进阶） | Claude Code in Action | Hooks、SDK、自动化、CI/CD 集成 |
| 提示词工程师 | Prompt Engineering | 系统提示词、评测、优化策略 |
| API 开发者 | API Fundamentals | Messages API、流式传输、多模态 |
| 工具集成 | Tool Use / MCP | Function Calling、MCP 服务端开发 |
持续成长的习惯
从你的工作中选一个新任务尝试用 Claude 解决。不追求完美，追求尝试的频率。
把有效的提示词模板存入 Projects。一个月后你会拥有一套个人化的 AI 协作资产。
关注 anthropic.com/news 和 Claude changelog。Claude 的能力每月都在显著提升。
在团队中分享你的最佳实践。教是最好的学——解释你的 Skill 设计时，你会发现改进空间。
贯穿全课的核心框架：4D AI 素养
Anthropic 在课程中反复强调"AI Fluency（AI 素养）"不只是学会用工具，而是建立与 AI 协作的思维框架。4D 框架是整门课的底层逻辑：
Anthropic 在课程中反复强调"AI Fluency（AI 素养）"不只是学会用工具，而是建立与 AI 协作的思维框架。4D 框架是整门课的底层逻辑：
委派
描述
辨别
自律
核心概念速查
Anthropic 训练方法：通过一套宪法原则训练模型避免有害输出，而不只依赖人工标注
学完 Claude 101 之后
完成 Claude 101 后，Anthropic 推荐的进阶路径：
完成 Claude 101 后，Anthropic 推荐的进阶路径：
| 课程 | 内容 | 适合人群 |
|---|---|---|
| 提示词工程交互教程 | 11节系统提示词工程，思维链、少样本、工具调用 | 想深入掌握提示词技巧的用户 |
| 工具调用完全教程 | 6节，从基础到多工具 Agent 构建 | 开发者，想让 Claude 调用外部 API/工具 |
| Anthropic API 基础教程 | 6节，SDK / 流式输出 / 视觉能力 | 开发者，准备用 API 构建应用 |
| Claude 技能构建完全指南 | 33页，Skills 从零到生产级 | 想创建/部署自定义 Skill 的用户 |
| AI Fluency 系列（SkillJar） | 4D 框架深度课程 | 想系统建立 AI 协作素养的用户 |