Cloudflare 工程主管的 Claude Code 工作流：先研究，再规划，最后才写代码

Boris Tane 是 Cloudflare 的工程主管，之前创办了 Serverless 可观测性平台 Baselime（2024 年被 Cloudflare 收购）。他最近分享了自己使用 Claude Code 的完整工作流，核心只有一条纪律：

永远不要让 Claude 在你审批计划之前就开始写代码。

这句话听起来简单，但它背后是一套完整的方法论 - 把"思考"和"打字"严格分开。

第一步：研究

每个重要任务都从深度阅读开始。不是让 Claude 扫一眼代码就动手，而是要求它把相关代码彻底读透，然后把发现写进 Markdown 文件。

Boris 特别强调用词的重要性。像"deeply""intricacies""go through everything"这些词不是修辞，而是信号 - 告诉 Claude 浅层阅读不够。不加这些信号，Claude 会倾向于浏览文档然后跳过关键细节。

为什么要写进文件而不是口头总结？因为写下来的东西可以被审查。这防止了最昂贵的失败模式：代码本身能跑，但和周围系统不兼容 - 忽略了缓存层的函数、不遵守 ORM 约定的迁移、重复造轮子的逻辑。

第二步：规划

研究完成后，让 Claude 在单独的 Markdown 文件里写详细的实现计划，包括代码片段、要修改的文件路径、权衡考虑。

Boris 用自定义 Markdown 文件而不是 Claude Code 内置的 plan mode，理由很实际 - 自己控制文件格式，而且文件是持久化的，不会随会话消失。

一个很有价值的技巧：如果你知道某个开源项目有类似的好实现，把那段代码一起给 Claude 做参考。有了具体参考，Claude 的输出质量会明显优于从零设计。

核心环节：标注循环

这是整个工作流里最有区分度的部分。

Claude 写完计划后，Boris 会在编辑器里打开这个 Markdown 文件，直接在计划里加批注 - 指出错误假设、否决某些方案、补充领域知识。比如：

• "用 drizzle:generate 做迁移，不要写原始 SQL"
• "不对 - 这里应该用 PATCH，不是 PUT"
• "这部分整个删掉，我们不需要缓存"
• "visibility 字段应该放在 list 上，不是 item 上"

然后把文件扔回给 Claude："我加了批注，逐条处理，更新计划。先不要实现。"

这个循环会重复 1 到 6 次。"先不要实现"这句话是安全阀 - 防止 Claude 在计划没确认之前就开始写代码。

为什么这样做比在聊天里来回对话好？因为 Markdown 文件是人和 AI 之间的共享可变状态。批注精确指向问题位置并给出修正，不需要在聊天记录里翻来翻去回忆之前做了什么决定。

三轮标注下来，一个通用的计划就能变成完全贴合现有系统的方案。Claude 擅长理解代码和提出方案，但它不了解产品优先级、用户痛点、团队的工程偏好 - 标注就是注入这些判断的渠道。

第三步：实现

计划确认后，Boris 用一条标准化的指令启动实现：

"全部实现。每完成一个任务或阶段就在计划文档里标记完成。完成之前不要停下来。不要加多余的注释或 jsdoc，不要用 any 或 unknown 类型。持续运行类型检查，确保没有引入新问题。"

这条指令编码了几个关键原则：按计划执行所有内容，不要挑挑拣拣；以计划文档为进度的唯一来源；不要中途暂停等确认；保持代码干净；通过持续类型检查尽早发现问题。

实现阶段应该是机械的、无聊的。 创造性的工作在标注循环里已经完成了。计划对了，执行就是直线前进。

实现过程中的反馈

进入实现阶段后，人的角色变成简短的纠偏。提示变成一句话：

• "你没实现 deduplicateByTitle 函数。"
• "你把设置页面建在了主应用里，应该在管理后台，移过去。"

前端工作最需要迭代。看着浏览器快速给反馈："宽一点""还是被裁了""有 2px 的间隙"。

如果方向错了，不要打补丁 - 直接 revert 重来："我回滚了所有改动。现在我只要把列表视图做得更简洁。"

一个长会话搞定

Boris 倾向于在一个连续会话里完成研究、规划和实现，而不是拆成多个对话。到了实现阶段，Claude 已经通过整个会话 - 研究、标注循环、吸收领域修正 - 建立了足够的理解。

计划文档在 context window 压缩后依然完整保留，这意味着你随时可以用它来校正方向。

一句话总结

深度阅读，写计划，标注计划直到它对了，然后让 Claude 一口气执行完，过程中持续检查类型。

没有魔法提示词，没有精心设计的 system prompt，没有花哨的 hack - 只是把思考和打字严格分开。研究防止无知的改动，计划防止错误的改动，标注注入人的判断，实现指令确保不间断地执行。

这套方法论的本质很朴素：AI 做它擅长的（理解代码、生成代码），人做人擅长的（判断优先级、把控方向、注入领域知识）。两者配合的界面就是那个 Markdown 文件。