Die Qualität des AI-generierten Codes hängt fast vollständig von dem ab, was Sie verlangen und wie Sie danach fragen. Diese Anleitung deckt die Muster ab, die mit Claude Code konsequent bessere Ergebnisse erzielen.
Vom Task-Coping bis zu Systemaufforderungen, von der iterativen Verfeinerung bis zu rollenspezifischen Anweisungen. Praktische Techniken können Sie in Ihrer nächsten Kodierungssitzung anwenden.
Wenn Sie einen menschlichen Entwickler bitten, eine Anmeldeseite aufzubauen, stellen sie Fragen: Welcher Authentisierungsanbieter? Welche Felder? Sollte es OAuth behandeln? Fehlermeldungen? Ladezustände?
KI-Kodierer versuchen, alle diese Fragen selbst zu beantworten. Manchmal denken sie richtig. Oft erraten sie etwas vernünftiges, aber nicht, was Sie wollten. Die Lücke zwischen "vernünftig" und "genau richtig" ist das, was die schnelle Engineering schließt.
Gute Aufforderungen müssen nicht lang sein. Sie müssen spezifisch sein über die Dinge, die wichtig und still über die Dinge, die nicht. Das Gleichgewicht ist, worum es bei diesem Führer geht.
Muster, die die Ergebnisse unabhängig von der Aufgabe verbessern.
Statt "eine React-Komponente erstellen, dann Zustand hinzufügen, dann Styling hinzufügen", beschreiben Sie das Endergebnis: "Build eine zusammenklappbare Seitenleiste, die Projektnamen zeigt, Drag-to-Reorder unterstützt und unser bestehendes Tailwind-Thema verwendet." Lassen Sie den Agenten entscheiden, wie man dorthin kommt.
Avoid
Erstellen Sie eine Komponente. VerwendenState. Fügen Sie eine Kipptaste. Style es mit Tailwind.
Better
Erstellen Sie eine zusammenklappbare Sidebar-Komponente, die Projekte nach Namen listet. Es sollte Drag-to-Reorder unterstützen und zu unserem dunklen Thema passen (bg-[#111318], Grenze-[#262b38]). Verstrichener Zustand sollte über Seitenumladungen bestehen.
Agenten arbeiten am besten, wenn sie die Grenzen kennen. Geben Sie an, welche Dateien zu berühren (oder zu vermeiden), welche Muster zu folgen, und wie 'done' aussieht. Ungebundene Aufgaben führen zu schwer zu überprüfenden Änderungen.
Avoid
Refactor das Authentifizierungssystem.
Better
Refactor the login handler in src/api/auth/login.ts bcrypt anstelle von sha256 für Passwort hashing verwenden. Ändern Sie nicht die JWT-Logik oder die Session-Cookie-Handling. Aktualisieren Sie die entsprechenden Tests in Tests/Auth/.
Claude Code kann Ihre Projektdateien lesen, aber es kann Ihren Verstand nicht lesen. Wenn Sie eine Konvention folgen, eine Bibliothek, die Sie bevorzugen, oder ein Muster, das Sie bereits etabliert haben, sagen Sie das. Das spart Nacharbeiten.
Avoid
Formularvalidierung hinzufügen.
Better
Fügen Sie Formularvalidierung in das Anmeldeformular mit zod hinzu (wir verwenden es bereits für das Einstellungsformular in src/forms/settings.ts). Zeige inline Fehlermeldungen unter jedem Feld. Folgen Sie der gleichen Fehlermeldung wie das Anmeldeformular.
Compound-Prompts ('builden Sie die API, schreiben Sie Tests, aktualisieren Sie die Docs und setzen') zwingen den Agenten zu viele Ziele auf einmal zu halten. Zerbrechen Sie komplexe Arbeiten in sequentielle, fokussierte Aufgaben. Jeder baut auf dem vorherigen Ergebnis auf.
Avoid
Erstellen Sie die Benutzerprofilseite, schreiben Sie API-Endpunkte, fügen Sie Tests hinzu, aktualisieren Sie die README und fixieren Sie die nav-Bar, während Sie dabei sind.
Better
Erstellen Sie den Endpunkt GET /api/user/profile. Return id, Name, E-Mail und Planfelder. Verwenden Sie die vorhandene Auth Middleware zur Authentifizierung.
Wenn das erste Ergebnis nicht richtig ist, verfeinern Sie die Eingabeaufforderung anstatt zu starten. Claude behält den gesamten Konversationskontext. Sagen Sie, was falsch ist, was sich ändern soll, und was zu halten. Iteration ist schneller als Wiederfindung.
Avoid
Das ist falsch. Starten und bauen Sie das Bauteil anders.
Better
Das Layout ist gut, aber der mobile Breakpoint ist falsch. Unter 768px, stapeln Sie die Karten vertikal statt mit einem Gitter. Halten Sie alles andere, wie es ist.
Systemaufforderungen setzen das Basisverhalten für einen Agenten, bevor Sie etwas sagen. Sie sind das am meisten untergenutzte Werkzeug bei der KI-Codierung.
Ein System-Prompt sagt dem Agenten, der es ist, worauf es sich konzentrieren sollte, und was es vermeiden sollte. Es gilt für jede Nachricht in der Sitzung. Denken Sie daran als Jobbeschreibung des Agenten.
AgentsRoom Schiffe mit 14 rollenspezifischen Systemaufforderungen: eine für jeden Agententyp. Die Aufforderung des Frontend Agents sagt es, sich auf Komponenten, Zugänglichkeit und ansprechendes Design zu konzentrieren. Die Eingabeaufforderung des QA-Agents sagt es, über Randfälle nachzudenken und umfassende Tests zu schreiben. Sie können diese anpassen oder selbst schreiben.
Sie sind ein älterer Frontend-Entwickler. Konzentrieren Sie sich auf React-Komponenten, CSS/Tailwind-Styling, Zugänglichkeit (WCAG AA) und ansprechendes Design. Verwenden Sie die bestehende Komponentenbibliothek des Projekts, bevor Sie neue Komponenten erstellen. Vorziehen Zusammensetzung über Erbschaft. Schreibe semantische HTML. Ändern Sie keine Backend-Dateien.
Die effektivste Aufforderung wird nicht in einen Chat eingegeben. Es lebt in Ihrem Repository.
CLAUDE.md ist eine Markierungsdatei an der Wurzel Ihres Projektes, die Claude Code automatisch liest. Es enthält Projektstruktur, Konventionen, Stack-Details und Richtlinien, die für jede Agentensitzung im Projekt gelten.
Anstatt "wir verwenden Tailwind CSS 4, Prisma ORM und Next.js 16" in jedem Gespräch zu wiederholen, schreiben Sie es einmal in CLAUDE.md. Jeder Agent erbt diesen Kontext. AgentsRoom enthält einen integrierten Editor für CLAUDE.md, so dass Sie es aktualisieren können, ohne die App zu verlassen.
Ein gut geschriebener CLAUDE.md lohnt sich mehr als Dutzende von sorgfältig gestalteten individuellen Aufforderungen. Es Verbindungen: jede Sitzung profitiert davon.
Stoppen Sie die gleichen Anweisungen neu zu schreiben. Sparen Sie, was funktioniert und wiederverwenden.
Wenn Sie sich die gleiche Art von Anfrage über Projekte ('write unit tests for this file', 'refactor this to use the Repository pattern', 'add Error Handling to all API routes'), speichern Sie es als wiederverwendbare Aufforderung.
AgentsRoom umfasst eine zeitnahe Bibliotheksfunktion mit zwei Ebenen: pro-Projekt-Prompts für projektspezifische Aufgaben und globale Aufforderungen (Cloud-synced) für Muster, die Sie überall verwenden.
Gute Kandidaten für Bibliotheksansagen: Code-Review-Checklisten, Test-Schablonen, Migrationsskripte, Komponenten-Gerüstanleitungen, Sicherheitsauditschritte. Alles, was Sie in einem Team-Wiki als Standard-Verfahren setzen.
Schreibeinheitstests für [Datei]. Verwenden Sie vitest. Bedecken Sie den glücklichen Pfad, Randfälle (leere Eingabe, null, ungültige Typen) und Fehlerbehandlung. Erfassen Sie externe Abhängigkeiten. Ziel für > 90 % Branchenabdeckung.
Überprüfen Sie die Änderungen im aktuellen git diff. Prüfen Sie nach: ungenutzte Importe, fehlende Fehlerbehandlung, Typ-Sicherheitsprobleme, mögliche Race-Bedingungen und Benennung von Inkonsistenzen. Empfohlene Korrekturen für jedes gefundene Problem.
Erstellen Sie einen REST-Endpunkt für [Ressource]. Enthalten Sie die Eingabevalidierung mit zod, die richtigen Fehlerantworten (400, 401, 404, 500), TypeScript-Typen für Anfrage / Antwort, und einen JSDoc-Kommentar, der den Endpunkt beschreibt. Folgen Sie dem bestehenden Muster in src/api/.
Techniken für komplexe Aufgaben, die über einzelne Aufforderungen hinausgehen.
Brechen Sie eine große Aufgabe in geordnete Schritte. Starten Sie den ersten Agenten mit Schritt ein, warten Sie auf den Abschluss, dann starten Sie den nächsten Agenten mit Schritt zwei (beziehen den Ausgang von Schritt ein). Jeder Schritt ist kleiner und fokussierter. Beispiel: Agent 1 entwirft das Datenbankschema, Agent 2 schreibt die API mit diesem Schema, Agent 3 schreibt Tests gegen die API.
Nach einem Agenten beendet, zeigen ein anderes Mittel an seinem Ausgang. 'Überprüfen Sie die Änderungen der Frontend Agent gerade in src/Komponenten/ gemacht. Überprüfung von Barrierefreiheitsproblemen und fehlenden Fehlerzuständen." Ein frischer Agent mit einer anderen Rolle fängt Dinge, die der ursprüngliche Agent verpasst hat.
Beginnen Sie mit einer losen Aufforderung, um zu sehen, wie sich der Agent dem Problem nähert. Fügen Sie dann Einschränkungen in Folgenachrichten hinzu: 'Gute Struktur, aber verwenden Sie Serverkomponenten anstelle von Clientkomponenten.' 'Keep the Haken, aber entfernen Sie die VerwendungFehler und verwenden Sie eine React Query Mutation statt.' Jede Iteration verengt sich zu der gewünschten Lösung.
Zeigen Sie den Agenten auf dem vorhandenen Code: 'Erstellen Sie eine Einstellungsseite nach dem gleichen Muster wie src/pages/profile.tsx. Gleiche Layoutstruktur, gleiche Formbehandlung, gleiche Fehleranzeige." Dies ist oft effektiver, als das Muster in Worten zu beschreiben.
Muster, die immer schlechtere Ergebnisse produzieren.
Den Agenten genau sagen, welche Funktionen zu schreiben sind, welche Variablen zu nennen sind und welche Reihenfolge die Dinge umzusetzen. Dieses Mikromanagement entfernt die Fähigkeit des Agenten, einen besseren Ansatz zu finden. Beschreiben Sie das Ergebnis, nicht das Verfahren.
Sie fordert einen Agenten auf, die Codebase ohne Einschränkungen zu verbessern. Ohne Grenzen, der Agent könnte Refactor-Dateien, die Sie nicht berührt wollten, ändern APIs, die anderen Code abhängig ist, oder verbringen Sie Token von Low-Priority-Verbesserungen.
Nicht zu erwähnen, dass im Projekt bereits ein Muster, ein Dienstprogramm oder eine Komponente vorhanden ist. Der Agent wird eine neue erstellen. Ein einfaches 'wir haben bereits eine VerwendungAuth Haken in src/hooks/' spart erhebliches Nacharbeiten.
Mit fünf Aufgaben in eine Nachricht. Der Agent wird alle versuchen, aber Qualität sinkt, wie es konkurrierende Ziele jubelt. Teilen Sie sie stattdessen in sequentielle, fokussierte Anfragen.
AgentsRoom gibt Ihnen Systemaufforderungen, eine prompte Bibliothek und CLAUDE.md Bearbeitung eingebaut. Weniger Zeit Handarbeit Aufforderungen, mehr Zeit Gebäude.
Companion-App: Agenten auch unterwegs im Blick behalten
Nutzen Sie Claude, Codex, Antigravity CLI oder einen anderen AI-Anbieter.
Bugs und Wünsche direkt in dein öffentliches Backlog schicken.
Ein Blick auf AgentsRoom in Aktion.