这篇教程文章本身已经是简体中文了，无需翻译。以下为原文内容（可直接使用）：
Claude Opus 5.5 高效工作流：与 AI 协作的最佳实践
从一个踩坑的下午说起
上个月我在重构一个老的订单系统，大概两千行的 Python 代码，历史逻辑没人说得清。我一开始的做法很蠢：把整坨代码丢给 Claude，然后说“帮我优化一下”。结果它给回来一份“看起来很漂亮”的重构，跑起来才发现三个隐藏的业务规则被抹掉了——比如超过 30 天的订单要走人工审核，这个逻辑藏在七层 if 嵌套里，模型没识别出它的业务含义。
那个下午我浪费了四个小时回滚代码。但也正是这次翻车，让我开始认真琢磨怎么和 Claude 协作，而不是把它当一个“输入需求、输出代码”的黑盒。之后一个多月，我把日常工作流重新梳理了一遍，下面是我实际在用、并且验证过有效的做法。
第一步：给它上下文，而不是给它任务
翻车之后我改了策略。重构那个订单系统时，我不再直接丢代码，而是先花了十分钟写一段背景说明：
这是一个 2019 年的订单系统，以下规则是业务强约束，任何重构都必须保留：
1. 金额超过 5000 的订单需要二次确认，确认状态存在 order_flags 表
2. 超过 30 天未支付的订单走人工审核，不要自动取消
3. 优惠券和积分的抵扣顺序是先券后积分，测试用例见 test_deduction.py
请先列出你理解的所有隐含业务规则，等我确认后再动手改代码。
效果立竿见影。模型先把它的理解列了出来，我一眼就发现它把“先券后积分”理解反了，一行对话就纠正了。如果直接让它改代码，这个错误又会混进几百行的 diff 里。
核心原则：让 AI 先复述理解，你确认后再执行。 这一步多花两分钟，能省掉后面两小时的调试。
第二步：把大任务切成小任务
早期我还爱犯一个错：一次提一个巨型需求。“给这个模块加上完整的日志、重试和监控”——这种任务模型会给你一大坨代码，你根本没法 review。
现在我的做法是拆成串行的小步骤：
- “先只加重试逻辑，用 tenacity 库，指数退避，最多 3 次”
- 确认没问题后，“现在给重试的每次尝试加结构化日志，用 structlog”
- 最后，“写几个测试覆盖重试的边界情况”
每一步的输出都在 100 行以内，我扫一眼就能确认。听起来慢，实际上总耗时更短——因为出错率大幅下降了。
第三步：善用 Projects 和长记忆
我现在把公司的一些固定上下文放在了 Projects 里：技术栈规范、代码风格要求、常用依赖版本。这样每次开新对话不用重复贴这些内容。还有一个实际经验：把“反例”也放进项目说明。我写过一条“不要用 print 调试，统一用 logger；不要引入新的 ORM，保持用现有的 raw SQL 封装”——这些约束模型自己猜不出来，写明一次就一劳永逸。
跨设备也是个意外收获。有一次我在通勤路上用手机想清楚了一个 API 设计，发给了 Claude，到工位打开桌面端接着聊，上下文都在。现在“手机上想、桌面上做”成了我的固定节奏。
第四步：让 Claude Code 处理脏活
对于机械性任务，我现在直接在终端里用 Claude Code。印象最深的一次：项目里有 47 个测试文件用的还是旧的 fixture 写法，手工改至少一天。我写了个明确的指令：
把 tests/ 目录下所有文件的旧 fixture 写法迁移到新写法，
参考 tests/test_payment_new.py 的模式。
每改 10 个文件跑一次 pytest，失败了就修复，全部完成后给我一份变更摘要。
它跑了大概二十分钟，中途自己修了两个迁移时引入的小问题，最后 47 个文件全绿。这种“给明确模式参考 + 让它自己跑测试验证”的方式，是目前我觉得人机分工最划算的场景。
我踩过的坑，你不用再踩
- 不要让它一次输出超过 300 行代码。 输出越长，细节错误率越高，你的 review 成本也越高。
- 不要在同一个超长对话里做不相关的任务。 上下文被无关内容稀释后，回答质量明显下降。新任务开新对话。
- 对“看起来对”的代码保持警惕。 模型最擅长写出风格漂亮但逻辑有出入的代码，尤其是涉及金额、时区、并发这些细节时，必须逐行看。
- 让它解释，而不只是执行。 我经常追问“为什么这样写而不是那样写”，一方面能发现它的理解偏差，另一方面我自己也在学东西。
诚实的评价
免费版的用量限制对日常工作来说确实偏紧，每 5 小时一刷新，重度使用大概半天就见底。Pro 档对个人开发者够用，但如果你的工作流已经深度依赖它（比如整天让 Claude Code 跑任务），就得考虑更高的档位。另外注意区域可用性问题——我有个同事出差时发现直接访问不了，提前确认好你所在地区是否支持。
总体来说，Claude 最大的价值不是“替你写代码”，而是当协作方式对了之后，它能把你的思路快速变成可运行的验证。你是 reviewer 和决策者，它是高速执行者。 谁想当谁，谁就会翻车——这是我那个损失四个小时的下午换来的教训。