Claude 的 9 件事：大多数人浪费的，是把 AI 助手当成了 AI 角色

本文是第 15 篇「x.com KOL 推文翻译反写」系列。原文是 @anatolikopadze 的长 thread《9 things most people don’t use Claude for》。原推的聪明之处不在技巧清单本身，而在于把 9 件事绑回同一个底层问题。

一、为什么这条推值得翻译反写

原 thread 的结构很工整：1 张大图、9 个编号、每个 3-5 句话的硬建议。这是 KOL 推文最常见的格式——注意力经济下的最优信息组织方式：编号让人有「我能在 5 分钟内看完」的安全感，每条短小独立便于截图转发。

但如果你按这个格式读过去，你会得到 9 个独立的 tip，每个都「听起来很有道理」。你会收藏起来，3 天后忘记，3 周后偶尔想起一个来试一下。问题不在于你不努力，而在于这 9 件事是同一件事的 9 个面——把它们当 9 件事用，永远用不到位。

原推没有说出来的那件事是：大多数人把 Claude 锁死在「AI 助手模式」里——一个被动响应、给建议、避免冲突的对话伙伴。9 个技巧里，4 个是「Claude 本来就有，但你没让它做」（能力扩展），5 个是「给 Claude 一个角色，它会完全切换身份」（角色扮演）。两组都要求你主动打破默认模式。

我会在本文做两件事：保留原推 9 条的原始表述和金句（翻译到中文语境），然后把它们重组成「2 组 + 1 个底层逻辑」。文末给你三句话的操作顺序——读完就能用上 1 个能力扩展 + 1 个角色扮演。

二、第一性原理：AI 助手模式 vs AI 角色模式

先讲清楚一个区分——这是原推 9 个技巧的真正轴。

AI 助手模式（assistant mode）是大多数人对 LLM（大语言模型）的默认心智模型：你问，我答；你说需求，我给方案。Claude 在这种模式下是一个「最懂礼貌的实习生」——听话、给建议、避免冲突、给五点 bullet point 安慰你。这种模式对付明确任务、提效、查资料是有效的，但它有一个结构性的盲点：当问题本身是模糊的、矛盾的、需要外部视角的，助手模式只会让 Claude 顺着你说。

AI 角色模式（role mode）是把 Claude 放进一个具体的专业身份里：你不是在和一个 AI 聊天，而是在和一个有专业立场的人对话。CBT 治疗师、压力测试官、私教、谈判对手、唱反调的——这些角色都有自己的「拒绝清单」和「追问纪律」，不会顺着你说，也不会给出泛泛的「建议」。

两者最大的差异是反作用力。助手模式几乎没有反作用力——你说啥它都同意；角色模式自带反作用力——它会问到你难受、反驳到你沉默、把你的假设拆到你说不出话来。

大多数用户浪费的不是 Claude 的 token，是 90% 的杠杆。原推 9 件事里，A 组（4 个能力扩展）解决「我连 Claude 有什么都不知道」的问题，B 组（5 个角色扮演）解决「我让 Claude 做了什么」的问题。前者是技术杠杆，后者是认知杠杆。两者叠加，才是把 Claude 从「聊天玩具」推到「思考伙伴」的临界点。

三、A 组：4 个能力扩展（Claude 本来能做，大多数人没让它做）

这一组的特点是：Claude 默认就能做这些事，但 80% 的用户根本没意识到它的存在，或者用过一两次就再没打开。

1. Long-form writing：长写、短写、专业、随意、文档、邮件，全都行

原文：「Most people treat Claude like a chatbot. They ask a question, get an answer, copy-paste it somewhere. They never explore the writing side.」

大多数用户把 Claude 当成一个搜索框：问问题，拿答案，复制走人。他们没把 Claude 当成写作工具用。这可能是因为早期 LLM 的写作确实弱——但 Claude 3.5/4 这一代已经可以模仿任何风格、长度、格式。

原推给了一个非常具体的最小可执行实验：找一份你最近写的文档，让 Claude 用三种不同风格重写，对比原稿。这个实验的价值不在于得到一个「更好」的重写，而在于让你意识到：你以为自己的写作风格是单一的，其实你只会一种风格——而「风格」本身是一个可以多维度调用的工具。

写作这件事的杠杆点不在于 Claude 写得「更好」，而在于它能写「你平时不写的那一种」。比如你平时写邮件都很简略、对方经常误解你的意思——那就让 Claude 写一封更正式但保留你核心论点的版本给你参考。比如你写技术文档太学究气——就让 Claude 写一版「外行能看懂」的你。这不是替代你的写作，是让你看见自己写作的形状。

2. Artifacts：聊天窗口里能跑的应用

原文：「Many people think Claude can only produce text. It can’t build anything real. That’s wrong. Artifacts are when Claude builds something that actually works inside the chat.」

这是 Claude 在 2024 年最被低估的功能之一。Artifacts（工件/制品）允许 Claude 在聊天侧栏里直接生成可交互的产品：计算器、习惯追踪器、图表仪表盘、SVG 图形、Mermaid 流程图，不是要你复制代码出去运行，而是直接打开就用——原推的金句是「Without leaving the conversation」（不用离开对话窗口）。免费计划就可以用。

这个能力改变了 Claude 的工作流分类。从「生成文本」变成「生成可验证的制品」。这意味着 Claude 不再是「问—答」这种线性流，而是可以做出让你点击、滑动、输入数据看结果的东西。

原推举的例子值得复刻：calculator、habit tracker、game、dashboard with charts。每一个都是「本来需要打开 Excel / Figma / 某个网页工具做 30 分钟的事，现在在聊天里 30 秒搞定」。当你意识到「可点可滑」这件事的存在，Claude 突然从一个写邮件的助手变成一个能交原型的人。

我自己的用法是：用 Artifacts 写「可视化决策辅助工具」——比如做一个「这次架构方案换 vs 不换的 ROI 模拟器」，数据是我口述的，交互是 Claude 生成的。30 秒出来一个能拖动的图，比写三段文字论述说服力强 10 倍。

3. Adaptive Thinking（Extended Thinking）：看见 Claude 思考的全过程

原文：「Most Claude users have never turned this on. Extended Thinking is a mode where Claude reasons through a problem step by step before giving you an answer - and you can watch the entire process.」

Extended Thinking（扩展思考）是 Claude 的「显示中间过程」开关。打开后，Claude 在给最终答案之前会先把推理过程摊开给你看——不是最终答案的「解释」，是真正从问题分析到方案推演的完整思考链。

大多数用户根本没开过这个开关。它的场景边界很清晰：

• 简单事实查询、闲聊、改写邮件——不需要。开了只会拖慢。
• 复杂决策、战略分析、多步推理、需要 Claude 真的「想」而不是「猜下一个 token」——必须开。

原推的核心洞见是：你以为 Claude 给你的「答案」就是思考的结果，其实它只是思考的最后一个字。当你打开 Extended Thinking，你会看到 Claude 在得出结论之前走了哪些弯路、考虑过哪些备选、最后为什么放弃某条路径——这些过程信息比最终答案更值钱，因为它让你能判断「这个结论的证据链是什么」「我能反驳哪一步」。

实际使用中我建议这样：遇到重要决策时，同时跑两遍——一遍普通模式拿「直觉答案」，一遍 Extended Thinking 拿「推理过程」。两份输出对照读，你会发现 Claude 自己在「最后定型答案」时砍掉了多少不确定性。这些被砍掉的不确定性，往往是你做决策时最该知道的事。

4. Memory：让 Claude 跨会话记得你

原文：「With Memory on, Claude builds a profile of you over time. Your job, your projects, how you like to communicate, what you’re currently working on. Start a completely new chat and it already knows the context.」

Memory 是 Claude 的「用户档案」开关。打开后，Claude 会在每次对话中持续学习你是谁、做什么、怎么交流、在忙什么。下次新开一个聊天窗口，Claude 已经知道上下文，你不用再自我介绍。

这个功能默认是关闭的。大多数用户根本不知道它存在——或者知道，但「觉得有点怕」（让 AI 记住自己多了一点 surveillance 感）。原推的判断是：关着它，等于你主动放弃了 Claude 最有杠杆的能力之一。

打开 Memory 之后会立刻发生三件事：

• 你新开一个窗口问「上次那个项目怎么做的」，Claude 知道你在说哪个。
• 你换了一种语言或口吻，Claude 会跟着调（因为它记得你之前偏好哪种）。
• 你换设备、换平台，只要登录同一个账号，Memory 是跟随账号的。

这个能力的天花板取决于你告诉 Claude 多少。Memory 不是被动记录的日志，是主动维护的档案——你可以在任意对话里说「记住：我接下来三个月在做 X 项目的 Y 部分，沟通风格偏好 Z」，Claude 会把这条写进 Memory。Memory + Artifacts + Extended Thinking 三个同时打开，Claude 实际上变成了一个认识你、记得你、能跑东西给你看、还会思考过程的协作伙伴。

四、B 组：5 个角色扮演（给 Claude 一个 role prompt，它会完全切换身份）

A 组解决「Claude 有什么能力」的认知问题，B 组解决「Claude 在扮演什么角色」的身份问题。后者是杠杆更大的那一组——因为 A 组只是让 Claude 做它本来就能做的事，B 组是让 Claude 用你不熟悉的视角看你的问题。

原推的潜台词：给 Claude 一个 role prompt，它会完全切换身份——它会改变「它怎么问你、它会反驳什么、它会拒绝什么」的默认行为。复制下面任意一段到新聊天窗口的开头，效果立竿见影。

5. Personal psychologist：把它变成一个问你问题的治疗师

原文：「Most people use Claude as a validation machine. They describe a problem. Claude says that sounds hard and offers five bullet points of advice. That’s not how good therapy works.」

助手模式的最大失败模式就是「验证机器」。你描述一个问题，Claude 说「那听起来很难」，给五点建议，你感觉被听见了，但问题还在原地。

原推给的 prompt 把 Claude 切到 CBT（认知行为疗法）治疗师 模式：它不再给建议，它问你问题——你焦虑什么、你担心的是什么最坏的结果、你的证据是什么、你的反例是什么。这种模式对反复纠结的决定、说不清的焦虑、需要外部视角的场景极其有效。

为什么 CBT 模式有效？因为 CBT 的核心不是「给你答案」，是「教你检查自己的思考过程」——你把一个模模糊糊的困扰说出来，治疗师会一直问「具体是什么」「什么时候开始的」「你说的是事实还是解读」「你怎么知道这是真的」，几次下来你自己就看清了。Claude 切到 CBT 角色后能复现这个过程，因为角色身份会改变它的提问纪律——它会克制住「给建议」的冲动。

实用操作：原推给了 prompt 文本（具体内容在原推文中），复制到新窗口开头，接下来你只负责回答问题，不负责给方案。10-15 个问答之后，你会拿到一个你自己想清楚的方案——而不是 Claude 帮你想清楚的方案。两者的稳定性完全不一样。

6. The hard mentor：把它变成一个拒绝你舒服的导师

原文：「By default Claude agrees with you. It adds to your ideas, supports your reasoning, finds the positives. This is almost always the wrong thing.」

这是 9 条里最被低估的一条。Claude 默认的「同意 + 找亮点 + 加补充」行为模式是 RLHF（人类反馈强化学习）训练出来的——它被训练成「最有帮助」的样子，但「最有帮助」≠「对你最好」。

原推的金句要原样保留：「It’s uncomfortable. That’s why it works.」（这让你不舒服。所以它才有用。）

把 Claude 切到「压力测试官」模式后，它会做三件事：找你的弱假设（哪些前提你没说但隐含假设了）、找你漏掉的视角、找你的方案在什么位置会崩——具体到什么位置，不是泛泛的「可能有问题」。

这种模式对所有「我已经在内部做完了决定、想找人确认」的场景是救命的。你以为你在「确认」，其实你是在找同意；hard mentor 不给你同意，它给你的是「你做这个决定前应该看的三件事」。

原推的 prompt 文本我建议读完原推后复制粘贴——它把 Claude 的「agree with user」默认行为直接关掉，换上「stress-test user plan」的行为。这不是 prompt engineering 的修辞，是行为身份的切换——prompt 一改，Claude 问问题的方式、它拒绝什么、它绝不让你滑过什么，全都跟着改。

7. Personal trainer：把你的真实数据交给它

原文：「Generic fitness advice is everywhere. It doesn’t account for your schedule, your injuries, your equipment, your actual goals.」

这一条的核心是：角色 + 你的真实数据 = 个性化方案。Claude 切到「私教」角色后，关键不是它懂多少健身知识——是它记住了你的具体数据（训练频率、伤病史、可用器材、目标时间线、当前 PR），并在每次你汇报进展时动态调整。

这个机制可以推广到任何「专业知识 + 个体差异大」的场景：营养、写作练习、语言学习、谈判训练、代码 review。角色给你专业框架，你的具体数据给 Claude 让它能个性化。这两者缺一不可——只给数据不给角色，Claude 给你的是「通用建议」；只给角色不给数据，Claude 给你的是「教科书」。

实操建议：开新窗口，切到「私教」角色，第一轮就把你的真实情况全交代清楚（不要「我经常跑步」这种泛泛的话，要「我每周三和周六各跑 5 公里，膝盖有旧伤」这种带边界条件的）。之后每次训练完回到这个窗口汇报，Claude 会基于历史数据调整下周计划——这就从「搜索引擎」变成「持续跟进的合作者」了。

8. Practice a difficult conversation：让它扮演对面那个人

原文：「Most people walk into hard conversations unprepared. They know what they want to say but not what the other person will actually say back.」

谈判、绩效对话、拒绝、要求加薪、说服老板——这些场景的核心不是你怎么说，而是对方怎么回。你能准备的只有自己一半的话，对面那一半你不确定。

Claude 切到「对面那个人」角色后，你说什么它就按那个人的身份回应——如果对面那个老板是抠门的，Claude 就会用抠门老板的方式回；如果你对面那个同事是情绪化的，Claude 就会用情绪化同事的方式回。它扮演的不是「一般人」，是「你具体要面对的那个人」。

原推的洞察值得展开：练习几次之后，真实对话变容易了。原因不是「你练习了措辞」，是「你见过对方所有可能的反应路径，你不再 surprise」。这是认知卸载的一种形式——把「可能的意外反应」从未来的真实场景卸载到现在的低成本模拟里。

实操：把对面那个人的具体画像告诉 Claude（职级、性格、过往决策偏好、可能的底线），然后开始对话。让 Claude 拒绝给你想要的结果——如果你几句就说服了它，说明你的 prompt 没把对方设定得够强，重设对方的拒绝条件，再来一遍。

9. Devil’s advocate：决定做完之前，让它打穿这个决定

原文：「You’ve made up your mind. You’ve already thought through the objections. You’re convinced. That’s exactly the moment to have Claude attack the decision.」

这是 9 条里最锋利的一条。原推的金句要原样保留：「Five minutes now. Before you commit. Not after.」（现在就花 5 分钟。在你 commit 之前。不是之后。）

这是 hard mentor 的升级版——hard mentor 是「你拿方案来我给你压力测试」，devil’s advocate 是「你拿决定来我专门攻击这个决定」。它的功能是把「我已经想清楚了」这个心理状态拆开——你可能想清楚了 70%，剩下的 30% 是你不愿看的。

为什么这个时机最关键？因为在 commit 之前，你还有时间。一旦 commit 了，5 分钟的反对意见就是事后诸葛亮。devils-advocate 模式强制你在「心理能量最高、决策成本最低」的那个时间点做这件你不想做的事。

实操：把决定写下来——一句话能说清的决定。然后把这段文字粘到新窗口的 devil’s-advocate prompt 后面，让 Claude 攻击。重点不是「Claude 说了什么」，是「它说的有没有我没看到的角度」。如果全是你已经想过的，说明你想得够深，可以 commit；如果你卡在某一条上答不上来，这正是你应该在 commit 前重新想一遍的那条。

五、Meta 视角：为什么 KOL 推文都是「数字 + 短标题」格式

写到这里应该停下来聊一件事：为什么原推要做成 9 条而不是 1 条？这是一个关于「信息格式如何在注意力经济中生存」的问题。

「9 个独立 tip + 一张大图」是 KOL 推文的最优解，原因有三：

1. 可分割传播：9 条里任何一条都能被单独截图转发，每一张图都是一条独立的 hook。一条长推文只能被转发一次，9 个 tip 能被转发 9 次。
2. 降低承诺成本：「看 5 分钟」远比「看 1 篇 30 分钟的文章」容易 commit。读者更容易点开，KOL 更可能获得浏览。
3. 制造完成感：编号 + 短标题给人「我系统地学到了 9 件事」的感觉，这是一种格式上的多巴胺——即使你只认真看了 3 条，潜意识里你觉得自己「学完了」。

但代价是信息密度被格式压缩。9 条独立 tip 没有揭示它们之间的依赖关系——能力扩展组（A 组）的 4 条是「Claude 有什么」，角色扮演组（B 组）的 5 条是「Claude 在扮演什么」，两组背后的轴是「我有没有切换出 AI 助手默认模式」。原推没有把这个轴抽出来——这正是翻译反写应该做的事。

翻译反写的目的不是「把英文翻成中文」。是「把作者已经知道但没说出来的底层逻辑，替作者说一遍」。原作者 @anatolikopadze 显然知道 9 条是 2 组（原推里他用了「Give Claude a role」这一节作为分隔），但他没有在推文里写「这两组的区别是什么」——因为推文格式不允许。5000 字的翻译反写博客允许。

六、给自己的三句话（立刻能用的 1 + 1 顺序）

如果你读完只做一件事，那应该是：

1. 今天打开一个新窗口，把原推里 5 个 role prompt 任选一个贴进去（推荐 hard mentor 或 personal psychologist，因为它们对任何人都立即有效）。先随便问 5 个问题，感受一下角色切完之后 Claude 的提问纪律变化。
2. 同一周内，挑一件你最近做过的事（比如写过的邮件、做过的方案）——用 Artifacts 让 Claude 做一个可视化版本（dashboard、决策树、对比表），你亲手点开它、用它一次。Artifacts 的价值在「点」不在「看」。

不需要 9 件全做。做对 1 件 + 1 件，A 组的杠杆和 B 组的杠杆就开始复合。剩下的 7 件会自然跟上——因为你已经看见了「Claude 是什么」和「Claude 能扮演什么」这两条边，剩下的是填空题。

最后一句：你过去一年用 Claude 的方式，浪费的不是 90% 的 token，是 90% 的杠杆。token 可以用钱买，杠杆不行。

七、常见问题与排查

读完到这里，你大概率会想试 1-2 个角色。但你可能撞上几堵墙——这些墙不是 Claude 的问题，是你切换模式时一定会撞的，提前说破省得你放弃。

Q1：开了 Memory，但新窗口的 Claude 好像「不记得我」。 Memory 是跟随账号的，但新窗口的「开头」需要你给一个触发点。试着在窗口开头写「我最近在做 X，背景是 Y」——Memory 里的档案会和这段触发文字一起被召回。如果你没写触发，Claude 会保守地不主动用 Memory，避免误判。

Q2：打开了 Extended Thinking，答案变慢了但没看出来「想」了什么。 注意：Extended Thinking 输出的「思考过程」是折叠的，你需要点开才能看见。在 Claude.ai 网页版，思考块在「Thought for Xs」的折叠区域。如果你只看到最终答案往下走，说明你跳过了一个重要的证据链。

Q3：role prompt 贴进去，Claude 还是不进入角色。 两个常见原因。第一是 prompt 被淹没了——你在 role prompt 后面又写了长长的问题描述，Claude 的注意力被后面的内容吸走。修法：role prompt 和你的问题之间留一行空行，或者用「以下是规则：…」这样的强分隔标记。第二是问题太具体了——role prompt 设的是「硬导师」，但你问的是「帮我润色这句话」，Claude 会用普通助手模式处理润色任务。修法：先用 role prompt 问一个符合角色场景的问题（「我要做这个决定，请挑刺」），等角色立住，再切入你的具体任务。

Q4：Artifacts 点了没反应。 Artifacts 在 Claude.ai 网页版和 iOS/Android 客户端支持，纯 API 调用没有 Artifacts——API 用户需要用 tool_use 自己做。检查你登录的是 Claude.ai 还是某个第三方包装。

Q5：所有 9 个都试了一遍，感觉没质变。 这是最关键的一个问题。9 个 tip 的价值不是「9 个都用上」，是「在 1 个具体场景里把 A 组和 B 组都开起来」。比如你下周要做一个重要决策——同时打开 Memory（让 Claude 知道你的背景）、Artifacts（让 Claude 做出可视化决策树）、role = devil’s advocate（让 Claude 攻击你的决定）、Extended Thinking（让 Claude 摊开推理）。4 个杠杆叠在同一个决策上，质变会发生。零散地用任何一个，杠杆都是 1.2 倍；叠起来才是 5-10 倍。

附：原文出处

• 原 thread：@anatolikopadze on X
• 同系列：先看 9arm-skills：让 AI 编程助手按流程干活的合约式 Skills，再看本篇，体系更连贯
• Claude 官方文档：docs.claude.com——Memory / Artifacts / Extended Thinking 三个功能的权威来源

本文是「x.com KOL 推文翻译反写」系列的第 15 篇。系列目的：把 KOL 推文的「9 件事」「5 步法」「3 个技巧」格式，还原为底层结构 + 操作顺序。所有文章首发于 txtmix.com。