大家好，我是顾北

大家有没有过这种体验？

👉 让Claude写段代码，结果完全跑偏；

👉 任务做到一半，它突然像失忆了一样；

👉 最后交付的代码没有文档、没有测试，接手的人恨不得直接推倒重来。

我第一次用Claude时，就差点被气笑。那一刻我才发现：AI的问题不是笨，而是没人管。

后来我试了下掘金上 @TRAE 分享的 6A工作流（原文链接：https://juejin.cn/post/7536944463635382282），强制Claude“先思考、再写代码”。结果非常惊喜：它从一个“爱偷懒的实习生”，摇身一变成了“靠谱的团队成员”。

💡 为什么Claude需要“流程枷锁”？

传统AI写代码的几个大坑：

• 需求理解=猜谜 一句“做个用户系统”，它只给你写了个登录页。权限管理？不存在。
• 代码质量=开盲盒 今天写得惊艳，明天一团乱麻。完全没有稳定性。
• 复杂任务=走迷宫 超过500行逻辑，Claude经常自乱阵脚，前后矛盾。
• 文档交付=空头支票 有代码，但没说明。维护的人只能靠猜。

👉 所以，6A的本质是：不给AI偷懒的机会，用文档和流程把它绑住。

🛠 ClaudeCode落地6A工作流

1. Align（对齐）：先确认需求，别急着写

核心动作：用MCP工具生成需求对齐文档

# 启动Filesystem MCP，用于生成和保存文档
claude mcp add filesystem -s user
# 让Claude生成需求对齐模板
claude -p "创建docs/用户系统/ALIGNMENT.md，包含：1.项目技术栈 2.需求边界 3.模糊点清单 4.验收标准"

让Claude生成 需求对齐文档：

• 项目技术栈
• 做与不做（明确边界）
• 疑问清单 & 参考案例

💬 经验吐槽：我以前常常一句话就开干，结果返工两三次。写对齐文档后，反而省时。

2. Architect（架构）：没有设计图，不许写代码

核心动作：调用MCP生成架构文档和图表

# 用Context7 MCP获取技术栈最佳实践
claude mcp call context7 "django用户系统架构最佳实践"
# 生成架构设计文档
claude -p "基于ALIGNMENT.md，创建docs/用户系统/DESIGN.md，包含mermaid架构图和接口定义"

Claude必须先画 系统架构图 + 接口契约。 比如：

• 系统分层（前端→API→业务层→数据库）
• 登录接口的输入/输出格式
• 数据流向图

💬 感受：这一步就像你变成了项目经理，Claude是实习生，必须先交设计才能写。

3. Atomize（原子化）：大任务拆小，Claude才不崩溃

核心动作：让Claude按依赖关系拆分任务

# 生成任务清单
claude -p "将用户系统拆分为原子任务，创建docs/用户系统/TASK.md，每个任务包含输入/输出/验收标准"

规则：

• 单个任务 ≤300行代码
• 明确依赖关系
• 每个任务独立可测

💬 比喻：不要一锅端，Claude就像新人，只能一口口喂。

4. Approve（审批）：人类兜底

核心动作：基于任务文档做人工确认

# 查看任务清单
claude -p "列出docs/用户系统/TASK.md中的所有子任务"

人工过一遍任务清单：

• 是否覆盖所有需求？
• 技术方案能不能跑？
• 验收标准是否量化？

💬 直白点说：Claude想糊弄？不可能。人类 checkpoint 很关键。

5. Automate（执行）：写一块，测一块

核心动作：调用代码生成命令并关联任务

# 按任务顺序执行，先完成数据库设计
claude -p "执行TASK.md中的任务1：数据库设计，生成SQL和模型代码"
# 调用mcp-run-python测试代码
claude mcp call mcp-run-python "测试用户模型的创建功能"

Claude按任务顺序写代码，每一步必须跑测试：

• 写数据库模型 → 跑单测
• 写API → 验证响应
• 文档 & 注释保持一致

💬 心路历程：以前总觉得AI写完就完了，现在反而更像“交付”。

6. Assess（评估）：最后一关，验收

核心动作：生成验收报告并检查

# 生成验收文档
claude -p "创建docs/用户系统/ACCEPTANCE.md，验证所有任务的完成情况"
# 调用代码审查工具
claude -p "/review 检查用户系统代码是否符合DESIGN.md"

Claude要生成 验收文档，我再跑一遍代码审查工具。 标准：

• 单测覆盖率 ≥80%
• 风格一致
• 文档同步更新

💬 态度：不合格？返工。没商量。

📝 我的3个小技巧

工具链：Filesystem MCP 存档，Context7 MCP 查最佳实践。

中断点：每阶段我都会 /stop，不达标就打回。

复用模板：ALIGNMENT、DESIGN等文档模版放在.claude.json，下次直接调。

⚖️ 跑完一遍的对比感受

场景	传统方式	6A工作流
需求理解	一轮沟通就开工	多轮确认，形成文档
代码质量	看AI心情	有架构约束，稳定统一
复杂任务	三步就乱	按依赖拆分，逐步推进
维护成本	代码像黑箱	文档齐全，新人也能接手

👉 一句话总结：Claude终于不再是“开盲盒”，而是“可控工程”。

🎯 最后

如果你平时用Claude写代码经常抓狂，不妨找个小功能（比如登录模块），跑一遍6A流程。

感受过一次之后，你就会明白：

AI写代码，不该是碰运气，

而应该是——一套有章可循的工程方法。