夜雨聆风这是5 篇系列 · 第 1 篇 · 入门与心法
我综合这几天大家的反馈，重新梳理出了系列教程，相信看完你就大概会用AI融入自己的工作流了。
一、Claude Code 是什么，怎么装
它和 Kimi / DeepSeek / ChatGPT 的本质区别
你打开网页，打字，AI 回复。这是对话模式——每一轮都是一个独立的问题-回答，AI 不接触你的文件，不执行命令，不跨步骤衔接。当然现在每个厂家都开始有自己的agent了，首篇面向的是大众，这样解释容易一点。懂的可以跳过。
Claude Code 是Agent 模式。它运行在终端里，拥有三个对话式 AI 没有的能力：
1. 读写本地文件。可以直接打开你的 PDF、Word、Excel，也可以生成新文件。不依赖你复制粘贴内容给它——它自己读。
2. 执行终端命令。安装软件包、运行 Python 脚本、调用 OCR 接口——这些不是你在旁边手动操作，是它自己执行、看到结果、决定下一步。
3. 循环决策。完成一个步骤后，看到结果，自己判断是否达标。不达标就调整，再试。直到达成目标。
打个比方：对话式 AI 是你打电话口述指令让助理操作电脑，每一步都要你描述，每一步的结果你得自己看、自己决定下一步。Claude Code 是助理本人坐在电脑前——你告诉他目标，他自己找文件、读文件、写文件、验证、调整，干完了叫你。
在律师工作中具体能做什么
边界——它不能做什么
• 不替你出庭，不替你判断诉讼策略——策略选择永远是律师的事
• 不凭空创造不存在的事实——它只能基于你给的文件工作
• 不替代法律专业知识——你给它什么框架它按框架填。你不懂的东西，它做出来你也审不了
• OCR 有识别错误，AI 有理解偏差，所有输出必须人工复核
安装——10 分钟
1安装 Node.js
去 nodejs.org 下载 LTS 版本，默认安装。验证：node --version
2安装 Claude Code
npm install -g @anthropic-ai/claude-code。验证：claude --version
3获取 API Key
从模型厂商获取。推荐 DeepSeek V4 Pro（上下文长、中文好、价格合理）
4（推荐）用 cc-switch 管理模型
GitHub 搜 farion1231/cc-switch。填入 API Key 和 Base URL，先选模型再启动 Claude Code，顺序反了切不动
5启动
终端输入 claude。首次启动有初始设置，全部回车通过即可
三种权限模式——Shift+Tab 切换
新手不要一上来用最危险的模式。等熟悉了行为习惯再逐步放开权限。
二、提示词方法论：五条核心经验
以下五条不来自任何教程，是我用了大半年、在每个案子上反复验证后的结论。
第一条：先给它一个身份
Claude Code 出厂默认是"程序员帮同事 debug"的语气和标准。你不告诉它你的身份，它就按这个默认模式干活。
"你是从业 20 年的诉讼律师，极度仔细，对格式要求像素级。" "你现在是拥有 10 年经验的高阶律师助理，具备极强的逻辑梳理和证据组织能力。"
实测对比：用"帮我看下这些文件"和用"你是诉讼律师，帮我看下这些文件"——后者的输出自动带了法言法语，格式意识明显更强。不是前者完全不行，是后者的下限明显更高。
身份设定的本质是激活模型训练数据中对应领域的语料分布。这跟你在律所带实习生一样——你告诉实习生"你现在是代理律师起草代理意见"和"你帮我随便写个东西"，产出质量天差地别。
第二条：告诉它东西在哪，标准是啥
我现在的提示词开头几乎全是路径和参照文件：
"文件在 D:\案件材料\XX案件\ 下。你再创建一个子文件夹，我们在这里一步步来完善。" "格式和行文方式参照 参考模板\代理意见-模板.docx。" "证据目录的格式参照上一次提交的版本。"
不要用文字描述格式，用文件示范格式。你把一份以前做好的文书扔给它，它自己会读——列宽多少、字体多大、落款怎么排。你不用在提示词里写"仿宋 14pt 首行缩进 2 字符"——参照模板里都有，它自己看。
❌ 不要这样
"请生成证据目录。格式要求：字体仿宋 14pt，首行缩进 2 字符，固定行距 28 磅，两端对齐，标题黑体 16pt 加粗居中……"
✅ 应该这样
"参照 XXX 模板的证据目录格式，根据这批材料生成证据目录。"（模板已经包含所有格式信息）
第三条：质量约束——告诉它"不能做什么"
最容易用力过猛的地方。一次性把所有操作规范塞进去，它就蒙了。
"法言法语，杜绝情绪化表达。"
"所有事实主张必须有证据支撑，不能编。"
"关键金额和日期跟原始文件逐项核对。"
"做之前先做个计划。"
负面约束比正面清单有效。正面清单越长，AI 越容易顾此失彼。负面约束只在 AI 即将越界时触发干预，不占用处理核心任务的能力。
第四条：多轮对话——五分钟分三次说
实际对话模式
第一轮："根据这些材料给我做一份证据目录。"（它做了，列宽不对）
第二轮："序号列缩到 1cm，证明内容列扩到 8cm。"（它调了）
第三轮："开庭通知放第二组。"（它挪了）
第四轮："页码重新计算，用 pymupdf 读实际页数。"（它重算了）
四句话、四轮对话、五分钟。效果碾压一次性五百字指令。AI 每一轮全力处理一个点。你给它 5 个要求一次性说完，它平均分配注意力。分 5 轮说，每轮 100% 注意力在一个点上。
第一轮要不要把格式要求全说了？不需要。第一轮只给参照模板。列宽、字体、行距让 AI 从模板中读。只有模板里读不到的，或者它第一次弄错了的，你再纠正。
第五条：让它自己总结——AI 版"错题本"
"把你这次做得好和不好的地方总结一下，记住。"
它自己复盘：序号列太窄数字折行了，下次默认宽一点。在证明内容里加了"显然""综上"这种评价词，以后删掉。从 PDF 提取的金额多了一位小数，下次 round 到两位。
我是连续三天纠正同一个格式错误之后才想到这招的。助理同一个错误纠正三次还不改，你得专门谈话。Claude Code 不一样——你让它记住，它真的记住，永远不忘。这条经验每天帮我省掉至少一半的格式纠正时间。
三、CLAUDE.md：给 AI 设置永久记忆
它解决什么问题
你每次都跟 Claude Code 重复"我是律师、格式是仿宋 14pt、不能编数据"——重复三遍五遍十遍。CLAUDE.md 让你说一次，永远生效。
三层结构
~/.claude/CLAUDE.md | ||
我的 CLAUDE.md 核心条目
## 行为准则- 求真不求悦：详尽核查，不虚构。对所有事实、数据、引用、日期双重验证- 有错必指，不让步。支持立场前先提最强反驳## 工作环境这是律师的工作环境，不是传统代码仓库## 中文法律文书格式铁律- 正文：仿宋 14pt，首行缩进 2 字符，固定行距 28 磅，两端对齐- 标题：黑体 16pt/22pt 加粗居中- 所有标点用中文全角- 证据引用格式：（证据XX：文件名称），置于句末标点之前## 证据核实铁律- 每一个日期、金额、比例必须在原始证据 PDF 中找到出处- OCR 提取不到的数据如实告知，不臆测## 内容铁律- 基本事实只陈述客观事实，不加入评价性语言- 法言法语，杜绝情绪化表达CLAUDE.md 不宜写太长。它每次对话全部注入上下文。放最顶层、基本不变的原则。具体操作细节留给 Skill 和外部参考文档。
Plan 模式：复杂任务先出方案
按 Shift+Tab 切到 Plan 模式，或直接说"做个计划"。AI 不直接动手，先把思路列出来等你确认。
Plan 模式的代价：慢。多一轮审批。方案写得好不等于执行好。它的价值是帮你省掉"方向性错误"的返工成本——方向错了，返工比多等一轮的时间多得多。判断标准：方向是否明确。不明确就开。
四、模型选择与成本
选模型就一个核心考虑：上下文长度。律师的材料又长又多——合同几十页、仲裁申请书几十页，全扔进去不能读到后面忘了前面。我用 DeepSeek V4 Pro，日均 ¥15-20，月均 ¥400-600，大约是一个实习律师月薪的 1/10~1/15。
省钱核心：完成阶段性任务立刻 /compact。上下文从几十万字压缩到几千字摘要——不仅省钱，AI 也更清醒。
系列导航▶ （一）入门与心法 ← 你在这里（二）证据整理与金额核对（三）文书起草与联动修改（四）全景案例：一个复杂案件的全流程拆解（五）进阶功能与工具箱
📋 关注后回复 "证据目录提示词"
获取我用了半年迭代出来的全套证据整理提示词模板——直接复制进 Claude Code 就能用，不用再从头写。
这套提示词模板覆盖：证据材料盘点 → OCR 转换 → MD5 去重 → 证据目录生成 → 金额核对。一个案子省半天。
知乎、微信公众号同名：米饭店主理人
下一篇：证据整理与金额核对——最基础的活，最不能出错