一张图看懂：怎么让 Claude 记住经验、越用越顺

很多人用 Claude，一上来就是直接提需求、直接开干，结果短期还行，任务一多就开始乱：

同样的规则反复说，同样的经验留不下来，前面刚总结的方法，后面又得重新喂一遍

问题不在提示词，更大的问题，是你没有给 Claude 一个可以复用经验的外置记忆系统。

这位AI大佬 @PawelHuryn 教你怎么解决：

把一套工作规则写进 CLAUDE.md，再配合 knowledge/ 文件夹，让 Claude 在每次任务前先回顾规则，在任务后沉淀经验

先准备一个 CLAUDE.md，并按领域建立对应的知识文件夹，例如：

/knowledge/pricing/ knowledge.md hypotheses.md rules.md

维护一个 /knowledge/INDEX.md，用来指向各个领域文件夹

然后把这段内容复制到 CLAUDE.md 里：

开始新任务前：

• 回顾该领域已有的 rules 和 hypotheses
• 默认优先应用已确认的 rules
• 检查本次任务是否可以验证某个 hypothesis

每个任务结束后：

• 提炼本次任务中的新洞见
• 将洞见存入对应的领域文件夹，例如： /knowledge/pricing/ knowledge.md （事实与模式） hypotheses.md （仍需更多数据验证） rules.md （已确认，默认应用）

知识库维护规则：

• 维护 /knowledge/INDEX.md，作为各领域文件夹的总索引
• 当一个 hypothesis 被确认 5 次以上时，将其升级为 rule
• 当一个 rule 被新数据推翻时，将其降级回 hypothesis
• 保持规则简洁、明确、可执行

这样做的作用是：

第一，减少重复沟通不用每次都从零解释背景和要求

第二，让经验能积累。做完一次任务，不是聊完就没了，而是能沉淀进知识库里，后面继续复用

第三，让 Claude 越用越顺。它不是单次对话工具，而是开始基于你过去整理过的结构做事

以上的所有内容都可以让claude code 帮你完成！

Most people's CLAUDE.md is static instructions. Mine compounds.

One block makes Claude review what it learned before each task and extract new insights after. Hypotheses get tested. Confirmed ones become rules. Rules that break get demoted.

It builds its own knowledge system —