Claude Code 教學：用 CLAUDE.md 讓 AI 不再失憶 — 編譯摘要

濃縮

核心結論：

1. CLAUDE.md 是「你寫給 AI 看的工作備忘錄」，自動記憶是「AI 自己做的筆記」——前者是正式規定，後者是實戰經驗。兩者配合讓 AI 越用越順手。
2. CLAUDE.md 應只寫「AI 自己查不到的東西」——個人偏好、團隊規範、特殊流程，而非專案結構等 AI 能自行發現的資訊。控制在 200 行以內。
3. 記憶系統有三層存放位置：專案 CLAUDE.md、全域 ~/.claude/CLAUDE.md、.claude/rules/ 資料夾，各自有不同的作用範圍和載入時機。

關鍵證據：

• 實際記憶範例：「外連連結另開分頁」（被動學習）、「簡報製作流程」（主動教學的完整四步驟流程）。
• CLAUDE.md 的優先權高於自動記憶，衝突時以 CLAUDE.md 為準。
• Rules 分通用型（每次載入）和指定範圍型（碰到相關工作時才載入），解決 CLAUDE.md 的 200 行空間限制。

質疑

結論 1：CLAUDE.md + 自動記憶的雙軌制

• 前提假設：AI 的自動記憶判斷是可靠的。但 AI 可能記住不準確或過時的資訊。
• 邊界條件：多人協作時，每個人的自動記憶可能互相衝突。
• 反例：如果團隊有嚴格的版本控制需求，自動記憶的不可預測性可能是問題。

結論 2：只寫 AI 查不到的東西

• 前提假設：使用者能判斷什麼是「AI 查不到的」。新手可能不知道 AI 的能力邊界。
• 換場景：對於非程式碼專案（如寫作、行政），「AI 能自己查到什麼」的邊界更模糊。

結論 3：三層存放機制

• 前提假設：使用者理解分層概念。非工程師可能被「全域」「專案」「rules」等概念搞混。
• 邊界條件：如果三層規則互相矛盾，除錯會很困難。

對標

1. 企業的員工手冊 + 工作筆記：文中直接使用這個類比——CLAUDE.md 是員工手冊，自動記憶是工作筆記。
2. CSS 的 Cascade 優先級：多層規則的優先級覆蓋邏輯，與 CSS 的 specificity 機制相似。
3. 知識管理的 Explicit vs Tacit Knowledge：CLAUDE.md 是顯性知識（可文字化的規則），自動記憶是隱性知識（從互動中學會的偏好）。

關聯概念

• [[CLAUDE.md 與記憶機制]]
• [[Claude Code Skill 系統]]
• [[非工程師的 AI 工具採用]]
• [[AI 工具的累積效應]]