Erik Schluntz，Anthropic 公司的程序员，即使在摔断手后，也没有停下编程的脚步。他通过结合语音转文本和 AI 工具 Claude，每周依然能编写超过 3000 行代码。Schluntz 的目标是用英语表达需求，再让 AI 辅助生成代码。
Claude 并不是一开始就能理解 Schluntz 的意图。最初，Claude 给出的答案往往是一些通用模板，而非具体需求的个性化代码。于是，Schluntz 发现，必须给 Claude 提供非常明确的指令，并附上代码示例，这样才能让 Claude 输出更符合预期的代码。
有时 AI 也会出错，比如 Claude 曾经在生成代码时遗漏了一个循环变量，导致代码出错，但 Schluntz 并没有因此放弃使用 AI 工具。他利用 Claude 开发了一些小工具，比如一个渲染 GPS 坐标的 Web 应用，帮助他快速验证 CSV 文件中的数据准确性。
Erik 采取了一些方法来优化 Claude 的输出：他发现，关键在于给出非常明确的指令。详细说明输入和输出、使用的库等信息，可以帮助 Claude 生成更符合需求的代码。比如，需要生成一个处理图像的函数时，明确指出要使用的图像处理库以及输入输出的格式，这样 Claude 生成代码的准确性就会显著提高。
在写模块化代码时，提供代码示例比单纯描述需求更有效。有一次，Erik 发现 Claude 生成的代码中循环遍历了 motor1, motor2, motor2, motor4，缺少了 motor3。经过检查，他发现这个错误也存在于原始代码示例中。这表明，提供准确的代码示例可以帮助 Claude 更好地理解和生成代码。
通过这些方法，Erik 优化了 Claude 的输出，还开发了一些小工具。例如，他让 Claude 生成了一个渲染 GPS 坐标的 Web 应用，帮助他快速检查 CSV 文件中 GPS 坐标的准确性。这些实践证明，尽管 AI 编程工具存在一定的局限性，但通过合理的优化方法，程序员仍然可以利用这些工具，提高工作效率。
Claude 在实际应用中的表现证明了 AI 在辅助编程中的潜力，但也提醒我们在使用 AI 工具时需要保持谨慎，确保代码的准确性和可靠性。