Catatan editor: Claude Code sedang berubah dari pembantu kod menjadi meja kerja Agent yang boleh disusun.

Workflow yang diperkenalkan dalam artikel ini memiliki nilai utama dalam menjadikan Claude tidak lagi hanya "berfikir dahulu, baru bertindak" dalam jendela konteks yang sama, tetapi mampu menghasilkan kerangka pelaksanaan secara dinamik berdasarkan tugas: membahagikan tugas, menghantar Agen anak, memproses secara selari, mengesahkan silang, mengulang secara berulang, bahkan membolehkan pelbagai Agen bersaing antara satu sama lain sebelum menggabungkan hasil akhir.

Ini bermakna bahawa penggunaan Claude Code sedang meluas dengan jelas. Ia tidak hanya sesuai untuk migrasi kod, reka semula, pengulangan ujian, dan semakan kod, tetapi juga boleh digunakan untuk penyelidikan mendalam, pengesahan fakta, penyaringan resume, analisis insiden, pengumpulan peraturan, penilaian pelan perniagaan, dan brainstorming nama, antara tugas bukan teknikal lain. Banyak tugas kompleks pada dasarnya serupa dengan pemrograman: memerlukan penguraian masalah, pengasingan konteks, pengesahan hipotesis, pengurusan banyak butiran, dan membuat pilihan di antara beberapa laluan alternatif.

Dynamic workflows mencuba menyelesaikan beberapa masalah biasa dalam model besar semasa tugas panjang: "kelalaian agen" yang mengumumkan penyelesaian separuh jalan, "bias preferensi diri" yang cenderung mengesahkan kesimpulan sendiri, dan "pergeseran matlamat" yang perlahan menyimpang daripada matlamat asal selepas beberapa pusingan pelaksanaan. Dengan memberikan tugas kepada beberapa Claude yang mempunyai konteks berasingan, ia mengubah tugas kompleks daripada "siri panjang satu agen" kepada "kerjasama pelbagai agen".

Tentu, workflow bukanlah jawapan serba boleh. Ia biasanya menghabiskan lebih banyak token dan tidak selalu sesuai untuk setiap tugas pengkodean biasa. Namun, ia memberikan arah yang penting: persaingan alat AI masa depan mungkin tidak hanya bergantung pada seberapa pintar model individu, tetapi sama ada ia mampu menyusun proses pelaksanaan yang boleh dipercayai, boleh digunakan semula, dan boleh ditinjau berdasarkan objektif yang kompleks.

Berikut ialah teks asal:

Walaupun kerangka eksekusi Claude Code secara lalai dibina untuk pemrograman, ia juga sesuai untuk banyak jenis tugas lain. Fakta menunjukkan bahawa banyak tugas mempunyai struktur yang sangat serupa dengan tugas pemrograman. Namun, untuk beberapa jenis tugas tertentu supaya mencapai prestasi terbaik, kami masih perlu membina kerangka eksekusi tersuai di atas Claude Code, seperti penyelidikan, analisis keselamatan, kerjasama pasukan agen, atau semakan kod.

Workflows membenarkan anda mencipta kerangka pelaksanaan secara dinamik, membolehkan Claude menyelesaikan masalah di atas dan jenis masalah lain secara lebih asli di dalam Claude Code. Anda juga boleh berkongsi dan guna semula workflow ini bersama orang lain.

Dalam artikel ini, saya akan berkongsi pengalaman dan wawasan saya semasa pertama kali menggunakan workflows, untuk membantu anda memaksimakan keupayaannya.

Namun, perlu ditekankan bahwa praktik terbaik yang berkaitan masih dalam proses pembentukan. Alur kerja dinamik biasanya menghabiskan lebih banyak token, jadi anda perlu mempertimbangkan dengan teliti kapan dan bagaimana menggunakannya.

Nota: Artikel ini juga diterbitkan di Claude Blog.

Contoh Prompt

Sebelum memasuki butiran teknikal, saya ingin memberikan beberapa contoh prompt untuk membantu anda memahami kemungkinan workflow:

Ujian ini gagal kira-kira sekali setiap 50 kali larian. Bina satu workflow untuk mengulangi ia, nyatakan hipotesis, dan lakukan ujian adversarial dalam worktree yang berbeza. /goal Jangan berhenti sehingga satu hipotesis berjaya diverifikasi.

Gunakan workflow untuk meninjau 50 sesi terakhir saya, gali koreksi berulang yang saya buat, dan ubah masalah berulang ini menjadi peraturan CLAUDE.md.

Gunakan workflow untuk menyemak saluran #incidents di Slack selama enam bulan terakhir, dan cari punca utama yang berulang tetapi tidak ada tiket yang diajukan.

Gunakan rancangan perniagaan saya untuk menjalankan workflow, biarkan agen yang berbeza menguraikannya dari perspektif pelabur, pelanggan, dan pesaing.

Terdapat satu folder yang mengandungi 80 resume. Gunakan workflow untuk mengurutkan mereka mengikut keperluan jawatan belakang, dan semak semula sepuluh teratas. Gunakan alat AskUserQuestion untuk bertanya kepada saya, supaya saya dapat membantu anda membina kriteria penilaian.

Saya perlu memberi nama kepada alat CLI ini. Gunakan workflow untuk berbincang akal dan hasilkan senarai pilihan, kemudian pilih tiga teratas melalui mekanisme pertandingan.

Gunakan workflow untuk menamakan semula model User kami sebagai Account di semua tempat.

Baca draf blog saya, dan gunakan workflow untuk mengesahkan setiap penilaian teknikal dalam repo kod. Saya tidak ingin menerbitkan sebarang kandungan yang salah.

Bagaimanakah alur kerja dinamik berfungsi

Aliran kerja dinamik akan menjalankan fail JavaScript yang mengandungi beberapa fungsi khas untuk menghasilkan dan mengkoordinasikan agen anak.

Aliran kerja dinamik juga mengandungi fungsi JavaScript piawai seperti JSON, Math, dan Array untuk memproses data.

Yang perlu diperhatikan ialah alur kerja dinamik boleh menentukan model mana yang digunakan oleh agen tertentu, serta sama ada agen anak beroperasi dalam worktree sendiri. Ini membolehkan Claude memilih secara swakendali tahap kecerdasan dan tahap pengasingan yang diperlukan mengikut keperluan tugas.

Jika suatu workflow terputus, misalnya kerana tindakan manual pengguna atau terminal keluar, selepas memulakan semula sesi, workflow tersebut boleh diteruskan dari titik terputus.

Apabila anda meminta kerangka kerja Claude Code lalai untuk menangani satu tugas, ia perlu menyelesaikan perancangan dan pelaksanaan dalam jendela konteks yang sama. Bagi banyak tugas pengaturan, cara ini sangat berkesan, tetapi dalam tugas yang berjalan panjang, selari dalam skala besar, atau tugas bersaing yang sangat berstruktur, ia kadang-kadang gagal.

Sebabnya ialah semakin lama Claude memproses tugas kompleks dalam satu tetingkap konteks, semakin mudah ia mengalami beberapa corak kegagalan tertentu:

Kemalasan agen (agentic laziness) merujuk kepada Claude yang berhenti lebih awal sebelum menyelesaikan tugas yang sangat kompleks dan terdiri daripada beberapa bahagian, serta mengaku tugas telah selesai walaupun hanya mencapai kemajuan sebahagian. Contohnya, dalam semakan keselamatan, hanya mengendalikan 20 daripada 50 projek sebelum mengumumkan penyelesaian kerja.

Bias terhadap diri sendiri (self-preferential bias) merujuk kepada kecenderungan Claude untuk lebih mengutamakan hasil atau penemuan sendiri, terutama apabila diminta untuk mengesahkan atau menilai kandungan yang dihasilkan sendiri berdasarkan set kriteria penilaian tertentu.

Pergerakan matlamat (goal drift) merujuk kepada penurunan kesetiaan Claude terhadap matlamat asal semasa proses pelaksanaan berulang, terutamanya selepas konteks dipadatkan. Setiap ringkasan menyebabkan kehilangan maklumat, dan beberapa keperluan butiran, seperti kes tepi, atau syarat seperti "jangan lakukan X", mungkin hilang.

Menciptakan workflow membantu mengurangkan masalah-masalah ini, kerana ia dapat mengaturkan beberapa Claude yang berasingan, membolehkan mereka memiliki jendela konteks masing-masing dan fokus pada tugas-tugas yang terpisah dan jelas tujuannya.

Anda mungkin sebelum ini telah mencipta aliran kerja statik melalui Claude Agent SDK atau claude -p untuk mengkoordinasikan beberapa contoh Claude Code.

Namun, kerana alur kerja statik perlu menangani pelbagai kes tepi, ia biasanya lebih umum. Dengan kemunculan Claude Opus 4.8 dan alur kerja dinamik, Claude kini cukup pintar untuk menulis kerangka pelaksanaan yang disesuaikan khusus untuk skenario penggunaan anda.

Pola praktikal semasa menggunakan alur kerja dinamik

Anda boleh terus meminta Claude untuk mencipta aliran kerja dinamik, atau gunakan kata pemicu «ultracode» untuk memastikan Claude Code mencipta workflow.

Namun, jika anda dapat membina model mental tentang bagaimana aliran kerja dinamik berfungsi, ia akan lebih mudah untuk menentukan kapan harus menggunakannya, serta lebih mudah untuk membimbing Claude melalui prompt.

Claude semasa membina workflow biasanya menggunakan dan menggabungkan beberapa corak berikut:

Klasifikasikan dan laksanakan: Gunakan agen klasifikasi untuk menentukan jenis tugas, kemudian arahkan ke agen atau tindakan yang berbeza mengikut jenis tugas. Anda juga boleh menggunakan pengklasifikasi di akhir proses untuk menentukan hasil output.

Pembahagian dan penggabungan: Membahagikan satu tugas kepada beberapa langkah yang lebih kecil, di mana setiap langkah diproses oleh satu agen, kemudian menggabungkan semua hasil tersebut. Pendekatan ini sesuai terutama untuk tugas yang mengandungi banyak langkah kecil, atau apabila setiap langkah memerlukan jendela konteks yang bersih untuk mengelakkan gangguan atau pencemaran silang. Langkah penggabungan bertindak sebagai "halangan": ia akan menunggu sehingga semua agen yang dibahagikan selesai, kemudian menggabungkan output terstruktur mereka menjadi satu hasil.

Pengesahan adversarial: Untuk setiap agen yang dihasilkan, jalankan agen yang berasingan untuk melakukan pengesahan adversarial terhadap outputnya mengikut satu set kriteria atau piawaian penilaian.

Hasilkan dan saring: Hasilkan banyak idea berdasarkan satu topik, kemudian saring mengikut kriteria penilaian atau proses pengesahan, buang duplikat, dan hanya kembalikan idea yang telah diuji dan berkualiti tertinggi.

Pertandingan: Bukan membahagikan tugas, tetapi membiarkan agen bersaing antara satu sama lain. Hasilkan N agen, biarkan masing-masing mencuba menyelesaikan tugas yang sama dengan kaedah yang berbeza. Kemudian, berdasarkan prompt atau model, lakukan perbandingan berpasangan terhadap hasil agen sehingga menentukan pemenang.

Ulangi sehingga selesai: Untuk tugas yang tidak diketahui jumlah kerjanya, jangan tetapkan bilangan putaran tetap, tetapi ulangi menghasilkan agen sehingga syarat berhenti dipenuhi, contohnya tidak ada lagi penemuan baru, atau tidak ada lagi ralat dalam log.

Skenario penggunaan

Anda boleh berfikir secara lebih kreatif mengenai kapan dan bagaimana Claude Code mencipta alur kerja dinamik. Saya mendapati alur kerja kadang-kadang lebih berguna dalam pekerjaan bukan teknikal.

Bun pernah ditulis semula dari Zig ke Rust menggunakan workflows. Anda boleh membaca pos Jarred di X untuk mengetahui prosesnya.

Kunci utamanya ialah membahagikan tugas kepada serangkaian langkah yang perlu diproses, seperti titik panggilan, ujian kegagalan, modul, dan sebagainya. Mulakan sub-agent dalam worktree untuk setiap tugas pembaikan, biarkan ia menyelesaikan pembaikan; kemudian biarkan agent lain melakukan semakan kontrastif, dan akhirnya gabungkan hasilnya. Anda boleh mempertimbangkan untuk memberitahu agent secara jelas untuk tidak menggunakan arahan yang menghabiskan sumber berlebihan, supaya tahap paralelisme boleh dimaksimumkan tanpa menghabiskan sumber mesin tempatan.

Kami telah melancarkan kemahiran deep research (/deep-research) di Claude Code, yang menggunakan aliran kerja dinamik. Secara khusus, ia akan membahagikan tugas untuk menjalankan carian web, mengambil sumber, mengesahkan kenyataan berkaitan secara kontraktif, dan menggabungkan serta menghasilkan laporan yang disertai rujukan.

Namun, penyelidikan semacam ini tidak hanya berlaku untuk carian web. Sebagai contoh, anda juga boleh meminta Claude untuk menyusun laporan status daripada konteks Slack, atau menyelidiki bagaimana suatu fungsi berfungsi dengan mengkaji secara mendalam repositori kod.

Di sisi lain, jika anda mempunyai satu laporan dan ingin menyemak setiap pernyataan fakta dan sumber yang dirujuk, anda boleh menjana satu alur kerja: pertama, agen mengenal pasti semua pernyataan fakta, kemudian setiap pernyataan akan memulakan agen anak untuk menyemak secara terperinci. Anda juga boleh meminta agen pengesahan untuk menyemak agen anak yang bertanggungjawab atas pelacakan sumber, memastikan kualiti sumbernya mencukupi.

Anda mungkin mempunyai satu set projek yang ingin disusun mengikut ukuran kualitatif tertentu, dan anda percaya Claude Code mahir dalam menilai ukuran tersebut. Contohnya, menyusun tiket sokongan mengikut keparahan ralat.

Namun, jika anda cuba mengurutkan lebih daripada 1000 baris dalam satu prompt, kualiti akan menurun dan jendela konteks tidak mampu menampungnya. Pendekatan yang lebih baik ialah menjalankan mekanisme pertandingan, membina saluran yang terdiri daripada agen perbandingan berpasangan, kerana penilaian berbanding biasanya lebih boleh dipercayai daripada penilaian mutlak; atau mengurutkan secara berasingan dalam kumpulan secara selari, kemudian menggabungkan keputusan. Setiap perbandingan dilakukan oleh agen yang berasingan, oleh itu, kitaran deterministik boleh mengekalkan struktur keseluruhan pertandingan, dengan hanya urutan semasa yang perlu disimpan dalam konteks.

Jika anda mempunyai sekumpulan peraturan tertentu, dan Claude sering melewatkan atau melaksanakan dengan buruk walaupun melihat peraturan tersebut dalam CLAUDE.md, anda boleh mencipta alur kerja yang menyenaraikan peraturan-peraturan ini dan meminta agen pengesahan semak satu per satu—setiap peraturan berkaitan dengan satu agen pengesahan. Mencipta sub-agen dengan personaliti "pencuriga" untuk mengkaji sama ada peraturan-peraturan ini munasabah juga membantu mengelakkan laporan palsu yang berlebihan.

Sebaliknya juga berlaku: gali semula perbincangan dan ulasan semakan kod terkini anda, cari koreksi yang anda buat berulang kali; biarkan agen selari mengelompokkan isu-isu ini; kemudian uji setiap peraturan calon secara adversarial untuk menentukan sama ada ia benar-benar mencegah ralat sebenar; akhirnya, rumuskan semula peraturan yang lulus penapisan ke dalam CLAUDE.md.

Cara paling berkesan untuk mengesan ralat ialah mengemukakan beberapa hipotesis yang saling bebas dan menguji setiap satu secara berasingan. Namun, jika anda hanya menggunakan satu tetingkap konteks, Claude mungkin terperangkap dalam bias kecenderungan sendiri.

Workflow dapat mencegah keadaan ini dari segi struktur: ia boleh memulakan beberapa agen, membiarkan mereka menghasilkan hipotesis berdasarkan bukti yang tidak tumpang tindih. Sebagai contoh, membiarkan agen yang berbeza memeriksa log, fail, dan data. Selepas itu, setiap hipotesis boleh diperiksa oleh sekumpulan pemeriksa dan pembantah.

Ini tidak hanya berlaku untuk kod. Workflow juga boleh digunakan untuk analisis jualan, contohnya “Mengapakah jualan pada bulan Mac menurun?”; untuk kejuruteraan data, contohnya “Mengapakah pipeline ini gagal?”; atau untuk sebarang tinjauan selepas peristiwa.

Setiap pasukan mempunyai antrian sokongan, laporan ralat, atau tugas yang tidak dapat diproses sepenuhnya oleh manusia. Satu alur kerja triase boleh mengklasifikasikan setiap item, menghapuskan duplikasi dengan isu yang telah dilacak, dan mengambil tindakan. Ini mungkin bermaksud mencuba untuk membaiki, atau mungkin meningkatkan kepada pengguna manusia untuk diproses.

Bagi alur kerja triase, satu corak yang berguna ialah quarantine (kuarantin). Dengan kata lain, larang agen yang membaca kandungan awam yang tidak boleh dipercayai melakukan operasi berkuasa tinggi; operasi berkuasa tinggi seharusnya dilakukan oleh agen khas yang bertanggungjawab atas tindakan.

Anda boleh menggabungkan workflow triase dengan /loop untuk membolehkan Claude melaksanakan tugas-tugas ini secara berterusan.

Workflows berguna apabila anda perlu meneroka pelbagai lintasan penyelesaian, terutamanya tugas-tugas yang melibatkan penilaian estetik seperti reka bentuk dan pemberian nama, dan boleh mendapat manfaat daripada satu set kriteria penilaian.

Anda boleh meminta Claude untuk meneroka banyak skema dan memberikan agen pemeriksa satu set kriteria penilaian mengenai “skema yang baik itu macam mana”. Apabila agen pemeriksa menganggap hasilnya telah memenuhi kriteria tersebut, tugas tersebut dianggap selesai. Skema yang berbeza juga boleh disusun atau disaring melalui mekanisme pertandingan berdasarkan kriteria penilaian ini.

Anda boleh menjalankan evals ringan untuk tugas tertentu dengan memulakan agen berasingan dalam worktree, kemudian memulakan agen perbandingan, dan membandingkan serta memberi markah output berdasarkan kriteria penilaian. Sebagai contoh, anda boleh menilai dan memperbaiki kemahiran yang anda cipta sendiri untuk melihat sama ada ia memenuhi beberapa kriteria tertentu.

Pemodelan dan penyesuaian pintar: Anda boleh mencipta agen klasifikasi yang disesuaikan untuk tugas anda, yang akan menentukan model mana yang perlu digunakan. Pendekatan ini berguna apabila tugas melibatkan banyak panggilan alat, dan penyelidikan sebelum pelaksanaan dapat membantu mengenal pasti model yang paling sesuai.

Sebagai contoh, untuk tugas "terangkan bagaimana modul auth berfungsi", model yang paling sesuai bergantung pada bilangan fail dalam modul auth dan struktur repositori. Agen klasifikasi boleh menyelesaikan penyelidikan ini terlebih dahulu, kemudian menghantar tugas tersebut kepada Sonnet atau Opus berdasarkan kekompleksan yang dijangka.

Workflows masih merupakan perkara baru. Walaupun ia boleh memberikan kesan jauh melebihi cara biasa dalam banyak skenario penggunaan, bukan setiap tugas memerlukannya, dan ia boleh meningkatkan penggunaan token secara ketara.

Gunakan workflow untuk tugas-tugas yang boleh memperluas sempadan kemampuan Claude Code dengan cara baru. Untuk tugas pengaturcaraan biasa, tanya diri anda dahulu: Adakah tugas ini benar-benar memerlukan lebih banyak sumber pengiraan? Sebagai contoh, kebanyakan tugas pengaturcaraan tradisional tidak memerlukan kumpulan lima pemeriksa.

Teknik membina alur kerja dinamik

Semakin terperinci butiran yang diberikan apabila menulis prompt untuk alur kerja dinamik, semakin baik kesannya, terutamanya apabila menggunakan teknik spesifik yang disebutkan sebelumnya.

Workflows tidak hanya sesuai untuk tugas besar. Anda juga boleh meminta model menggunakan 'quick workflow'. Sebagai contoh, anda boleh mencipta proses peninjauan berlawanan pantas untuk memeriksa suatu hipotesis.

Apabila anda menggunakan workflow yang boleh diulang, seperti workflow triase, penyelidikan, atau pengesahan, anda boleh menggabungkannya dengan /loop untuk menjalankannya pada selang masa tetap, sambil menetapkan keperluan penyelesaian yang ketat menggunakan /goal.

Anda boleh menetapkan bajet penggunaan token yang jelas untuk alur kerja dinamik untuk membatasi jumlah token yang digunakan oleh tugas. Anda boleh menulis keperluan bajet seperti «use 10k tokens» dalam prompt, yang akan menetapkan had kepada 10k token.

Anda boleh menekan 's' dalam menu workflow untuk menyimpan workflow. Anda boleh menghantar mereka ke ~/.claude/workflows, atau mengedarkannya melalui skill.

Jika ingin berkongsi melalui skill, letakkan fail workflow JavaScript ke dalam folder skill dan rujuk di dalam SKILL.md. Untuk fleksibiliti yang lebih besar, anda juga boleh meminta Claude: anggap workflows dalam skill sebagai templat, bukan skrip yang mesti dijalankan secara perkataan demi perkataan.

Dunia yang sama sekali baru

Workflows adalah cara baru yang berguna untuk mengembangkan Claude Code. Saya menggalakkan anda memandangnya sebagai permulaan. Masih banyak lagi yang perlu kami eksplorasi mengenai cara terbaik untuk menggunakannya. Silakan beritahu kami tentang penemuan anda.

Thariq Shihipar dan Sid Bidasaria (@sidbid) adalah ahli pasukan teknikal Anthropic yang bertanggungjawab atas perkara berkaitan Claude Code.