学习目标

学完本节后，你将能够：

• 理解什么是"Few-shot"提示以及如何使用它
• 掌握让 Claude 逐步思考的技巧
• 学会用示例来引导 AI 的输出风格和格式
• 了解如何通过迭代来获得越来越好的结果
• 理解 AI 的思考过程，知道什么时候该让它"慢下来"

这节课解决什么问题

很多人并不是不会用 Claude，而是经常遇到这几类挫败感：

学习目标

学完本节后，你将能够：

• 理解 MCP（Model Context Protocol）是什么以及为什么它重要
• 掌握如何通过 MCP 连接器扩展 Claude 的能力
• 了解企业搜索的核心概念和实现方式
• 学会使用 Claude 的扩展思考功能
• 建立「AI + 工具」的协同工作思维
• 为你的组织或个人工作流设计 AI 增强方案

为什么需要「扩展」Claude？

在前两课中，我们学习了如何与 Claude 对话、如何组织工作。但你有没有想过一个问题：

目标读者：刚认识 Claude，准备开始第一次真实对话的学习者 核心问题：第一句话到底该怎么说？如果回答不够好，下一句又该怎么接？ 前置知识：第一课 认识 Claude ⭐⭐

学习目标

学完本节后，你将能够：

• 理解 Claude 桌面应用里 Chat、Cowork、Code 三类工作方式各自负责什么。
• 知道什么任务适合继续留在普通对话，什么任务更适合交给 Cowork 或 Code。
• 了解桌面应用公开可确认的能力边界，避免把研究预览能力写成稳定能力。
• 建立“先选入口，再给权限，再逐步扩大自动化范围”的使用习惯。

先说结论

如果你只想先抓住重点，可以记住下面这句话：

Claude API基础专题（五）：MCP协议深度解析 ⭐⭐⭐⭐

目标读者：希望扩展Claude能力边界的开发者 前置知识：已完成第一篇《API基础》、第二篇《提示词工程》、第三篇《工具调用》、第四篇《RAG系统》 学习提醒：MCP是Claude能力扩展的核心协议，建议先理解其设计思想再动手实现

Claude API基础专题（四）：RAG检索增强生成系统 ⭐⭐⭐⭐

目标读者：希望让Claude基于私有知识库回答问题的开发者 前置知识：已完成第一篇《API基础》、第二篇《提示词工程》、第三篇《工具调用》 学习提醒：RAG是生产级应用的核心技术，建议动手实践完整的RAG流程