顺德韭菜星写这篇的时候，我刚把一份三千多篇 Markdown 文件的内容型知识库折腾完。过程中和 CLAUDE.md 反复拉锯了差不多两周，踩了不少坑，也慢慢摸清了一份合格的 CLAUDE.md 应该长什么样。如果你手里也有一堆文档、笔记或文章需要管理，并且想借助 AI 工具帮你做内容的整理、分类、批量编辑和日常维护，这篇实战记录应该能给你一份可以直接参考的模板。
内容型知识库项目和传统代码项目最大的区别在于：它的“代码”就是内容本身，结构复杂、体量庞大、风格要求高，但并没有传统意义上的编译、测试和运行环境。这导致很多为代码项目设计的 CLAUDE.md 写法，在内容型项目里完全不适用。我一开始照搬了一套通用模板，结果 AI 在处理内容时经常跑偏，不是把文章风格改得面目全非，就是在批量操作时漏掉关键目录。后来我放弃了抄作业的思路，从项目本身的特点出发，重新设计了整个文档结构，效果才稳定下来。
下面这份实战记录，会包含我完整的设计思路、最终采用的章节框架、编写过程中踩过的坑，以及我实际用下来的效果验证。所有内容都可以直接参考复现。
1. 写 CLAUDE.md 之前，先确认你的知识库项目到底“重”在哪里
很多人一上来就急着写文档结构、定义各种规则，其实这是本末倒置。CLAUDE.md 是给 AI 助手看的项目说明书，你首先得知道自己这个项目最核心的工作是什么、最容易出错的环节在哪里，否则写出来的文档只会是一堆正确的废话。
1.1 内容型知识库与纯代码项目的本质差异
拿我手上这个项目举例：三千多篇 Markdown 文件，涵盖技术教程、行业观察、产品评测三个大类，每个大类下面还有若干子分类。所有文章存在一个 articles 目录里，按年份和月份组织。另外还有 _data 目录放分类配置和标签映射，assets 目录放图片，根目录有构建脚本和导航配置文件。
这和典型的代码项目相比，有三个非常明显的差异：
第一，没有入口文件和依赖清单。代码项目有 package.json、requirements.txt 或者 go.mod 这种明确的依赖声明文件，AI 可以通过这些文件快速理解项目背景。内容型项目没有这种结构，AI 唯一的理解入口就是目录结构和文件内容本身，所以 CLAUDE.md 里必须把知识库的整体情况写得足够清楚。
第二，“正确性”的标准完全不同。代码跑得通就是正确，但内容型项目里，文章结构是否合理、格式是否统一、语气是否一致、分类是否准确，这些全都是模糊的评价标准。如果不在 CLAUDE.md 里给 AI 明确这些标准，它就会用自己脑子里那套“通用文本处理逻辑”来干活，结果必然不合手。
第三，高频操作不是写代码，而是批处理和检索。内容型项目最常见的需求是“把这批文章统一加上某个字段”“把某个分类下的文章全部调整一下结构”“找出所有缺少摘要的文章”。这些操作没有可编译的约束可以验证，做得好不好只能靠人肉检查，所以 CLAUDE.md 里必须让 AI 养成“先说明修改计划、再执行、执行后告知验证方法”的习惯。
1.2 没有 CLAUDE.md 时，AI 助手会怎么“翻车”
我先说几个我实际遇到的翻车场景，你感受一下。第一次我想让 AI 帮忙把所有文章里的“站点”统一改成“网站”，结果它把历史文章里引用书名或产品名里带“站点”两个字的地方也改掉了。第二次让它写一篇新文章，让它“保持和现有文章一致”，结果它仿照的是某篇实验性文章的风格，那篇文章根本不是这个分类的典型风格。第三次让它整理分类，它凭自己的理解新建了几个分类名，导致和已有的分类体系完全对不上。
这些问题本质上是同一个根源：AI 并不了解这个项目的具体情况。它不知道哪些目录是核心内容、哪些是配置文件不能动，不知道这个项目的文章风格有什么具体要求，不知道分类体系是怎么设计的，更不知道批量操作时要避开哪些特殊情况。
所以，CLAUDE.md 真正要解决的核心问题，不是“告诉 AI 一些规则”，而是“把项目里那些你默认都知道、但 AI 完全不知道的信息，明确地写下来”。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 我最终采用的 CLAUDE.md 结构：四个段落，一个都不多
在踩完前面那些坑之后，我重新设计了自己的 CLAUDE.md 文件。最终版本一共四大部分，每一部分都有明确的服务对象和不可替代的作用。我直接把完整的结构放在下面，再逐个拆解每个段落的设计意图和写法要点。
- 项目定位与知识领域
- 内容资产全貌与目录地图
- 内容规范与写作风格约束
- 常用工作流与 AI 操作边界
这个结构对应的其实是一个很朴素的逻辑：先让 AI 知道“你在哪个项目里、这个项目是做什么的”，再让它知道“这个项目里有什么、分别在哪儿”，接着让它知道“生产出来的内容要长什么样子”，最后让它知道“干活的时候能做什么、不能做什么”。
2.1 项目定位与知识领域：让 AI 建立“上下文锚点”
第一个段落的作用是让 AI 在拿到任务时能快速定位到正确的知识领域。我原以为这是废话文学，后来发现这一段特别关键。因为 AI 处理的是自然语言，如果你说“帮我看看这篇文章写得怎么样”，它可以从文学角度评价，也可以从技术准确性角度评价，还可以从 SEO 角度评价，方向完全取决于你告诉它这个项目的性质。
我写的是：
markdown复制# 项目定位
这是一个面向技术从业者的内容型知识库，主要覆盖以下领域：