Claude团队：别再逐条喂Prompt，学会给Agent设计循环

别再逐条下达指令，学会为Agent设计“工作循环”，让AI编程助手自主完成任务闭环。

核心内容：
循环设计的核心定义与分类维度
基于轮次与基于目标的两大循环模式详解
如何通过技能文件与用量管理提升效率

现在有很多人在讨论"设计循环（loop）"而不是给你的编程 Agent 写提示词。如果你在 X 上花点时间想搞清楚循环到底是什么，你会找到各种不同的答案
在 Claude Code 团队，我们对循环的定义是：Agent 反复执行工作周期，直到满足某个停止条件。我们根据以下维度将循环分为几种不同的类型：
如何触发
如何停止
使用哪个 Claude Code 原语
每种类型最适合什么样的任务

我们将介绍主要的循环类型、何时使用每种类型，以及如何在管理 Token 用量的同时保持代码质量。并非所有任务都需要复杂的循环；从最简单的方案开始，有选择地使用这些模式

基于轮次的循环（Turn-based loops）

Claude团队：别再逐条喂Prompt，学会给Agent设计循环

触发方式

：用户的一条提示词
停止条件：Claude 判断它已完成任务或需要额外上下文
最佳适用场景：不属于常规流程或计划的较短任务
管理用量的方式：编写具体的提示词，并通过 Skill 改进验证步骤以减少轮次数

你发送的每条提示词都会启动一个手动循环，由你指挥每一轮。Claude 收集上下文、执行操作、检查工作成果、必要时重复，然后回复你。我们称之为 Agent 循环（agentic loop）

举个例子，让 Claude 创建一个点赞按钮。它读取你的代码，进行修改，运行测试，然后交还一个它认为可以工作的结果。然后你手动检查工作，再写下一条提示词

你可以把你的手动检查步骤编写成 SKILL.md 来改进验证环节，让 Claude 能端到端地检查更多自己的工作。这应该包含工具或连接器，让 Claude 能够看到、度量或交互结果。检查越是量化的，Claude 就越容易自我验证

例如，在你的 SKILL.md 文件中你可以这样写：

— name: verify-frontend-change description: 在宣告完成之前端到端验证任何 UI 变更。 — # 验证前端变更永远不要仅凭成功的代码编辑就报告 UI 变更已完成。像人类评审员那样去验证它： 1. 启动开发服务器并在浏览器中打开被修改的页面。 2. 直接与变更进行交互。对于新的控件（按钮、输入框、开关）：点击它，确认预期的状态变化，并截图对比前后效果。 3. 检查浏览器控制台：不能有任何新的错误或警告。 4. 使用 Chrome Devtools MCP，运行性能追踪并审计 Core Web Vitals。如果任何步骤失败，修复问题并从步骤 1 重新开始——不要交还部分验证的工作。

基于目标的循环（Goal-based loop） — /goal

Claude团队：别再逐条喂Prompt，学会给Agent设计循环

触发方式：手动实时输入的提示词
停止条件：目标达成，或达到最大轮次数
最佳适用场景：具有可验证退出条件的任务
管理用量的方式：设定具体的完成标准和明确的轮次上限，例如"5 次后停止"

有时候，一轮是不够的，尤其对于更复杂的任务。Agent 在能够迭代的时候表现更好。你可以通过/goal定义"完成长什么样"来延长 Claude 持续迭代的时间

当你定义了成功标准，Claude 就不需要自己判断什么是"够好了"然后提前结束循环。每次 Claude 试图停下时，一个评估模型会检查你的条件，然后把它送回去继续工作，直到目标达成或你定义的轮次数用完

这就是为什么确定性标准——比如测试通过数量或达到某个分数阈值——如此有效

例如：

/goal 把首页的 Lighthouse 分数提高到 90 或以上，5 次后停止。

基于时间的循环（Time-based loop）— /loop 和 /schedule
触发方式：指定的时间间隔
停止条件：你取消它，或者工作完成（PR 合并了，队列清空了）
最佳适用场景：重复性工作，或与外部环境/系统的对接
管理用量的方式：设置更长的间隔，或基于事件而非时间来响应

有些 Agent 工作是重复性的：任务不变，只是输入变了。例如，每天早上总结 Slack 消息。还有些工作依赖外部系统，一种简单的对接方式是按照一定间隔去检查它，然后对变化做出反应。例如，一个可能收到代码评审或 CI 失败的 PR

对于这些情况，你可以用/loop来触发 Claude 运行，它会按照一个间隔重复执行某条提示词。例如：

/loop 5m 检查我的 PR，处理评审意见，修复失败的 CI
/loop在你的电脑上运行，所以如果你关机了，它就停了。你可以通过/schedule创建一个例行任务，把循环移到云端

主动循环（Proactive loops）

Claude团队：别再逐条喂Prompt，学会给Agent设计循环

触发方式：由事件或计划触发，无需人类实时参与
停止条件：每个任务在目标达成时退出。例行任务本身会一直运行直到你关闭它
最佳适用场景：重复性的、定义明确的工作流：Bug 报告、Issue 分类、迁移、依赖升级等
管理用量的方式：将例行任务路由到更小更快的模型，关键判断使用最强大的模型

上述的原语，加上 Claude Code 的其他功能如Auto 模式和动态工作流（Dynamic Workflows）（研究预览），可以组合成一个用于长期运行工作的循环

例如，要处理传入的反馈，你可以使用：
/schedule（研究预览）运行一个检查新报告的例行任务
/goal定义完成长什么样，Skills记录如何验证
动态工作流编排多个 Agent 对每个报告进行分类、修复和评审
Auto 模式让例行任务运行时不需要停下来请求许可

把它们放在一起，一条提示词可以是这样的：

/schedule 每小时：检查 #project-feedback 中的 bug 报告。/goal：不要停下来，直到本次运行发现的每个报告都已分类、处理和回复。修复 bug 时，使用工作流在并行工作树中探索三个方案，并让一个评审者对它们进行对抗性评审。

保持代码质量

循环输出的质量取决于它周围的系统。在设计系统时：
保持代码库本身的整洁：Claude 会遵循代码库中已有的模式和约定。
给 Claude 一种验证自身工作的方式：用 Skill 编码你和你的团队对"好"的定义。
让文档触手可及：框架和库的文档包含最新的最佳实践。
使用第二个 Agent 做代码评审：拥有全新上下文的评审者偏见更少，不会受到主 Agent 推理的影响。你可以使用内置的/code-reviewSkill 或 Code Review for Github。

当某个结果不符合标准时，不要止步于修复单个问题——尝试将其编码化，以改进系统在所有未来迭代中的表现

管理 Token 用量

为了管理 Token 用量，循环应该有清晰的边界：
为任务选择合适的原语和模型：较小的任务不需要多个 Agent 或循环。有些任务可以使用更便宜更快的模型。
定义明确的成功和停止标准：具体说明完成长什么样，这样 Claude 可以更快地到达解决方案（但不能太快）。
大规模运行前先小范围试跑：动态工作流可以生成数百个 Agent。先在一小部分工作上评估用量。
确定性工作用脚本：运行脚本比推理每个步骤更便宜。例如，一个 PDF Skill 可以附带一个表单填写脚本让 Claude 每次运行，而不是每次重新推导代码。
不要比需要的更频繁地运行例行任务：让间隔匹配你监控的东西变化的频率。
查看用量：/usage命令按 Skill、子 Agent 和 MCP 分解最近的用量，不带参数的/goal显示目前的轮次数和 Token 用量，/workflows显示每个 Agent 的 Token 用量，你可以随时停止某个 Agent。

总结一下：
基于轮次— 交出：验证检查／何时使用：你在探索或做决策／使用：自定义验证 Skill
基于目标— 交出：停止条件／何时使用：你知道完成长什么样／使用：/goal
基于时间— 交出：触发时机／何时使用：工作按计划在你的项目之外发生／使用：/loop、/schedule
主动循环— 交出：整个提示词／何时使用：工作是重复性且定义明确的／使用：以上所有，加上动态工作流

要开始使用循环，看看你已经在做的工作。挑一个你是瓶颈的任务，问问自己哪部分可以交出去：你能写验证检查吗？目标够清晰吗？工作是按计划到来的吗？

一旦有了想法，运行循环，观察结果——比如它在哪里卡住了或做过头了——不要害怕对它进行迭代

更多信息请阅读 Claude Code 文档中关于并行运行 Agent、以及 loop、schedule、goal 和动态工作流的页面

英文原文来自Claude code 官方博客

[登录查看剩余 70% 内容](javascript:void (0);)

提示词技巧提示词工程AI提示词技巧

Claude团队：别再逐条喂Prompt，学会给Agent设计循环