如何利用 Claude Code 阅读论文
方法论：选取子链接 → 逐个访问总结 → 综述概括 → 决策保留
核心方法
1.1 我的方法：子链接筛选法
当你面对一篇论文（或技术博客）时，直接全文阅读往往效率低下。我的方法是：
- 先抓取所有子链接：让 Claude Code 获取页面上的所有相关链接
- 逐个访问总结：让 Claude 访问每个子链接，给出简洁总结
- 综述和概括：汇总所有子链接的内容，形成整体认知
- 决定保留与否：根据总结决定深入阅读哪些部分
1.2 为什么这种方法有效
- 避免信息过载：不需要一开始就面对大量内容
- 主动筛选：让自己掌控阅读节奏，而不是被算法推送
- 高效聚焦：只把时间花在真正有价值的内容上
配套 SOP 提示词
以下是一个可以复用的提示词，可以保存为 CLAUDE.md 或制作成自定义技能：
## 阅读论文/博客的标准流程
当你需要我帮你阅读论文或技术博客时，请按以下步骤执行：
### 第一步：抓取所有子链接
请列出当前页面所有相关的子链接（排除导航、评论、广告等无关链接）。
### 第二步：逐个获取总结
对每个子链接，请：
1. 访问该链接
2. 用 2-3 句话总结核心内容
3. 标注文章类型（教程/论文/工具介绍/观点等）
### 第三步：给出综述
在所有子链接都完成后，请给出一个整体综述：
- 这些内容覆盖了哪些主题
- 哪些内容是核心必读
- 推荐的阅读顺序
### 第四步：等待用户决策
列出所有内容后，等待用户选择要深入阅读的部分。不要自动展开全部内容。
---
### 注意事项
- 始终使用中文回复
- 每个总结不超过 3 句话
- 先执行完整流程，除非用户明确要求直接读某个具体链接
提示：Claude Code 支持自定义技能（Skills），你可以将上述提示词保存为 Skills，实现一键调用。
使用方法
你可以将上述提示词保存为项目的 CLAUDE.md，或者在每次需要时复制粘贴使用。这样下次让 Claude Code 读论文时，它会自动按这套 SOP 执行。
进阶技巧
- 批量处理：如果链接很多，可以分批让 Claude 处理（比如每次 5-10 个）
- 关键词过滤：在第一步时就让 Claude 筛选出包含特定关键词的链接
- 优先级标记：让 Claude 根据内容价值给出 1-5 星的优先级评分
别人的技巧汇总
2.1 尽量减少提供的上下文
来源：11 个月的密集使用总结
上下文信息越长，性能就越差。最简单的入门方法是：
- 每当开始一个新话题时，开启新对话
- 第一次对话找出需要编辑哪些文件
- 第二次全新对话中弄清楚如何准确编辑
核心思路：人工智能的背景信息就像牛奶，最好是新鲜浓缩后再食用。
2.2 先 Plan 后代码
来源：Claude Code 团队基建方法论
在写任何复杂需求前，先启用 Plan 模式沟通需求。使用 /plan 命令或 Shift + Tab 快捷键。
核心好处：
- 强制你（不是 AI）先思考
- AI 会不断问细节性问题，逐渐确认需求边界
- 减少返工概率
2.3 善用 Claude.md
Claude.md 是 Claude Code 的默认加载文件，启动时会自动读取项目根目录的 Claude.md。
推荐配置的三条指令：
称呼规则: 每次回复前必须使用"Boss"作为称呼
决策确认: 遇到不确定的代码设计问题时，必须先询问 Boss，不得直接行动
代码兼容性: 不能写兼容性代码，除非 Boss 主动要求
作用解析：
- 称呼规则：用来确认指令遵循度。如果发现 AI 回复中没有"Boss"前缀，说明会话上下文已过载
- 决策确认：用来约束 AI 的自由意志，加上这条后它会经常询问设计选项
2.4 逐步解决问题
Claude 模型在长时间运行的任务中表现不错，但并不完美。它们有时会犯错，尤其是在面对过于棘手的问题时。
建议：
- 把问题分解成更小的步骤
- 如果步骤对 Claude 来说仍然太大，继续分解
- 复杂任务分批处理，不要一次性全部丢给 AI
2.5 Research 阶段深度阅读
来源：完整工作流总结
每个有意义的任务都从深度阅读开始。关键点：
- 让 Claude 彻底理解代码库的相关部分
- 必须将发现写入持久化的 markdown 文件（research.md）
- 绝不只是聊天中的口头总结
语言技巧：使用 "deeply"、"in great details"、"intricacies"、"go through everything" 等词汇。没有这些词，Claude 会走马观花。
为什么重要：research.md 是你的审查界面。如果研究错误，计划就会错误，实现也会错误。
整合使用建议
结合你自己的"子链接筛选法"和上面的技巧，可以形成完整的论文阅读工作流：
- 启动前：确认不是"模糊愿望"，是具体要解决的问题
- 用子链接筛选法：抓取 → 总结 → 综述 → 决策
- 少上下文：一个任务一个会话，不堆积
- 先 Plan：复杂内容让 Claude 先规划再深入
- 写文档：把重要发现持久化到 markdown
进阶想法：论文阅读工具
利用这套方法，可以扩展成一个完整的论文阅读工具：
3.1 批量论文处理
- 输入：一堆 arxiv 链接或其他论文 URL
- 流程：逐个抓取、总结、形成结构化笔记
- 交互：一个个过，用户决定是否深入
3.2 关联关系抽取
- 让 AI 分析多篇论文之间的关联
- 抽取共同概念、方法、作者引用关系
- 生成论文之间的关系图谱
3.3 知识发散
- 基于已读论文，让 AI 联想相关领域
- 推荐后续阅读方向
- 帮助你发现论文之间的隐藏联系
3.4 持久化知识库
- 把阅读笔记存入本地知识库
- 支持后续检索和回顾
- 形成个人论文知识图谱
3.5 配套 Skill 提示词
## 批量论文阅读模式
当你收到多个论文链接时，请按以下流程执行：
### 第一步：解析输入
识别所有有效的论文链接（arxiv、arxiv.org、pdf 等）
### 第二步：逐个获取信息
对每篇论文：
1. 访问论文页面
2. 提取标题、作者、摘要
3. 列出所有章节目录
4. 用 3 句话总结核心贡献
### 第三步：用户筛选
展示所有论文的摘要和总结，让用户选择要深入阅读的论文
### 第四步：深入阅读（用户选择后）
对用户选择的论文：
1. 按章节详细阅读
2. 提取关键方法、实验结果
3. 记录核心创新点
### 第五步：关联分析（可选）
当用户阅读多篇论文后，可以请求：
- "分析这些论文的关联关系"
- "抽取共同概念"
- "推荐相关论文"
快速启动提示
收藏以下提示词，需要时直接复制使用：
批量阅读：
帮我阅读这些论文：[粘贴链接列表]
先给出每篇的摘要和总结，我选择后再深入
关联分析：
分析我刚才读的这些论文，找出它们之间的关联关系和共同概念
知识发散：
基于我刚才读的论文，推荐一些相关的研究方向或论文
Skill 存放位置：将上述提示词复制到
.claude/skills/read-paper.md即可使用/read-paper命令调用