Q1：Claude Code 和 Claude.ai 網頁版有什麼差別？
Claude.ai 是以對話為主的網頁介面，適合一般問答、文件摘要或創意寫作，無法直接讀取你的本機檔案或執行終端指令。Claude Code 則是在你自己的終端機裡運行的 CLI 工具，能直接讀寫專案目錄下的所有檔案、執行 shell 指令、呼叫 git，並在真實程式碼庫上做出修改。兩者底層都使用相同的 Claude 模型，但 Claude Code 的「行動能力」遠遠超過網頁版：它可以搜尋整個 repo、自動補跑測試、一次修改跨越多個檔案的重構。如果你的工作流程需要頻繁切換網頁再貼回程式碼，Claude Code 可以省去大部分的複製貼上動作。
Q2：費用如何計算？會不會不小心燒掉很多錢？
Claude Code 依照 API token 用量計費，輸入（input）與輸出（output）分開計價；目前 Claude Sonnet 4 的定價約為每百萬 input token $3、output token $15（以 Anthropic 官方頁面為準）。一個中型對話回合大約消耗數千至數萬 token，處理大型重構時單次可能高達 10 萬 token 以上。建議在 Anthropic Console 設定「每月用量上限」（Spend Limit），系統在超過閾值後會自動停止呼叫 API。你也可以執行 claude --print 在非互動模式下預覽回應，減少反覆來回的費用。
Q3：Claude Code 支援哪些程式語言與框架？
Claude Code 本身是語言無關的工具，只要你的終端能執行對應的指令（如 npm run build、cargo test、pytest），它就能讀懂該語言的語法並給出有意義的修改。實務上支援最好的語言包括 TypeScript、Python、Rust、Go、Java、C# 等主流語言；對於 Kotlin、Swift、Ruby on Rails 等也有不錯的理解深度。框架層面，React、Next.js、FastAPI、Django、Spring Boot 都有足夠的訓練資料，通常不需要額外解釋慣例。若使用較冷門的語言，建議在 CLAUDE.md 裡補充「此專案使用 X 框架，慣例是…」讓模型快速定向。
Q4：我的程式碼會被送到 Anthropic 的伺服器嗎？安全嗎？
是的，Claude Code 會將你輸入的提示與引用的程式碼片段傳送至 Anthropic 的 API 端點進行推理，這是模型運作的必要條件。Anthropic 的企業方案（Claude for Enterprise）提供「不訓練資料」（no-training）保證，API 傳入的資料不會用於模型再訓練。對於含有商業機密或個資的程式碼，建議使用 .claudeignore 檔案排除敏感目錄，並避免在提示中直接貼入資料庫連線字串或 API 金鑰。若公司有合規要求，請先確認 Anthropic 是否有符合你們地區的 DPA（資料處理協議）再行導入。
Q5：Claude Code 為什麼有時候拒絕執行我的指令？
Claude Code 內建安全護欄（safety guardrails），當它判斷某個操作可能造成不可逆損害（例如刪除大量檔案、修改系統設定、執行未知腳本）時，會主動要求你確認或直接拒絕。此外，若你的提示被判定為可能觸及有害內容（如惡意程式、社會工程攻擊範例），模型也會拒絕配合。遇到誤判時，可以更明確地說明操作的目的與範圍，例如「這是測試環境，請刪除 tmp/ 下的所有暫存檔」。若在可信任的自動化腳本中使用，可以加上 --dangerously-skip-permissions 旗標，但請確保你完全理解此選項的風險。
Q6：對話上下文滿了怎麼辦？
Claude Code 的上下文視窗有限（目前 Claude Sonnet 4 約 200K tokens），當專案大或對話輪數多時，會觸碰到上限導致舊訊息被截斷，模型可能遺忘前面討論的決策。遇到這種情況，最直接的做法是開新對話，並用 CLAUDE.md 把重要背景、架構決策與慣例預先寫入，讓新對話能快速恢復上下文。你也可以在每輪對話結束前請 Claude 輸出一份「本輪摘要」，貼到下一輪的開頭。對於跨越多個子系統的大型任務，建議拆成多個聚焦的小對話，每個對話只處理單一模組，效果往往比一個超長對話更好。
Q7：可以同時開多個 Claude Code session 嗎？
可以。你可以在不同的終端分頁（terminal tab）各自開啟獨立的 Claude Code 工作階段，每個 session 有自己的對話歷史與上下文，彼此互不干擾。實務上的常見模式是：一個 session 專注在功能開發，另一個 session 同步處理測試或文件更新。需要注意的是，多個 session 同時寫入同一個檔案時可能發生衝突，建議搭配 git 分支隔離修改範圍——每個 session 在自己的 feature branch 上工作，最後再 merge。API 費用是依據每個 session 的 token 用量分別計算，同時開多個 session 會加速費用累積，請留意用量儀表板。
Q8：CLAUDE.md 應該寫些什麼？
CLAUDE.md 是放在專案根目錄的指引檔案，Claude Code 每次啟動都會自動讀取它，相當於「給 AI 的 onboarding 文件」。建議包含以下幾個區塊：一、專案簡介（技術棧、主要目錄結構）；二、常用指令（如何執行測試、如何啟動開發伺服器）；三、程式碼慣例（命名規則、錯誤處理模式、禁止使用的 API）；四、重要限制（哪些目錄不能修改、哪些依賴版本必須固定）。檔案不宜過長，500 字以內最佳，太長會浪費上下文空間。可以用標題分區讓 Claude 快速定位，並定期更新以反映專案的最新狀態。
Q9：Claude Code 和 Cursor / GitHub Copilot 有什麼不同？
三者的定位差異明顯。GitHub Copilot 主要以編輯器內嵌補全（inline completion）為核心，強項是逐行的即時建議，對「寫新程式碼」非常順手，但跨檔案的整合能力有限。Cursor 是一個完整的 IDE（基於 VS Code），提供 AI 整合的多檔案編輯、Cmd+K 行內編輯與 Composer 多步驟代理，對習慣 GUI 操作的開發者友善。Claude Code 則完全活在終端機裡，無 GUI，但因此能更自由地整合進任何 CI/CD 腳本或自動化流程；它對「代理式任務」（agent task）的完成度通常最高，能自主決定順序、工具呼叫與驗證步驟。三者並非互斥，許多開發者同時使用 Copilot 進行即時補全，在需要大規模重構時切換到 Claude Code。
Q10：在 Windows 上使用 Claude Code 有哪些注意事項？
Claude Code 官方建議在 Windows 上透過 WSL 2（Windows Subsystem for Linux）運行，直接在 PowerShell 或 CMD 中使用時可能遇到路徑分隔符號（\ vs /）、換行符號（CRLF vs LF）和 Unicode 顯示等相容性問題。安裝步驟如下：先在 Microsoft Store 安裝 Ubuntu WSL，進入 WSL 後執行 npm install -g @anthropic-ai/claude-code，再設定 ANTHROPIC_API_KEY 環境變數。若使用 Windows Terminal 搭配 WSL，字型建議設定為支援 Unicode 的等寬字體（如 Cascadia Code）以確保符號正確顯示。將專案目錄放在 WSL 的原生檔案系統（~/projects/）而非 /mnt/c/ 掛載目錄下，可以獲得更快的 I/O 效能。
Q11：如何讓 Claude Code 記住我的開發慣例？
最持久的做法是把慣例寫進 CLAUDE.md，讓每個新 session 都能自動繼承。如果慣例是針對特定子目錄（例如前端與後端各有不同規範），可以在子目錄裡也放一個 CLAUDE.md，Claude Code 會自動合併讀取。除了 CLAUDE.md，你也可以在 ~/.claude/CLAUDE.md（使用者層級）寫入跨專案的個人偏好，例如「回覆請使用繁體中文」或「永遠在修改後執行 lint」。對於複雜的工作流程，可以把步驟封裝成 slash command（存放在 .claude/commands/ 目錄），日後只需輸入 /命令名稱 即可觸發整個流程，無需每次重新說明。