Skip to content
Back/Claude Code

Claude Code /goal 命令实战指南

View in Graph
Updated 2026-08-27
2 min read
261 words

Claude Code /goal 命令实战指南

Summary

/goal 是 Claude Code 中用于复杂任务分解和持续交付的命令。它把“一次性 prompt”变成“带验收条件的长期任务循环”,让 Agent 在明确完成标准下自主推进。但 /goal 的收敛性不仅取决于任务设计,也受模型性格影响——过度保守的模型可能在开放目标中不断打补丁、难以结束。

What it is

/goal 接受一个目标描述和一组完成条件,然后 Claude Code 会:

  1. 将目标拆分为可执行的子任务
  2. 在会话中持续执行,直到满足完成条件
  3. 自动或通过用户确认提交进度

它区别于普通对话的地方在于:任务边界和验收标准被显式写出,Agent 知道自己何时该停止。

Why it matters

  • 复杂任务(重构、迁移、架构清理、多步骤实现)若用普通对话完成,容易在细节中丢失原始约束。
  • /goal 把“完成标准”变成代码化契约,使 Agent 行为可被审查和预测。
  • Codex 的 /goal 已实现原生 Kanban 看板,说明“目标驱动”正在成为 Agent 工作流的通用原语。

Key points

用法一:Checklist 模式

适合需要批量处理、逐项完成的任务。

操作步骤:

  1. 编写完整的 Checklist(如逆向代码时的语法解析清单)
  2. 让 AI 一条条勾选完成
  3. 每次处理完一批后更新 JSON 文件记录进度
  4. AI 自动跟踪剩余任务

适用场景:大规模代码逆向、批量数据迁移、多步骤配置部署。

用法二:分 Phase 设计文档模式

适合与 AI 协作完成复杂设计并实现。

操作步骤:

  1. 与 AI 一起撰写详细设计文档
  2. 划分清晰的 Phases,每个 Phase 设定验收条件
  3. 逐个 Phase 执行
  4. 每个 Turn 都让 AI 自己 commit,保持进度可追溯

适用场景:系统架构设计 + 实现、大型功能开发、重构项目。

关键原则

  • 验收条件必须明确:每个 Phase 的完成标准要具体可验证。
  • 自动 commit:让 AI 在每个阶段完成后自动提交,便于回溯。
  • 进度可视化:通过 Checklist 或 Phase 状态让进度透明。

/goal 的模型性格风险(2026-08-27)

来源:AI 简报 2026-08-27 Morning — @yetone

yetone 观察到 GPT-5.6 心思缜密但患得患失,在 /goal 模式下做 infra 类目标时会因担心不周全而不断塞补丁,把普通任务拖长。

症状:做 infra 相关 goal 一两天完不成;用户让做“番茄炒蛋”,模型会加“东坡肉”,去掉后又写一大段解释为什么不需要东坡肉。

归因:多数评论认为是安全对齐“别出错”训得太狠,导致开放式任务里模型疯狂叠防御;也有人指出这是 GPT-5 系列上下文压缩技术和过度保守的共同结果。

解法:

  • 把大目标切成边界清晰的小任务,而不是开放目标。
  • 在长任务中设置明确的“删除/收敛”检查点,要求模型在加入补丁前先说明必要性和最小改动范围。
  • 执行层换更“省事”的模型;用 Fable 等模型做协商/复核,而不是让 GPT-5.6 独自跑长任务。

这一观察提示:/goal 的可用性 = 完成条件设计 × 模型推进风格。对过度防御的模型,应减少开放目标,增加硬边界。

Evidence across sources

Source Key Claim Relevance
AI 简报 2026-06-01 Evening — 宝玉 /goal 两种高阶用法:Checklist 模式与分 Phase 设计文档模式;验收条件、自动 commit、进度可视化是核心原则 建立 /goal 的基础操作框架
AI 简报 2026-08-27 Morning — yetone GPT-5.6 在 /goal 下过度对齐、患得患失,导致开放目标难以收敛;应拆小任务、设收敛检查点、选择合适模型 补充模型性格对 /goal 收敛性的影响

Open questions

  • 不同模型在 /goal 下的“推进风格”是否有可量化的差异?能否形成模型选择指南?
  • 对于过度防御的模型,是优化 prompt / 完成条件更有效,还是直接换模型更有效?
  • /goal 的验收条件应写到多细?过细会限制 Agent 发挥,过粗会导致发散。
  • 当 /goal 任务失败或偏离时,最佳的“回拨”机制是什么?

Sources

Synthesized from 2 sources
  • AI 简报 2026-06-01 EveningSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-08-27 MorningSupporting source listed by this page.Whole pagemediumbody

Evolution

1 event
  1. absorbed

    Derived from source material

    This page is currently synthesized from 2 sources.

    From AI 简报 2026-06-01 Evening, AI 简报 2026-08-27 MorningTo Claude Code /goal 命令实战指南
    Sources: raw/briefing/AI Briefing/2026-06-01-23-36.md · raw/briefing/AI Briefing/2026-08-27-08-49.md

Linked from