5 個設定讓你躋身 Claude Code 與 Codex 頂尖 0.01% 使用者

訂閱 Claude Code 或 Codex，你已經贏過大多數人了。這些工具開箱即用就很強大，但大部分訂閱者從來不碰底層的設定層——而真正的差距，就藏在那裡。

我看過很多人用預設設定使用這些工具好幾個月，成效還算不錯，然後某天動了幾個開關，突然整個操作境界就完全不同了。差距不在於技術水準或提示詞技巧，而在於你有沒有啟動那些隨產品附帶、卻一直沉睡等待被激活的功能。

有五項設定真的很重要，而且每一項現在就可以用，完全不需要自己刻工具。

專業代理人依角色分工

Claude Code 和 Codex 都支援插件生態系，可以引入各種角色專屬的代理人。不用從零開始自己寫專業提示詞，安裝一個套件就能取得現成的工作流程。

對開發者來說，Superpowers（27.9k stars）是最主流的選擇。裝上去之後，你會得到從腦力激盪、規劃、實作到 code review 的結構化流程。它的價值不只是方便而已，這些代理人內建了有主見的工作流程，強制執行大多數開發者會跳過的步驟：寫 code 之前先寫計畫、commit 之前先 review、把設計與實作分開。

PM 有 pm-skills，涵蓋 65 種技能，包括 /discover、/strategy、/write-prd 等。行銷人員可以拉進 marketingskills，處理內容與 SEO 工作流程。

設定不到一分鐘：

# Claude Code
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

# Codex
# 參考 Superpowers repo 裡的 .codex/INSTALL.md

讓我意外的是，代理人之間的邊界本身就有很大的影響。當腦力激盪以獨立代理人執行，而不是跟實作混在一起，那個腦力激盪的步驟才會真正去探索各種可能性，而不是直接跳到第一個看起來可行的解法。角色分離帶來的工作流程紀律，是靠自律很難維持的。

代理人團隊並行作業

兩個工具都內建了多代理人能力，但預設是關閉的。打開之後，就能讓多個代理人同時處理任務的不同部分。

我測試過一個三人代理人團隊：前端、後端、測試。三個代理人同時各自作業，跟逐一執行的差異立竿見影。本來需要一個代理人來回三輪才能完成的任務，一輪就結束了，因為代理人之間不會互相卡住。

# Claude Code — 加到 ~/.claude/settings.json 的 "env" 區塊下
"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"

# Codex — 在 CLI 裡
/experimental → 切換 Multi-agents 為 ON

並行執行的好處是真的，但協作帶來的好處更讓我驚喜。當代理人同時處理各自負責的部分，它們自然會產出元件之間的介面定義。前端代理人定義它需要的 API 形狀，後端代理人定義它提供的內容。不一致的地方會立刻浮現，而不是等到整合階段才發現。

有一個摩擦點值得提一下。代理人團隊消耗 context 的速度更快。三個代理人並行跑，大約會以三倍速吃掉你的 context window。如果你沒有監控 context 用量（見下文），就會更頻繁地遇到 compaction，然後納悶為什麼品質突然下降。

MCP 串接外部工具

沒有 MCP（Model Context Protocol），你的 AI 代理人只能讀寫本機檔案。MCP 打通了通往外部服務的橋樑，而以下四種整合幾乎涵蓋了大多數工作流程。

exa.ai 負責語意網路搜尋。當你的代理人需要查最新文件或近期技術討論，exa 回傳的結果真的符合查詢意圖。我從 Tavily 換到 exa，就是因為太多次搜尋結果都是 SEO 優化的垃圾頁面，而不是技術內容。

Context7 依版本拉取官方函式庫文件，直接降低幻覺的發生率。當 Claude Code 產生使用某個函式庫的程式碼時，Context7 會餵給它你正在使用的版本的實際 API 文件，而不是模型從訓練資料記憶的東西。

GitHub MCP 讓你的代理人不用離開終端機就能管理 PR 和 issue。建立 PR、讀取 review 意見、推送修正，全都在同一個工作階段完成。

Playwright MCP 給你的代理人直接操控瀏覽器的能力。自動化測試、爬蟲、以及各種需要瀏覽器的工作流程，都不需要再換工具。

# Claude Code — 每個整合一行指令
claude mcp add playwright --command "npx @playwright/mcp@latest"
# 若要全域存取，加到 ~/.claude.json

# Codex
codex mcp add  # 同樣的模式
# 設定管理在 ~/.codex/config.toml

如果你不是開發者，覺得四個整合太多，從 exa.ai 單獨開始就好。給你的代理人上網搜尋的能力，能解決你想像不到的那麼多使用情境。

即時監控防止靜默失效

Context window 耗盡是 AI 程式碼協作工作階段品質下滑最常見的原因，而且是悄悄發生的。你正在獲得不錯的結果，然後突然間答案變得模糊、重複或錯誤。等你注意到的時候，已經在低品質輸出上浪費了不少時間。

Claude Code 在終端機狀態列隨時顯示模型資訊、context 使用率百分比，以及 token 消耗。/context 指令能分解哪些東西在佔用你的 window，/cost 顯示這個工作階段的花費。這些聽起來是小事，但真正用過才知道差在哪。我在能即時看到每次互動的費用之前，根本不知道什麼時候該用 Opus、什麼時候 Sonnet 就夠了。

Codex 採取不同的做法，應用程式儀表板用單一視圖顯示每個代理人的進度，以及用來稽核每次工具呼叫的 Traces 面板。

# Claude Code
/context   # 依類別分解
/cost      # 工作階段花費
/stats     # 使用統計

# Codex
# App 儀表板 → 每個代理人的狀態
# Traces → 完整工具呼叫紀錄

養成監控習慣會改變你的工作方式。當你看得到 context 在漸漸填滿，你就會開始用不同的方式規劃任務。改成較小、聚焦的工作階段，並設定清楚的交接點，而不是打一場品質越來越差的馬拉松。你會了解哪些操作特別耗 context（大型檔案讀取、長工具呼叫鏈），並重新調整工作流程來減少浪費。

自動化消除重複性工作

如果你每天還在手動跑同樣的檢查，你正在放棄最容易拿到的生產力提升。兩個工具都支援排程和週期性任務執行。

開發者可以自動化錯誤日誌審查、code review 分流，以及部署狀態確認。PM 可以排程競品監控和簡報生成。行銷人員可以自動化內容表現分析。

# Claude Code — 透過 Cowork app
/schedule  # 登錄週期性任務
# 範例："每天早上 9 點，彙整 Slack 並產生工作簡報"

# Claude Code — 透過 CLI
/loop 5m check deployment status  # 按間隔執行

# Codex — 透過 app
# Automations 面板 → 建立週期性任務
# 在獨立工作區執行，結果排隊等你審閱

Codex 的隔離模型值得特別說明。自動化任務在獨立工作區執行，不會影響你的作業中檔案。結果會排隊等你審閱，而不是直接修改你正在進行的工作狀態。這比聽起來重要得多。一個在你也在編輯檔案時同時修改檔案的自動化任務，最好的情況是產生 merge conflict，最壞的情況是悄悄覆寫。

一次設定全部搞定

如果分別設定五項能力感覺摩擦力太大，現成的包裝工具可以一次全部安裝到位。

Claude Code 的話，oh-my-claudecode 用一個步驟就幫你設定好代理人、團隊、MCP 整合、監控和自動化。Codex 則有 oh-my-codex 做同樣的事。

兩個值得記住的指令：plan 和 autopilot。Plan 幫你取得結構化的實作方案，autopilot 則從想法自主執行到能跑的程式碼。

這些包裝工具用可設定性換取速度。如果你想弄清楚每個元件在做什麼，建議先分別設定一次。如果你只想馬上提高生產力，包裝工具能讓你更快上手。

為什麼設定比提示詞更重要

AI 工具的討論大多聚焦在提示詞工程上。提示詞寫得更好，就能得到更好的結果。這在某個程度上是對的，但很快就會遇到天花板。那些拿到好得多的結果的人，並不是因為寫了好得多的提示詞。他們把工具設定成一種根本上不同的操作模式：並行而不是逐一、互聯而不是孤立、有監控而不是盲目、自動化而不是手動。

今天改一個設定，效益會在你之後的每一個工作階段持續累積。從這五項裡選一個跟你的工作最相關的，現在就打開它。設定只要幾分鐘，差異立刻就能感受到。