Claude 앱
  -> 아이디어 정리, 문서 초안, Projects, Artifacts

Claude Code
  -> 터미널 기반 코드 탐색, 수정, 실행, 검증

Claude Chat
  -> 질문하고 답을 받기

Claude Code
  -> 코드를 읽고, 수정하고, 실행하고, 검증하기

Claude Cowork
  -> 비코딩 업무를 Claude에게 위임하고
  -> plan / approval / deliverable 중심으로 결과 받기

역할
성공 기준
입력 맥락
예시
출력 형식

<instructions>...</instructions>
<context>...</context>
<examples>
  <example>...</example>
</examples>
<formatting>...</formatting>

system
  -> 역할과 전문성
  -> 지속되는 행동 기준

user
  -> 이번 작업
  -> 입력 자료
  -> 원하는 결과물

<examples>
  <example>
    <input>...</input>
    <output>...</output>
  </example>
</examples>

<documents>
  <document index="1">
    <source>policy.md</source>
    <document_content>...</document_content>
  </document>
</documents>

<task>
  Compare the documents and cite relevant passages first.
</task>

draft
  -> review against criteria
  -> revise
  -> final check

{
  "output_config": {
    "format": {
      "type": "json_schema",
      "schema": {
        "type": "object",
        "properties": {
          "summary": { "type": "string" },
          "riskLevel": { "type": "string" }
        },
        "required": ["summary", "riskLevel"],
        "additionalProperties": false
      }
    }
  }
}

User:
Extract a compact JSON summary from the text.

Assistant prefill:
{

1. 성공 기준을 문장으로 정의한다
2. prompt에 변수 자리를 만든다
3. 정상, 경계, 실패 입력을 test case로 추가한다
4. 출력 품질을 같은 기준표로 채점한다
5. prompt 버전을 바꾼 뒤 같은 test suite로 비교한다

답변 규칙:
- 제공된 문서에 없는 내용은 추정하지 않는다.
- 근거가 없으면 "제공 자료에서 확인되지 않음"이라고 쓴다.
- 각 핵심 주장 뒤에 source 또는 quote를 붙인다.

{
  "model": "claude-opus-4-7",
  "max_tokens": 1024,
  "cache_control": { "type": "ephemeral" },
  "system": "You are an assistant for a large policy document.",
  "messages": [
    {
      "role": "user",
      "content": "Summarize the compliance risks."
    }
  ]
}

{
  "name": "github_list_prs",
  "description": "List pull requests for a repository. Use this when the user asks for open review targets or PR metadata. Do not use it to merge or edit pull requests.",
  "input_schema": {
    "type": "object",
    "properties": {
      "repo": { "type": "string" },
      "state": { "type": "string", "enum": ["open", "closed", "all"] }
    },
    "required": ["repo"]
  }
}

{
  "model": "claude-opus-4-7",
  "thinking": { "type": "adaptive" },
  "output_config": {
    "effort": "medium"
  }
}

npm install -g @anthropic-ai/claude-code
cd /path/to/project
claude

/init
  -> CLAUDE.md 생성

/memory
  -> memory 파일 수정

/terminal-setup
/config

Shift+Enter 또는 Option+Enter
  -> 여러 줄 prompt 입력

status line
  -> model, cwd, git branch 같은 작업 정보 표시

/help
/clear
/compact
/config
/memory
/permissions
/mcp

{
  "permissions": {
    "deny": [
      "Read(./.env)",
      "Read(./secrets/**)"
    ]
  }
}

Claude Code
  -> MCP server 연결
  -> 외부 도구 / 데이터 소스 접근
  -> MCP prompt가 slash command로 노출될 수 있음

claude
claude "explain this project"
claude -p "summarize the current git diff"
claude -c
claude -r "<session-id>" "continue the implementation"
claude -p "review this log" --output-format json

claude --permission-mode plan
claude --permission-mode plan -p "analyze the auth module and propose a migration plan"

VS Code extension
  -> selected text context
  -> @file line references
  -> inline diff review
  -> multiple session tabs
  -> CLI access from integrated terminal

{
  "outputStyle": "Explanatory"
}

claude --continue
claude --resume
claude --resume auth-refactor
claude --continue --fork-session
claude --worktree feature-auth

Project
  -> chats
  -> project instructions
  -> project knowledge

대화 안에서 초안 생성
  -> Artifact로 분리
  -> 수정 / 버전 비교 / 다운로드 / 공유

Styles
  -> 톤, 문체, 표현 경향 저장

custom instructions
  -> 반복 운영 규칙, 형식, 우선순위 저장

prompt 본문
  -> 이번 작업의 목적, 입력, 제약, 산출물

Research 사용 흐름
1. web search가 켜져 있는지 확인한다
2. chat 하단의 Research 버튼을 켠다
3. 조사 질문, 범위, 제외할 자료를 함께 적는다
4. 필요한 경우 Gmail, Calendar, Docs 같은 연결 자료를 명시한다
5. citations와 원문 링크를 열어 핵심 근거를 다시 확인한다

file creation 흐름
1. Settings 또는 조직 설정에서 code execution/file creation 상태를 확인한다
2. 만들 파일 형식과 사용 목적을 먼저 고정한다
3. 입력 자료, 계산 규칙, 출력 형식을 함께 제공한다
4. 생성된 파일은 열어서 수식, 표, 차트, 레이아웃을 검증한다
5. network access가 필요한 작업은 조직 정책과 도메인 허용 범위를 확인한다

Google Workspace 연결 흐름
1. Settings > Connectors 또는 chat의 + 메뉴에서 Google 연결을 시작한다
2. Google 계정으로 직접 인증한다
3. Team/Enterprise는 조직 Owner가 먼저 connector를 허용해야 한다
4. Gmail, Calendar, Drive 중 필요한 도구만 작업에 사용한다
5. Claude의 응답 citations와 원본 링크를 다시 확인한다

custom connector 사용 흐름
1. 연결할 remote MCP 서버가 신뢰 가능한 출처인지 확인한다
2. Settings > Connectors에서 custom connector URL을 추가한다
3. OAuth와 tool 권한 요청을 검토한다
4. Search and tools 메뉴에서 필요한 tool만 켠다
5. write action과 Research 자동 호출 범위는 별도로 제한한다

/agents

.claude/agents/reviewer.md
~/.claude/agents/researcher.md

name + description + tools + prompt

{
  "hooks": {
    "PostToolUse": [
      {
        "matcher": "Edit|Write",
        "hooks": [
          {
            "type": "command",
            "command": "$CLAUDE_PROJECT_DIR/.claude/hooks/format.sh"
          }
        ]
      }
    ]
  }
}

~/.claude/skills/summarize-changes/SKILL.md
.claude/skills/release-check/SKILL.md

/summarize-changes
/release-check

name: Claude Code

on:
  issue_comment:
    types: [created]
  pull_request_review_comment:
    types: [created]

jobs:
  claude:
    runs-on: ubuntu-latest
    steps:
      - uses: anthropics/claude-code-action@v1
        with:
          anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}

/run
  -> 앱을 실행하고 실제 동작 확인

/verify
  -> 변경이 의도대로 동작하는지 검증

/run-skill-generator
  -> 프로젝트별 실행 레시피를 skill로 기록

Agent SDK
  -> TypeScript / Python에서 query 호출
  -> built-in tools와 permissions 지정
  -> session, errors, streaming 결과를 코드로 처리

CLI headless
  -> claude -p 로 한 번 실행
  -> shell script에 붙이기 쉬움

MCP server 연결
  -> mcpServers 옵션 또는 .mcp.json
  -> 도구 이름은 mcp__<server>__<tool>
  -> allowedTools로 명시 허용
  -> agent가 외부 데이터와 도구 사용