- Als Claude Code anfangs genutzt wurde, erfolgte der Ansatz schlicht über Prompt-Anweisungen und wiederholte Korrekturen, doch bei komplexen Aufgaben traten Probleme durch die Abhängigkeit vom Gesprächsverlauf und Kontextgrenzen auf
- Um das zu lösen, wird vor der Implementierung einer Funktion ein Plan-Dokument erstellen lassen, das in einer neuen Sitzung als einzige Single Source of Truth (SSOT) dient
- Das Plan-Dokument enthält eine Neuformulierung der Anforderungen, Erläuterungen zu Implementierungsdetails, Befehle zur Prüfung der Codequalität und mehr und wird auch während der Implementierung fortlaufend als Living Document aktualisiert
- Dadurch wird das Problem des Kontextverlusts gelöst, und selbst in neuen Sitzungen lässt sich das Projekt allein anhand eines einzelnen Dokuments fortführen
- Dadurch wird die AI letztlich nicht nur zu einem Ausführungswerkzeug, sondern zu einem kollaborativen Design-Partner, der Entwickler dazu bringt, tiefer über das Design nachzudenken und es zu dokumentieren
Problembewusstsein: Grenzen des einfachen Gesprächsansatzes
- Wenn man mit Claude Code interaktiv arbeitet, eignet sich das für einfache Aufgaben, aber je größer komplexe Aufgaben werden, desto mehr treten mehrere erhebliche Einschränkungen auf
- Das Gespräch wird zur einzigen Quelle der Wahrheit, sodass neue Nachrichten frühere Anweisungen leicht überschreiben können, ohne dass dieser Moment klar erkennbar ist
- Aufgrund der begrenzten Kontextgröße der AI können frühere Informationen verloren gehen, je länger das Gespräch wird
- Zwar verfügt Claude Code über eine Funktion zur Gesprächskomprimierung, doch löst sie diese Grenze nicht vollständig
Experiment mit einem plan-dokumentzentrierten Ansatz
- Um diese Probleme zu lösen, wurde ein plan-dokumentbasierter Ansatz ausprobiert
- Zu Beginn wird Claude Code die zu implementierende Funktion oder der zu behebende Bug so detailliert wie möglich beschrieben
- Es werden auch bestehende Quelldateien oder zuvor erstellte Plan-Dokumente erwähnt, auf die verwiesen werden kann
- Übermäßig konkrete Implementierungsvorgaben werden vermieden, um die Rolle der AI als Design-Vorschlagsgeber zu fördern
- Wenn das Plan-Dokument zufriedenstellend genug ist, wird der Gesprächsverlauf gelöscht und mit genau diesem Plan als neuem Kontext erneut begonnen
- Der Plan enthält eine Funktionszusammenfassung, einen Implementierungsplan, Code und Pseudocode sowie Befehle für Typprüfung, Linting und Tests
Kollaborativer Design-Prozess
- Wenn einem das von der AI vorgeschlagene Design nicht gefällt, wird konkretes Feedback gegeben, um einen überarbeiteten Ansatz herbeizuführen
- Im Verlauf der Diskussion wird mitunter klar, dass der erste Vorschlag der AI besser geeignet war, und das ist effizienter, als allein auf Basis des eigenen Designs zu coden
- Ein strukturierter Dialog bietet eine Erfahrung, die der Diskussion eines Plans mit einem Entwicklerkollegen ähnelt
- Die AI präsentiert nicht von selbst einen völlig anderen Ansatz, kann aber auf Nachfrage andere Alternativen vorschlagen
Ansatz mit einem Living Document
- Das Plan-Dokument wird nicht einmal erstellt und dann abgeschlossen, sondern auch während der Funktionsimplementierung fortlaufend aktualisiert
- Änderungen, die sich im Implementierungsprozess oder bei Typprüfung, Linting und Tests zeigen, werden in Echtzeit eingepflegt
- Es wird die Gewohnheit aufgebaut, bei jedem Code-Commit um eine Prüfung des aktuellen Plan-Stands zu bitten
- Da immer ein aktueller Plan erhalten bleibt, reicht es in neuen Gesprächssitzungen aus, nur den Plan anzuhängen, um ohne Kontextverlust nahtlos weiterzumachen
Code-Review und veränderte Entwicklungsgewohnheiten
- Nach Beginn der Implementierung werden Änderungen regelmäßig geprüft, und wenn die Ergebnisse zufriedenstellend sind, wird der Arbeit der AI auch stärker vertraut
- Bei der abschließenden Codeprüfung hilft das aktualisierte Plan-Dokument dabei, die Grundlage technischer Entscheidungen nachzuvollziehen
- Durch sorgfältige Planung und Dokumentation im Vorfeld entsteht die Erfahrung, zu einem besseren Entwickler zu werden
- Weil man es der AI erklären muss, wird der eigene Entscheidungsprozess klarer strukturiert
Von Chaos zu Systematik
- Dieser Ansatz macht das Plan-Dokument zur einzigen Quelle der Wahrheit, behebt das Problem des Kontextverlusts und fördert architektonisches Denken
- Das Plan-Dokument umfasst sowohl Spezifikation als auch Implementierungsprotokoll und hält nicht nur das „Was“, sondern auch das „Warum“ und das „Wie“ fest
- Das Endergebnis ist ein planvoller, gut dokumentierter und verlässlicher Entwicklungsprozess
- Die AI etabliert sich nicht als bloßer Implementierer, sondern als kollaborativer Design-Partner
Noch keine Kommentare.