Anthropic 官方围绕 Claude 模型和 Claude Code 的使用，发布了一系列推荐性质的内容，覆盖模型协同配置、提示词撰写、技能组织、插件配置和学习课程等多个方向。这些内容有的是官方直接发布的指南，有的是官方插件，也有官方出面澄清的配置技巧，彼此之间形成了一套从入门到工程化的使用建议。
在模型配置方面，最受关注的是 Claude Code 的三模型协同方案：用 Sonnet 5.5 承担主会话，Haiku 5.5 负责检索，Opus 5.5 做架构评审，并且给出了可直接复制的配置 [1]。与此呼应的还有一个节省算力的技巧，即通过层级调度让不同模型分工处理任务，从而减少 Opus 5.5 的消耗 [4]。这类方案的核心思路是不要把所有工作都压在最贵的模型上，而是按任务性质分配。
提示词层面，Anthropic 发布过一份官方提示词指南，有用户用五分钟读完后总结了 12 个关键要点 [2]。其中比较实用的两条是：为 agent 团队设置时间预算，比如在耗时估算后加上 elapsed 340s / 1200s 这样的标注，让 agent 自己调节节奏、更快完成工作；以及把进度更新移入 thinking blocks，因为工具调用之间的备注现在会以 thinking blocks 形式返回且默认为空，只显示文本块的应用看起来会像卡住了一样 [2]。
技能组织方面，官方指南把 skill 定义为一个包含 SKILL.md、可选 scripts/ 和 references/ 的文件夹结构，全部基于 Markdown 加 YAML 元数据规范，等于把提示工程重构为“文件夹工程” [3]。官方还发布了一套高质量技能集，共 20 个技能，供开发者直接参考和使用 [16]。
配置自动化则交给 claude-code-setup 插件。安装后它会自动扫描项目结构与依赖，推荐适配的 MCP servers、可复用的 skills、自动触发的 hooks 以及任务拆分配置，并一步步引导完成自动化配置 [6][9][13]。这个插件被多位用户分享过，说明它确实解决了 Claude Code 配置混乱的痛点 [7]。
面向想上手做 Agent 的人，官方还推出了免费课程，直接给出六个能跑的实战案例，填上自己的 API 就能用，覆盖从客服机器人到自主编程 Agent 的场景 [5]。此外官方还发布过用 Claude Code 构建“零员工公司”的指南，讲一个人加一群 AI 智能体如何运营一家软件公司 [8]，以及使用 Claude 构建知识图谱的官方教程 [10]。
需要区分的是，知识库里还有用户自发推荐的八门 Claude 学习课程，那是社区行为而非官方发布 [20]。若要找官方出品的学习材料，仍应以官方课程和上述指南为准。