Giảm token khi dùng Claude Code: 8 thói quen theo khuyến nghị chính thức

Claude Code tính tiền theo token, và token tăng theo kích thước context: Claude càng phải "đọc" nhiều thì mỗi tin nhắn càng đắt. Theo trang quản lý chi phí của Anthropic, ở các doanh nghiệp trung bình mỗi dev tốn khoảng 13 USD mỗi ngày làm việc, 150–250 USD mỗi tháng, và 90% người dùng dưới 30 USD/ngày. Con số này dao động rất mạnh theo thói quen làm việc. Bài này gom lại các cách giảm token được tài liệu chính thức khuyến nghị, xếp theo mức tác động.

Bảng tổng hợp

1. /clear là nút tiết kiệm rẻ nhất

Mỗi request gửi lại toàn bộ hội thoại. Một câu hỏi một dòng trong phiên đã mở cả ngày vẫn kéo theo toàn bộ lịch sử (dù phần lớn đọc từ cache với giá rẻ hơn). Khi chuyển sang việc không liên quan: đặt tên phiên bằng /rename, rồi /clear. /clear không tốn gì, trong khi /compact phải đọc lại cả hội thoại để tóm tắt nên bản thân nó là một request lớn.

Khi cần giữ mạch làm việc, dùng compact có chỉ dẫn:

/compact Giữ lại code mẫu, API đã chốt và danh sách test đang fail

Hoặc ghi cố định trong CLAUDE.md:

# Compact instructions
When you are using compact, please focus on test output and code changes

2. Hook lọc output: ví dụ chính thức

Thay vì để Claude đọc 10.000 dòng log test, một hook PreToolUse có thể viết lại lệnh npm test/pytest/go test thành dạng chỉ in phần lỗi:

# ý tưởng cốt lõi trong script hook
filtered_cmd="$cmd 2>&1 | grep -A 5 -E '(FAIL|ERROR|error:)' | head -100"

Hook trả về updatedInput với lệnh đã lọc. Kiểm tra bằng /hooks. Chú ý dùng pattern chặt để hook chỉ áp dụng cho lệnh test, không vô tình sửa lệnh khác.

3. CLAUDE.md dưới 200 dòng

CLAUDE.md được nạp vào context ngay khi bắt đầu phiên. Hướng dẫn chi tiết cho một quy trình cụ thể nằm ở đó nghĩa là bạn trả token cho nó cả khi đang sửa một bug không liên quan. Tài liệu khuyên giữ dưới 200 dòng, chỉ phần thiết yếu, còn lại chuyển sang skill.

4. Plugin code intelligence cho ngôn ngữ có type

Một lệnh "go to definition" thay cho chuỗi "grep → đọc vài file ứng viên". Language server còn báo lỗi type sau khi sửa, nên Claude bắt lỗi mà không cần chạy compiler.

5. Dừng sớm khi đi sai hướng

• Thấy Claude bắt đầu lạc hướng: nhấn Esc ngay. Dùng /rewind hoặc nhấn Esc hai lần để quay về checkpoint trước.
• Task phức tạp: vào plan mode (Shift+Tab) để chốt hướng trước.
• Đưa tiêu chí kiểm chứng (test case, ảnh chụp, output mong đợi) để Claude tự sửa thay vì bạn phải nhắc nhiều lượt.

Theo dõi để biết mình tốn ở đâu

• /usage: chi phí ước tính của phiên, tách theo model, kèm dòng thống kê prompt cache. Với gói Pro/Max/Team/Enterprise còn có phần phân bổ theo skill/subagent/MCP và gợi ý cắt giảm.
• /context: xem cái gì đang chiếm chỗ trong context.
• Status line có thể hiển thị liên tục mức dùng context.

Lưu ý

• Agent teams tốn khoảng 7 lần token so với phiên thường khi các thành viên chạy plan mode, vì mỗi người có context riêng. Giữ team nhỏ, tắt thành viên khi xong việc.
• Tác vụ chạy nền (tóm tắt hội thoại cho --resume, gợi ý prompt…) cũng tốn token, thường dưới 0,04 USD mỗi phiên.
• Con số trong /usage là ước tính theo giá niêm yết; hoá đơn chính xác xem ở Console.

Áp dụng thế nào?

• Dev: Ba thói quen đáng giá nhất: /clear khi đổi việc, Sonnet làm mặc định, prompt nêu đúng file/hàm.
• Tech Lead: Rà CLAUDE.md của repo, cắt về dưới 200 dòng, chuyển quy trình sang skill. Thêm hook lọc output test dùng chung cho team.
• PM / quản lý ngân sách: Pilot với nhóm nhỏ để lấy baseline chi phí/dev/ngày trước khi mở rộng; đặt spend limit cho workspace.