Ridurre l’uso di token in Claude Code

Per ridurre l'utilizzo del token Claude Code, controlla cosa deve elaborare il modello a ogni turno. Una risposta breve può comunque essere costosa quando la richiesta comporta una lunga conversazione, diverse letture di file, output di comandi, istruzioni di progetto, definizioni di strumenti e riflessioni estese dietro di essa.

L'obiettivo utile non è il minor numero di token in una risposta. È il costo totale più basso per una modifica accettata: ricerca, modifiche, test, correzioni e revisione umana inclusi.

Questa guida utilizza i controlli Claude Code attuali come /usage, /context, /clear, /compact, /model, /effort e /mcp. Si applica più direttamente alle sessioni fatturate API. I piani di abbonamento utilizzano finestre di indennità anziché una fattura per richiesta, ma le stesse abitudini di contesto possono far sì che un'indennità duri più a lungo.

Perché Claude Code utilizza più token di una risposta in chat

Claude Code è un agente, non un singolo prompt seguito da un'unica risposta. Una sessione di lavoro può includere:

• il tuo prompt e ogni svolta precedente pertinente;
• file che Claude legge mentre esplora il repository;
• comando, test, compilatore e output dello strumento;
• CLAUDE.md, regole di progetto applicabili e competenze invocate;
• definizioni e risultati degli utensili dai server MCP;
• pianificazione, pensiero esteso, codice generato e spiegazioni;
• riepiloghi dei subagenti ed eventuali correzioni successive.

Il contesto è cumulativo. Quando nella conversazione rimane un registro obsoleto o una discussione di progettazione non correlata, i turni successivi potrebbero elaborarlo nuovamente. La memorizzazione nella cache tempestiva può ridurre il prezzo dei contenuti ripetuti e Claude Code compatta automaticamente la cronologia vicino al limite del contesto, ma non è nemmeno un motivo per conservare per sempre il materiale irrilevante.

Ciò porta a un ordine pratico delle operazioni:

1. misurare un compito rappresentativo;
2. rimuovere il contesto non correlato;
3. ridurre le istruzioni permanenti e il sovraccarico degli strumenti;
4. impedire un'ampia esplorazione e risultati rumorosi;
5. scegli deliberatamente il modello e lo sforzo;
6. misurare nuovamente l'attività completata.

Inizia con una linea di base, non con un sentimento

Esegui /usage prima dell'ottimizzazione. Per gli utenti API, il blocco Sessione riporta l'utilizzo dei token per modello e una stima dei costi locali alle tariffe di listino standard. Tale stima potrebbe non includere una promozione gateway o una tariffa contrattata, quindi utilizza la fattura del fornitore come fonte finanziaria di verità.

Esegui /context per vedere cosa occupa la finestra di contesto corrente. È qui che un grande CLAUDE.md, un'abilità invocata o un sovraccarico di uno strumento diventano visibili invece di rimanere un'ipotesi.

Se la sessione utilizza OmniaKey, confronta la diagnostica locale con il dashboard di utilizzo. Registra il modello richiesto, i token di input e output, i metadati della cache, la latenza e il costo effettivo per chiamata. La guida al saldo e all'utilizzo spiega il saldo dell'account, i limiti massimi e i record di utilizzo.

Scegli un'attività ripetibile per il controllo prima e dopo. Registra:

Non confrontare due sessioni non correlate. Una correzione di un errore di battitura e una migrazione sconosciuta non forniscono un benchmark utile per i token.

1. Cancella tra attività non correlate

L'abitudine di maggior valore è anche la più semplice: utilizzare /clear quando l'attività successiva non necessita della conversazione corrente.

Prima di cancellare una sessione di cui potresti aver bisogno in seguito, assegnale un nome:

/rename auth-refresh-investigation
/clear

La sessione precedente rimane disponibile tramite /resume. L'attuale Claude Code reimposta anche i totali della sessione mostrati da /usage dopo /clear, il che rende più semplice la misurazione separata dell'attività successiva.

Buoni motivi per cancellare includono:

• passare da un bug di backend a una copia di marketing non correlata;
• terminare una funzionalità e avviare una nuova area di repository;
• abbandonare un approccio i cui presupposti erano sbagliati;
• trasportando diversi tronchi di grandi dimensioni che non influenzano più la decisione.

Non cancellare semplicemente perché il misuratore di contesto si è spostato. Se l'attività è ancora attiva, preserva prima i fatti e le decisioni verificate o compatta la conversazione con istruzioni esplicite.

2. Compatta deliberatamente durante i lavori lunghi

/compact riassume la cronologia precedente in modo che le svolte successive possano funzionare da una rappresentazione più piccola. Aggiungi un'istruzione che nomina ciò che deve sopravvivere:

/compact Preserve the acceptance criteria, changed files, failing test output, and unresolved decisions.

Questo è più sicuro di un riepilogo generico per una lunga implementazione. È inoltre possibile inserire una breve guida alla compattazione in CLAUDE.md quando la stessa regola di conservazione si applica a tutto il progetto.

La compattazione non equivale alla reimpostazione dell'utilizzo dell'abbonamento e un avviso di contesto non è un avviso di limite di fatturazione. La compattazione gestisce ciò che rimane nella conversazione. Non aggiunge indennità al piano né ricarica un saldo API.

Usalo quando l'attività è ancora coerente ma il percorso verso lo stato attuale era rumoroso. Utilizzare /clear quando il lavoro stesso è cambiato.

3. Riduci il contesto che viene caricato prima dell'inizio del lavoro

Claude Code legge le istruzioni del progetto all'avvio della sessione. Istruzioni utili prevengono errori; un manuale copiato in ogni sessione consuma il contesto indipendentemente dal fatto che l'attività lo richieda o meno.

Le attuali linee guida di Anthropic consigliano di mantenere CLAUDE.md conciso e di spostare i flussi di lavoro specializzati in competenze che si caricano su richiesta. Un buon file root contiene:

• comandi che verificano una modifica;
• limiti dell'architettura specifica del repository;
• vincoli ambientali non evidenti;
• convenzioni che differiscono dalle normali impostazioni predefinite della lingua.

Sposta i tutorial API lunghi, i runbook di migrazione una tantum e il materiale di riferimento del dominio altrove. Collegali ad essi o impacchettali come competenze mirate invece di incorporarli in ogni sessione.

I server MCP creano un compromesso simile. Esegui /mcp e disabilita i server che non stai utilizzando. Claude Code rinvia le definizioni complete degli strumenti per impostazione predefinita, ma i nomi e gli schemi richiamati occupano comunque il contesto. Per un'operazione semplice, uno CLI focalizzato come gh, aws o sentry-cli può essere più efficiente in termini di contesto rispetto al caricamento di un'ampia superficie dell'utensile.

Controllare nuovamente /context dopo la potatura. Se l'impronta iniziale non è cambiata, trova il grande contributore effettivo prima di modificare ulteriori configurazioni.

4. Rendi l'attività sufficientemente ristretta da evitare cicli di rilevamento

"Migliora questo repository" invita alla scansione. Un prompt delimitato può andare direttamente alle prove:

Fix the 401 after token refresh in src/api/auth.ts.
Preserve the public response shape.
Add a regression test for an expired access token with a valid refresh token.
Run the focused auth test and the type checker.

La richiesta identifica il sintomo, il probabile file, il contratto e la prova. Claude può comunque ispezionare le dipendenze quando necessario, ma ha un motivo per non leggere l'intera base di codice.

Per lavori veramente complessi, pianifica prima di modificare. Una breve fase di ricerca e pianificazione può impedire una costosa implementazione sull'architettura sbagliata. Per una soluzione su una sola riga e ben localizzata, la pianificazione può risultare complessa. Usalo quando l'incertezza è reale.

Correggere la rotta in anticipo. Se Claude sta risolvendo il problema sbagliato, interrompi il turno invece di lasciare che generi una patch di grandi dimensioni e poi spiegare perché la patch deve essere annullata. /rewind può ripristinare una conversazione precedente e un punto di controllo del codice.

Un contratto di output aiuta anche a:

• guidare con la decisione;
• elenca solo i file modificati e i risultati della verifica;
• non ripetere la richiesta;
• richiedere le informazioni mancanti prima dell'implementazione;
• coprire un artefatto solo quando il troncamento non nasconderà le prove richieste.

La prosa più breve consente di risparmiare alcuni token di output. L'esplorazione e la rielaborazione evitate di solito consentono di risparmiare di più.

5. Mantieni focalizzati lo strumento e l'output del test

L'output di comandi di grandi dimensioni entra nel contesto di lavoro. Preferisci il comando più ristretto che possa dimostrare la modifica:

pnpm vitest run tests/unit/auth.test.ts
rg -n "FAIL|ERROR" test-output.log
git diff --check

Non nascondere i fallimenti solo per ridurre i gettoni. Conservare l'asserzione non riuscita, gli stack frame pertinenti, lo stato di uscita del comando e un output circostante sufficiente per diagnosticare la causa. Elimina le barre di avanzamento ripetute, gli elenchi dei test riusciti e migliaia di righe di registro non correlate.

La preelaborazione stabile appartiene a uno script o a un hook. La guida ai costi di Anthropic fornisce l'esempio di come filtrare un registro di test molto grande prima che Claude lo veda. Un filtro piccolo e rivisto è più affidabile che chiedere al modello di riscoprire lo stesso modello di rumore a ogni analisi.

Per la ricerca che richiede molte letture di file, un agente secondario limitato può mantenere l'esplorazione dettagliata fuori dalla conversazione principale e restituire un breve risultato. Questo isola il contesto; non garantisce un minor numero di token totali, perché il subagente ha il proprio contesto. Usalo quando il riepilogo impedirà la lettura ripetuta dell'attività principale.

6. Abbina il modello e lo sforzo alla decisione

La scelta del modello cambia sia la velocità che il numero di tentativi necessari. Claude Sonnet 5 è un punto di partenza quotidiano pratico, Claude Haiku 4.5 si adatta a lavori ripetibili e Claude Opus 5 è più facile da giustificare quando l'architettura, l'ambiguità o il costo di un errore sono elevati.

Utilizzare /model per cambiare intenzionalmente. La guida al modello Claude Code fornisce una politica di instradamento delle attività più completa.

I token di pensiero esteso vengono fatturati come token di output sui percorsi API. Per un compito semplice e ben specifico, riduci lo sforzo con /effort e misura se il risultato passa comunque. In caso di pianificazione complessa o debug non familiare, uno sforzo troppo piccolo può creare nuovi tentativi che cancellano il salvataggio.

Non indirizzare tutte le attività al modello più economico e chiamare la politica ottimizzata. Confronta il costo per risultato accettato, comprese le correzioni e il debito di revisione.

7. Aggiungi un limite finanziario dopo aver ridotto l'utilizzo

Un limite di spesa non riduce il consumo di token. Limita il danno finanziario nel caso in cui un loop, una chiave trapelata o un carico di lavoro imprevisto continuino a inviare richieste.

Con OmniaKey, crea chiavi separate per lo sviluppo locale, l'automazione e i carichi di lavoro condivisi nella dashboard delle chiavi API. Assegna a ciascuna chiave un limite che corrisponda al suo lavoro, quindi esamina l'utilizzo prima di aumentarlo. Chiavi separate rendono l'attribuzione e la revoca più chiare di una credenziale illimitata ovunque.

La sequenza è importante:

1. rimuovere contesto e tentativi non necessari;
2. misurare il costo normale dell'attività;
3. fissare un limite al di sopra della varianza legittima;
4. avvisa o si ferma quando il carico di lavoro supera quel limite.

Un tetto troppo basso trasforma semplicemente un problema di costi in un fallimento nel corso di un compito. Un limite senza revisione dell'utilizzo indica solo che è stato raggiunto il limite.

Un controllo token 10 minuti Claude Code

Utilizza questa lista di controllo in una sessione reale:

1. Esegui /usage e registra l'utilizzo per modello.
2. Esegui /context e identifica il maggiore contribuente evitabile.
3. Utilizza /clear se l'attività corrente non è correlata alla conversazione precedente.
4. Accorciare CLAUDE.md; spostare le istruzioni specializzate in competenze su richiesta.
5. Disabilitare i server MCP non utilizzati con /mcp.
6. Sostituisci le istruzioni generiche con un controllo di file, sintomi, limiti e accettazione.
7. Esegui test mirati e filtra l'output ripetitivo senza nascondere gli errori.
8. Utilizzare /model e /effort in base alla difficoltà dell'attività.
9. Ripeti la stessa classe di attività e confronta il costo dell'attività completata.
10. Aggiungi un limite per tasto dopo aver conosciuto l'intervallo normale.

Cambia una o due variabili alla volta. Se cancelli la sessione, modifichi il modello, riduci lo sforzo e riscrivi l'attività contemporaneamente, non saprai quale cambiamento ha aiutato.

Errori comuni

Chiedendo solo risposte più brevi

Ciò riduce l'output visibile ma lascia intatti le letture dei file, la cronologia, gli strumenti e il pensiero. È utile, solo raramente la leva più grande.

Eliminazione del contesto di cui l'attività ha ancora bisogno

I vincoli mancanti causano ipotesi e rielaborazioni. Conserva le decisioni verificate prima di cancellare o compattare.

Trattare gli hit della cache come un utilizzo pari a zero

La memorizzazione immediata nella cache può ridurre il prezzo dell'input ripetuto, ma i token memorizzati nella cache vengono comunque visualizzati nella contabilità dell'utilizzo. Mantieni utile il contesto ripetuto e controlla il record di fatturazione effettivo.

Utilizzando un subagente per ogni piccola domanda

Ogni subagente ha il proprio contesto di avvio e di lavoro. Esplorazione delegata e ad alto volume; rispondi a una piccola domanda locale nella sessione corrente.

Confondere un limite con l'ottimizzazione

Un limite chiave interrompe la spesa a un limite. Non rende più efficienti le richieste al di sotto di tale limite.

Domande frequenti

Perché l'utilizzo del token Claude Code è elevato quando la risposta è breve?

La richiesta può includere la cronologia delle conversazioni, le istruzioni del progetto, i file, l'output dei comandi, gli strumenti e le riflessioni che sono molto più grandi del testo finale. Controlla /context e /usage anziché giudicare dalla lunghezza della risposta.

/clear elimina la mia precedente sessione Claude Code?

Inizia una nuova sessione. Rinominare prima il lavoro importante e utilizzare /resume per tornare successivamente alla sessione conservata.

/compact riduce sempre la mia bolletta?

Riduce la cronologia trasportata nei turni futuri, il che può ridurre l'utilizzo successivo degli input. L'effetto netto dipende da quanto tempo continua la sessione e da cosa conserva il riepilogo, quindi verificalo con /usage e il tuo dashboard di fatturazione.

Dovrei sempre usare Haiku per salvare i token?

No. Un modello più economico può essere economico per lavori ristretti, ma ripetuti tentativi falliti possono costare più di un turno riuscito di Sonnet o Opus. Instrada per attività e misura i risultati accettati.

Un limite di spesa per le chiavi API può ridurre l'utilizzo dei token?

No. Limita la spesa dopo che le richieste hanno consumato l'utilizzo. Combina limiti con contesto più ristretto, suggerimenti mirati, impegno deliberato del modello e revisione per chiamata.

Fonti

• Anthropic: gestisci i costi Claude Code
• Anthropic: esplora la finestra contestuale di Claude Code
• Anthropic: migliori pratiche Claude Code
• Anthropic: configura modelli e impegno Claude Code
• Anthropic: memorizzazione nella cache del prompt
• Documentazione sul saldo e sull'utilizzo di OmniaKey

Comandi di Claude Code verificati l’8 agosto 2026 e soggetti a modifica; verifica la documentazione proprietaria collegata e i record di utilizzo effettivo prima di impostare un budget di produzione.