‏۸ تنظیم که قبض توکن Claude رو کم می‌کنه

به گفتهٔ نویسنده، وقتی Claude Code با نرخ API حساب می‌شه نه اشتراک ثابت، معادله عوض می‌شه. نکتهٔ اصلی اینه که بیشترِ هزینه از پاسخِ مدل نمیاد؛ از توکن‌های ورودیه — پرامپتِ سیستمی، شلوغیِ سرورهای MCP، فایل‌های حافظهٔ متورم و چند تنظیمِ پیش‌فرض که بی‌صدا پشتِ صحنه اجرا می‌شن. توکن‌های ورودی معمولاً ۶۰ تا ۷۵٪ کل مصرفن، پس ساده‌ترین جا برای صرفه‌جویی همونجاست.

دو مورد پرتأثیرو نویسنده اول می‌ذاره: سرورهای MCP بلااستفاده و فایل CLAUDE.md متورم. هر سرور MCP فعال، کل schema و تعریف ابزارهاشو رو هر درخواست به context اضافه می‌کنه، حتی اگه اصلاً صداش نزنی؛ برای چند سرور این می‌تونه هزاران توکن بشه. پس هرچی رو دو هفتهٔ اخیر استفاده نکردی خاموش کن و سرورهای مخصوصِ پروژه رو فقط تو همون پروژه فعال نگه دار.

فایل CLAUDE.md هم که Claude اول هر session می‌خونش، مرور زمان بادکرده و پر از چیزای قدیمی می‌شه. نویسنده می‌گه انتقادی بخونش، موارد بی‌اعتبارو پاک کن، به‌جای پاراگراف از bullet استفاده کن و هدفتو زیر ۵۰۰ توکن برای فایل کلی بذار. یه CLAUDE.md لاغرِ درست، مفیدتر از یه فایل جامعِ نصفه‌قدیمیه.

تنظیم‌های بعدی: تفکر گسترده (extended thinking) رو پیش‌فرض خاموش کن و فقط برای کارهای واقعاً پیچیده روشنش کن، چون ۲ تا ۴ برابر گرون‌تره. دسترسی ابزارها رو محدود کن تا مدل بی‌خودی فایل و دستور اضافه نخونه. و تزریق خودکار context رو کم کن؛ خیلی وقتا ۳ تا ۵ فایلِ باز خودکار وارد می‌شن درحالی‌که فقط رو یکی کار می‌کنی — بریدنش می‌تونه هزینهٔ ورودی هر درخواستو ۴۰ تا ۶۰٪ کم کنه.

دو تنظیم آخر دربارهٔ مدل و طولِ گفتگوئه. نویسنده می‌گه کارهای ساده مثل تولید boilerplate و خلاصهٔ کوتاه رو به مدل کوچیک‌تر (مثلاً Haiku که خیلی ارزون‌تره) بسپار و مدل قدرتمندو برای استدلال سنگین نگه دار. آخرش هم فشرده‌سازی گفتگو (compaction) رو تهاجمی‌تر تنظیم کن، چون هر پیامِ جدید تو یه گفتگوی طولانی، کل تاریخچه رو به‌عنوان ورودی حمل می‌کنه؛ گاهی شروعِ یه session تازه از ادامهٔ یه گفتگوی ۱۵٬۰۰۰ توکنی به‌صرفه‌تره.

نویسنده تأکید می‌کنه هدف محدودکردنِ توانایی Claude نیست؛ اینه که هر توکنی که خرج می‌کنی واقعاً کارِ مفید انجام بده. اول دو سه تا تغییرِ مرتبط با وضعیت خودتو اعمال کن، تفاوتو اندازه بگیر و بعد جلو برو.

نکات کلیدی:

• بیشترِ اتلافِ توکن از سربارِ ورودیه، نه خروجیِ مدل — اول اونو درست کن.
• سرورهای MCP بلااستفاده و فایل CLAUDE.md متورم پرتأثیرترین جاها برای اصلاح‌ان.
• تفکر گسترده باید به‌ازای هر کار انتخاب بشه، نه پیش‌فرضِ همیشگی.
• سپردنِ کارهای ساده به مدل کوچیک‌تر می‌تونه بیش از ۵۰٪ صرفه داشته باشه.
• فشرده‌سازیِ تهاجمی و محدودکردنِ دسترسی ابزارها صرفه‌جویی رو روی‌هم جمع می‌کنه.