เหตุผลที่แท้จริงที่ Claude Limit ของคุณเต็มเร็ว
พูดตรงๆ เลยนะ มันไม่ใช่เพราะโมเดลโง่ลง แต่เป็นเพราะค่าใช้จ่ายแฝงของผมมันเพิ่มขึ้นต่างหาก
แต่เคล็ดลับผิวเผินอย่าง "ย่อ CLAUDE.md" นั้นไม่พอ คุณต้องเข้าใจโครงสร้างว่าทำไมมันถึงรั่วไหล เพื่อที่จะหยุดมันได้จริงๆ
(ผมรู้ว่ามือใหม่ AI หลายคนอาจจะยังไม่เข้าใจแม้จะอ่านแล้วก็ตาม เพราะงั้นผมจะใส่ Prompt ที่แม้แต่มือใหม่ก็ใช้ได้ไว้ท้ายบทความ ถ้าไม่เข้าใจก็ก็อปปี้ไปวางเลย หวังว่าอย่างน้อยคุณจะได้อะไรติดมือกลับไปบ้าง!)
กรอบความคิดหลัก (อันนี้อธิบายได้ 90% ของปัญหา)
Transformer จะประมวลผลบทสนทนาทั้งหมดตั้งแต่ต้นใหม่ทุกครั้งที่มีการโต้ตอบ
เมื่อคุณส่งข้อความครั้งที่ 30 สิ่งที่โมเดลอ่านคือ: → ข้อความที่ 1–29 + คำตอบทั้งหมด → ผลลัพธ์จากการเรียกใช้เครื่องมือทั้งหมด (PR diffs, การอ่านไฟล์ ฯลฯ) → CLAUDE.md → System Prompt → นิยามเครื่องมือ MCP → + ข้อความที่ 30
มันประมวลผลทั้งหมดนี้ก่อนที่จะเริ่มตอบคำถาม
พูดอีกอย่างคือ การโต้ตอบครั้งที่ 30 ไม่ใช่แค่ 30 เท่าของครั้งแรก แต่เป็นผลรวมของทุกสิ่งที่สะสมมา ซึ่งถูกประมวลผลทุกครั้ง
พอเริ่มจากตรงนี้ คุณก็จะเห็นได้โดยธรรมชาติแล้วว่าทำไม Token ถึงรั่วไหล
9 รูที่ Token รั่วไหล
ตัวเลขเปอร์เซ็นต์ในแหล่งข้อมูลต้นฉบับ (14%, 13%...) เป็นกรณีของคนคนเดียวและเสี่ยงเกินไปที่จะนำไปใช้ทั่วไป ผมเลยจัดเรียงใหม่ตามผลกระทบ
- CLAUDE.md พอง — ผลกระทบ ★★★ มันรวมอยู่ในทุกข้อความตราบใดที่เซสชันยังทำงานอยู่ มันไม่ได้โหลดแบบขี้เกียจ CLAUDE.md ขนาด 2,000 Token ที่ถูกประมวลผล 200 ครั้งสำหรับ 200 ข้อความ = 400,000 Token คำแนะนำอย่างเป็นทางการ: ไม่เกิน 200 บรรทัด, 300–600 Token
- การสะสมของบทสนทนา — ผลกระทบ ★★★ ตรงตามที่กรอบความคิดอธิบายไว้เลย ไม่ใช่เรื่องแปลกที่ Limit ของคุณจะเต็ม 60% หลังจากรีวิว PR สองสามครั้ง มันเป็นเรื่องของโครงสร้าง
- การสะสมของผลลัพธ์เครื่องมือ — ผลกระทบ ★★★ การดึง PR diff ครั้งเดียวสามารถแทรกโค้ดหลายพันบรรทัด ถ้าคุณอ่าน 20 ไฟล์ ไฟล์ทั้ง 20 นั้นจะติดตามคุณไปจนจบ อันนี้แม่นยำกว่า "hooks" ที่กล่าวถึงในแหล่งอื่นๆ
- Cache Miss — ผลกระทบ ★★ Prompt caching ถูกใช้โดยอัตโนมัติ แต่จะหมดอายุถ้าไม่ถูกใช้ในช่วงระยะเวลาหนึ่ง (สั้นๆ) ถ้าคุณแก้ไข CLAUDE.md บ่อยครั้งระหว่างเซสชัน Cache จะพังทุกครั้ง
- Skills — ผลกระทบ ★ (แหล่งข้อมูลต้นฉบับผิดนิดหน่อย) Skills จะถูกโหลดเมื่อถูกเรียกใช้เท่านั้น มีแต่ Metadata ที่ค้างอยู่ ปัญหาที่แท้จริงคือเมื่อ Skill เดียวพองตัว
- MCP แบบ "เผื่อไว้ก่อน" — ผลกระทบ ★★ ถ้าเชื่อมต่อ MCP ไว้ 12 ตัว นิยามเครื่องมือ 12 ตัวจะถูกแทรกเข้าไปในการเรียกทุกครั้ง ให้เก็บไว้แค่ 3 ตัวที่คุณใช้จริงเป็น Active
- Extended Thinking เป็นค่าเริ่มต้น — ผลกระทบ ★★★ ปกติแล้วเปิดเป็นค่าเริ่มต้น งบประมาณอาจสูงถึงหลายหมื่น Token (คิดค่าใช้จ่ายเป็น Output) มันเป็นการสิ้นเปลืองจริงๆ ถ้าเปิดการคิดเชิงลึกไว้แค่เพื่อเปลี่ยนชื่อตัวแปร
- ดูคำตอบที่ผิดจนจบ — ผลกระทบ ★★ ถ้าคำตอบเริ่มออกทะเล ให้หยุดมันทันที ถ้าไม่หยุด Output ทั้งหมดนั้นจะกลายเป็น Input สำหรับการโต้ตอบครั้งต่อไป
- การแจ้งเตือน/ข้อความ Meta สะสม — ผลกระทบ ★ เล็กน้อย แต่มันกลายเป็น "ตัวก่อกวนเงียบ" เมื่อสะสมมากขึ้น
วินิจฉัยก่อนแก้ไขเสมอ
นี่คือส่วนที่คนมักพลาด
/context ← แสดง Token ตามรายการในบริบท
/usage ← การใช้งานเซสชัน
/cost ← ต้นทุน API สะสม
การรัน /context แค่ครั้งเดียวจะแสดงให้คุณเห็นว่ารั่วไหลอันดับ 1 ในกรณีของคุณภายใน 5 วินาที
ผลลัพธ์ส่วนใหญ่จะคล้ายกัน:
- ผลลัพธ์เครื่องมือที่สะสมเป็นอันดับ 1 อย่างท่วมท้น
- CLAUDE.md
- นิยามเครื่องมือ MCP
การตัดสิ่งต่างๆ โดยไม่วัดผลเป็นการเสียแรงเปล่า ให้ตัดจุดรั่วไหลอันดับ 1 ของคุณก่อน
พื้นฐาน 30 วินาที (ทำครั้งเดียวจบ)
✅ ลด CLAUDE.md ให้เหลือต่ำกว่า 200 บรรทัด
✅ เก็บ MCP ที่ใช้งานจริงแค่ 3 ตัว
✅ Extended Thinking → ปิดเป็นค่าเริ่มต้น ใช้เมื่อจำเป็นเท่านั้น
✅ .claudeignore → ไม่รวมไฟล์ขนาดใหญ่ที่ถูกสร้างขึ้น
✅ ทำให้ /clear เป็นนิสัยเมื่อทำงานเสร็จ
7 เทคนิคขั้นสูงที่ให้ผลลัพธ์มหาศาล
① ทำให้ Plan Mode เป็นค่าเริ่มต้น
Shift+Tab × 2 ก่อนทำงานที่ใช้ทรัพยากรมาก วางแผนโดยไม่แตะโค้ด ใช้สำหรับคำขอที่กว้างๆ เช่น "ปรับโครงสร้างอันนี้" มันช่วยลดสัดส่วนของ Token ที่ถูกเผาผลาญไปกับความพยายามที่สูญเปล่าได้มากที่สุด
② การสลับโมเดล
80% การเขียนโค้ดทั่วไป → Sonnet; การคิดที่ซับซ้อน → Opus คำสั่ง: /model sonnet, /model opus
โหมด OpusPlan: วางแผนด้วย Opus, ลงมือทำด้วย Sonnet สามารถประหยัดค่าใช้จ่ายได้ 60%
③ ใช้ Subagent อย่างเลือกสรร
พวกมันทำงานในบริบทแยกต่างหากและส่งเฉพาะบทสรุปกลับมายังเซสชันหลัก ใช้เฉพาะสำหรับการสำรวจที่หนักหน่วง—สำหรับงานเล็กๆ ค่าใช้จ่ายแฝงกลับสูงกว่า กฎ: ใช้เมื่อ (บริบทหลักที่ประหยัดได้ > ต้นทุนเริ่มต้นของ Subagent) เท่านั้น
④ ใช้ `/compact` อย่างจริงจัง
การรอจนถึงคำเตือนบริบท 80% นั้นสายเกินไป มันจะบีบอัด Noise ทั้งหมด
การใช้งานที่ถูกต้อง:
- เมื่อสิ้นสุดแต่ละช่วงของงาน
- ให้คำแนะนำสรุปก่อนเรียก
/compact: "เก็บเฉพาะ X, Y, Z และทิ้งส่วนที่เหลือ"
⑤ อ่านด้วยช่วงไฟล์ที่แม่นยำ
❌ "ดูโค้ดเบสทั้งหมดหน่อย"
✅ "ดูเฉพาะบรรทัดที่ 50-120 ของ src/auth.js และปรับปรุงการจัดการข้อผิดพลาด"
ความแตกต่างนั้นมหาศาล
⑥ บันทึกส่งต่องานเซสชัน
ก่อนจบเซสชันที่ยาวนาน:
"สรุปงานที่ทำไปแล้ว ขั้นตอนถัดไป และการตัดสินใจสำคัญในไม่เกิน 500 Token"
วางอันนี้ลงในเซสชันถัดไป = ใช้ Token น้อยกว่าการสร้างประวัติศาสตร์ทั้งหมดขึ้นมาใหม่หลายสิบเท่า
⑦ ใช้ Slash Commands สำหรับงานที่ทำซ้ำๆ
อย่าอธิบายรูปแบบที่ใช้บ่อย (รูปแบบการรีวิว PR, กฎการทดสอบ) ด้วยภาษาธรรมชาติทุกครั้ง กำหนดให้เป็น Slash Commands → แน่นอนและมีน้ำหนักเบา มีประสิทธิภาพมากกว่าการใส่ไว้ใน CLAUDE.md มาก
ข้อผิดพลาดที่พบบ่อย
❌ "การใส่ทุกอย่างไว้ใน CLAUDE.md สะดวกดี" → คุณจ่ายค่าใช้จ่ายนั้นทุกครั้งที่มีการโต้ตอบ
❌ "Subagent ถูกกว่าเสมอ" → จริงๆ แล้วแพงกว่าสำหรับงานเล็กๆ
❌ "บริบทที่ใหญ่ขึ้นทำให้ฉลาดขึ้น" → ตรงกันข้าม คุณภาพลดลงเนื่องจากบริบทเน่าเสีย
❌ "อัปเกรดจาก Pro เป็น Max จะแก้ปัญหาได้" → ความไม่มีประสิทธิภาพแบบเดียวกันแค่แพงขึ้น 5 เท่า แก้จุดรั่วไหลก่อน
การสิ้นเปลือง Token เป็นปัญหาด้านพฤติกรรม ไม่ใช่ปัญหาด้านขีดจำกัด
การรัน /context สักครั้ง, ลด CLAUDE.md, จัดระเบียบ MCP, และควบคุม Extended Thinking จะแก้ปัญหาส่วนใหญ่ได้
จำไว้ว่าทุกข้อความต้องจ่ายต้นทุนของข้อความก่อนหน้าทั้งหมด แล้วคุณจะเห็นว่าควรตัดตรงไหน
Prompts สำหรับมือใหม่
สำหรับผู้ใช้ Claude Code (วินิจฉัยตนเอง & ตั้งค่าการลด)
รันคำสั่ง /context และวิเคราะห์ผลลัพธ์
จากนั้น ทำตามนี้ตามลำดับ:
1. บอกฉัน 1-3 อันดับแรกที่ใช้ Token มากที่สุด
2. สำหรับแต่ละอัน แนะนำการดำเนินการเฉพาะที่ฉันสามารถทำได้ทันทีเพื่อลดมัน (รวมถึงจำนวน Token ที่ประหยัดได้โดยประมาณ)
3. อ่าน CLAUDE.md ของฉันและแนะนำเวอร์ชันที่ลดแล้วให้เหลือต่ำกว่า 200 บรรทัด / 600 Token แนะนำว่าควรย้ายส่วนที่เอาออกไปไว้ที่ไหน (Skills? Slash commands? หรือแค่ลบทิ้ง?)
4. สุดท้าย ตรวจสอบการรั่วไหลอื่นๆ เช่น Extended thinking หรือการจัดระเบียบเครื่องมือ MCP
เนื่องจากฉันเป็นมือใหม่ กรุณาจัดลำดับความสำคัญของผลลัพธ์เป็น "ทำตอนนี้เลย / ทำเมื่อมีเวลา"
สำหรับผู้ใช้ Claude.ai Chat (สุขอนามัยของบทสนทนา)
ก็อปปี้และวางเมื่อบทสนทนายาวขึ้นและการตอบสนองช้าลง หรือ Limit เริ่มบีบ:
สรุปเฉพาะข้อมูลที่สำคัญจริงๆ จากบทสนทนานี้ในไม่เกิน 500 ตัวอักษร ไม่รวมการลองผิดลองถูก เนื้อหาที่ออกนอกเรื่อง และคำทักทาย เน้นเฉพาะข้อสรุปหลัก การตัดสินใจ และขั้นตอนถัดไป ฉันจะคัดลอกอันนี้เพื่อเริ่มบทสนทนาใหม่ ดังนั้นจัดระเบียบให้ฉันสามารถทำงานต่อได้ทันทีหลังจากวางมันที่นั่น
แค่ได้ Prompt สองอันนี้ก็จะช่วยให้คุณใช้ AI ได้อย่างสบายใจขึ้นโดยไม่ต้องสิ้นเปลือง Token! ถ้าอันนี้มีประโยชน์ ช่วยกดไลค์ให้หน่อย!
ถ้ามีคำถามอื่นๆ ทิ้งไว้ในคอมเมนต์ได้เลย~
