Sáu mục tổng hợp cho người dùng Claude Code và API: thuật ngữ, quy trình, vấn đề thường gặp, chỉ số, vai trò theo cách dùng và checklist. Bấm vào từng ô để lật và xem chi tiết.
Những khái niệm cần thống nhất để HR, kế toán và lãnh đạo hiểu cùng một nghĩa.
Cách tính tiền
- Token — đơn vị văn bản mà mô hình xử lý; chi phí và giới hạn tính theo token
- Token đầu vào và đầu ra — đầu ra thường đắt hơn đầu vào cho cùng số token
- Cửa sổ ngữ cảnh (context window) — lượng nội dung tối đa mô hình xem được trong một phiên
- Giới hạn sử dụng — hạn mức theo gói đăng ký hoặc theo tài khoản API; khác nhau giữa các gói
Các cơ chế của nền tảng
- Prompt caching — lưu phần đầu prompt lặp lại; đọc từ bộ nhớ đệm tính khoảng 0,1 lần giá đầu vào thông thường
- Batch API — xử lý hàng loạt không cần kết quả ngay, giảm khoảng 50% chi phí
- Subagent — tác tử con làm việc riêng và chỉ trả về tóm tắt, giúp phiên chính gọn hơn
- Nén ngữ cảnh (compact) — tóm tắt hội thoại dài để giải phóng chỗ trong cửa sổ ngữ cảnh
Thứ chiếm token âm thầm
- CLAUDE.md — tệp hướng dẫn nạp vào mỗi phiên; càng dài càng tốn token
- Định nghĩa công cụ và MCP — mô tả các công cụ được nạp vào ngữ cảnh; nhiều máy chủ MCP làm tăng token nền
- Kết quả công cụ — nội dung tệp, đầu ra lệnh trả về được tính vào ngữ cảnh
- Suy luận mở rộng (extended thinking) — token suy nghĩ tính vào token đầu ra
Các nghiệp vụ lặp lại theo mùa. Mỗi quy trình nêu mục đích và các bước theo thứ tự.
Giảm token nền ngay từ đầu
Để làm gì: Mỗi phiên bắt đầu với ngữ cảnh nhỏ nhất đủ để làm việc.
- Giữ CLAUDE.md ngắn: chỉ những quy tắc dùng thường xuyên, chi tiết đưa vào tệp riêng đọc khi cần
- Bật đúng máy chủ MCP cần dùng: tắt những cái không dùng
- Mở phiên mới cho việc mới: không tiếp tục phiên dài của việc khác
- Nêu rõ mục tiêu và phạm vi: tệp, thư mục liên quan
Thói quen khi làm
Để làm gì: Giảm lượng nội dung không cần thiết đi vào ngữ cảnh.
- Tìm trước, đọc sau: dùng tìm kiếm để lấy đúng đoạn thay vì đọc cả tệp lớn
- Đọc một phần tệp: chỉ định dòng cần xem
- Giao việc tìm kiếm rộng cho subagent: chỉ nhận lại kết quả tóm tắt
- Chọn mô hình theo độ khó: mô hình nhỏ cho việc đơn giản, mô hình lớn cho việc khó
- Yêu cầu trả lời ngắn: khi không cần giải thích dài
Trước khi ngữ cảnh đầy
Để làm gì: Giữ chất lượng và chi phí ổn định khi làm việc lâu.
- Theo dõi mức dùng ngữ cảnh: xem trạng thái phiên
- Dùng /compact khi đã có kết quả cần giữ: tóm tắt để tiếp tục
- Dùng /clear khi chuyển sang việc khác: xóa ngữ cảnh cũ
- Ghi kết luận quan trọng vào tệp: để phiên sau đọc lại thay vì giải thích lại
Khó khăn xuất hiện ở từng cấp. Mỗi cấp gặp một loại vấn đề khác nhau.
Nhân viên HR, hành chính, kế toán lương
- Dán toàn bộ tệp hoặc nhật ký dài vào hội thoại
- Yêu cầu mơ hồ nên phải hỏi đi hỏi lại nhiều vòng
- Để nguyên một phiên làm nhiều việc không liên quan
Trưởng phòng, trưởng bộ phận, quản đốc
- Nhiều máy chủ MCP và công cụ được bật nhưng ít dùng
- CLAUDE.md và tài liệu hướng dẫn quá dài, lẫn nội dung ít dùng
- Dùng mô hình lớn nhất cho mọi việc, kể cả việc đơn giản
Giám đốc, chủ doanh nghiệp
- Chỉ nhìn giá một lần gọi, không nhìn tổng chi phí cả quy trình
- Không thiết lập cách theo dõi chi phí theo người, theo dự án
- Không tận dụng caching và Batch API cho tác vụ lặp lại
Chỉ số theo bốn nhóm: tài chính, khách hàng, quy trình, con người. Nhóm nào chưa có chỉ số đã kiểm chứng thì để trống.
Chi phí và hiệu quả đồng vốn
- Chi phí token trên mỗi tác vụ hoàn thành
- Chi phí token theo tháng so với ngân sách
Cảm nhận của người lao động và bộ phận sử dụng
Tốc độ và độ chính xác nghiệp vụ
- Số token trung bình mỗi phiên
- Tỷ lệ token đọc từ bộ nhớ đệm (cache hit) trong tổng token đầu vào
- Số lần phải làm lại do yêu cầu chưa rõ
Năng lực, gắn kết và giữ chân
Ai phụ trách trong từng mô hình. Tên vị trí có thể khác nhau giữa các công ty.
Một người tự quản lý phiên
Ngữ cảnh và chi phí do chính người dùng kiểm soát.
- Người dùng: viết yêu cầu rõ, mở phiên mới cho việc mới, dùng compact và clear đúng lúc
- Người dùng: giữ CLAUDE.md ngắn và cập nhật
Vài người cùng dùng cho một dự án
Cần quy ước chung để mọi người tiết kiệm như nhau.
- Người phụ trách kỹ thuật: viết CLAUDE.md chung, chọn máy chủ MCP cần thiết
- Thành viên: tuân thủ quy ước, chia sẻ cách làm hiệu quả
Ứng dụng nội bộ gọi mô hình
Chi phí tăng theo số người và số lượt gọi, cần thiết kế để tối ưu.
- Lập trình viên: dùng caching, Batch API, giới hạn độ dài đầu ra
- Bộ phận IT hoặc tài chính: theo dõi chi phí theo dự án, đặt hạn mức
- Lãnh đạo: duyệt ngân sách và mục tiêu sử dụng
Không trực tiếp quản lý token
Cần ít quy tắc đơn giản để không lãng phí hạn mức.
- Nhân viên: viết yêu cầu rõ, bắt đầu hội thoại mới khi đổi chủ đề, không đính kèm tệp thừa
- IT hoặc quản trị: hướng dẫn và cấp gói phù hợp
Danh sách việc cần làm. Có thể tick chọn và tải về để dùng.
Giảm token nền
Thói quen hằng ngày
Khi tích hợp
