Token ใน Claude คืออะไร และทำไมมือใหม่ต้องรู้?
Token คือหน่วยพื้นฐานที่ Claude ใช้ประมวลผลข้อความทุกชนิด ไม่ว่าจะเป็นคำถามที่เราพิมพ์ คำตอบที่ Claude ตอบกลับ หรือไฟล์ที่ Claude อ่านจากเครื่องของเรา ทุกอย่างถูกนับเป็น Token ทั้งสิ้น
หลักการคำนวณ Token คือ:
- ภาษาอังกฤษ: 1 คำ ≈ 1–1.3 Token
- ภาษาไทย: 1 คำ ≈ 3–5 Token (เพราะเป็นตัวอักษรแบบหลายไบต์)
- โค้ด 1 บรรทัด: ≈ 5–20 Token ขึ้นอยู่กับความซับซ้อน
เหตุผลที่มือใหม่ต้องรู้เรื่อง Token มี 3 ข้อ:
- โควต้า Subscription มีจำกัดต่อ 5 ชั่วโมง — Pro ได้ ~44,000 Token / Max 5x ได้ ~88,000 Token / Max 20x ได้ ~220,000 Token
- ค่า API คิดตาม Token — นักพัฒนาที่ใช้ API จ่ายเฉลี่ย 6 USD/วัน/คน แต่ถ้าไม่ระวังตัวเลขนี้พุ่งได้ง่ายมาก
- Token สะสมแบบทบต้น — ยิ่งคุยนานใน Session เดียว แต่ละข้อความยิ่งกิน Token มากขึ้นเรื่อยๆ เพราะ Claude ต้องอ่าน Context ทั้งหมดซ้ำทุกครั้ง
Claude Code และ Claude Cowork ต่างกันอย่างไร?
ก่อนไปถึงเทคนิค ต้องเข้าใจก่อนว่าสองเครื่องมือนี้ออกแบบมาสำหรับคนละกลุ่มงานกัน
| หัวข้อ |
Claude Code |
Claude Cowork |
| เป้าหมาย |
นักพัฒนาซอฟต์แวร์ |
คนทำงานทั่วไป |
| วิธีใช้ |
ผ่าน Terminal / Command Line |
ผ่าน Claude Desktop App |
| งานหลัก |
เขียนโค้ด แก้บั๊ก รีแฟกเตอร์ |
จัดการไฟล์ เขียนเอกสาร ทำรีเสิร์ช |
| สถาปัตยกรรม |
Single Agent + Sub-Agent |
Multi-Agent ตั้งแต่ต้น |
| การกิน Token |
ขึ้นกับขนาด Codebase |
สูงกว่า Chat ธรรมดาเสมอ |
| เปิดตัว |
ก่อนปี 2026 |
มกราคม 2026 |
Claude Code เปรียบได้กับผู้ช่วยโปรแกรมเมอร์ที่นั่งอยู่ในเครื่องคุณ สามารถอ่านโค้ด แก้บั๊ก เพิ่มฟีเจอร์ และ Commit งานได้เลยโดยไม่ต้องออกจาก Terminal
Claude Cowork เปรียบได้กับผู้ช่วยออฟฟิศอัจฉริยะที่ทำงานบนเดสก์ท็อปของคุณ จัดเรียงไฟล์ สร้าง Report ส่งอีเมล และตั้งเวลาให้ทำงานซ้ำอัตโนมัติได้
ทำไม Token ถึงหมดเร็วกว่าที่คิด?
สาเหตุที่ Token หมดเร็ว ไม่ใช่เพราะการพิมพ์คำถาม แต่เกิดจากกระบวนการทำงานเบื้องหลังที่มองไม่เห็น
กรณีของ Claude Code
เมื่อเปิด Session ใหม่ใน Claude Code ระบบทำงานดังนี้:
- โหลด System Prompt รวมถึง Tools ที่มีทั้งหมด
- โหลด MCP Server Definitions — MCP Server 1 ตัวกิน Token หลายร้อย มี 13 ตัวพร้อมกันเคยมีรายงานว่ากินไปถึง 82,000 Token ก่อนเริ่มงานจริง
- โหลดไฟล์ CLAUDE.md ที่เป็น Memory ของโปรเจกต์
- สะสม Output ของคำสั่งที่รัน ทุก Output ไม่ว่าจะเป็นผลจาก git log หรือ test results จะค้างอยู่ใน Context ตลอด Session
กรณีของ Claude Cowork
Cowork กิน Token มากกว่า Claude Code ในบางแง่ เพราะ:
- ใช้ Multi-Agent Architecture หมายความว่า Task หนึ่งอาจแตกออกเป็น Sub-Agent หลายตัว แต่ละตัวมี Context Window ของตัวเอง
- อ่านและเขียนไฟล์จริง จากเครื่อง ทุกครั้งที่เปิดไฟล์คือ Token ที่ถูกใช้
- Connectors และ Plugins ทุกตัวที่เปิดใช้งานจะเพิ่ม Tool Definition เข้า Context
เทคนิคประหยัด Token สำหรับ Claude Code
Claude Code มีเทคนิคที่นำไปใช้ได้ทันที 10 ข้อ แบ่งตามระดับความสำคัญดังนี้:
เทคนิคที่ 1: ใช้คำสั่ง /clear ทุกครั้งที่เปลี่ยนงาน
วิธีทำ: พิมพ์
/clear ใน Terminal เมื่อจบงานหนึ่งและเริ่มงานใหม่ที่ไม่เกี่ยวกัน
ทำไมต้องทำ: Context Window ของ Claude ทำงานเหมือน RAM ในคอมพิวเตอร์ ถ้าเพิ่งแก้บั๊กระบบ Login เสร็จแล้วจะไปทำ UI ใหม่ Context เรื่อง Login จะยังค้างอยู่และถูกนับซ้ำทุกครั้งที่ส่งข้อความใหม่ ทั้งที่ไม่ได้ใช้งานแล้ว
เคล็ดลับ: ใช้
/rename ตั้งชื่อ Session ก่อน
/clear เพื่อให้สามารถ
/resume กลับมาได้ภายหลัง
เทคนิคที่ 2: ใช้คำสั่ง /compact เมื่อต้องการเก็บบริบท
วิธีทำ: พิมพ์
/compact พร้อมระบุสิ่งที่ต้องการเก็บ เช่น:
/compact Focus on the authentication logic we built/compact preserve the API patterns and error handling
ความแตกต่างจาก /clear:
/compact ไม่ได้ล้าง Context ทั้งหมด แต่ให้ Claude สรุปบทสนทนาเป็นเวอร์ชันย่อ ใช้เมื่องานยังไม่เสร็จแต่ Context เริ่มใหญ่เกินไป
เวลาที่ควรใช้: เมื่อเสร็จฟีเจอร์หนึ่งแต่ยังทำงานต่อในโปรเจกต์เดิม หรือหลัง Commit แต่ละครั้ง อย่ารอให้ระบบ Auto-Compact เพราะจะทำงานตอน Context เต็ม 95% ซึ่ง Claude อาจลืมคำสั่งเดิมไปแล้ว
เทคนิคที่ 3: เลือกโมเดลให้ตรงกับระดับความยากของงาน
กฎการเลือกโมเดล:
- Sonnet: ใช้เป็น Default สำหรับงานทั่วไป เร็วกว่าและประหยัด Token กว่า Opus อย่างเห็นได้ชัด
- Opus: ใช้เฉพาะเมื่อต้องการ Deep Analysis หรือรีแฟกเตอร์ระบบซับซ้อนจริงๆ เท่านั้น
- opusplan mode: ใช้ Opus สำหรับขั้นวางแผน แล้วสลับเป็น Sonnet ตอนเขียนโค้ดจริง — ได้คุณภาพและประหยัดไปพร้อมกัน
วิธีสลับ: พิมพ์
/model sonnet หรือ
/model opus ได้เลยใน Terminal
เทคนิคที่ 4: สั่งงานให้เจาะจงและชี้ไฟล์โดยตรง
เปรียบเทียบการสั่งงาน:
| ❌ สั่งแบบกว้าง (กิน Token มาก) |
✅ สั่งแบบเจาะจง (ประหยัด Token) |
| “แก้โค้ดให้ดีขึ้น” |
“optimize readability in @src/auth.js — extract constants, add error handling” |
| “เพิ่ม validation” |
“add input validation to the email field in @components/LoginForm.jsx” |
| “ทดสอบให้หน่อย” |
“run tests for the auth module only” |
การใช้เครื่องหมาย
@ นำหน้าชื่อไฟล์ บอกให้ Claude อ่านเฉพาะไฟล์ที่ชี้ แทนที่จะเสีย Token ไปกับการสำรวจทั้ง Codebase
เทคนิคเสริม: รวมงานที่เกี่ยวข้องเข้าด้วยกัน เช่น “update error handling in @auth.js, @user.js, and @api.js” แทนที่จะสั่งทีละไฟล์แยกกัน
เทคนิคที่ 5: สร้างไฟล์ .claudeignore เพื่อบล็อกไฟล์ที่ไม่จำเป็น
วิธีสร้าง: สร้างไฟล์ชื่อ
.claudeignore ที่ Root ของโปรเจกต์ โดยใส่รายการไฟล์หรือโฟลเดอร์ที่ไม่ต้องการให้ Claude อ่าน
ตัวอย่างเนื้อหาในไฟล์ .claudeignore:
node_modules/
dist/
build/
*.lock
*.min.js
coverage/
.cache/
ทำไมต้องทำ: ไฟล์อย่าง
package-lock.json หรือ
yarn.lock อาจมีได้ถึง 5,000+ บรรทัด ถ้า Claude เปิดไฟล์เหล่านี้ทุกครั้งที่สำรวจโปรเจกต์ Token จะหายไปหลายพันโดยไม่มีประโยชน์
เทคนิคที่ 6: ดูแลไฟล์ CLAUDE.md ให้กระชับอยู่เสมอ
เป้าหมาย: รักษาขนาดไฟล์ CLAUDE.md ให้ไม่เกิน
5,000 Token
ไฟล์ CLAUDE.md ถูกโหลดเข้า Context Window ทุกครั้งที่เปิด Session ใหม่ ดังนั้น Token ทุกตัวในไฟล์นี้ถูกใช้ซ้ำทุก Session
ควรใส่:
- สรุปโปรเจกต์สั้นๆ (ไม่เกิน 3-5 ประโยค)
- Tech Stack ที่ใช้
- Code Style ที่ตกลงกันในทีม
- Known Bugs ที่ยังไม่ได้แก้
- TODO สำคัญ
ไม่ควรใส่:
- ประวัติโปรเจกต์ทั้งหมด
- Documentation ที่ Claude หาเองได้จากไฟล์ต้นฉบับ
- Log หรือ Changelog เก่าๆ
เทคนิคที่ 7: ใช้ Sub-Agent สำหรับงานสำรวจข้อมูลขนาดใหญ่
วิธีใช้: พิมพ์คำสั่งที่บอกให้ Claude ส่ง Sub-Agent แทน เช่น:
"use subagents to investigate how our payment system handles refunds""spawn a subagent to analyze all API endpoints and summarize them"
หลักการทำงาน: Sub-Agent ทำงานใน Context Window แยกต่างหาก แล้วส่งเฉพาะสรุปผลกลับมาให้ Context หลัก ทำให้ Context หลักของเราไม่บวมจากข้อมูลดิบที่ไม่จำเป็น
เทคนิคที่ 8: ปิด MCP Server ที่ไม่ได้ใช้งาน
วิธีตรวจสอบ: พิมพ์
/context เพื่อดูว่า MCP Server แต่ละตัวกิน Token ไปเท่าไร
วิธีปิด: ใช้คำสั่ง
/mcp หรือ
@server-name disable เพื่อปิด Server ที่ไม่จำเป็นสำหรับงานปัจจุบัน
MCP Server 1 ตัวเพิ่ม Tool Definition หลายร้อย Token เข้าสู่ Context ตั้งแต่เริ่ม Session ถ้าเชื่อมต่อไว้ 10 ตัวแต่ใช้จริงแค่ 2 ตัว Token ที่เหลืออีก 8 ตัวก็สูญเปล่า
เทคนิคที่ 9: ควบคุม Output ของคำสั่งที่รัน
เปรียบเทียบ:
- “run all tests” → Output อาจยาวหลายพัน Token
- “run tests for the payment module” → Output สั้นกว่าและตรงจุดกว่ามาก
Output ทั้งหมดจากคำสั่งที่รันจะถูกยัดเข้า Context Window และค้างอยู่ตลอด Session การจำกัด Scope ของคำสั่งจึงช่วยลด Token ได้โดยตรง
เทคนิคที่ 10: ใช้ Plan Mode ก่อนเริ่มงานซับซ้อน
วิธีเข้า Plan Mode: กด
Shift + Tab สองครั้ง
ทำไมต้องวางแผนก่อน: ในงานที่ซับซ้อน ถ้า Claude ลงมือทำโดยไม่วางแผน มีโอกาสที่จะทำผิดทิศทางและต้องย้อนกลับมาแก้ ทุกรอบที่ย้อนกลับคือ Token ที่สูญเปล่า การวางแผนก่อน 1 รอบอาจช่วยประหยัด Token ได้หลายรอบของการลองผิดลองถูก
เทคนิคประหยัด Token สำหรับ Claude Cowork
Claude Cowork มีลักษณะงานที่ต่างจาก Claude Code เพราะเน้นการจัดการไฟล์และงานออฟฟิศ เทคนิคจึงต่างออกไปด้วย
เทคนิคที่ 1: แยกแยะให้ชัดว่างานไหนควรใช้ Cowork และงานไหนควรใช้ Chat ธรรมดา
หลักการง่ายๆ:
- ใช้ Chat ธรรมดา สำหรับงานที่ตอบกลับในบทสนทนาได้ เช่น ถามคำถาม เขียนอีเมลสั้นๆ แปลภาษา ขอคำแนะนำ
- ใช้ Cowork สำหรับงานที่ต้องจัดการไฟล์จริง ต้องบันทึกผลลัพธ์ลงเครื่อง หรืองานที่มีหลายขั้นตอนที่ต้องทำต่อเนื่อง
Cowork กิน Token มากกว่า Chat ธรรมดาอย่างมีนัยสำคัญ เพราะทุก Task ต้องผ่านกระบวนการวางแผน อ่านไฟล์ และอาจ Spawn Sub-Agent เพิ่ม การใช้ Cowork สำหรับงานเล็กๆ ที่ Chat ธรรมดาทำได้เป็นการสิ้นเปลือง Token โดยไม่จำเป็น
เทคนิคที่ 2: รวม Task ย่อยที่เกี่ยวข้องเข้าเป็น Task เดียว
ตัวอย่างการ Batch งาน:
❌
แบบที่กิน Token มาก (3 Task แยกกัน):
- Task 1: “จัดรูปแบบวันที่ในไฟล์ sales_data.xlsx”
- Task 2: “แก้ชื่อบริษัทให้เป็นมาตรฐาน”
- Task 3: “จัดรูปแบบตัวเลขยอดขายให้เป็น 2 ทศนิยม”
✅
แบบที่ประหยัด Token (1 Task รวม):
- “ทำความสะอาดข้อมูลใน sales_data.xlsx โดย (1) จัดรูปแบบวันที่เป็น DD/MM/YYYY (2) แก้ชื่อบริษัทให้สม่ำเสมอ (3) ปรับตัวเลขยอดขายเป็น 2 ทศนิยม”
เหตุผล: ทุกครั้งที่เปิด Task ใหม่ Cowork ต้องโหลด Context เริ่มต้นใหม่ทั้งหมด การรวมงานเข้าด้วยกันทำให้ Context ที่โหลดครั้งเดียวถูกใช้อย่างคุ้มค่าสูงสุด
เทคนิคที่ 3: เขียน Prompt ให้ครบถ้วนตั้งแต่ครั้งแรก
องค์ประกอบของ Prompt ที่ดีสำหรับ Cowork:
- อธิบายผลลัพธ์ที่ต้องการ — ต้องการอะไร
- ระบุ Source ของไฟล์ — ไฟล์อยู่ที่โฟลเดอร์ไหน ชื่ออะไร
- บอก Format ของ Output — ต้องการผลลัพธ์เป็น Excel, PDF, หรือ Word
- ระบุเงื่อนไขพิเศษ — ถ้ามีข้อยกเว้นหรือกฎพิเศษ บอกให้ครบ
ทุกครั้งที่ Cowork ต้องถามกลับมาว่า “หมายถึงอะไร” หรือ “ต้องการแบบไหน” คือ Token ที่สูญเสียไปโดยไม่จำเป็น
เคล็ดลับ: ถ้าไม่แน่ใจว่าเขียน Prompt อย่างไรดี ให้ถามใน Chat ธรรมดาก่อนว่า “ช่วยเขียน Prompt สำหรับ Cowork งานนี้ให้หน่อย” แล้วค่อยนำ Prompt ที่ได้ไปใช้งานจริง
เทคนิคที่ 4: จำกัดขอบเขตโฟลเดอร์ที่ให้ Cowork เข้าถึง
วิธีทำ: สร้างโฟลเดอร์แยกเฉพาะสำหรับงานที่ใช้ Cowork เช่น
Desktop/CoworkFiles/ แล้วย้ายเฉพาะไฟล์ที่เกี่ยวกับงานนั้นเข้าไป
ทำไมต้องทำ: ถ้าชี้ Cowork ไปที่โฟลเดอร์ Documents ทั้งหมดหรือ Drive ทั้งลูก Cowork อาจต้องอ่านและทำความเข้าใจไฟล์หลายร้อยไฟล์ที่ไม่เกี่ยวข้องกับงานนั้นเลย Token ที่เสียไปกับการสำรวจไฟล์ที่ไม่จำเป็นคือ Token ที่สูญเปล่า
เทคนิคที่ 5: เปิดใช้ Connectors และ Plugins เฉพาะที่จำเป็น
Cowork รองรับการเชื่อมต่อกับแอปหลายประเภท เช่น Gmail, Google Drive, Notion, Slack และอื่นๆ อีกมาก แต่ทุก Connector ที่เปิดใช้งานจะเพิ่ม Tool Definition เข้าสู่ Context Window โดยอัตโนมัติ
ข้อดีของ Cowork: ใช้ระบบ Progressive Disclosure โหลดแค่ Metadata สั้นๆ ของแต่ละ Plugin ประมาณ 100 Token ก่อน แล้วค่อยโหลดรายละเอียดเต็มเฉพาะเวลาที่ต้องใช้งานจริง แต่ถ้าเปิด Plugin ไว้มากเกินไป Token ก็สะสมได้อยู่ดี
แนวทางปฏิบัติ: เปิดเฉพาะ Connector ที่จำเป็นสำหรับ Task ปัจจุบัน ปิดตัวที่ไม่ได้ใช้ไว้ก่อน
เทคนิคที่ 6: เขียน Prompt สำหรับ Scheduled Tasks ให้ชัดตั้งแต่แรก
Scheduled Tasks คือฟีเจอร์ที่ตั้งเวลาให้ Cowork ทำงานซ้ำอัตโนมัติ เช่น ดึงข้อมูลยอดขายทุกเช้า หรือสรุปอีเมลทุกบ่าย
สิ่งที่ต้องรู้: Cowork จะปรับปรุง Prompt อัตโนมัติหลังรันครั้งแรก โดยเรียนรู้จากสิ่งที่ทำ ทำให้รอบถัดไปมีประสิทธิภาพมากขึ้น แต่ถ้า Prompt เริ่มต้นไม่ชัดเจน Cowork จะเสีย Token ไปกับการทดลองในรอบแรกมากกว่าที่ควร
สิ่งที่ต้องระบุใน Scheduled Task Prompt:
- แหล่งข้อมูล (Connector ไหน ไฟล์ไหน)
- ขั้นตอนการประมวลผล
- รูปแบบ Output ที่ต้องการ
- ตำแหน่งที่บันทึก Output
เทคนิคที่ 7: ตรวจสอบ Usage อย่างสม่ำเสมอและวางแผนงานหนักหลังรีเซ็ต
วิธีตรวจสอบ: ไปที่ Settings → Usage เพื่อดูสถานะโควต้าในรอบ 5 ชั่วโมงปัจจุบัน
กลยุทธ์การใช้งาน:
- เริ่ม Task ขนาดใหญ่ทันทีหลังจากโควต้าเพิ่งรีเซ็ต เพื่อให้มีโควต้าเต็มสำหรับงานหนัก
- Task ที่อาจใช้เวลาเกิน 5 ชั่วโมง ให้แบ่งออกเป็นส่วนย่อยๆ ก่อน เพราะถ้ารัน Task ข้ามรอบรีเซ็ต Task อาจถูกขัดจังหวะกลางทาง
เปรียบเทียบ: ก่อนและหลังใช้เทคนิคประหยัด Token
| สถานการณ์ |
ก่อนใช้เทคนิค |
หลังใช้เทคนิค |
| งาน 1 Session ทำได้กี่ Task |
2–3 Task |
5–6 Task |
| โควต้า Pro (44,000 Token) ใช้ได้กี่ชั่วโมง |
1–2 ชั่วโมง |
4–5 ชั่วโมง (เกือบเต็มรอบ) |
| ค่า API ต่อวัน (นักพัฒนา 1 คน) |
12–20 USD |
6–8 USD |
| คุณภาพคำตอบของ Claude |
ลดลงเมื่อ Context เต็ม |
สม่ำเสมอตลอด Session |
คำถามที่พบบ่อย (FAQ)
ถาม: Token กับ Context Window ต่างกันอย่างไร? ตอบ: Token คือหน่วยนับของข้อมูล ส่วน Context Window คือ “ความจำชั่วคราว” ของ Claude ในแต่ละ Session ซึ่งมีขนาด 200,000 Token เมื่อ Context Window เต็ม Claude จะเริ่มลืมข้อมูลเก่าหรือระบบจะ Auto-Compact
ถาม: Claude Code กับ Claude Cowork ใช้โควต้า Token จากบัญชีเดียวกันหรือเปล่า? ตอบ: ใช่ ทั้ง Claude Code, Claude Cowork และ Claude Chat ธรรมดา ใช้โควต้า Token จาก Subscription Plan เดียวกัน ดังนั้นการวางแผนการใช้งานในแต่ละ 5 ชั่วโมงจึงสำคัญมาก
ถาม: ถ้าใช้แบบ API จะประหยัดกว่า Subscription ไหม? ตอบ: ขึ้นอยู่กับปริมาณการใช้งาน สำหรับนักพัฒนาที่ใช้งานหนักมาก Subscription แบบ Max 20x อาจคุ้มกว่า แต่สำหรับงานที่ต้องการยืดหยุ่นและควบคุมต้นทุนแม่นยำ API อาจเหมาะกว่า ค่าเฉลี่ยสำหรับ API อยู่ที่ 6 USD/วัน/คน สำหรับ 90% ของผู้ใช้ที่ใช้ไม่เกิน 12 USD/วัน
ถาม: ถ้า Context Window เต็มจะเกิดอะไรขึ้น? ตอบ: Claude จะเริ่ม Auto-Compact โดยสรุปบทสนทนาเก่าอัตโนมัติ ซึ่งอาจทำให้ Claude ลืมรายละเอียดสำคัญที่สั่งไว้ก่อนหน้า การ
/compact เองก่อนที่ Context จะเต็ม 95% จึงดีกว่าการรอให้ระบบทำอัตโนมัติ
ถาม: ภาษาที่ใช้สั่งงานมีผลต่อ Token ไหม? ตอบ: มีผลโดยตรง การสั่งงานเป็นภาษาอังกฤษใช้ Token น้อยกว่าภาษาไทยประมาณ 2–4 เท่า สำหรับงานเทคนิคอย่าง Claude Code การสั่งเป็นภาษาอังกฤษจึงประหยัด Token ได้มากกว่า แต่สำหรับ Cowork ที่เนื้อหาอาจเป็นภาษาไทย การสั่งงานเป็นภาษาไทยก็ยังสมเหตุสมผล
สรุป: 5 หลักการที่ต้องจำให้ขึ้นใจ
การประหยัด Token ใน Claude Code และ Claude Cowork สรุปได้เป็น 5 หลักการดังนี้:
- เคลียร์ Context บ่อยๆ — ใช้
/clear ทุกครั้งที่เปลี่ยนงาน ใช้ /compact เมื่อต้องการเก็บบริบทบางส่วน อย่าสะสม Context ที่ไม่จำเป็นไว้ใน Session เดียว
- สั่งงานให้ชัดและเจาะจง — ระบุไฟล์ด้วย
@ ใน Claude Code บอก Format และ Source ให้ครบใน Cowork การสั่งชัดตั้งแต่แรกหมายถึง Claude ไม่ต้องเดาและไม่ต้องถามกลับ
- เลือกเครื่องมือให้ตรงงาน — อย่าใช้ Cowork กับงานที่ Chat ธรรมดาทำได้ อย่าใช้ Opus เมื่อ Sonnet พอ
- จำกัด Scope ของทุกอย่าง — ทั้งโฟลเดอร์ที่ให้เข้าถึง MCP Server ที่เปิดใช้ Plugin ที่เปิดใช้ และ Output ของคำสั่งที่รัน
- ตรวจสอบ Usage เป็นประจำ — รู้ว่าโควต้าเหลืออยู่เท่าไร วางแผนงานหนักหลังรีเซ็ต และแบ่ง Task ขนาดใหญ่ออกเป็นส่วนย่อยก่อนเริ่ม
เมื่อนำเทคนิคทั้ง 17 ข้อไปปฏิบัติ ผลลัพธ์ที่ได้ไม่ใช่แค่การประหยัดเงิน แต่คุณภาพของงานจะดีขึ้นด้วย เพราะ Claude ที่มี Context สะอาดและตรงจุดจะตอบได้แม่นยำกว่า Claude ที่มี Context เต็มไปด้วยข้อมูลที่ไม่เกี่ยวข้อง
