Перейти до основного вмісту

Розуміння контексту та керування сеансами Claude Code

Якщо ви користуєтеся Claude Code вже деякий час, ви, напевно, помітили: чим довше триває сеанс, тим повільнішими стають відповіді. Справа не в тому, що AI деградує — справжня причина — перевантаження контексту. Ось що відбувається під капотом і що ви можете з цим зробити.

1. Що насправді означає "контекст"​

У термінології AI контекст — це просто набір інформації, з якою модель працює при відповіді на ваш запит. Сьогоднішні LLM є безстандартними спільними сервісами — вони не підтримують жодної вбудованої пам'яті про вас або ваш проєкт між викликами.

На практиці це означає наступне: кожного разу, коли ви надсилаєте повідомлення, Claude Code зобов'язаний упакувати ваш поточний запит разом з усією історією розмови і відправити все це моделі. Чим довша історія, тим важчий кожен пакет даних.

Уявіть це як теку з брифінгом. Кожне повідомлення, яке ви надсилаєте, — це наче передати фахівцеві теку, повну довідкових матеріалів. На початку сеансу тека тонка і легко переглядається. Але якщо ви стрибаєте між непов'язаними темами — рефакторинг бекенду, зміна фронтенду, налагодження CSS-особливостей — ця тека перетворюється на безладний хаос. Фахівець сповільнюється і починає помилятися не тому, що він некомпетентний, а тому, що ви дали йому завалений папку.

2. Чому лише стиснення вас не врятує​

Claude Code постачається з автоматичним стисненням контексту: коли історія перевищує порогове значення, система узагальнює ключові моменти та дедуплікує посилання на файли. Корисно, але є реальні обмеження:

  • Це дорого. Сам процес стиснення зазвичай спалює 20% або більше вашого бюджету вхідних токенів. На великій кодовій базі це значний обсяг часу та коштів, що витрачаються на узагальнення замість реальної роботи.
  • Він помиляється при зміні напрямку. Сиснення передбачає, що є релевантним, на основі попереднього — це не справжнє перемикання контексту. Якщо ви раптово переходите до зовсім іншого завдання посеред сеансу (наприклад, від переписування API-маршрутів до вирівнювання кнопок), стиснений підсумок все ще тягне за собою застарілі припущення, і модель плутається.

3. Рішення: одне завдання — один сеанс​

Принцип максимально простий: давайте AI одне завдання за раз. Deep Code робить це легко за допомогою двох команд:

Введення команди /clear для початку нового завдання
  • /clear — Почати з чистого аркуша. Ця команда очищує поточну розмову та відкриває новий чистий сеанс. Без залишкової історії, без застарілих посилань на файли — AI зосереджується виключно на тому, що перед ним зараз.
Введення команди /resume для перегляду попередніх сеансів
  • /resume — Продовжити з того місця, де зупинилися. Потрібно повернутися до вчорашнього сеансу рефакторингу? /resume показує всі попередні сеанси для проєкту, кожен позначений однорядковим підсумком. Переміщайтеся стрілками, натисніть Enter на потрібному або натисніть ESC, щоб вийти.

Підсумок​

Ось що ми розглянули:

  • Контекст — це ваша історія розмови — і він надсилається моделі з кожним повідомленням. Чим довший сеанс, тим важчий пакет даних і тим повільніші відповіді.
  • Автоматичне стиснення допомагає, але не є панацеєю. Воно витрачає токени на узагальнення і погано справляється, коли ви перемикаєте завдання посеред сеансу.
  • Рішення просте: одне завдання — один сеанс. Використовуйте /clear, щоб очистити поле та почати з нуля. Використовуйте /resume, щоб повернутися до попереднього сеансу, коли потрібно продовжити з того місця, де ви зупинилися.

Варто зазначити, що /resume має свої недоліки — ви отримуєте лише однорядковий підсумок на кожен сеанс, немає можливості переглянути вміст розмови перед відновленням, а перемикання між сеансами незручне. Якщо ви стикаєтеся з цими обмеженнями, перегляньте Панель історії завдань — візуальний інтерфейс, що дозволяє переглядати повні історії розмов, копіювати повідомлення та перемикати завдання одним кліком.