Hari ini, kami meluncurkan pembaruan baru untuk perintah /usage, yang dirancang untuk membantu Anda memahami lebih jelas penggunaan Anda di Claude Code. Di balik keputusan ini adalah berbagai diskusi mendalam yang kami lakukan dengan pengguna baru-baru ini.
Dalam diskusi ini, kami berulang kali mendengar sebuah fenomena: kebiasaan semua orang dalam mengelola sesi sangatlah beragam. Terutama sejak Claude Code meningkatkan jendela konteks (Context Window) hingga mencapai 1 juta, perbedaan ini menjadi semakin jelas.
Apakah Anda terbiasa hanya menyimpan satu atau dua sesi yang terbuka di terminal? Atau membuka sesi baru setiap kali memasukkan prompt? Kapan Anda menggunakan kompresi (Compact), putar balik (Rewind), atau sub-agen (Subagents)? Dan apa yang menyebabkan kompresi yang buruk?
Sebenarnya ada banyak hal yang perlu dipelajari di sini. Detail-detail yang tampaknya sepele ini sangat mempengaruhi pengalaman Anda menggunakan Claude Code. Dan inti dari semua ini bermuara pada satu hal: cara mengelola jendela konteks Anda.
Kilas Ilmu: Konteks, Kompresi Konteks, dan Penurunan Konteks
Yang dimaksud dengan 'Jendela Konteks (Context Window)' ibarat semua informasi yang dapat 'dilihat' oleh model secara bersamaan saat menghasilkan jawaban berikutnya. Ini mencakup prompt sistem (System Prompt) Anda, riwayat obrolan sejauh ini, setiap panggilan alat (Tool Call) dan hasil keluarannya, bahkan setiap file yang telah dibacanya. Sekarang, Claude Code memiliki jendela konteks yang sangat besar hingga 1 juta token(Catatan: Token adalah unit dasar model besar untuk memproses teks, biasanya satu kata bahasa Inggris sekitar 1 Token, satu karakter Tionghoa mungkin memakan 1-2 Token).
Namun sayangnya, menggunakan konteks memerlukan sedikit pengorbanan, yang biasanya kami sebut sebagai penurunan konteks (Context Rot)(Catatan: Mengacu pada fenomena di mana seiring riwayat percakapan menjadi semakin panjang, model perlu memproses terlalu banyak informasi, menyebabkan perhatiannya teralihkan, melupakan informasi penting awal atau terganggu oleh konten yang tidak relevan). Seiring konteks menjadi semakin panjang, kinerja model biasanya memburuk, karena perhatiannya tersebar ke lebih banyak Token. Konten-konten sisa awal yang sudah tidak relevan akan mulai mengganggu tugas yang sedang dilakukan model saat ini.
Jendela konteks memiliki batas kapasitas yang keras. Jadi, ketika Anda hampir memenuhi jendela, Anda harus meringkas tugas yang sedang Anda lakukan menjadi deskripsi singkat, lalu melanjutkan pekerjaan di jendela konteks baru dengan membawa ringkasan ini.
Kami menyebut proses ini sebagai kompresi konteks (Compaction)(Catatan: Proses menyaring riwayat yang sangat panjang menjadi ringkasan singkat untuk mengosongkan ruang memori). Tentu saja, Anda juga dapat memicu proses kompresi ini secara manual kapan saja.
Bayangkan, Anda baru saja meminta Claude membantu melakukan sesuatu, dan itu telah selesai. Sekarang, konteks Anda telah diisi dengan beberapa informasi (seperti panggilan alat, hasil keluaran alat, instruksi yang Anda berikan).
Apa yang harus dilakukan selanjutnya? Anda mungkin akan terkejut menemukan bahwa Anda memiliki begitu banyak pilihan:
· Lanjutkan (Continue)—Dalam sesi yang sama, kirim pesan berikutnya secara langsung
· Putar Balik (/rewind atau tekan tombol Esc dua kali)—Putar waktu mundur, kembali ke pesan sebelumnya, coba ulang dari sana
· Kosongkan (/clear)—Mulai sesi baru yang benar-benar bersih, biasanya dengan membawa ringkasan singkat yang Anda saring dari percakapan tadi
· Kompresi (Compact)—Buat ringkasan percakapan saat ini, lalu lanjutkan bekerja berdasarkan ringkasan ini
· Sub-agen (Subagents)—Delegasikan tahap pekerjaan berikutnya ke agen AI (AI Agent) lain yang memiliki konteks bersihnya sendiri, dan hanya menarik kembali hasil kerja akhirnya
Meskipun langsung 'melanjutkan' adalah reaksi yang paling wajar, tetapi empat opsi lainnya dirancang khusus untuk membantu Anda mengelola konteks dengan lebih baik.
Kapan Harus Membuka Sesi Baru?
Kapan seharusnya mempertahankan sesi lama yang panjang, dan kapan harus memulai yang baru? Pedoman pengalaman kami adalah: ketika Anda memulai tugas baru, Anda juga harus memulai sesi baru.
Jendela konteks 1 juta token berarti Anda sekarang dapat menyelesaikan tugas yang lebih panjang dan kompleks dengan sangat andal. Misalnya, meminta Claude membangun aplikasi full-stack dari awal untuk Anda.
Tapi terkadang, Anda mungkin mengerjakan tugas-tugas yang saling berhubungan. Saat itu, Anda perlu menyimpan sebagian konteks sebelumnya, tetapi tidak semuanya. Contoh, Anda baru saja menulis fitur baru, sekarang harus menulis dokumentasi penggunaannya. Anda tentu saja bisa membuka sesi baru, tetapi itu berarti Claude harus membaca ulang semua file kode yang baru saja Anda tulis — ini tidak hanya lebih lambat, tetapi juga lebih mahal.
Gunakan "Putar Balik" Alih-alih "Koreksi"
Jika saya harus memilih satu kebiasaan baik yang mewakili 'kemampuan mengelola konteks yang unggul', itu pasti adalah menggunakan 'Putar Balik (Rewind)' dengan baik.
Di Claude Code, menekan tombol Esc dua kali (atau menjalankan perintah /rewind) memungkinkan Anda kembali ke pesan sebelumnya mana pun, lalu mengirimkan prompt dari sana. Semua percakapan yang terjadi setelah titik itu akan dibuang sepenuhnya dari konteks.
Dalam mengoreksi kesalahan AI, 'Putar Balik' seringkali merupakan pendekatan yang lebih cerdas. Contoh: Claude membaca lima file, mencoba satu metode, dan gagal. Reaksi naluriah Anda mungkin mengetik di kotak dialog: "Cara ini tidak bekerja, coba metode X." Tetapi cara yang lebih cerdas adalah, putar balik ke saat ia baru saja membaca lima file itu, lalu katakan padanya dengan pelajaran yang baru Anda pelajari: "Jangan gunakan metode A, modul foo tidak mendukungnya — langsung coba metode B."
Anda bahkan dapat menggunakan fitur "ringkas dari sini (summarize from here)", meminta Claude sendiri meringkas pelajaran yang dipelajarinya menjadi sebuah 'pesan serah terima'. Rasanya seperti 'Claude versi masa depan' yang baru saja mengalami masalah, meninggalkan catatan untuk dirinya sendiri di masa lalu yang belum mulai bertindak.
Kompresi Konteks vs Sesi Baru
Ketika sebuah sesi menjadi semakin panjang, Anda memiliki dua cara untuk 'meringankannya': menggunakan /compact (kompresi) atau /clear (kosongkan dan mulai dari awal). Kedua operasi ini terdengar mirip, tetapi kinerjanya sangat berbeda.
Kompresi (Compact) adalah meminta model untuk meringkas percakapan sejauh ini, lalu menggunakan ringkasan ini untuk menggantikan catatan riwayat yang panjang. Proses ini 'lossy' (berkurang), artinya Anda menyerahkan kekuasaan untuk memutuskan 'konten apa yang penting' kepada Claude.
Keuntungannya adalah Anda tidak perlu menulis apa pun, dan Claude mungkin lebih teliti daripada yang Anda bayangkan dalam mempertahankan pelajaran penting atau catatan file. Anda juga dapat mengendalikan arah kompresi dengan memberinya instruksi (contoh: /compact fokus pada penyusunan ulang modul autentikasi, buang konten tentang debug pengujian).
Sedangkan menggunakan /clear, mengharuskan Anda sendiri menuliskan poin-poin inti (contoh: "Kami sedang menyusun ulang middleware autentikasi, batasan saat ini adalah X, file penting terkait adalah A dan B, dan kami telah menyingkirkan metode Y"), lalu memulai kembali dengan keadaan yang sangat bersih. Meskipun ini membutuhkan usaha, tetapi konteks baru yang dihasilkan, seratus persen adalah esensi yang menurut Anda benar-benar relevan.
Kompresi Seperti Apa yang Bisa Gagal?
Jika Anda sering mempertahankan sesi yang sangat panjang, Anda kemungkinan besar pernah mengalami situasi di mana efek 'kompresi' sangat buruk. Kami menemukan bahwa 'kegagalan' ini biasanya terjadi pada momen tertentu: yaitu ketika model bahasa besar (LLM) tidak dapat memprediksi arah pekerjaan Anda selanjutnya.
Contoh, setelah debug kode yang panjang, sistem memicu kompresi otomatis, meringkas proses pemeriksaan sebelumnya. Lalu Anda langsung mengirim pesan: "Sekarang, perbaiki peringatan lain yang kita lihat sebelumnya di bar.ts."
Namun, karena fokus sesi tadi sepenuhnya pada debug Bug sebelumnya, peringatan yang belum sempat diperbaiki itu sangat mungkin telah dianggap sebagai informasi tidak penting dan dibuang langsung saat meringkas.
Ini adalah masalah yang cukup rumit. Karena terbatas oleh penurunan konteks, model pada saat melakukan kompresi, seringkali adalah saat 'kecerdasannya' paling tidak dalam kondisi prima. Untungnya dengan kapasitas konteks 1 juta, Anda sekarang memiliki ruang yang lebih longgar, dapat secara aktif membawa deskripsi 'apa yang ingin saya lakukan selanjutnya', untuk menjalankan /compact lebih awal.
Sub-agen dan Jendela Konteks Baru
Sub-agen juga merupakan cara yang sangat baik untuk mengelola konteks. Cara ini sangat berguna ketika Anda mengetahui sebelumnya bahwa suatu pekerjaan akan menghasilkan banyak hasil antara 'baca lalu buang' (tidak akan digunakan lagi di masa depan).
Ketika Claude menghasilkan sub-agen melalui alat agen (Agent tool), makhluk kecil ini akan mendapatkan jendela konteks yang benar-benar baru. Ia dapat berkeliaran dengan leluasa di dalamnya, melakukan pekerjaan sebanyak apa pun. Setelah selesai, ia akan menyaring hasilnya, hanya menyerahkan laporan akhir kembali ke Claude 'induk'.
'Pertanyaan menggugah jiwa' kami untuk menilai apakah harus menggunakan sub-agen adalah: apakah nanti saya perlu melihat keluaran detail dari menjalankan alat ini, atau saya hanya ingin kesimpulan akhir?
Meskipun Claude Code akan memanggil sub-agen secara otomatis di belakang layar, tetapi terkadang Anda juga dapat mengarahkannya dengan sangat jelas. Misalnya, Anda dapat berkata padanya:
· "Kirim sub-agen untuk memverifikasi apakah pekerjaan yang baru saja kita lakukan sudah benar, berdasarkan file spesifikasi di bawah ini"
· "Kirim sub-agen untuk membaca seluruh repositori kode lain, rangkum bagaimana cara mengimplementasikan alur autentikasinya, lalu Anda sendiri meniru, dan implementasikan juga di sini"
· "Kirim sub-agen untuk menulis dokumen penjelasan untuk fitur baru ini, berdasarkan catatan modifikasi Git saya"
Kesimpulannya, ketika Claude menyelesaikan satu putaran jawaban, dan Anda sedang bersiap untuk mengirim pesan baru, Anda berdiri di persimpangan keputusan.
Kami berharap di masa depan, Claude dapat cukup cerdas untuk mengurus semua ini untuk Anda. Tetapi untuk saat ini, menguasai keputusan-keputusan ini dengan mahir adalah jalan yang harus dilalui untuk membimbing Claude menghasilkan hasil berkualitas tinggi.
