Skip to content
Bùi Thúc Đồng Notebook · since 2009
POST №105 ·CLAUDE ~5 MIN READ

Bảy thói quen để đỡ hết limit gói Pro/Max khi dùng Claude

Hết limit giữa chừng một task thường không phải vì bạn dùng nhiều, mà vì dùng phí. Bảy thói quen cụ thể — từ hạ effort đúng cách đến tránh vỡ cache — để cùng một gói đi được xa hơn.

Bùi Thúc Đồng Hà Nội
Contents

Câu than phổ biến nhất tôi nghe từ người dùng gói Pro: “mới làm được nửa buổi đã hết limit.” Phần lớn trường hợp, vấn đề không nằm ở khối lượng công việc — nó nằm ở những thao tác vô tình đốt token mà không đổi lại kết quả. Bảy thói quen dưới đây đều bám vào tài liệu chính thức, xếp theo mức độ tác động.

1. Hạ effort trước, hạ model sau

Khi cần tiết kiệm, phản xạ thường gặp là đổi từ Opus xuống Sonnet. Nhưng tài liệu của Anthropic nói thẳng: chỉnh effort thường là đòn bẩy tốt hơn đổi model. Opus 4.8 ở medium cho việc thường ngày vẫn giữ được “chất” suy luận của Opus, trong khi tốn ít token hơn hẳn mức high mặc định — và bạn không phải trả giá vỡ cache của một lần đổi model (xem thói quen 3).

Mức nào cho việc gì, tôi đã viết bảng tra đầy đủ ở bài về model và effort.

2. Chốt model và effort ở đầu phiên

Trong Claude Code, model và effort đều nằm trong cache key của prompt cache. Đổi bất kỳ cái nào giữa phiên nghĩa là request kế tiếp đọc lại toàn bộ lịch sử hội thoại với 0 cache hit — bạn trả full price cho nội dung đã xử lý rồi. Docs khuyên nguyên văn: chọn model và effort ở đầu phiên, càng ít thay đổi giữa task thì cache hit rate càng cao.

3. Biết những hành động làm vỡ cache — và né chúng giữa task

Ngoài đổi model/effort, còn sáu hành động khác làm mất cache: bật fast mode giữa phiên dài, MCP server vào/ra (khi tool không được defer), plugin có MCP server, deny nguyên một tool, /compact, và upgrade Claude Code. Danh sách đầy đủ kèm giải thích ở bài về prompt caching. Quy tắc gọn: những gì đổi được ở đầu phiên thì đổi ở đầu phiên.

4. Bỏ nhánh sai bằng /rewind, không phải /compact

Đi sai hướng và muốn quay lại? /rewind cắt hội thoại về một lượt cũ — phần còn lại chính là prefix đã nằm sẵn trong cache, nên lượt kế tiếp hit thẳng vào cache cũ. /compact thì ngược lại: sinh bản tóm tắt (tốn output token) rồi rebuild cache mới. Để dành /compact cho điểm nghỉ tự nhiên giữa hai task, khi phần context cũ thực sự không cần nữa.

5. Tận dụng TTL 1 giờ của gói subscription

Trên gói Pro/Max, Claude Code tự động xin cache TTL 1 giờ (API key chỉ được 5 phút mặc định). Nghĩa là: nghỉ ăn trưa 45 phút quay lại, phiên của bạn vẫn ấm — gõ tiếp không tốn lượt rebuild. Nhưng lưu ý mặt trái: khi bạn đã vượt limit và chuyển sang chạy bằng usage credits trả tiền, TTL tự hạ về 5 phút.

6. Cẩn trọng với ultracode và workflows

ultracode và dynamic workflows là tính năng mạnh — một run có thể spawn hàng chục subagent chạy song song. Đó cũng chính là cách nhanh nhất để hết limit giữa chừng. Vài chốt an toàn có sẵn trong Claude Code:

  • Claude Code hiện cảnh báo “Large workflow” khi một run lên lịch quá 25 agent hoặc dự kiến vượt 1,5 triệu token — nhưng cảnh báo chỉ mang tính báo, không tự dừng run. Đặc biệt: phiên đang bật ultracode sẽ không hiện cảnh báo này (bật ultracode được coi là đã đồng ý chạy lớn).
  • Setting Dynamic workflow size trong /config đặt “khổ” mặc định cho workflow Claude viết: small (< 5 agent), medium (< 15), large (< 50).
  • Trước khi chạy task lớn, docs khuyên chạy thử trên một lát nhỏ (một thư mục thay vì cả repo) để ước lượng chi phí, và theo dõi token từng agent trong /workflows.

Chỉ bật /effort ultracode cho cả phiên khi bạn thực sự muốn mọi task lớn đều thành workflow đa agent. Cần một lần duy nhất thì gõ keyword ultracode trong prompt là đủ.

7. Dùng Haiku cho việc “chân tay”, để dành Opus cho việc “đầu óc”

Khám phá codebase, grep, đọc file hàng loạt — những việc cần model thực thi hơn là suy luận — hợp với Haiku 4.5, model nhẹ nhất và không ăn quota Opus. Trong Claude Code, subagent explore mặc định đã chạy model nhẹ; khi tự mô tả task cho workflow, bạn cũng có thể yêu cầu Claude dùng model nhỏ hơn cho các stage không cần suy luận sâu.

Checklist dán màn hình

  1. Việc thường ngày → hạ effort, giữ model.
  2. Mở phiên → chọn model + effort ngay, không đổi giữa chừng.
  3. Học thuộc 8 hành động vỡ cache.
  4. Bỏ nhánh sai → /rewind.
  5. Gói Pro/Max: nghỉ dưới 1 tiếng thì cache vẫn ấm.
  6. Ultracode = công suất lớn = hóa đơn lớn. Bật có chủ đích.
  7. Haiku cho việc chân tay.

Nguồn tham khảo

Đối chiếu docs lần cuối ngày 14/07/2026. Bài cùng cụm: bảng tra cứu model & effort, prompt caching trong Claude Code.