Perché il mio uso di token su Claude è già alto all'inizio di una chat?

Anche senza messaggi, elementi come i file di memoria, il system prompt (.md) e gli MCP pre-caricati occupano spazio nel contesto. Monitora con _/context_ per capire l'occupazione iniziale e ottimizza gli MCP non essenziali.

Quando è preferibile usare _/rewind_ invece di _/compact_ su Claude?

Usa _/rewind_ per tornare a un punto precedente della conversazione senza consumare token. _/compact_ lascia a Claude la scelta di riassumere, spesso perdendo informazioni chiave e consumando token inutilmente. In caso di cambio sessione, crea un file di handoff manuale.

Come posso evitare sprechi di token con i PDF in Claude?

La lettura diretta dei PDF è costosa. Implementa un hook che, ogni volta che carichi un PDF, esegue uno script Python per estrarne solo il testo. Questo riduce drasticamente il consumo di token, risparmiando anche 3-4 volte.

Qual è la differenza tra MCP e CLI e quale dovrei usare?

Gli MCP (Managed Context Providers) caricano tutti i metodi di un'integrazione, ingolfando il contesto. Le CLI (Command Line Interface) caricano solo il comando richiesto, essendo molto più efficienti. Prediligi le CLI quando disponibili per connettività software.

I sottoagenti AI sono sempre vantaggiosi per risparmiare token?

Non sempre. I sottoagenti hanno un proprio system prompt, memoria e strumenti, consumando spesso più token di quanto sembri. Sono efficaci per azioni in bulk, come l'analisi di molti file, ma per compiti semplici possono essere meno efficienti.

Risparmio token Claude: 10 mosse per costi AI più efficienti

Scopri 10 strategie concrete per ridurre il consumo di token su Claude e altri agenti AI. Ottimizza i costi, migliora la qualità e l'efficienza dei tuoi.

500 token sprecati. Ogni messaggio, ogni volta. Molti credono che l’AI sia una risorsa infinita, ma ogni interazione ha un costo. E quando si parla di agenti AI come Claude, quel costo è misurato in token. Un utilizzo inefficiente può trasformare un investimento strategico in un salasso per il budget aziendale. Ma cosa succederebbe se potessi tagliare quel consumo drasticamente, a partire da oggi?

Questo non è un esercizio teorico. Ogni giorno, nelle aziende con cui collaboriamo a Martes AI, vediamo come una gestione oculata dei token possa liberare risorse e permettere progetti più ambiziosi. Esistono tecniche concrete, alcune implementabili in pochi secondi, che possono portare a risparmi significativi. Non si tratta di compromessi sulla qualità, ma di intelligenza nella gestione.

Misurare per Gestire: I Tuoi Strumenti Essenziali

Prima di ottimizzare, devi sapere dove stai sprecando. Immagina di voler ridurre i costi in azienda senza un bilancio: impossibile. Con Claude, i tuoi bilanci sono pochi ma potenti. I comandi /usage e /context sono i tuoi migliori amici.

Molti si chiedono perché una nuova chat, senza aver ancora digitato nulla, mostri già un 6% di utilizzo del contesto. La risposta è semplice: file di memoria, system prompt (.md), e gli MCP (Managed Context Providers) pre-caricati. Tutto questo occupa token fin dall’inizio. Monitorare con /context ti rivela quanto “rumore” c’è all’avvio. /usage ti mostra invece come stai utilizzando i limiti e quali skill consumano di più. Io, ad esempio, grazie a questo comando, ho scoperto che la mia skill “Reel Editor” consumava il 93% della mia finestra di contesto, dato il suo utilizzo semi-automatico per la creazione di contenuti.

La status line personalizzabile (se usi Claude nel terminale o nell’estensione di Visual Studio Code) offre una visualizzazione immediata di contesto e limiti. Non sottovalutare questi indicatori: sono la tua bussola per un consumo consapevole.

Strategie Immediate: Azioni Quotidiane per Risparmi Duraturi

Queste tecniche richiedono disciplina, ma i risultati sono tangibili.

/clear ad ogni cambio di task: ogni volta che cambi argomento o richiedi una funzionalità diversa, azzera la conversazione. Eviti che Claude si rilegga inutilmente la cronologia precedente, che cresce esponenzialmente ad ogni messaggio.
Modello ed effort scelti una volta sola: cambiare modello o livello di effort a metà conversazione significa che Claude deve “ricaricare” tutto il contesto nel nuovo “cervello”. Un dispendio inutile. Scegli all’inizio e mantienilo.
/rewind, non /compact: /compact è una delle più grandi illusioni. Lasciare a Claude il riassunto significa perdere il controllo e sprecare token per un risultato spesso scadente. /rewind ti permette di tornare a un punto specifico della chat senza consumare token aggiuntivi. Se la conversazione deve continuare altrove, crea un file di handoff manuale.

Approccio Inefficiente (Compact)

Claude decide cosa riassumere.
Informazioni critiche possono essere perse.
Consuma token per il riassunto.
Qualità dell’output imprevedibile.

Approccio Efficiente (Rewind / Handoff)

Torna a un punto specifico senza costi.
Mantiene il pieno controllo del contesto.
File di handoff per nuove sessioni.
Massima precisione e risparmio token.

Confronto tra gestione inefficace e efficiente del contesto di conversazione.

Un file di handoff è un documento conciso che crei tu, con i punti salienti, le problematiche e le decisioni prese, da passare a una nuova sessione. Questo ti dà il pieno controllo sul contesto e ti evita di ripercorrere conversazioni lunghe, che altrimenti Claude dovrebbe rileggere interamente ad ogni risposta, aumentando esponenzialmente il consumo di token.

Per la creazione di contenuti visivi, come diagrammi o interfacce, chiedi a Claude di generare prima un “diagramma Ashi”. Sono schizzi basilari che costano pochissimi token e ti permettono di iterare sul layout e lo stile prima che Claude generi il risultato finale, ben più costoso. È come avere una bozza gratuita prima di commissionare un dipinto.

Ottimizzazione Strutturale: Interventi Una Tantum con Impatto Duraturo

Queste sono modifiche che fai una volta e ti ripagano nel tempo.

Spegni gli MCP che non utilizzi: come visto, occupano spazio. Controlla con /mcp e disattiva quelli superflui.
Il CLAUDE.md come indice, non un documento: il file CLAUDE.md viene letto ad ogni messaggio. Se è troppo lungo, consuma token enormi. Anthropic consiglia di mantenerlo sotto le 200 righe, trattandolo come un indice che rimanda ad altre cartelle.
Un CLAUDE.md per ogni cartella: questa è una gemma. Invece di caricare tutte le informazioni nel CLAUDE.md principale, crea un CLAUDE.md specifico per ogni cartella. Così, Claude carica solo il contesto rilevante quando accede a quella specifica area.
Archivia le skill inutilizzate e accorcia le descrizioni: anche le skill caricate consumano token. Rimuovi quelle che non usi e chiedi a Claude di accorciare le descrizioni di quelle attive.
Usa gli hook per i PDF: la lettura diretta di PDF è un salasso. Crea un hook che, ogni volta che carichi un PDF, esegua uno script Python per estrarre solo il testo. Questo può farti risparmiare 3-4 volte il costo dei token. Trovi il prompt per crearlo nei miei template gratuiti.

Scelta del Modello e Architettura: Quando la Qualità Conta

La scelta del modello giusto è un risparmio in sé. Per compiti di coding complessi o software destinati alla produzione, modelli di frontiera come Opus sono indispensabili. Tentare di risparmiare con modelli più economici qui significa spendere di più in tempo per correggere errori e in token per le re-iterazioni.

Tuttavia, per il 90% delle skill e delle routine, o per navigazione web (Chrome), modelli più economici come IQ o Sonnet sono più che sufficienti. È questione di bilanciare esigenza e costo. Cambiare modello in corso d’opera, invece, è quasi sempre un errore, come visto prima.

Modelli di Frontiera (Es. Opus)

Scopo: Coding complesso, sviluppo software, compiti critici.
Vantaggi: Massima precisione e capacità di ragionamento.
Costo: Più elevato, ma giustificato dalla complessità del task.
Quando usarlo: Quando l’errore non è un’opzione e la qualità è primaria.

Modelli Economici (Es. IQ, Sonnet)

Scopo: Skill e routine standard, navigazione web, compiti semplici.
Vantaggi: Costo contenuto, buona performance per task definiti.
Costo: Molto più basso, ottimo per la scalabilità.
Quando usarlo: Per il 90% delle operazioni quotidiane e automatizzate.

Guida alla scelta del modello AI più adatto per ottimizzare costi e prestazioni.

CLI vs. MCP: Efficienza nella Connettività

Quando devi connettere Claude a un altro software, hai due scelte principali: MCP o CLI (Command Line Interface).

Gli MCP sono come un “super-wrapper” che raggruppa tutti i metodi di un’API. Comodi, ma caricano un sacco di funzionalità che probabilmente non userai, ingolfando il contesto e aumentando il consumo di token (anche 26.000 token solo per l’avvio).

Le CLI, invece, sono nate per i terminali e caricano solo il comando specifico che chiami. Occupano pochissimi token (anche 40 token in un CLAUDE.md). Questo approccio evita anche il problema delle risposte API tradizionali, spesso molto lunghe e ricche di dettagli per gli umani, che consumano inutilmente il contesto AI. La regola d’oro: cerca sempre una CLI prima di usare un MCP.

Grafi di Conoscenza: Percorsi Brevi per Informazioni Complesse

Quando Claude deve cercare un’informazione in un grande volume di dati, senza un grafo, procede per tentativi, aprendo file e consumando token ad ogni ricerca fallita. Un grafo di conoscenza (come quelli creati da CodeGraph per il codice o Grapify per i dati non strutturati) crea una mappa interconnessa delle tue informazioni. Claude ha accesso a questa mappa e può andare dritto all’informazione che gli serve, come un GPS, senza dispersioni. Tuttavia, sotto i 500 file, il costo di creare e gestire un grafo supera il risparmio. È una soluzione per archivi di grandi dimensioni.

Codice Deterministico: Quando l’AI Non Serve

L’AI è potente per il “giudizio” - per valutare, creare, interpretare. Ma per l‘“esecuzione” ripetibile, precisa e senza errori, il codice deterministico (come uno script Python) è imbattibile. Consuma zero token, è velocissimo e non sbaglia mai. Se un task che Claude svolge regolarmente può essere trasformato in uno script, fallo. L’AI dovrebbe essere usata per ciò che solo l’AI può fare, non per semplici automatismi.

Anche il CTO di ClickUp ha questa “regola aurea”: dove possibile, le chiamate AI vengono sostituite con codice. Puoi fare un audit dei tuoi workflow e chiedere a Claude stesso quali parti non richiedono necessariamente il suo giudizio, identificando candidati per la trasformazione in script o in hook deterministici.

Cosa NON Fare: Miti e False Promesse

Attenzione alle false scorciatoie:

/compact: l’abbiamo già detto, ma vale la pena ripeterlo. È costoso, inefficiente e rischia di perdere dati.
Screenshot del testo: se puoi, incolla il testo direttamente. Uno screenshot consuma token per l’elaborazione.
PDF “grezzi”: come visto, caricarli interamente è dispendioso.
Prompt troppo corti: per “risparmiare”, molti danno prompt concisi ma senza contesto. Claude produce output scadenti, costringendoti a re-iterare e sprecare più token.
Tool che promettono risparmi: molti tool che promettono risparmi del 90% (come Caveman o RTK) si rivelano inefficaci o, peggio, riducono la qualità a discapito dell’efficienza. Meglio usare le impostazioni native di Claude, come l’output style “conciso” dal terminale.

Implementare queste strategie richiede un cambio di mentalità, ma i benefici sono immediati e significativi. Non si tratta solo di ridurre i costi, ma di utilizzare l’AI in modo più intelligente, efficiente e, in ultima analisi, etico. Quale di queste tecniche credi possa avere l’impatto maggiore sui tuoi workflow?