0:00 Bạn có biết rằng tin nhắn thứ 10 mà bạn gửi cho Claw tiêu tốn gấp 11 lần so với cả tin nhắn lúc đầu tiên không? Không phải là bởi vì họ tính phí đắt hơn mà là vì Claw đã đọc lại toàn bộ cuộc nói chuyện trước khi trả lời câu hỏi đó của bạn. Mình cũng đã từng bị chạm đến ngưỡng giới hạn khi sử dụng Cloude hàng ngày. Nhưng sau khi áp dụng một vài cách dưới đây thì hơn một tuần nay mình đã không còn chạm đến ngưỡng giới hạn nữa. Trong video này mình sẽ chia sẻ những phương pháp mình đã dùng để không bị chạm đến ngưỡng giới hạn của Cloude mỗi ngày nhá. Điều đầu tiên mà tôi cần bạn làm để tiết kiệm mức sử dụng quý giá của mình đó là bạn hãy ngừng nhìn nhận nó theo số lượng tin nhắn mà bạn đã gửi mà thay vào đó hãy nhìn nhận và lượng token mà bạn đã sử dụng. Bởi vì claw không đếm tin nhắn, nó đếm token một token xấp xỉ 3/4 của một từ. Vì thế với một tin nhắn 100 từ sẽ là khoảng 130 token. Khi bạn
0:45 gửi một tin nhắn claw sẽ đọc lại toàn bộ cuộc hội thoại từ đầu. Vì vậy, tin nhắn đầu tiên của bạn có thể tốn 500 token. Tin nhắn thứ hai tốn 1000 và tin nhắn thứ 10 có thể tốn đến 5000. Và nếu như đến tin nhắn thứ 30, nó có thể là 232.000 token cho một tin nhắn. Một nhà phát triển tên là Aniket Pariha đã thật sự theo dõi những điều này. 98,5% token của anh ấy đã dành cho việc đọc lại lịch sử những cuộc trò chuyện cũ. Chỉ 1/5 dành cho việc tạo ra phản hồi thực tế. Nó có nghĩa là cứ 100 token mà bạn đang đốt cháy, chỉ có 1,5 token là đang làm công việc hữu ích. Nó không phải là clo bổn xỉn mà là do chúng ta đang cho nó ăn một cuốn tiểu thuyết mỗi khi chúng ta đặt câu hỏi. Nếu như bạn hiểu được điều này thì mọi thứ sẽ thay đổi. Đó chính là hãy sử dụng ít token hơn cho mỗi lần tương tác. Quy tắc một đó là đừng đặt những câu hỏi tiếp nối. Đây là điều đã
1:31 giúp tôi tiết kiệm được nhiều token nhất ngay lập tức. Khi claw làm sai điều gì đó. Chúng ta thường muốn gõ thêm để sửa lỗi. Kiểu không ý tôi là thế này hoặc là à đó không phải là thứ tôi muốn. Hãy thử thay thế theo cái này. Đừng làm những điều đó. Mỗi tin nhắn tiếp theo sẽ được thêm vào lịch sử cuộc trò chuyện. Và hãy nhớ rằng cla đọc lại tất cả chúng sau mỗi lượt. Vì vậy bạn đang đốt cháy token vào ngữ cảnh thậm chí còn không giúp ích gì. Ở sau khoảng năm tin nhắn bạn đã ở mức 7500 token rồi. Vì thế thay vì sửa lỗi cho cla bằng một tin nhắn tiếp nối, hãy nhấn vào phần chỉnh sửa câu hỏi ở trên tin nhắn gốc của bạn, chỉnh sửa lại câu hỏi đó và ấn tạo lại thì những trao đổi cũ sẽ được thay thế thay vì là nhân câu trả lời lên. Kết quả cho ra sẽ hoàn toàn giống nhau nhưng chỉ với một phần nhỏ chi phí. Quy tắc số hai, tạo một cuộc nói chuyện mới sau 15 đến 20 tin nhắn. Hãy tưởng tượng một cuộc nói chuyện với hơn 100 tin nhắn đó là 2,5
2:17 triệu token đã bị đốt cháy. Hầu hết trong số đó chỉ là đọc lại những lịch sử cũ. Vì thế lý tưởng nhất là bắt đầu một cuộc chat mới sau mỗi 15 đến 20 tin nhắn. Khi mỗi cuộc hội thoại trở nên dài, hãy yêu cầu Clo tóm tắt lại mọi thứ, sao chép bản tóm tắt đó và bắt đầu một cuộc trò chuyện mới. Dán nội dung cuộc trò chuyện đó vào tin nhắn đầu tiên của bạn. Như vậy, bạn sẽ giữ lại được ngữ cảnh và loại bỏ được sự dườm già. Khi mình thực hiện việc này là những cảnh báo về giới hạn của mình đã biến mất. Quy tắc số ba đó là gộp những câu hỏi của bạn vào cùng một tin nhắn. Nhiều người nghĩ rằng việc chia nhỏ các câu hỏi thành các tin nhắn riêng biệt sẽ dẫn đến kết quả tốt hơn. Nhưng thật ra là ngược lại. Ba lời nhắn riêng biệt tương đương với ba lần ngữ cảnh. Mỗi một lần nhắn với ba nhiệm vụ tương đương là lại một lần tải lại ngữ cảnh. Bạn sẽ tiết kiệm token được hai lần thay vì gửi tin nhắn riêng biệt rằng tóm tắt bài viết này rồi sau đó lại liệt kê những điểm chính cho tôi và sau đó lại gợi ý cho
3:04 tôi một cái tiêu đề. Thì thay vào đó bạn hãy viết là tóm tắt bài viết này, liệt kê các điểm chính và gợi ý cho tôi tiêu đề. Và khi đó các câu trả lời thậm chí là tốt hơn vì claw ngay lập tức nhìn thấy bức tranh toàn cảnh. Ba câu hỏi trong cùng một prom luôn luôn là như thế. Quy tắc thứ tư, hãy theo dõi việc sử dụng token của bạn. Claw không hiển thị cho bạn biết thật sự bạn đang sử dụng bao nhiêu token. Họ chỉ hiển thị một thanh tiến trình nói rằng bạn đã sử dụng 63% chỉ có mỗi thế. Vì vậy có một nhà phát triển tên là Pwel Hurin đã xây dựng một bảng điều khiển để có thể đọc các tệp mà Cloud Code đã ghi vào máy của bạn. Hóa ra mọi phiên làm việc, mọi token đơn lẻ đều được ghi lại vào máy của bạn trong các tệp Jon L hay còn gọi là J sơn L token đầu vào, token đầu ra, lượt đọc bộ nhớ đệm, việc tạo ra bộ nhớ đệm, tên mô hình, mốc thời gian, tất cả đều ở đó chỉ là bạn không thể nhìn thấy
3:49 nó. Bằng điều khiển này, quét các tệp cục bộ đó, xây dựng một cơ sở dữ liệu và cung cấp các biểu đồ trên local host. Bạn có thể lọc theo mô hình, lọc theo vi phạm thời gian, ước tính chi phí dựa trên giá API hiện tại trên toàn bộ lịch sử cloud code của bạn. Nó miễn phí mã nguồn mở. Bạn chỉ cần Python, bạn không thể sửa được những gì bạn không thể đo lường. Hãy cài đặt nó và nhìn vào những con số thực tế của bạn. Tôi đảm bảo rằng bạn sẽ ngạc nhiên khi mà bạn thấy nơi mà token của chúng ta đang thật sự đi tới. Quy tắc số năm đó là tải các tệp định kỳ lên các dự án project. Nếu bạn tải cùng một tệp PDF hay file Doc lên nhiều cuộc trò chuyện, Cloud sẽ lại đọc lại tài liệu đó mỗi lần. Thay vào đó bạn hãy sử dụng tính năng dự án tài tệp của bạn lên một lần. Nó sẽ được lưu vào bộ nhớ đệm. Sau đó là mọi cuộc trò chuyện mới bên trong dự án đó đều được tham chiếu mà không cần đốt cháy lại token. Nội dung dự án được lưu trong bộ nhớ đệm và nó sẽ
4:35 không ăn vào mức sử dụng khi bạn truy cập lại vào nó nhiều lần nếu bạn làm việc với các hợp đồng bản tóm tắt, hướng dẫn hoặc bất cứ tài liệu nào. Chỉ riêng điều này có thể tiết kiệm chi tiêu token của bạn một cách đáng kể. Quy tắc thứ sáu đó là thiết lập bộ nhớ và tùy chọn người dùng. Mỗi cuộc trò chuyện mới mà không có ngữ cảnh được lưu lại sẽ lãng phí từ 3 đến năm tin nhắn cho việc thiết lập. Ví dụ như bạn là một nhà tiếp thị, bạn thích viết theo phong cách bình dân, bạn thích viết các đoạn văn ngắn hoặc có lẽ bạn sẽ hay gặp mọi người viết prom rằng bạn là một chuyên gia ABC XYZ gì đó. Khi đó token sẽ bị tiêu thụ lặp đi lặp lại. Clo thật sự có thể nhớ điều này vĩnh viễn. Bạn hãy vào phần cài đặt, sau đó cài đặt bộ nhớ và người dùng, lưu lại vai trò, phong cách giao tiếp và các cài đặt của bạn một lần. Sau đó CL sẽ tự động áp dụng chúng cho mọi cuộc trò chuyện mới. Quy tắc thứ bảy, tắt các tính năng mà bạn không thật sự sử dụng. Những thứ như là tìm kiếm web, các trình
5:21 kết nối connector và chế độ khám phá. Explore Mode. Những thứ này đều làm tốn token mỗi khi phản hồi ngay cả khi bạn không sử dụng chúng. Ví dụ nếu bạn đang tự viết nội dung của mình, hãy tắt đi tính năng tìm kiếm và công cụ. Ngoài ra, tính năng suy nghĩ nâng cao advent kinhing cũng tiêu thụ token. Hãy tắt nó đi và chỉ bật nó lên nếu như nỗ lực của bạn không đạt được yêu cầu. Quy tắc đó là nếu như bạn không cố tình bật tính năng này, hãy cứ tắt nó đi. Quy tắc thứ tám đó là sử dụng model 2Q cho những tác vụ đơn giản. Kiểm tra ngữ pháp, động não, dịch nhanh, trả lời ngắn. Hai cu sẽ xử lý những việc này với chi phí thấp hơn nhiều so với sonet hoặc. Chọn đúng mô hình là quyết định quan trọng mà bạn nên đưa ra mỗi ngày. Hai cu cho các bản nháp và nhiệm vụ đơn giản sẽ giải phóng 50 đến 70% ngân sách của bạn cho những nhiệm vụ thật sự đòi hỏi các mô hình mạnh mẽ. Cách tôi nhìn nhận đó là hai cu dành cho những tác vụ nhanh và chi phí
6:08 thấp. Sonet sẽ dành cho những công việc thực tế, chi phí trung bình. Còn Output sẽ dành cho tư duy sâu sắc và chi phí cao. Bạn sẽ không cần những mô hình mạnh mẽ cho các tác vụ đơn giản. Quy tắc thứ chín đó là hãy giải đều công việc của bạn trong ngày. Hệ thống clo sử dụng một cửa sổ 5 giờ. Nó không đặt lại vào nửa đêm. Giới hạn của bạn sẽ phục hồi dần dần. Các tin nhắn mà bạn gửi lúc 9:00 sáng sẽ không còn bị tính vào lúc 2:00 chiều. Nếu bạn sử dụng hết toàn bộ giới hạn của mình trong một phiên làm việc buổi sáng duy nhất thì hầu hết giới hạn hàng ngày của bạn sẽ không được sử dụng. Hãy chia ngày của bạn thành hai đến ba phiên sáng, chiều và tối. Vào lúc bạn quay lại làm việc, mức sử dụng trước đó sẽ không còn bị tính phí nữa và bạn sẽ có một giới hạn mới. Mình sẽ chia sẻ cho bạn một tip đó là hãy thiết lập một tác vụ tự động để gửi tín hiệu cho cloe. Ví dụ như một tin nhắn nhỏ vào lúc 6:00 sáng. Vậy thì khung 5 tiếng của mình sẽ
6:54 bắt đầu từ lúc đấy chứ không phải là sau đó khi mình bắt đầu ngồi xuống làm việc. Vì thế nếu như bạn chạm giới hạn vào lúc 10:00 sáng thì thời điểm để đặt lại của bạn sẽ rơi vào 11 gi. Quy tắc thứ 10, làm việc trong giờ thấp điểm. Từ ngày 26 tháng năm 2026, Antropic đã thay đổi cách tính giới hạn sử dụng của Clo trong giờ cao điểm, giới hạn phiên 5 tiếng của bạn sẽ bị tiêu hao nhanh hơn. Cụ thể, giờ cao điểm rơi vào 5:00 đến 11:00 sáng theo giờ Thái Bình Dương, 8:00 sáng đến 2:00 chiều theo giờ miền Đông. Nếu quy đổi sang giờ Việt Nam, nó sẽ là khoảng 19:00 cho đến 1:00 đêm các ngày trong tuần. Điều đó có nghĩa là cùng một câu hỏi, cùng một cuộc trò chuyện. Nhưng nếu bạn đang ở trong khung giờ này, nó sẽ tiêu tốn nhiều của bạn hơn. Giới hạn hàng tuần của bạn không thay đổi nhưng cách phân bổ đã khác. Vì thế để tối ưu hãy làm các tác vụ nặng của bạn vào buổi sáng, trưa hoặc là đầu giờ chiều. Hạn
7:39 chế sử dụng các tác vụ nặng vào buổi tối. Nếu như bạn đang ở Châu Á hay là Việt Nam mình thì giờ cao điểm Mỹ sẽ rơi vào buổi tối của bạn. Ngược lại, buổi sáng và ban ngày ở Việt Nam lại chính là giờ thấp điểm. Lúc đó bạn có thể sử dụng clo thoải mái và hiệu quả hơn. Quy tắc 11 đó là kích hoạt chế độ dùng bổ sung như là một lưới bảo hiểm. Những người đã đăng ký gói Pro hoặc Max có thể kích hoạt tính năng dùng quá mức trong phần cài đặt sử dụng. Khi giới hạn phiên của bạn đã đạt mức tối đa, CL sẽ không chặn quyền truy cập của bạn. Nó sẽ chuyển sang thanh toán theo mức sử dụng theo giá API. Hãy đặt các giới hạn chi tiêu hàng tháng để tránh các hóa đơn bất ngờ. Đây không phải là về việc tiết kiệm token mà nó là để không làm mất công việc rang dở của bạn. Nếu như mới bắt đầu sử dụng những cách này, có thể bạn sẽ chưa quen với những quy tắc nhưng một khi bạn đã áp dụng nhiều và quen rồi, bạn sẽ không bị chạm đến những cái giới hạn ngưỡng sử dụng của mình. Bạn thậm chí có thể chuyển từ gói Max sang gói
8:25 thông thường. Bạn sẽ có nhiều token để sử dụng. Bây giờ bất cứ khi nào bạn thấy rằng ngưỡng sử dụng của mình đang tăng lên, hãy nhớ một điều rằng cla không đếm số tin nhắn của bạn mà nó đếm số token mà bạn sử dụng. Mình đã rất nỗ lực để làm những nội dung như thế này. Nếu như bạn cảm thấy hữu ích, đừng quên cho mình xin một nút like, một nút theo dõi và hãy comment cảm nghĩ của bạn xuống bên dưới nhé. Điều này sẽ rất ý nghĩa đối với mình. Còn bây giờ xin chào và hẹn gặp lại mọi người trong những video tiếp theo.
