Cách cắt giảm 40% chi phí sử dụng Claude Code bằng subagent

Hầu hết những người đã quen sử dụng Claude Code dều rất thích nó. Tuy nhiên, cũng phải thẳng thắn thừa nhận rằng công cụ này có thể tiêu tốn lượng token cực kỳ lớn. Điều này đặc biệt đúng khi bạn sử dụng các mô hình như Opus hoặc Fable! Thật không may, việc dùng các mô hình như Claude Haiku để lập trình cũng không phải là giải pháp khả thi.

Nhiều người đã gặp vấn đề về việc tiêu tốn token này một thời gian, nhưng một tính năng tích hợp sẵn trong Claude Code đã giải quyết được nó: subagent. Dưới đây là cách giao các công việc lặp đi lặp lại, tốn sức của Claude Code cho các subagent để giảm thiểu lượng token tiêu thụ.

Hãy giao những công việc tẻ nhạt của Claude Code cho một mô hình rẻ hơn!

Opus không cần phải tự rà soát lại các comment của chính nó

Với cơ chế hoạt động của Claude Code, bạn có thể chọn mô hình cho phiên làm việc, và thường thì bạn sẽ chọn Sonnet hoặc Opus vì những lý do hiển nhiên. Và nếu bạn dư dả tài chính để mua thêm credit hoặc chưa dùng hết khoản 100 USD mà Anthropic tặng, bạn thậm chí có thể chọn Fable. Tuy nhiên, mọi người thường quên một điều quan trọng về cách thiết lập này:

Không phải tất cả các tác vụ thực hiện bằng Claude Code đều cần đến những mô hình mạnh mẽ như Opus hay Fable.

Với những gì đã biết, bạn có thể dễ dàng nhận thấy lượng token bị tiêu tốn một cách không cần thiết trong mỗi phiên làm việc với Claude Code. Giả sử bạn đang xây dựng một trang web bằng Claude Code và đã chuẩn bị sẵn hầu hết các tài liệu cần thiết. Tất nhiên, nên dùng Opus hoặc Sonnet cho quá trình xây dựng chính, nhưng cả hai mô hình này đều là "quá mức cần thiết" khi chỉ muốn xác nhận nhanh một thông tin nào đó.

Do Opus/Sonnet được thiết kế để đưa ra câu trả lời chi tiết hơn và có thể sử dụng tokenizer khác, nên ngay cả một tác vụ đơn giản cũng sẽ tiêu tốn nhiều token. Đó là chưa kể chi phí cho mỗi token của Opus cao hơn rất nhiều so với Haiku. Vì vậy, việc yêu cầu Claude Opus hoặc Sonnet rà soát văn bản, cập nhật file README hay tìm kiếm thông tin thực chất là một sự lãng phí token. Thay vào đó, việc tạo một subagent chạy trên nền tảng Haiku để xử lý những công việc lặp lại, tốn công sức này là một lựa chọn hợp lý!

Xây dựng Haiku subagent để Claude Code thực sự lắng nghe và kích hoạt

Phần mô tả đóng vai trò quyết định ở đây

Ý tưởng cốt lõi là tạo ra một subagent sử dụng mô hình có chi phí thấp hơn, chẳng hạn như Claude Haiku. Sau đó, bạn có thể giao các công việc tốn công sức cho subagent này khi cần thiết. Tuy nhiên, cách bạn tạo subagent cũng quan trọng không kém nếu muốn đạt kết quả tốt nhất. Dưới đây là một ví dụ:

Giả sử bạn đang sử dụng Claude Code cùng một vài công cụ khác để xử lý các bản ghi chép phỏng vấn cho một dự án. Bạn sẽ muốn dùng Opus hoặc Sonnet cho các tác vụ suy luận và xử lý chính, nhưng lại không thực sự cần đến chúng chỉ để làm sạch bản ghi chép (loại bỏ lỗi và những vấn đề khác).

Sẽ hợp lý hơn nhiều nếu tạo một subagent có tên là "Transcript Cleaner" và thiết lập để nó sử dụng Haiku. Bạn có thể thực hiện việc này bằng cách dán câu lệnh (prompt) vào Claude Code:

Tạo subagent có tên transcript-cleaner

Mô tả: "Chuyển đổi bản ghi âm thô hoặc bản ghi chép phỏng vấn thành các đoạn văn bản đã được làm sạch; loại bỏ các từ đệm và những câu nói ngập ngừng, dang dở. Không làm thay đổi cấu trúc câu gốc."

Mô hình: Haiku

Công cụ: Read (Đọc), Write (Ghi)

Điều quan trọng nhất ở đây, như bạn có thể đoán được, chính là phần mô tả. Claude Code sẽ rà soát tất cả các mô tả subagent khi bạn nhập câu lệnh. Nếu câu lệnh đó chứa các chỉ dẫn khớp với mô tả đã thiết lập, subagent sẽ bắt đầu hoạt động. Vì vậy, để mọi thứ vận hành trơn tru, phần mô tả subagent cần phải trực diện và cụ thể.

Tất nhiên, bạn luôn có thể kích hoạt subagent theo cách thủ công, nhưng việc đó có thể gây gián đoạn trải nghiệm mượt mà khi sử dụng Claude Code. Tương tự, bạn có thể tạo nhiều subagent để giao phó các công việc tốn công sức. Sau khi các tác vụ này hoàn tất, kết quả sẽ được chuyển ngược lại cho Claude Code, giúp bạn duy trì quy trình làm việc liền mạch.

Những công việc lặp đi lặp lại, từng tác vụ một

Claude Code không giới hạn số lượng subagent mà bạn có thể tạo và triển khai, nhưng bạn cũng không nên tạo quá nhiều. Ví dụ, bạn sẽ không muốn rơi vào tình huống một mô hình có năng lực hạn chế lại tiếp quản một tác vụ quan trọng chỉ vì phần mô tả công việc hơi mơ hồ. Do đó, bạn nên tạo các subagent cho những tác vụ mà mình thường xuyên thực hiện trong một dự án đang triển khai.

Dưới đây là một số subagent mà bạn có thể tạo ra trong quá trình làm việc:

• README Sync: Subagent này có thể tự động cập nhật file README bất cứ khi nào bạn chỉnh sửa file cấu hình hoặc API endpoint.
• Outline Formatter: Sử dụng subagent này để định dạng các đoạn văn bản thô thành nội dung phù hợp với các kiểu mẫu (style) đã thiết lập sẵn.
• Fact Checker: Subagent này (sử dụng mô hình Sonnet và các công cụ duyệt web như Firecrawl) có thể kiểm chứng tính xác thực của các thông tin do mô hình chính (lớn hơn) đưa ra.

Như bạn có thể thấy, đây là những subagent rất chuyên biệt, phù hợp với quy trình làm việc riêng. Chỉ cần suy tính một chút, bạn cũng có thể tạo ra các subagent tương tự để tiết kiệm token. Bạn cũng có thể yêu cầu Claude Code phân tích các phiên làm việc trước đó và gợi ý những nơi mà việc sử dụng subagent sẽ mang lại hiệu quả.

Cách thiết lập này sẽ giúp bạn giảm mức tiêu thụ token từ 30-40%, tùy thuộc vào phiên làm việc và mô hình được subagent sử dụng. Trong một số trường hợp, việc dùng mô hình Haiku thay vì Sonnet hay Opus cho các tác vụ đơn giản thường giúp giảm 50% lượng token tiêu thụ trong phiên, nhờ đó bạn có thể kéo dài thời gian trước khi chạm tới giới hạn của phiên làm việc.

Mặc dù hệ thống này giúp bạn giảm lượng token tiêu thụ trên Claude Code, phương pháp này vẫn có những hạn chế rõ ràng. Ví dụ, nếu bạn kết hợp một mô tả không chuẩn xác với một mô hình có năng lực hạn chế, Claude Code có thể trả về kết quả kém chất lượng. Ngoài ra, đôi khi Claude Code cũng định hướng sai các yêu cầu khi cố gắng gán chúng cho subagent. Vì vậy, việc thiết lập quy trình làm việc với hệ thống này đòi hỏi bạn phải thử nghiệm và điều chỉnh đôi chút. Tuy nhiên, kết quả đạt được sẽ hoàn toàn xứng đáng với công sức bạn bỏ ra!