Claude Code セッションがすぐに切れてしまう理由 (それはあなたが考えているものではありません)
セッションを開き、いくつかのファイルを貼り付け、Claude に関数のリファクタリングを依頼します。そして 30 分後には、レート制限メッセージを見つめることになります。おなじみですね？
イライラするのは、トークンが足りなくなることではありません。それは彼らが足りなくなるということです 目に見えない、そしてどんな線形数学が示唆するよりも速いです。
Here's why: Claude Code トークンバーンは 添加物ではなく配合。 Claude が行うすべてのツール呼び出し (ファイルの読み取り、bash コマンドの実行、プロジェクトの検索) は、コンテキストにトークンを追加します。その後、それらの出力は会話履歴に残ります。その後、Claude は次のターンにそれらを再度読み取ります。アクションごとにトークンを一度も消費する必要はありません。以前のすべてのアクションをその後のすべてのアクションに再費することになります。
8 つのツール呼び出しを実行し、4 つのファイルを読み取り、3 つの bash コマンドを実行する単一のエージェント セッションは、 40,000 ～ 80,000 トークン 新しいコードを 1 行も記述する前に。ほとんどのユーザーは 5,000 個を使用したと推定しています。
このガイドでは、実際のトークンとは何か、Claude Code がトークンをチャット インターフェイスとは異なる方法でカウントする方法、実際の 2026 年計画の状況、ゼロエフォート勝利から高度な前処理フックまでのランク付けされた最適化プレイブックなど、すべてをカバーしています。
Claude Code トークンの説明 — ゼロから流暢なものまで
あ トークン 大規模な言語モデルが処理するテキストの単位です。それは正確には単語でもなければ文字でもありません。それはその中間のどこかに位置します。大まかなベンチマークとして:
function= 1 トークンgetUserById= 3 ～ 4 トークン- 一般的なコード行 = 5 ～ 15 トークン
- 1,000 ワードの散文 ≈ 1,300 トークン
- 1,000 ワードの高密度 TypeScript ≈ 1,500 ～ 2,000 トークン
コードのトークン化は、識別子、括弧、インデント、および特殊文字のそれぞれがトークン バジェットを要求するため、散文よりも効率的ではありません。 500 行のファイルをコンテキストに挿入するだけでも、簡単に 8,000 ～ 12,000 トークンのコストがかかります。
Claude Code でのトークン カウンティングの実際の仕組み (Claude チャットではありません)
Claude.ai のチャット インターフェイスでメッセージを送信すると、Claude が応答します。トークンコスト = メッセージ + Claude の返信。クリーンで予測可能。
Claude Code は根本的に異なります。各セッションには次の内容が含まれます。
| 成分 | おおよそのトークンコスト |
|---|---|
| System prompt (built-in) | 3,000 ～ 6,000 トークン |
| CLAUDE.md file (if present) | 500 ～ 5,000 トークン (構成) |
| Injected file contents | Varies — 通常、5,000 ～ 30,000 トークン |
| Conversation history (all turns) | Accumulates every turn |
| Tool call inputs + outputs | 呼び出しごとに 500 ～ 3,000 トークン |
| Bash command output | Highly variable — 巨大になる可能性があります |
の システムプロンプトのベースライン これは、1 文字を入力する前にすでに何千ものトークンを費やしていることを意味します。 /clear は会話履歴をリセットしますが、システム プロンプトや CLAUDE.md のオーバーヘッドは除去されません。これらはセッションごとに再挿入されます。
エージェントセッションの隠れたトークンコスト
Claude Code がエージェント的に動作する場合 (ファイルの読み取り、bash の実行、一連の決定の実行) すべてのステップが課金され、すべてのステップがコンテキスト内で蓄積されます.
これは、控えめな「このルートに認証を追加する」タスクの実際の例です。
- Claude reads your route file → +4,000トークン
- Claude reads your auth middleware → +2,500トークン
- Claude は
grepを実行して関連インポートを検索します → +800トークン(コマンド+出力) - Claude edits the file → +1,200トークン(差分+確認)
- You ask a follow-up question → 上記の履歴全体が再送信される → コンテキストを再確立するためだけに +8,500 トークン
- Claude runs your test suite → +5,000 トークンのテスト出力が注入されました
Total: ~22,000 トークン ほとんどのユーザーはタスクのコストが 2,000 かかると想定しています。これを午前中の仕事で掛け合わせると、計算は過酷なものになります。生のセッションの長さではなく、この複合効果が、パワー ユーザーがカジュアル ユーザーよりもはるかに早く制限に達する理由です。
2026 年計画の現実性チェック — Claude Code が実際に提供するもの
2026 年 4 月の時点で、Anthropic のプラン構造は、トークンの使用量を計画している人にとって重要な点に変わりました。
| プラン | Claude Code アクセス | 約月間トークン予算 | 最適な用途 |
|---|---|---|---|
| Free | Limited / gated | 評価用Very low; primarily | Occasional exploration |
| Pro ($20/mo) | Included, but rationed | Moderate; subject to usage caps per session | Solo devs, light daily use |
| Team ($25/user/mo) | Included | Higher per-user allocation; pooled limits | Small engineering teams |
| Max ($100–200/mo) | Full | Significantly higher limits | Heavy daily professional use |
| API (pay-per-token) | Direct access | Unlimited (billed per token) | Enterprise, automation, CI |
2026 年 4 月の状況: Anthropic は、Pro ヘビー ユーザーに対するスロットリングとアクセス制限の報告により、Claude Code の Pro プランへの組み込みに対する変更の可能性を示唆しました。 Pro サブスクライバーとして毎日 Claude Code に依存している場合は、アクセスを次のように扱ってください。 変数、固定レートで保証されるものではありません。大量のワークフローを API に移行すると、定額料金のシンプルさがなくなっても、コストを予測できるようになります。
Key implication: トークンの最適化はもはや効率性だけを重視するものではありません。Pro プランのユーザーにとっては、さらに厳しくなる可能性のあるアクセス モデル内に留まることが重要です。
完全なトークン最適化ハンドブック (影響度によるランク付け)
ここでは、ヒントのフラットなリストではなく、推定されるトークンの節約量と実装の労力によってランク付けされた段階的な内訳を示します。
Tier 1 — 大きな効果、ゼロの労力 (これらを最初に実行)
1. /clear を積極的に使用する
利用可能な単一の最もレバレッジの高いアクション。個別のタスク間のコンテキストをクリアすることで、会話履歴の蓄積を排除します。推定節約量: セッションあたり 15,000 ～ 40,000 トークン 現在、長時間連続会話を行っているユーザー向け。
経験則: 1 つの一貫したタスクを終了し、別のタスクを開始する場合は、/clear です。
2. タスクに適したモデルを選択する
すべてのタスクに Sonnet や Opus が必要なわけではありません。 Claude Haiku は、grep スタイルの検索、単純な変数の名前変更、ボイラープレートの生成、およびコードの書式設定をおおよその速度で処理します。 トークンあたりのコストが 20 分の 1 に削減 オーパスよりも。
推定節約量: 総支出の 30 ～ 60% 複雑な作業が混在するチーム向け。
3. CLAUDE.md を無駄がなく具体的なものに保つ
CLAUDE.md は各セッションの開始時に挿入されます。 3,000 トークンの CLAUDE.md ファイルが肥大化すると、何も入力する前に、すべてのセッションにそのコストが追加されます。ドキュメント、サンプル、および直接的な指示ではないものはすべて削除してください。 Target under 800 tokens.
Tier 2 — 中程度の労力、大きな利益 (アーキテクチャの習慣)
4. プロジェクトではなくタスクを対象としたファイルをロードする
「認証システムを見てください」と「src/auth/middleware.ts と src/routes/login.ts を見てください」の違いは次のとおりです。 10,000 ～ 25,000 トークン セッションごとに。
5. 大きなタスクを独立したサブセッションに分割する
1 つの長いセッションではなく、それぞれの間に /clear を挟んで、集中的なサブセッションに分割します。 Total トークンのコストは、多くの場合、 40 ～ 60% 低い 履歴の再挿入のオーバーヘッドがなくなるからです。
- セッション 1: リファクタリング
user-service.ts→ /clear - セッション 2: 依存ルートを更新 → /clear
- セッション 3: テストの更新
6. Full ファイルの書き換えではなく、ターゲット差分を使用する
400 行のファイルを Full ファイルに書き換えると、出力だけで 6,000 ～ 10,000 トークンのコストがかかります。同じ変更の対象となる差分: 300 ～ 800 トークン。
Tier 3 — 高度なテクニック (前処理フックと圧縮)
7. 前処理フック
Anthropic の公式ドキュメントでは、前処理フック (入力がモデルに到達する前に入力を変換するメカニズム) について説明しています。これにより、詳細なログ出力を削除し、大きなファイルの読み取りを関連セクションに切り捨て、テスト出力を要約することができます。 ANSI コードを削除し、bash 出力を 50 行に切り詰める前処理フックにより、ツール呼び出しトークンのコストを次のように削減できます。 60–80% ログを大量に使用するワークフローで。
function preprocessBashOutput(output) {
const lines = output.replace(/\x1B\[[0-9;]*m/g, '').split('\n');
return lines.slice(0, 50).join('\n') +
(lines.length > 50 ? '\n[truncated]' : '');
}8. コンテキスト圧縮プラグイン (正直な評価)
いくつかのコミュニティ ツールは、正規表現または LLM ベースの要約を使用して、再挿入前に会話履歴を圧縮します。トレードオフは重要です:
- 以下の用途に適しています。 散文の多い長い会話、Q&A セッション
- 以下に対してはうまく機能しません: 正確な構文が重要となるコードの多いセッション
- Risk: 非可逆圧縮により、Claude がコードの状態について誤った仮定を行う可能性がある
要約ベースの圧縮は、正規表現のストリッピングよりも安全です。実稼働ワークフローでは注意して使用してください。
ワークフロー タイプ別のトークン戦略
一般的なアドバイスは、個人のインディー開発者とエンタープライズ API 利用者には、最適化の優先順位においてほとんど共通点がないという現実を無視しています。
Solo Developer — すべてのセッションを最大化する
あなたの制約は、 Pro plan session cap。無駄になったトークンはすべて、取得しなかったセッションです。
- タスク間に厳格な
/clear規律を実装する - すべての非クリエイティブタスクを Haiku にルーティングします。
- 最小限の焦点を絞った CLAUDE.md (トークン 500 未満) を保持します。
- 関連する質問を何度もやり取りするのではなく、1 回のやり取りにまとめます
- Claude に「探索」を要求するのは避けてください。常に明示的なファイル ターゲットを指定してください。
Target: 意味のあるタスクごとに 50,000 トークン未満に抑えてください。ほとんどの単独タスクではこれ以上の作業は必要ありません。
小規模チーム — 制限の共有と調整
あなたの制約は 調整オーバーヘッド — CLAUDE.md の設定や習慣が異なるチーム メンバーが異なると、予測できない共有支出が発生します。
- バージョン管理を介して共有されるチームの標準化 CLAUDE.md — 簡潔さのために最適化された真実の 1 つの情報源
- チームダッシュボードでユーザーごとの明示的な支出制限を設定する
- タスクタイプごとにモデルを選択するためのチーム規約を確立します (例: レビューには Haiku、アーキテクチャには Sonnet)
- トークンの使用状況を毎月監査し、異常値セッションにフラグを立てる担当者を 1 名指名します
- PR レビューに分離されたサブセッションを使用して、レビュー履歴が実装セッションに混入するのを防ぎます
API / Enterprise — 大規模なコスト
あなたの制約は ユニットエコノミクス — トークンごとに支払うため、ワークフローごとに予測可能なコストが必要です。
- 埋め込む プロンプトキャッシュ 静的コンテキストの場合 — キャッシュされたトークンのコストは、キャッシュ ヒット時に最大 10 倍低くなります
- を構築する モデルルーティング層 タスクの複雑さを分類し、適切なモデル層に自動的にルーティングします。
- 設定 使用状況監視ダッシュボード ワークフローごとのコスト帰属付き
- 前処理フックをセッションごとではなくインフラストラクチャ層に適用する
- 1,000 万トークン/月以上の場合、モデル ルーティングは通常、 50 ～ 70% のコスト削減 日常的なタスクについて
プロジェクト タイプのトークン ベンチマーク — モノレポ と. グリーンフィールド と. レガシー
プロジェクトのアーキタイプが異なれば、トークン プロファイルも根本的に異なります。新しいプロジェクト タイプを開始する前に、この表を使用して期待値を調整してください。
| プロジェクトの種類 | 一般的なセッション トークンの範囲 | プライマリドライバー | 主要な最適化 |
|---|---|---|---|
| Greenfield microservice | 15,000–40,000 | Small codebase; frequent new file creation | Low overhead; model selection |
| Monorepo (active feature) | 40,000–120,000 | Large context; cross-module dependencies | Scoped file loading は重要です |
| Legacy codebase refactor | 60,000–200,000+ | Dense history; exploratory reads; test output | Sub-session の分離。前処理フック |
| Documentation / content | 10,000–25,000 | Prose-heavy; lower code density | Haiku はほとんどのタスクに十分です |
| CI/CD automation scripting | 20,000–50,000 | Bash-heavy; verbose command output | 出力切り捨て用の Preprocessing hooks |
Legacy refactors トークン オーバーランのリスクが最も高いコンテキストです。この作品の探索的な性質は非常に複雑です。サブセッションの規律と前処理フックを初日から適用します。
EasyClaw がトークン効率で勝てる理由
EasyClaw は、デスクトップネイティブ AI エージェントとして構築されています。つまり、ブラウザベースのツールを悩ませるクラウドのオーバーヘッド、コンテキストの肥大化、および予測できないセッション制限なしで動作します。すべてのセッションはローカルに留まり、すべてのコンテキスト ウィンドウはユーザーの制御下にあり、インフラストラクチャを所有しているため、このガイドのすべての最適化は実装が容易になります。
- ワークフロー層に組み込まれたネイティブの前処理フック - カスタム ラッパーは不要
- すぐに使えるタスクごとのモデルルーティング — タスクの複雑さに応じて Haiku、Sonnet、または Opus を自動的に割り当てます
- CLAUDE.md に相当するもの (プロジェクト構成) は設計によりスリムなままです — フリーフォーム テキストではなく構造化フィールド
- Sub-session 分離は最上級の機能です — タスクの境界は手動ではなく明示的です
- 驚くべきスロットリングの計画はありません - ローカル コンピューティングと制限
よくある質問
質問: /clear は実際にトークンを保存しますか? それとも表示をリセットするだけですか?
A: 本当にトークンを節約できます。 /clear は、ターンごとに再送信される会話履歴を消去します。システム プロンプトと CLAUDE.md は引き続き再挿入されますが、増大する履歴ペイロードは排除されます。これは、長いセッションでほとんどのトークンの蓄積が発生する場所です。 10 ターン以上のセッションの場合、これにより次のタスクで数万のトークンを節約できます。
質問: スロットルレポートを考慮すると、Claude Code は 2026 年の Pro プランで利用する価値がありますか?
A: 軽度から中程度の毎日の使用 (1 日あたり 5 ～ 6 回の集中セッション未満) の場合、Pro は依然として価値を提供します。 Claude Code を主要なコーディング環境として 1 日中実行しているヘビー ユーザーにとって、2026 年初めに報告されたアクセス制限により、Max プランまたは API アクセスがより信頼できる選択肢になります。タスクの途中でセッションの壁にぶつかるかどうか予測できない場合、Pro の定額料金のシンプルさの価値は低くなります。
質問: 特定のタスクにどのモデル層を使用するかを知るにはどうすればよいですか?
A: 役立つ経験則: タスクに真の推論、アーキテクチャ上の判断、創造的な問題解決が必要な場合は、Sonnet または Opus を使用してください。検索、書式設定、名前変更、明確な仕様から定型文を生成するなど、タスクが機械的な場合は、Haiku を使用します。迷ったら俳句から始めましょう。出力品質が不十分な場合は、エスカレーションしてください。ほとんどの開発者は、Haiku が処理できる量に驚きます。
質問: API を直接使用せずに前処理フックを実装できますか?
A: Full 前処理フックには、ツール出力をコンテキストに再挿入する前にインターセプトする必要があるため、API アクセスが必要です。 Claude Code UI 内で最も近いのは、bash 出力を手動で切り詰め (例: コマンドを head -n 50 にパイプする)、どのファイル セクションを読み込むかを明示することです。それほど強力ではありませんが、ツール呼び出しトークンのコストを削減するには意味があります。
質問: プロンプト キャッシュはどのように機能しますか?また、設定する価値はありますか?
A: プロンプト キャッシュは、システム プロンプトや共有ドキュメントなど、繰り返しの静的入力に対して Anthropic が以前に計算したコンテキストを再利用できるようにする API 機能です。キャッシュ ヒットのコストは、新しいトークンの処理に比べて約 10 倍低くなります。同じシステム プロンプトが 1 日に何千回も送信されるエンタープライズ ワークフローの場合、大幅な節約になります。個人の開発者にとって、大規模な自動化を行わない限り、セットアップの複雑さには通常価値がありません。
質問: ほとんどの Claude Code ユーザーがトークンに関して犯す最大の間違いは何ですか?
A: /clear を使用せずに、1 つの連続した終日セッションを実行します。一見小さなタスクであっても、20 ターン以上を累積するセッションの複合的な履歴コストは、他の最適化の比ではありません。 /clear の習慣を正しく身につければ、それ以外はすべて強固な基盤の上に段階的に改善されます。
最終判定 - 5 分間のトークン監査チェックリスト
次回の Claude Code セッションの前に、これを実行してください。
コンテキストの衛生
- ☐ CLAUDE.md は 800 トークン未満ですか?直接的な指示ではないものは削除してください。
- ☐ このタスクに必要な特定のファイルのみをロードしていますか?
- ☐ 最後の個別のタスク以降、/clear を使用しましたか?
モデルの選択
- ☐ このタスクは、Sonnet/Opus を正当化するほど本当に複雑なのでしょうか?
- ☐ Haiku はこのステップを処理できますか? (書式設定、検索、定型文 — はい。)
セッション構造
- ☐ これは 2 ～ 3 つのサブセッションに分割する必要がある 1 つの大きなタスクですか?
- ☐ 複数の部分からなる質問を 1 回のターンで行っていますか?
高度な (API の場合)
- ☐ システムプロンプトはキャッシュされていますか?
- ☐ bash の出力は注入前に切り詰められていますか?
- ☐ ワークフローごとのコストの帰属はありますか?
Plan awareness: Pro を使用している場合は、Claude Code アクセスを配給される可能性があるものとして扱います。スプリントの途中でアクセスの壁にぶつかる前に、Max プランのコストが現在の使用レベルに見合ったものであるかどうかを検討してください。
ほとんどのユーザーが現在実行できる最も影響力のある変更は次のとおりです。 タスク間で /clear を使用し、モノリシックな終日セッションの実行を停止します。他のすべてはその基盤の上に構築されます。
Claude Code におけるトークンの最適化は、AI の使用を減らすことではありません。重要なのは、それを正確に使用することです。そのため、どのようなプランを使用していても、各セッションが最大限の価値を提供します。