Claude Code'da Daha Az Token Harcama: Bağlamı, Araç Kullanımını ve Görev Kapsamını Küçültme

Giriş: Token Ekonomisi Neden Önemli?

Claude Code gibi yapay zekâ destekli kodlama asistanları, her etkileşimde belirli bir token bütçesi tüketir. Uzun bağlamlar, gereksiz araç çağrıları ve geniş kapsamlı görevler bu bütçeyi hızla eritir. Özellikle büyük kod tabanlarında çalışan geliştiriciler için token maliyeti hem zaman hem de para anlamına gelir. Bu yazıda, Claude Code'un resmî dokümantasyonunda belirtilen özellikleri kullanarak token tüketimini nasıl azaltabileceğinizi adım adım ele alacağız.

Bağlamı Küçültme: Sadece Gerekli Olanı Gönderin

Claude Code, varsayılan olarak projenizin tamamını veya geniş dosya gruplarını bağlama dahil edebilir. Ancak her istekte tüm kod tabanını göndermek, token israfının en büyük nedenidir. Bunun yerine:

• Dosya bazlı bağlam: Yalnızca üzerinde çalıştığınız dosyayı veya ilgili modülleri seçin. Claude Code'un /add komutuyla belirli dosyaları bağlama ekleyebilirsiniz.
• Özetleme teknikleri: Uzun dosyalar için önce bir özet çıkartın, ardından asistanı bu özet üzerinden yönlendirin. Örneğin, claude --summarize dosya.py gibi bir komutla içeriği kısaltabilirsiniz (resmî dokümantasyonda --summarize bayrağı bulunmuyorsa, manuel özetleme yapın).
• Bağlam penceresini yönetme: Claude Code, oturum boyunca bağlamı korur. Gereksiz konuşma geçmişini temizlemek için /clear komutunu kullanın. Bu, önceki mesajların token maliyetini sıfırlar.

Örnek: 10.000 satırlık bir projede sadece utils/validation.py dosyasını düzenlemek istiyorsanız, tüm projeyi değil, yalnızca bu dosyayı ve bağımlı olduğu 2-3 modülü bağlama ekleyin.

Araç Kullanımını Optimize Etme: Gereksiz Çağrılardan Kaçının

Claude Code, dosya okuma, arama, terminal komutları gibi araçları otomatik olarak çağırabilir. Bu araçlar her seferinde token harcar. İşte azaltma yolları:

• Toplu işlemler: Tek tek dosya okumak yerine, birden fazla dosyayı tek bir araç çağrısıyla okuyun. Örneğin, cat dosya1.py dosya2.py gibi bir terminal komutuyla içerikleri birleştirin.
• Arama sorgularını daraltın: grep veya ripgrep kullanırken spesifik desenler yazın. def .* yerine def validate_email gibi dar bir arama yapın.
• Önbellek kullanımı: Claude Code, daha önce okunan dosyaları önbelleğe alabilir. Aynı dosyayı tekrar tekrar okumak yerine, asistanın önceki okumalardan yararlanmasını sağlayın. Bunu /context komutuyla kontrol edebilirsiniz.
• Gereksiz terminal komutlarını engelleyin: Asistanın her adımda ls veya pwd çalıştırmasını istemiyorsanız, --no-auto-commands gibi bir bayrak kullanın (varsa).

Örnek: Bir hata ayıklama oturumunda, tüm log dosyasını okumak yerine tail -n 50 app.log ile son 50 satırı alın. Bu, binlerce token tasarrufu sağlar.

Görev Kapsamını Küçültme: Parçala ve Yönet

Büyük görevler, asistanın daha fazla token harcamasına neden olur. Görevleri küçük, bağımsız parçalara bölmek hem doğruluğu artırır hem de maliyeti düşürür.

• Tek sorumluluk ilkesi: Her istekte yalnızca bir işlevi veya hatayı düzeltin. "Tüm projeyi refactor et" yerine "user_service.py içindeki get_user fonksiyonunu optimize et" deyin.
• Adım adım ilerleme: Claude Code'a "önce analiz et, sonra plan çıkar, en son kod yaz" gibi aşamalı talimatlar verin. Bu, gereksiz deneme yanılma token'larını önler.
• Test odaklı çalışma: Küçük bir test yazıp çalıştırın, ardından kodu düzeltin. Tüm test paketini çalıştırmak yerine yalnızca ilgili testi çalıştırın.
• Çıktı formatını netleştirin: "Bana sadece değişen satırları göster" gibi talimatlarla uzun açıklamaları engelleyin.

Örnek: Bir API entegrasyonu yapıyorsunuz. Tek seferde tüm endpoint'leri değil, önce yalnızca GET /users için kod yazın. Test edin, çalıştığından emin olun, sonra POST /users'a geçin.

Uygulanabilir Örnek: Token Tasarrufu Senaryosu

Diyelim ki 5.000 satırlık bir Django projesinde bir hata var. Geleneksel yaklaşım: Tüm projeyi bağlama ekle, hatayı ara, düzelt. Bu, yaklaşık 50.000 token tüketebilir.

Optimize yaklaşım:

1. Hata mesajını ve stack trace'i kopyalayın.
2. Yalnızca hata veren dosyayı (views.py) ve ilgili modeli (models.py) bağlama ekleyin.
3. Claude Code'a "Bu stack trace'e göre views.py içindeki create_order fonksiyonunu düzelt" deyin.
4. Asistanın yalnızca ilgili satırları okumasını sağlayın.

Bu yöntemle token tüketimi 5.000'in altına düşer. Ayrıca yanıt süresi kısalır.

Sonuç: Küçük Adımlar, Büyük Tasarruf

Claude Code'da token tasarrufu, disiplinli bir çalışma alışkanlığı gerektirir. Bağlamı daraltmak, araç çağrılarını optimize etmek ve görevleri küçültmek hem maliyeti düşürür hem de daha isabetli sonuçlar almanızı sağlar. Unutmayın: Her token bir maliyettir, ancak doğru stratejiyle bu maliyeti kontrol altında tutabilirsiniz. Resmî dokümantasyondaki güncel komutları ve bayrakları takip ederek kendi iş akışınıza en uygun yöntemi geliştirin.