Tip xài Claude nhiều mà ít đau ví

Bạn đang làm dở một việc thì màn hình hiện dòng chữ báo đã dùng hết hạn mức, quay lại sau vài giờ. Cảm giác ấy khó chịu gấp đôi khi bạn đang trả tiền cho công cụ đó và có việc cần hoàn thành gấp.

Mình từng nghĩ đây là chuyện của gói cước: cứ nâng lên gói cao hơn là xong. Nhưng nhìn lại hoá đơn thì thấy vấn đề nằm ở chỗ khác.

Những dòng nhỏ lặp lại trong cùng một ngày là các lần hệ thống tự nạp thêm khi mình dùng hết hạn mức. Mỗi lần chỉ hơn mười đô, nhưng cộng lại trong một tháng thì không nhỏ.

Sau khi đọc kỹ tài liệu chính thức và thử lại cách làm việc của mình, mình rút ra một điều: phần lớn hạn mức bị tiêu hao không phải vì bạn hỏi nhiều, mà vì mỗi câu hỏi phải kéo theo quá nhiều thứ không cần thiết. Bài này gom lại những cách sửa cụ thể, kèm con số lấy từ tài liệu của Anthropic để bạn tự kiểm chứng.

Trước tiên, phân biệt hai loại giới hạn

Nhiều người gộp chung hai thứ hoàn toàn khác nhau.

Giới hạn sử dụng là lượng công việc bạn được dùng trong một khoảng thời gian. Nó tính theo cửa sổ năm giờ trượt, nghĩa là dùng hết thì phải chờ cửa sổ đó trôi qua. Các gói trả phí có thêm một giới hạn tính theo tuần. Điều quan trọng: Claude trên web, ứng dụng máy tính và Claude Code đều lấy từ cùng một túi, nên dùng nhiều ở một nơi sẽ hụt ở nơi còn lại.

Giới hạn độ dài là lượng thông tin Claude giữ được trong một cuộc trò chuyện, thường gọi là cửa sổ ngữ cảnh. Bạn có thể đầy cửa sổ ngữ cảnh mà vẫn còn hạn mức, và ngược lại. Hai đồng hồ khác nhau, đừng nhầm.

Theo tài liệu của Anthropic, tốc độ tiêu hao hạn mức phụ thuộc vào nhiều yếu tố cùng lúc: độ dài và độ phức tạp của cuộc trò chuyện, các tính năng đang bật (tìm kiếm web, nghiên cứu, kết nối ngoài), tệp bạn đính kèm, model bạn chọn và mức độ suy nghĩ sâu bạn yêu cầu. Hai người gửi cùng số tin nhắn có thể tiêu tốn chênh nhau rất xa.

Vì sao trò chuyện càng dài càng tốn

Đây là điểm mấu chốt, và cũng là thứ ít người để ý.

Claude không nhớ cuộc trò chuyện theo kiểu con người nhớ. Mỗi lần bạn gửi một tin nhắn, toàn bộ nội dung trước đó được đọc lại từ đầu để mô hình hiểu ngữ cảnh. Tin nhắn thứ hai phải đọc lại tin thứ nhất. Tin thứ ba mươi phải đọc lại hai mươi chín lượt trao đổi trước cộng mọi tệp bạn đã tải lên.

Nghĩa là câu hỏi cuối cùng trong một cuộc trò chuyện dài đắt hơn nhiều so với chính câu hỏi đó nếu được hỏi trong một cuộc trò chuyện mới. Bạn không trả tiền cho câu hỏi, bạn trả tiền cho cả đống thứ nó phải mang theo.

Hiểu được điều này thì mười hai thói quen dưới đây tự nhiên trở nên hợp lý.

Nhóm 1: Sửa cách trò chuyện

1. Gộp các câu hỏi liên quan vào một tin nhắn

Thay vì hỏi ba lần: tóm tắt bài này, liệt kê ý chính, đặt giúp tiêu đề, hãy gửi cả ba trong một tin. Ba câu trả lời nhưng chỉ một lần đọc lại ngữ cảnh. Đây cũng là khuyến nghị đầu tiên trong tài liệu chính thức: nhóm các việc liên quan vào một tin nhắn.

Câu trả lời thường còn tốt hơn, vì Claude nhìn được toàn cảnh thay vì đoán từng mảnh.

2. Sửa tin nhắn cũ thay vì gửi tin đính chính

Thói quen phổ biến: gõ xong mới thấy thiếu, liền gửi thêm một tin kiểu “à quên, ý mình là…”. Vấn đề là câu sai không biến mất, nó vẫn nằm trong lịch sử và câu sửa chồng lên trên. Từ đó về sau, mọi tin nhắn đều phải đọc lại cả hai.

Cách đúng là bấm sửa ngay trên tin nhắn cũ rồi gửi lại. Câu hỏi hỏng được thay thế, cuộc trò chuyện gọn lại như chưa từng có lỗi.

3. Chat ngắn, và chuyển sang chat mới đúng cách

Khi một cuộc trò chuyện đã dài, đừng cố đẩy nó đi tiếp. Hãy nhờ Claude gói lại phần cần thiết rồi mở cuộc mới. Một câu nhờ như sau là đủ:

Mình muốn chuyển việc này sang một cuộc trò chuyện mới. Hãy tóm tắt giúp mình những gì cần để tiếp tục: mục tiêu, các quyết định đã chốt, tình trạng hiện tại, ràng buộc cần nhớ và bước tiếp theo. Viết thành một đoạn để mình dán sang chat mới.

Điểm hay của cách này là bạn giữ lại phần quan trọng và bỏ đi phần đã chết: những hướng đi bị loại, những quyết định đã thay đổi, những lần thử sai. Đống đó không giúp gì cho câu hỏi tiếp theo nhưng vẫn bị đọc lại mỗi lượt.

4. Nói rõ ngay từ đầu, hoặc để Claude hỏi ngược

Câu hỏi mơ hồ đẻ ra một chuỗi hỏi đáp làm rõ, và mỗi lượt đều tốn. Tài liệu chính thức khuyên đưa yêu cầu cụ thể, đầy đủ ngay từ tin nhắn đầu và đọc lại trước khi gửi.

Có một cách ngược lại cũng hiệu quả, nhất là khi bạn chưa rõ mình muốn gì: thay vì viết một đoạn dài cố mô tả hết, hãy viết ngắn rồi thêm câu “hỏi mình vài câu trước khi bắt đầu”. Bạn trả lời vài ý ngắn, tốn ít hơn hẳn so với một đoạn yêu cầu dài mà vẫn thiếu.

Nhóm 2: Sửa cách đưa dữ liệu vào

5. Dùng Dự án cho tài liệu bạn tra đi tra lại

Nếu bạn tải cùng một tệp vào hàng chục cuộc trò chuyện khác nhau, mỗi lần tải là một lần tính vào hạn mức. Dự án sinh ra để giải quyết đúng chuyện này.

Theo tài liệu của Anthropic, tài liệu tải lên phần kiến thức của một Dự án sẽ được lưu đệm, và những lần sau bạn nhắc tới nội dung đó thì chỉ phần mới hoặc chưa được lưu đệm mới tính vào hạn mức. Ngoài ra, những câu lệnh bạn lặp lại thường xuyên cũng được hưởng một phần lợi ích tương tự.

Cách dùng thực tế: mỗi mảng việc lặp lại là một Dự án. Bên trong đặt sẵn tài liệu nền và hướng dẫn chung, còn mỗi việc cụ thể thì mở một cuộc trò chuyện riêng, ngắn gọn. Bối cảnh nằm ở Dự án, không nằm trong lịch sử chat.

6. Cẩn thận với PDF và ảnh chụp màn hình

Đây là chỗ rò rỉ mà hầu như không ai ngờ tới.

Tài liệu chính thức cho biết mỗi trang PDF thường tốn khoảng 1.500 đến 3.000 token chỉ riêng phần chữ, tuỳ mật độ nội dung. Chưa hết: mỗi trang còn được chuyển thành một ảnh để Claude đọc được biểu đồ và bảng biểu, nên cộng thêm chi phí của ảnh.

Nghĩa là một tệp PDF mười lăm trang có thể ngốn vài chục nghìn token trước khi bạn kịp hỏi câu nào. Nếu thứ bạn cần chỉ là chữ, hãy sao chép phần chữ và dán vào, hoặc lưu thành tệp văn bản thuần rồi mới tải lên. Ảnh chụp màn hình một đoạn chữ cũng vậy: gõ lại hoặc dán chữ luôn sẽ rẻ hơn nhiều.

PDF chỉ thật sự đáng dùng khi bạn cần Claude nhìn bố cục, biểu đồ, bảng hoặc con dấu, chữ ký trên tài liệu.

7. Tắt những tính năng không dùng tới

Tìm kiếm web, chế độ nghiên cứu, suy luận sâu và các kết nối ngoài đều làm tiêu hao nhanh hơn. Tài liệu chính thức nói thẳng rằng tắt những thứ này khi không cần sẽ giúp cả cửa sổ ngữ cảnh lẫn hạn mức của bạn.

Thói quen nên có: mặc định tắt hết, chỉ bật đúng thứ mà câu hỏi hiện tại cần. Nhờ viết lại một đoạn văn thì chẳng có lý do gì để bật tìm kiếm web.

8. Để bộ nhớ và hướng dẫn giữ giúp phần lặp lại

Nếu phiên làm việc nào bạn cũng phải nói lại mình là ai, làm nghề gì, thích văn phong nào, dự án có cấu trúc ra sao, thì bạn đang trả tiền cho cùng một đoạn thông tin nhiều lần.

Những thứ ổn định nên nằm ở chỗ ổn định: phần hướng dẫn của Dự án, phần bộ nhớ, hoặc với người dùng Claude Code là tệp hướng dẫn của dự án. Sau đó câu hỏi hằng ngày của bạn ngắn lại rất nhiều.

Một mẹo nhỏ: khi bạn phải sửa cùng một lỗi lần thứ hai, đừng chỉ sửa trong chat. Hãy bảo Claude ghi nhớ quy tắc đó.

Nhóm 3: Sửa cách chọn công cụ

9. Chọn model theo độ khó của việc

Dùng model mạnh nhất cho mọi việc là cách tiêu hạn mức nhanh nhất. Ba model chính khác nhau rõ rệt về giá, và mức chênh này phản ánh đúng mức độ tiêu hao khi bạn dùng gói thuê bao.

Giá công bố trên tài liệu của Anthropic, tính theo một triệu token:

Hai điều rút ra từ bảng này.

Đầu ra đắt gấp năm lần đầu vào. Một câu trả lời dài lê thê tốn hơn nhiều so với một câu hỏi dài. Nên nói rõ bạn muốn câu trả lời ngắn gọn, hoặc chọn phong cách trả lời súc tích. Nếu mỗi câu trả lời dài hơn mức cần thiết chừng một phần ba, và bạn hỏi vài chục câu mỗi ngày, phần dư đó cộng lại rất đáng kể.

Opus không phải mặc định. Bạn không cần model mạnh nhất để đổi tên biến, tóm tắt một bài ngắn hay nghĩ năm cái tiêu đề. Cách làm hợp lý là bắt đầu bằng model nhẹ nhất đủ dùng, thấy chưa đạt thì mới nâng lên.

10. Giảm mức suy nghĩ sâu cho việc đơn giản

Chế độ suy luận sâu rất hợp khi bài toán khó và mơ hồ, nhưng để bật thường trực thì bạn đang trả thêm cho cả những việc không cần. Với việc quen tay, hãy hạ mức suy nghĩ xuống; để mức cao cho lúc thật sự cần cân nhắc.

11. Dùng đúng nơi cho đúng việc

Claude Code mạnh vì nó đọc được mã nguồn, sửa tệp và chạy lệnh, nhưng chính vì vậy nó cũng tiêu hao nhanh. Dùng nó để nghĩ ý tưởng hay soạn một đoạn văn thường là lãng phí, trong khi cửa sổ chat thông thường làm việc đó nhẹ hơn nhiều.

12. Chia việc ra nhiều buổi trong ngày

Vì hạn mức tính theo cửa sổ năm giờ trượt, dồn hết việc nặng vào một buổi sáng là cách chắc chắn để hết hạn mức trước trưa, trong khi phần còn lại của ngày bạn lại không dùng tới. Chia thành buổi sáng, chiều và tối thì mỗi khoảng được làm mới, tổng lượng việc làm được trong ngày nhiều hơn.

Nhìn số trước khi nó làm bạn bất ngờ

Người dùng gói trả phí có thể vào phần Cài đặt rồi chọn mục Sử dụng để thấy thanh tiến trình của cả cửa sổ năm giờ lẫn hạn mức tuần. Trong Claude Code, lệnh /usage cho bạn thống kê của phiên đang chạy.

Việc này không tự tiết kiệm gì cả, nhưng nó làm cho sự lãng phí trở nên nhìn thấy được. Khi biết mình sắp chạm ngưỡng, bạn tự khắc cẩn thận hơn: mở chat mới thay vì kéo dài chat cũ, hạ mức suy nghĩ, chuyển sang model nhẹ.

Khi nào nên nâng gói, khi nào chỉ cần mua thêm

Các gói hiện tại cho cá nhân, theo trang giá chính thức:

• Miễn phí: 0 đô, dùng được trên web, máy tính và điện thoại.
• Pro: 17 đô mỗi tháng nếu trả cả năm, hoặc 20 đô nếu trả theo tháng.
• Max: từ 100 đô mỗi tháng, chọn mức nhiều gấp 5 lần hoặc gấp 20 lần so với Pro.

Ngoài ra, người dùng Pro và Max có thể bật phần dùng thêm. Khi vượt hạn mức của gói, bạn tiếp tục làm việc và phần vượt được tính theo giá API tiêu chuẩn, trả trước và tính riêng với phí thuê bao hằng tháng. Có cả tuỳ chọn tự động nạp khi số dư xuống thấp, và đây chính là thứ tạo ra những dòng hoá đơn nhỏ lặp lại trong ảnh đầu bài.

Cách quyết định đơn giản:

• Thỉnh thoảng mới chạm hạn mức thì bật phần dùng thêm là đủ, không cần nâng gói.
• Ngày nào cũng chạm hạn mức thì hãy sửa thói quen trước đã. Nếu sửa rồi vẫn thiếu, khi đó nâng gói mới đáng.
• Nếu bạn đang bật tự động nạp, hãy kiểm tra lại mức nạp và ngưỡng. Tiện thì tiện, nhưng nó âm thầm biến việc vượt hạn mức thành chuyện không đau, cho tới lúc nhìn hoá đơn.

Điểm cần nhớ: đừng nâng gói chỉ vì cách làm việc của mình đang lãng phí. Sửa cách làm trước, rồi mới xét xem gói cước có thật sự là vấn đề không.

Nếu bạn dùng qua API

Với người tự xây công cụ hoặc chạy việc hàng loạt, có hai thứ tiết kiệm rất mạnh mà giao diện chat không có.

Lưu đệm câu lệnh. Phần nội dung lặp lại như hướng dẫn hệ thống hay tài liệu tham chiếu có thể được lưu đệm. Lần ghi vào tốn thêm một chút, nhưng mỗi lần đọc lại chỉ tính bằng một phần mười giá đầu vào thông thường.

Xử lý theo lô. Nếu công việc không cần trả lời ngay, gửi theo lô được giảm 50 phần trăm cho cả đầu vào lẫn đầu ra. Hai cách này còn cộng dồn được với nhau.

Làm ngay trong mười phút

1. Mở phần Cài đặt và xem mục Sử dụng để biết mình đang ở đâu.
2. Tắt những tính năng đang bật mà hôm nay bạn không cần.
3. Tạo một Dự án cho mảng việc bạn làm thường xuyên nhất, đưa tài liệu nền và hướng dẫn vào đó.
4. Đổi model mặc định sang mức nhẹ hơn, chỉ nâng khi thấy chưa đạt.
5. Lần tới cần sửa câu hỏi, bấm sửa tin nhắn cũ thay vì gửi thêm tin mới.
6. Cuộc trò chuyện nào đang dài, nhờ tóm tắt rồi mở chat mới.

Mình làm sáu việc này trước, và phần dùng thêm trong tháng giảm thấy rõ mà lượng việc không giảm.

Điều đáng nhớ

Không có mẹo nào biến Claude thành không giới hạn. Nhưng phần lớn hạn mức bị đốt vào những thứ không tạo ra giá trị nào: lịch sử trò chuyện cũ bị đọc đi đọc lại, tài liệu tải lên lặp lại, tính năng bật thừa, model mạnh dùng cho việc nhẹ, và những câu trả lời dài hơn mức cần.

Sửa mấy chỗ đó thì cùng một gói cước, cùng khối lượng công việc, bạn đi được xa hơn hẳn. Và cái ví cũng dễ thở hơn.

Bài viết tổng hợp ý từ các bài trên Medium: “Never Hit Claude Usage Limits Ever Again” của Youssef Hosni, bài của Pavan Dhake, bài của Pranit Naik, bài của Kiran Grewal và bài của Trends 24/7. Các con số về giá, giới hạn và chi phí token được đối chiếu lại với tài liệu chính thức của Anthropic ngày 21/09/2026, vì phần này thay đổi khá thường xuyên.