Claude Code: Langsame, teure Sitzungen vermeiden

So verhindern Sie, dass eine lange Claude-Code-Sitzung langsam und teuer wird

Eine lange Claude-Code-Sitzung wird langsam und teuer, weil bei jeder Eingabe der gesamte Kontext erneut gesendet wird und dieser Kontext stetig wächst. Die Abhilfe besteht in einer festen Reihenfolge bei der Bereinigung. Führen Sie /context aus, um zu sehen, welche Inhalte das Kontextfenster füllen. Entfernen Sie anschließend die Inhalte, für die Sie bei jeder Anfrage bezahlen. Verwenden Sie dann /clear zwischen voneinander unabhängigen Aufgaben und /compact mit einer Anweisung innerhalb einer längeren Aufgabe. Arbeiten Sie in zusammenhängenden Abschnitten. Ein kalter Prompt-Cache macht aus einer kostengünstigen Leseoperation eine vollständige erneute Übertragung aller bisherigen Eingaben.

Warum der Zähler überhaupt läuft, wird in dem Tokenzähler hinter einer Agentensitzung erklärt.

Lesen Sie /context, bevor Sie etwas ändern

Raten Sie nicht, wodurch das Fenster gefüllt wird. Claude Code zeigt es Ihnen.

/context [all] stellt die aktuelle Kontextnutzung als farbiges Raster dar und gibt Optimierungsvorschläge für kontextintensive Tools sowie für übermäßig wachsenden Speicher aus; all erweitert die Aufschlüsselung nach Elementen im Vollbildmodus. Lesen Sie das Ergebnis als fünf Kategorien.

• Die Systemaufforderung. Die eigenen Harness-Anweisungen von Claude Code. Sie bleiben während der Sitzung unverändert.
• Tooldefinitionen. Das Schema für jedes Tool, das der Agent aufrufen kann, einschließlich aller verbundenen MCP-Server (Model Context Protocol).
• Speicherdateien. CLAUDE.md und der automatische Speicher, die beim Sitzungsstart geladen werden.
• Dateien und Toolergebnisse. Jede gelesene Datei und alles, was Ihre Befehle ausgeben.
• Nachrichtenverlauf. Ihre Nachrichten und die Antworten darauf.

Die ersten drei Kategorien verursachen bei jeder Anfrage während der gesamten Sitzung einen festen Grundaufwand. Die letzten beiden wachsen. Reduzieren Sie den festen Grundaufwand einmal zu Beginn und verwalten Sie den wachsenden Anteil kontinuierlich.

Zwei Zeichenfolgen zeigen an, dass das Fenster voll ist:

Context exceeds the 200k-token limit by 94k tokens — run /compact or /clear to continue.
Context is 94k tokens past the 200k-token compaction window — run /compact to reduce usage.

Die erste bezeichnet ein hartes Limit. Die Anfrage wird abgelehnt; der zugehörige API-Fehler (Application Programming Interface) lautet Prompt is too long. Die zweite bezeichnet ein Kompaktierungsfenster, das bei einem Modell mit 1 Million Token unter dem tatsächlichen Kontextfenster liegen kann. Anfragen sind auch danach noch erfolgreich. Dieser Wert ist daher eine Warnung und keine Ablehnung.

Bei einem kostenpflichtigen Tarif fügt /usage die andere Hälfte hinzu. Es weist auf Verhaltensmuster wie langen Kontext oder Cache-Fehlzugriffe hin und ordnet die aktuelle Nutzung einzelnen Skills, Subagenten und MCP-Servern zu. Wenn angezeigt wird, dass das Kontingent bereits aufgebraucht ist, entscheidet welches Limitfenster Sie abwarten, ob das Kürzen des Kontexts jetzt hilft oder ob Sie einen anderen Weg zurück zur Arbeit benötigen.

CLAUDE.md ist eine dauerhafte Belastung und sollte daher schlank bleiben

Ihre CLAUDE.md wird zu Beginn der Sitzung in den Kontext geladen und bleibt dort. Enthält sie eine detaillierte Bereitstellungsprozedur, sind diese Tokens auch dann vorhanden, wenn Sie einen Tippfehler in einer Testdatei korrigieren. Anthropic empfiehlt, nur die wesentlichen Inhalte aufzunehmen und die Datei auf weniger als 200 Zeilen zu begrenzen.

Verschieben Sie Prozeduren in Skills. Ein Skill wird erst geladen, wenn Sie ihn aufrufen. Ein Workflow, den Sie zweimal pro Woche ausführen, verursacht an den anderen Tagen daher keine Kosten. Skills haben nach einer Komprimierung ein eigenes Budget: Die Inhalte werden erneut eingefügt, begrenzt auf 5,000 Tokens pro Skill und insgesamt 25,000 Tokens. Die ältesten Inhalte werden zuerst entfernt. Bei einer Kürzung bleibt der Anfang der Datei erhalten. Platzieren Sie die wichtigsten Anweisungen daher möglichst weit oben in SKILL.md.

Was eine Komprimierung übersteht, bestimmt, wo eine Anweisung hingehört.

• Die Systemaufforderung und der Ausgabestil bleiben unverändert, weil sie nicht Teil des Nachrichtenverlaufs sind.
• Das Projektstammverzeichnis-CLAUDE.md, Regeln ohne Geltungsbereich und der automatische Speicher werden erneut von der Festplatte geladen.
• Eine Regel mit paths:-Frontmatter geht verloren, bis wieder eine passende Datei gelesen wird.
• Ein verschachteltes CLAUDE.md in einem Unterverzeichnis geht verloren, bis wieder eine Datei in diesem Unterverzeichnis gelesen wird.
• Hooks sind davon nicht betroffen, weil ein Hook als Code ausgeführt wird und nie in den Kontext gelangt.

Eine Regel, auf die Sie angewiesen sind, gehört daher in das Projektstammverzeichnis-CLAUDE.md: Claude Code löscht zuerst ältere Tool-Ausgaben und erstellt anschließend eine Zusammenfassung. Dadurch können Anweisungen vom Anfang der Unterhaltung verloren gehen. Bearbeiten Sie den Speicher mit /memory. Claude Code hält die Kopie vor, die es zu Beginn der Sitzung geladen hat. Eine Kürzung während der Sitzung aktualisiert daher den Prompt-Cache nicht und wird erst beim nächsten /clear, /compact oder Neustart wirksam. Kontextverlust ist nur ein Grund dafür, dass eine Regel nicht mehr befolgt wird. Wenn die Regel nachweislich noch im Kontext vorhanden ist und trotzdem ignoriert wird, prüfen Sie zuerst die anderen Ursachen, bevor Sie die Regel neu formulieren.

/clear zwischen Aufgaben, /compact innerhalb einer Aufgabe

Diese beiden Befehle wirken austauschbar, verursachen aber sehr unterschiedliche Kosten.

/clear [name] startet eine neue Unterhaltung mit leerem Kontext. Dabei wird keine Anfrage gesendet, daher entstehen keine Kosten. Übergeben Sie einen Namen, um die vorherige Unterhaltung im Auswahlmenü von /resume zu kennzeichnen; /reset und /new sind Aliase. Verwenden Sie den Befehl, sobald Sie zu einer nicht verwandten Aufgabe wechseln. Andernfalls würde die alte Aufgabe bei jeder Nachricht der neuen Aufgabe erneut gesendet und erneut abgerechnet.

/compact [instructions] gibt Kontext frei und setzt dabei dieselbe Unterhaltung fort: Der bisherige Verlauf wird zusammengefasst und ersetzt. Verwenden Sie den Befehl innerhalb einer langen Aufgabe, wenn Sie den Zusammenhang weiterhin benötigen.

Geben Sie /compact immer eine Anweisung mit. Ein allein stehendes /compact erstellt die Zusammenfassung anhand einer Standardanweisung, die nicht weiß, welchen Teil der Arbeit Sie noch benötigen. Eine Anweisung sorgt dafür, dass der relevante Kontext erhalten bleibt:

/compact focus on the auth bug fix
/compact keep only the plan and the diff

Wenn Sie aus demselben Grund jedes Mal komprimieren, hinterlegen Sie eine dauerhafte Anweisung in # Compact instructions Ihres Projekts unter einer Überschrift CLAUDE.md. In einer neuen Sitzung gibt /compact die Meldung Not enough messages to compact. aus. Das bedeutet lediglich, dass noch kein Verlauf vorhanden ist.

Hier werden zwei Kostenfaktoren verwechselt. Die Anfrage zur Zusammenfassung verwendet Ihr Präfix gemeinsam weiter. Sie liest daher den vorhandenen Cache, statt den Verlauf erneut zu verarbeiten. Der größte Teil der Zeit entfällt auf die Erstellung der Zusammenfassung. Das Komprimieren eines großen Kontexts bleibt eine große Anfrage, weil die zusammenzufassende Unterhaltung die Eingabe bildet. Der Aufruf nach dem Komprimieren ist nicht der langsame Teil. Dabei wird der Cache für eine deutlich kürzere Eingabe neu aufgebaut.

Es gibt zwei kostengünstigere Befehle. /rewind [description] setzt Code und Unterhaltung auf einen Checkpoint zurück. Für einen Pfad, den Sie vollständig verwerfen möchten, ist das besser als das Komprimieren, weil der Verlauf auf ein bereits zwischengespeichertes Präfix gekürzt wird. /recap hängt eine Zusammenfassung als Befehlsausgabe an, statt den Verlauf zu ersetzen. Dadurch bleibt das zwischengespeicherte Präfix erhalten.

Wenn die automatische Komprimierung wiederholt ausgelöst wird, erscheint Folgendes:

Autocompact is thrashing: the context refilled to the limit...

Die Komprimierung war erfolgreich. Eine Datei oder eine Toolausgabe hat das Kontextfenster jedoch mehrmals unmittelbar hintereinander wieder gefüllt, sodass Claude Code keine weiteren Versuche unternommen hat. Lesen Sie zur Wiederherstellung die übergroße Datei in Zeilenbereichen, führen Sie /compact mit einem Fokus aus, der die große Ausgabe ausschließt, verschieben Sie diese Arbeit in einen Subagenten oder verwenden Sie /clear, wenn der frühere Gesprächsverlauf nicht mehr benötigt wird.

MCP-Server verursachen einen festen Overhead

Jeder verbundene MCP-Server erhöht den Umfang jeder Anfrage während der gesamten Sitzung. Sie zahlen dafür, unabhängig davon, ob Sie ihn aufrufen.

Claude Code reduziert diesen Effekt. MCP-Tooldefinitionen werden standardmäßig verzögert geladen. Daher gelangen zunächst nur die Toolnamen in den Kontext, bis Claude ein bestimmtes Tool verwendet. Führen Sie /context aus, um die tatsächlichen Kosten Ihrer Server zu sehen, und /mcp disable <name>, um einen Server zu entfernen, den Sie heute nicht verwenden werden. Wenn Sie eigene MCP-Server auf einem VPS betreiben, begrenzt dieselbe Berechnung, wie viele Tools ein Server bereitstellen sollte.

Führen Sie dies am Anfang einer Sitzung aus. Solange die Definitionen verzögert geladen werden, fügt das Verbinden oder Trennen eines Servers nur Inhalt zur Konversation hinzu, und der Cache bleibt erhalten. Werden die Definitionen stattdessen in das Präfix geladen, weil die Toolsuche deaktiviert ist oder ein Server von der verzögerten Verarbeitung ausgenommen wurde, führt dieselbe Änderung dazu, dass die nächste Anfrage alles erneut einliest.

Ausführliche Tool-Ausgabe vor der Aufnahme in den Kontext filtern

Ein Tool-Ergebnis ist eine Eingabe und wird in jeder späteren Runde erneut gesendet. Ein Testlauf mit 20,000 Ausgabetokens verursacht nicht nur einmal Kosten: Sie zahlen dafür in jeder weiteren Runde, bis das Ergebnis aus dem Kontextfenster entfernt wird.

Filtern Sie an der Quelle. Ein Hook, der einen Testlauf auf die Fehler reduziert, bevor Claude ihn sieht, macht aus dieser umfangreichen Ausgabe einige hundert Tokens. Das gilt für diese Runde und für jede erneute Übertragung:

npm test 2>&1 | grep -E "FAIL|Error:" | head -40

Hooks selbst gelangen nicht in den Kontext, weil sie als Code ausgeführt werden. Wenden Sie dieses Vorgehen für jedes Tool an, dessen Ausgabe über eine Bildschirmseite hinausgeht. Die gleiche Logik gilt für eine Datei mit 3,000 Zeilen: Fordern Sie den benötigten Zeilenbereich an, weil die gesamte Datei im Kontextfenster bleibt, sobald sie geladen wurde.

Den Leseumfang des Agenten begrenzen und umfangreiche Arbeiten delegieren

Ein Prompt, der die Datei und das Fehlerbild nennt, liest diese Datei. Eine offene Aufforderung, das Projekt aufzuräumen, liest alles, was der Agent für relevant hält. Jeder dieser Lesevorgänge bleibt im Kontextfenster.

Delegieren Sie umfangreiche Arbeiten an einen Subagenten. Testläufe und die Verarbeitung von Logs verbrauchen beide realen Kontext. Ein Subagent hält diese Ausgabe in seinem eigenen Kontextfenster und gibt nur eine Zusammenfassung zurück. Der Nachteil: Ein Subagent erstellt einen eigenen Cache, der beim ersten Aufruf keine Treffer enthält, und verwendet auch bei einem Abonnement die Cache-Gültigkeit von fünf Minuten. Delegation schützt Ihren Hauptkontext zuverlässig. Sie senkt jedoch nicht immer die Gesamtzahl der Tokens.

Die Cache-Uhr: in Arbeitsblöcken arbeiten

Prompt-Caching macht das erneute Senden kostengünstig: Das Lesen des Präfixes kostet 0.1x des Basistarifs für Eingaben, das Schreiben kostet 1.25x. Bei einer Gültigkeitsdauer von einer Stunde kostet das Schreiben 2x. Jede Verwendung aktualisiert den Eintrag ohne zusätzliche Kosten. Die Uhr läuft daher ab der letzten Verwendung. Diese Multiplikatoren zeigen die Struktur der Abrechnung, aber nicht deren Höhe. Kombinieren Sie sie mit den tatsächlichen Kosten von einer Million Tokens, um aus einem vollständigen Kontextfenster einen Dollarbetrag zu berechnen.

Welche Gültigkeitsdauer Sie erhalten, hängt von der Authentifizierung ab. Deshalb ist die pauschale Aussage „Ihr Cache läuft nach fünf Minuten ab“ falsch.

• Bei einem Claude-Abonnement fordert Claude Code automatisch die Gültigkeitsdauer von einer Stunde an.
• Sobald Sie das Limit Ihres Tarifs überschritten haben und Nutzungsguthaben verwenden, wird diese Nutzung abgerechnet. Die Gültigkeitsdauer fällt dann auf fünf Minuten zurück.
• Bei einem API-Schlüssel oder einem Cloud-Anbieter bleibt sie bei fünf Minuten. ENABLE_PROMPT_CACHING_1H=1 aktiviert die Gültigkeitsdauer von einer Stunde. FORCE_PROMPT_CACHING_5M=1 setzt sie wieder auf fünf Minuten zurück.

Die Empfehlung für den Arbeitsrhythmus bleibt gleich: Arbeiten Sie in durchgehenden Blöcken. Eine Unterbrechung, die länger als die Gültigkeitsdauer dauert, führt dazu, dass der nächste Turn den gesamten bisher angesammelten Präfix erneut schreibt. Eine getrennte Claude-Code-Sitzung in tmux verursacht im Leerlauf keine Kosten. Der Warm-Cache ist jedoch der Vorteil, auf den Sie während der Leerlaufzeit verzichten.

Einige Aktionen verwerfen den Cache, obwohl Sie weiterarbeiten: das Wechseln des Modells, das Ändern der Effort-Stufe, das Aktivieren des Fast-Modus, das Verbinden oder Trennen eines MCP-Servers, das Aktivieren oder Deaktivieren eines Plugins, das Verweigern eines vollständigen Tools, das Komprimieren sowie das Upgrade von Claude Code. /model sorgt normalerweise für Überraschungen. Jedes Modell hat einen eigenen Cache. Die nächste Anfrage liest daher den gesamten Verlauf ohne Cache-Treffer, obwohl der Inhalt identisch ist. Dieses erneute Lesen wird zu den Tarifen des Zielmodells abgerechnet. Ein Modellwechsel zu Fable während einer Sitzung berechnet daher den gesamten bisher angesammelten Verlauf zum veröffentlichten Input-Tarif von Fable 5.

Das Bearbeiten von Dateien, das Bearbeiten von CLAUDE.md, das Aufrufen von Skills und Befehlen, das Ausführen von /recap, das Zurückspulen und das Starten eines Subagents erhalten den Cache. Der Cache gilt jeweils für eine Maschine und ein Verzeichnis. Zwei Sitzungen in unterschiedlichen Verzeichnissen können den Cache der jeweils anderen Sitzung daher nicht verwenden. Dieser Gültigkeitsbereich folgt der CLI und nicht Ihrem Konto. Inhalte werden daher nicht in die Claude-Desktop-App übernommen. Unter Linux ist sie eine separate Beta-Installation neben der CLI.

Um zu prüfen, ob das Caching funktioniert, lesen Sie current_usage. cache_creation_input_tokens wurde zum Cache-Schreibtarif geschrieben. cache_read_input_tokens wurde zu ungefähr einem Zehntel des Standardtarifs für Eingaben bereitgestellt. Ein hohes Verhältnis zwischen Lese- und Erstellungsvorgängen ist ein gutes Zeichen. Wenn die Erstellung Turn für Turn hoch bleibt, ändert sich fortlaufend ein Bestandteil Ihres Präfixes.

Behebt ein größeres Kontextfenster dieses Problem?

Teilweise. Mehrere aktuelle Modelle unterstützen ein Kontextfenster mit 1 million Token. Die Komprimierung funktioniert auch bei diesem größeren Limit auf dieselbe Weise. Die Kosten ändern sich nicht, weil der vollständige Prompt bei jeder Runde erneut gesendet und erneut abgerechnet wird. Ein größeres Fenster bestimmt, wann Sie zum Handeln gezwungen sind. Eine saubere Arbeitsweise bestimmt die Kosten. Wenn die Rechnung und nicht die Obergrenze das Problem ist, entscheidet welcher Claude-Tarif zu Ihrer Arbeitsweise passt, ob Sie Geld oder Ihr Tarifkontingent ausgeben.

Kontextbearbeitung und Komprimierung in der API sind unterschiedliche Funktionen

Wenn Sie einen eigenen Agenten mit der Messages API entwickeln, gibt es keine Slash-Befehle. Sie müssen diese Funktion selbst implementieren. Planen Sie den Aufwand von Anfang an ein, denn die API bietet über ein kleines Startguthaben hinaus keinen kostenlosen Tarif. Jede nicht gekürzte Verlaufshistorie wird daher vollständig abgerechnet. Der gewählte Anbieter bestimmt diese Kosten bereits vor jeder Kürzung. Wenn die Entscheidung noch offen ist, berechnen Sie dieselbe Arbeitslast mit beiden APIs, statt nur die veröffentlichten Preise pro Token zu vergleichen. Zwei serverseitige Funktionen übernehmen diese Aufgabe. Sie sind jedoch nicht identisch.

Kontextbearbeitung entfernt selektiv bestimmte Inhalte aus dem Gesprächsverlauf, während dieser wächst. Jedes entfernte Ergebnis wird durch Platzhaltertext ersetzt, damit Claude weiß, dass etwas entfernt wurde. Die Funktion befindet sich in der Beta-Phase: Senden Sie anthropic-beta: context-management-2025-06-27 und konfigurieren Sie die Strategien unter context_management.edits. clear_tool_uses_20250919 entfernt Tool-Ergebnisse, und clear_thinking_20251015 verwaltet Thinking-Blöcke. Der Standardwert von trigger beträgt 100,000 Eingabe-Token, keep ist auf die letzten 3 Tool-Aufrufe eingestellt, und clear_tool_inputs auf false. Dadurch bleiben die Eingaben erhalten, während nur die Ergebnisse entfernt werden.

Komprimierung erstellt eine Zusammenfassung und ersetzt den vollständigen Gesprächsverlauf durch diese Zusammenfassung. Auch diese Funktion befindet sich in der Beta-Phase: Senden Sie anthropic-beta: compact-2026-01-12 und verwenden Sie den Bearbeitungstyp compact_20260112. Der Standardwert für den Auslöser ist {"type": "input_tokens", "value": 150000}. Der Wert muss mindestens 50,000 betragen.

Die Komprimierung enthält eine Übergaberegel, die Agenten unbemerkt beschädigen kann. Die Antwort beginnt mit einem compaction-Inhaltsblock, der die Zusammenfassung enthält, gefolgt vom normalen Textblock. Sie müssen diesen Block bei späteren Anfragen zurücksenden. Die API entfernt anschließend alle Inhaltsblöcke davor. In der Praxis bedeutet das: Hängen Sie den gesamten Inhalt von response.content an, nicht nur den Text.

Anthropic bezeichnet die serverseitige Komprimierung in seiner Dokumentation als primäre Strategie für die Verwaltung des Kontexts in lang laufenden Gesprächen. Die Kontextbearbeitung ist für eine gezieltere Kontrolle darüber vorgesehen, welche Inhalte entfernt werden. Prüfen Sie zuerst die Modellunterstützung. Die aktuellen Opus-, Sonnet- und Fable-Modelle unterstützen die Komprimierung. claude-haiku-4-5 unterstützt sie nicht, und die Komprimierungsseite enthält die aktuelle Liste. Keine der beiden Beta-Funktionen steuert das eigene /compact von Claude Code. Die Dokumentation beschreibt dieses als eine einmalige Zusammenfassungsanfrage, die der Client sendet.

FAQ

Warum wird meine Claude-Code-Sitzung langsamer und teurer, je länger sie läuft?

Weil die gesamte Unterhaltung bei jedem Turn erneut gesendet wird. Eine einzeilige Frage in einer Sitzung, die den ganzen Tag geöffnet war, enthält daher den gesamten bisherigen Tagesverlauf. Prompt-Caching hält die Kosten niedrig, solange der Cache aktiv ist: Ein Lesezugriff wird mit 0.1x des regulären Eingabepreises berechnet. Sobald ein Turn den Cache verfehlt, wird dasselbe Präfix erneut mit 1.25x geschrieben. Führen Sie /context aus, um zu sehen, welche Inhalte das Kontextfenster belegen. Informationen zum Mechanismus finden Sie unter wie Claude Code eine Sitzung abrechnet.

Was ist der Unterschied zwischen /clear und /compact in Claude Code?

/clear startet eine neue Unterhaltung mit leerem Kontext. Dabei wird keine Anfrage gesendet, sodass keine Kosten entstehen. Zwischen voneinander unabhängigen Aufgaben ist dies die richtige Wahl. /compact behält dieselbe Unterhaltung bei und ersetzt den Verlauf durch eine Zusammenfassung. Daher eignet es sich innerhalb einer längeren Aufgabe. Geben Sie einen Fokus an, beispielsweise mit /compact keep only the plan and the diff, weil diese Anweisung festlegt, welche Inhalte erhalten bleiben.

Wie sehe ich, welche Inhalte mein Claude-Code-Kontextfenster belegen?

Führen Sie /context aus oder /context all für die vollständige Aufschlüsselung nach Elementen. Der Befehl zeigt System-Prompt, Tooldefinitionen, MCP-Server, Speicherdateien und Verlauf als farbige Übersicht. Außerdem liefert er Vorschläge für Tools mit hohem Kontextverbrauch und aufgeblähte Speicherinhalte. In einem kostenpflichtigen Tarif ordnet /usage die aktuelle Nutzung außerdem einzelnen Skills, Subagenten und MCP-Servern zu.

Sollte ich ein Kontextfenster mit 1 million Token verwenden, statt eine Komprimierung durchzuführen?

Ein größeres Fenster verschiebt das Problem, statt es zu lösen. Mehrere aktuelle Modelle verwenden ein Kontextfenster mit 1 million Token, darunter Opus 4.8 und Sonnet 5. Auch dort funktioniert die Komprimierung auf dieselbe Weise. Bei jedem Turn wird der vollständige Prompt weiterhin erneut gesendet und weiterhin berechnet. Daher ist eine Unterhaltung mit 400,000 Token teuer, unabhängig davon, ob sie in das Kontextfenster passt.

Was ist der Unterschied zwischen Context Editing und Komprimierung in der Claude API?

Context Editing löscht alte Inhalte selektiv, hauptsächlich Toolergebnisse. An der Stelle jedes gelöschten Inhalts bleibt ein Platzhaltertext, damit Claude weiß, dass der Inhalt entfernt wurde. Bei der Komprimierung wird eine Zusammenfassung erstellt und der vollständige Verlauf durch diese Zusammenfassung ersetzt. Anthropic bezeichnet die Komprimierung in seiner Dokumentation als primäre Strategie für lang laufende Unterhaltungen und Context Editing als Option für eine detaillierte Steuerung. Beide Funktionen befinden sich in der Beta-Phase und verwenden eigene Header. Beide sind außerdem unabhängig von /compact in Claude Code.