Claude Code管理上下文的最佳实践

公众号名称：歪斯Wise

发布时间：2026-04-17 01:21

Claude Code 的上下文窗口有100万Token，但很多朋友会认为：大就可以随便用，同样的陷阱在很多支持超长上下文的模型中也同样存在。

上下文越多，AI注意力越涣散，表现的也会越差。当到了极限被迫自动压缩的时候，其实是AI最蠢的时候。

在注意力最差的时候，让它决定怎么压缩上下文，要保留什么丢弃什么，翻车概率极高。

Claude Code昨天的博客《Using Claude Code:session management and 1M context》中说明了上下文是什么，怎么组成的，以及什么时候触发压缩。

这里是官方在5个场景下的上下文处理建议：
1️⃣ 继续
同一任务、上下文高度相关，还没有到上限的时候，直接继续，不要花冤枉钱重新阅读。

2️⃣ 回溯
AI做错了，不要在错误的基础上继续修改，直接回退到还没有发生错误的节点，并且带着错误的原因、改进方式直接重来。

3️⃣ 压缩
会话臃肿，但任务没完成。让AI帮你压缩历史，也可以增加自然语言描述引导怎么压缩。

重要的是主动压缩，不要每次等到超限。

4️⃣ 清除
全新任务要果断开新会话，还可以自己写一句核心摘要带到新的上下文里面，可能会比AI猜的更精准。

5️⃣ 子代理
终极杀器，如果你不关心任务的过程，就让子代理去处理，这样你就不用消化乱七八糟的过程。

判断标准很简单：我之后还需要这些中间过程吗？如果不需要，直接用子代理。

之前有朋友问我，为什么AI能理解自然语言却还要结构化，其实看得懂和看得准是两件事，而且在以前的文本中，不只是说只是阅读文字，可能要调用工具提取文字，基于文字梳理逻辑，也许还要补充知识库。

超长的上下文里，我们如果希望AI表现得更好，那每一点注意力都弥足珍贵。

#AI编程工具 #claudecode #anthropic #AI技术入门指南 #ai

图1：

图2：

图3：

图4：

图5：

图6：

图7：

图8：

图9：

图10：

图11：

内容效果不满意？点此反馈