Управление заполненностью контекста в Claude Code✦
Проблема: точность падает по мере заполнения контекста✦
Опыт команды (из видео, фрагмент 01:20–04:10): пока контекстное окно Claude Code заполнено примерно на 20%, ответы стабильно качественные. Около 40% точность начинает заметно проседать, а на 60–80% становится очень низкой — растёт число багов и галлюцинаций. Хуже всего то, что к 80% работа часто оказывается потраченной впустую: приходится вмешиваться вручную и откатывать изменения, которые Claude Code успел внести.
Это полностью согласуется с официальной документацией Anthropic: большинство рекомендаций по работе с Claude Code строятся вокруг одного ограничения — «контекстное окно заполняется быстро, и по мере заполнения качество падает». При переполнении модель «начинает забывать ранние инструкции и чаще ошибается».
Эффект подтверждён и количественно. Исследование Chroma «Context Rot» протестировало 18 моделей (включая Claude Opus 4 и Sonnet 4, GPT‑4.1, Gemini 2.5): все без исключения теряют точность по мере роста длины входа, причём деградация неравномерна и на сложных задачах с многошаговыми рассуждениями выражена сильнее.
Решение: следить за индикатором и вовремя сбрасывать сессию✦
Совет автора — не работать «вслепую», а держать перед глазами расход контекста.
Для этого в status line (строку состояния внизу терминала) выводится
индикатор-прогрессбар, показывающий, сколько процентов окна уже израсходовано.
Когда индикатор доходит примерно до 50%, сессию сбрасывают командой
/clear — контекст очищается до 0%, и качество ответов восстанавливается.
Настроить строку состояния просто: автор берёт готовый MD‑файл с описанием status line, вставляет его в терминал Claude Code и просит агента применить конфигурацию. Вид индикатора кастомизируется — прогрессбар, эмодзи-метр, дробь или «решётка» (hash bar); строка также показывает текущую модель, процент израсходованного контекста, ветку и worktree.
Официальная документация рекомендует тот же приём — «непрерывно отслеживать
расход контекста с помощью кастомного status line» и «часто использовать
/clear между задачами». При этом общая рекомендация Anthropic привязывает
сброс не к фиксированному проценту, а к смене задачи: чистить контекст между
несвязанными задачами, а иногда, наоборот, копить историю, если вы глубоко
погружены в одну сложную проблему. Помимо жёсткого /clear, документация
предлагает более мягкие варианты: автокомпактизацию и ручную /compact
с указанием, что сохранить (например, /compact Focus on the API changes).
Порог в ~50% из видео — это практическая эвристика команды; официальный совет
формулируется через тип задачи, но обе линии ведут к одному: не давать
контексту бесконтрольно заполняться.