Claude Code Feature

Prompt
Caching

Tại sao mỗi tin nhắn không cần đọc lại toàn bộ codebase từ đầu — và điều đó tiết kiệm cho bạn như thế nào.

↓ 90% input token cost sau cache hit

↓ 85% latency khi load context

⚡ auto không cần config gì

Vấn đề: Mỗi message tốn full token

Không có caching

📄 CLAUDE.md + Project Structure~8,000 tokens

// Đọc lại từ đầu mỗi message ↗

📁 50 source files context~42,000 tokens

// Re-read toàn bộ ↗

💬 Message của bạn~50 tokens

"Fix the null pointer in UserService.ts"

50,050Tokens / Msg

~$0.15Chi phí

3–5sLatency

Giải pháp: Chỉ tính token phần mới

Với Prompt Caching ✓

📄 CLAUDE.md + Project Structure⚡ CACHED

// Load từ cache — không tính token ✓

📁 50 source files context⚡ CACHED

// Giảm 90% token cost ✓

💬 Message của bạn~50 tokens

"Fix the null pointer in UserService.ts"

50Tokens / Msg

~$0.0001Chi phí

<1sLatency

Số liệu cụ thể

+25%

Chi phí write lần đầu — chỉ 1 lần

-90%

Giảm input token mọi lần đọc cache

-85%

Giảm latency khi load context

📋CLAUDE.md + Project Structure

BP 1 & 2

📁Source files context

BP 3

💬Conversation + Message mới

DYNAMIC

Diễn ra thế nào qua các message?

M1

Message đầu — Write cache (+25%)

Claude đọc context lần đầu, ghi vào cache. Tốn 125% token — đây là lần duy nhất trả giá cao hơn.

M2

Message thứ 2 — Cache hit, tiết kiệm bắt đầu

Static context load từ cache. Chỉ tính token cho message mới.

M3+

Message 3+ — Full benefit

Static context cached (-90%). Nhưng history tích lũy dần. Dùng /compact để nén.

⏱

Idle >5 phút — Cache expire

Cache có TTL 5 phút. Message tiếp theo sẽ write lại từ đầu tự động.

🔄

Tự động hoàn toàn

Claude Code tự đặt breakpoint và quản lý cache. Không cần config gì.

Tóm lại — nhớ 3 điều này

1. Write một lần, đọc nhiều lần.
Lần đầu tốn thêm 25% để ghi cache, nhưng từ message thứ 2 chỉ tính token cho phần mới.

2. Cache TTL là 5 phút.
Idle quá 5 phút → cache expire → write lại từ đầu. Không cần làm gì, Claude tự xử lý.