Accueil / Contexte et coût

Les quatre leviers d'une session longue

Une session qui dure repose sur quatre leviers seulement : le cache, qui réutilise un préfixe stable, le retrait des sorties d'outils périmées, la compaction, qui résume l'historique, et le partitionnement, qui délègue le travail volumineux à des sous agents isolés.

Une session Claude Code qui dure plusieurs heures ne gonfle pas indéfiniment le même paquet de texte envoyé au modèle à chaque message. Quatre mécanismes distincts limitent ce que cette session traîne derrière elle : le cache, qui réutilise un début de conversation identique plutôt que de le recalculer, le retrait des sorties d'outils devenues inutiles, la compaction, qui remplace l'historique par un résumé, et le travail délégué à des sous agents, des conversations séparées qui traitent une partie de la tâche et ne renvoient que leur conclusion.

Le cache, le tri, le résumé, la délégation

Le cache de prompt retient les calculs faits sur un début de conversation, appelé préfixe, tant que ce préfixe reste identique à l'octet près d'un message au suivant. Dès que quelque chose change au tout début de ce préfixe, tout ce qui suit doit être recalculé. C'est pourquoi la position compte : les instructions générales et le contexte du projet ont intérêt à rester en tête, immobiles, pendant que les questions qui changent viennent après.

Le retrait des sorties d'outils périmées, ce que ce cours appelle le masquage, dégage les résultats d'appels anciens qui ne servent plus à la réponse en cours, un principe réel même si aucune documentation publique d'Anthropic ne l'appelle ainsi mot pour mot. La compaction, elle, résume l'historique de messages en un texte plus court quand la conversation approche sa limite, sujet détaillé dans compacter, effacer, lire juste ce qu'il faut. Le partitionnement, enfin, confie une portion du travail, une recherche longue, une lecture de plusieurs fichiers, à un sous agent qui travaille dans sa propre conversation et ne renvoie que sa conclusion, ce qui évite de charger la conversation principale du détail de sa recherche.

Un seul geste suffit à activer le premier levier

Ces quatre mécanismes ne s'activent pas tous à chaque session. Une conversation courte, qui reste loin de la limite de contexte, ne déclenche pas de compaction, et une tâche qui ne demande aucune recherche étendue ne délègue rien à un sous agent. Le cache, en revanche, s'active dès le deuxième message d'une même conversation, sans réglage particulier à poser, à une condition : que le début du message reste identique.

Message 1 : instructions du projet (identiques a chaque fois) + question A
Message 2 : memes instructions du projet + question B

Le deuxième message réutilise le calcul déjà fait sur les instructions du projet, à condition qu'elles n'aient pas bougé d'un caractère entre les deux messages.