Tại sao phải quan tâm đến token?

Mỗi lần bạn gõ một câu hoặc Claude trả lời, hệ thống phải "đọc" và "viết" bằng đơn vị gọi là token. Nhiều token hơn = chậm hơn, đắt hơn, và chất lượng trả lời thường tệ hơn khi ngữ cảnh quá dài.

Sau 3 tiếng, bạn sẽ biết

Phong cách: ít lý thuyết, nhiều ví dụ "trước / sau". Cứ ngắt lời để hỏi.

Token là gì?

Token là "mảnh chữ" mà mô hình xử lý. Một từ tiếng Việt thường ≈ 1–3 token. Một câu dài 20 chữ ≈ 30–50 token.

Context window — "bộ nhớ làm việc" của Claude

Claude đọc lại TOÀN BỘ cuộc trò chuyện mỗi lần bạn gửi tin nhắn mới. Chat càng dài, mỗi lượt càng đắt và càng chậm.

Giá 3 dòng Claude hiện tại Tính trên 1 triệu token

→ Ghi nhớ: Opus đắt gấp 5 lần Haiku. Dùng sai model cho việc đơn giản là nguồn lãng phí lớn nhất.

Nhồi mọi việc vào một cuộc chat duy nhất

Chat: "VN Stock Daily"
L1:  Viết prompt cho báo cáo
L15: Dịch hợp đồng tiếng Anh
L25: Debug Python script
L40: Nhờ tóm tắt tuần này

Upload lại cùng một tài liệu ở nhiều chat

Chat 1: upload file 40 trang → hỏi
Chat 2: upload file 40 trang → hỏi
Chat 3: upload file 40 trang → hỏi
...

Prompt mơ hồ → phải làm đi làm lại nhiều lần

"Viết cho tôi một bài về AI."

"Viết đoạn 150 chữ giới thiệu AI
 cho nhân viên ngân hàng (không
 chuyên CNTT). Giọng trang trọng.
 Kết thúc bằng 1 ví dụ thực tế.
 Không bullet point."

Dùng Opus cho mọi việc "cho chắc"

Đẩy cả log / cả thư mục vào context

"Đây là file log 2000 dòng,
 stack trace đầy đủ, app output.
 Xem giúp bug."

Không dùng /clear, /compact, /cost

Để Claude trả lời lan man — output mới là khoản đắt

"Giải thích OAuth2 cho tôi."

"Giải thích OAuth2 trong đúng
 4 câu. Không bullet, không code."

Chọn đúng model cho đúng việc

Quy tắc vàng: bắt đầu bằng Sonnet, chỉ "leo" lên Opus khi thật sự cần.

Công thức prompt 4 phần

Nút Edit thay vì nhắn câu mới

Bạn: "Viết bài blog về AI"
Claude: [800 chữ]
Bạn: "Ngắn hơn"
Claude: [400 chữ]
Bạn: "Thêm ví dụ"
Claude: [500 chữ + ví dụ]

Dùng Projects cho tài liệu lặp lại

Luồng làm việc chuẩn trên Claude Code

# Bắt đầu phiên
$ claude                         # mở Claude Code
/model sonnet                    # chọn model rẻ-đủ-dùng

# Trong lúc làm
/cost                            # kiểm tra token đã tiêu
/compact "giữ decisions + code" # tóm lịch sử khi context lớn

# Chuyển việc
/clear                           # xoá sạch ngữ cảnh, bắt đầu chủ đề mới

# Với task lớn
→ tách subagent để khám phá repo, không phình context chính

Thêm .claudeignore vào dự án để chặn các thư mục nặng: node_modules, dist, *.lock, ảnh binary.

Viết CLAUDE.md ngắn gọn — dưới 2.000 token

## Về công ty
## Toàn bộ coding style
## Danh sách 200 folder
## Lịch sử 3 năm dự án
## ... (dài vô tận)

## Rules
1. Python 3.11, type hints mọi hàm
2. Test trước khi commit (pytest)
3. Không sửa file trong /vendor
4. Dùng tiếng Việt trong comment
5. Xem kiến trúc: docs/ARCH.md

Tận dụng Prompt Caching (tự động)

Claude Code & API tự bật prompt caching. Phần prompt cố định (system prompt, CLAUDE.md, tài liệu tham chiếu) nếu lặp lại sẽ được lưu tạm, lần sau chỉ tốn 10% giá thường.

Viết báo cáo tuần cho sếp

"Dùng template trong project, viết báo cáo tuần
T16/2026. Tối đa 400 chữ, giọng trang trọng,
có 1 bảng tóm tắt 3 chỉ số KPI. Không mở bài."

Sửa một bug trong service lớn

$ claude
/model sonnet
/clear

Đây là stack trace (15 dòng) + file auth/login.py.
Bug: user đăng nhập đúng pass vẫn báo 401.
Chỉ sửa trong file này, đề xuất fix kèm lý do
trong 1 đoạn, không mở rộng sang file khác.

10 thói quen tốt

Nghỉ ngắn trước khi vào Workshop

Trong lúc giải lao, vui lòng chuẩn bị cho phần thực hành:

• Mở Claude.ai hoặc Claude Code trên máy của bạn.
• Chia nhóm 2–3 người (ưu tiên ghép 1 dev + 1 non-dev).
• Claude Code: gõ /cost — ghi lại con số hiện tại để cuối buổi so sánh.
• Claude.ai: mở một chat mới trống để chạy bài tập.
• Có câu hỏi "gai" nào sau phần lý thuyết? Hỏi ngay bây giờ.

Sau giải lao: 4 bài tập, tổng ~2 tiếng.

4 bài tập, mỗi bài có debrief

Quiz: Đúng hay Sai?

1. Output token đắt hơn input token.
2. Chat 30 lượt tốn token bằng 30 chat riêng biệt mỗi chat 1 lượt.
3. Upload cùng 1 file PDF ở 5 chat khác nhau → file đó được tính tiền 5 lần.
4. Opus luôn cho kết quả chất lượng hơn Sonnet, nên dùng nó cho mọi việc quan trọng.
5. Gõ /compact xóa sạch lịch sử chat giống /clear.

Làm cá nhân 3 phút, rồi giơ tay — ai đúng hết đầu tiên được cả đội vỗ tay.

Giải & giải thích ngắn

1. ĐÚNG — Output token đắt ~5× input. Ép ngắn output luôn hiệu quả.
2. SAI — Chat 30 lượt đắt hơn nhiều 30 chat riêng, vì mỗi lượt phải đọc lại toàn bộ lịch sử trước đó.
3. ĐÚNG — Trừ khi dùng Projects (retrieval) hoặc prompt caching. Đây là lý do phải gộp.
4. SAI — Opus chỉ vượt Sonnet ở task reasoning sâu. Với việc đơn giản, Opus trả lời tương đương nhưng đắt hơn gấp bội.
5. SAI — /compact tóm tắt lịch sử & giữ điểm chính; /clear xóa sạch.

Prompt Rescue — cứu 4 prompt "tệ"

Mỗi nhóm nhận 4 prompt tệ ở 4 slide tiếp theo. Nhiệm vụ: viết lại theo công thức 4 phần (Vai trò – Nhiệm vụ – Ràng buộc – Định dạng).

Viết email nội bộ

"Giúp tôi viết email thông báo cho team."

Tóm tắt báo cáo

"Đây là báo cáo 40 trang của công ty. Bạn đọc
 rồi tóm tắt giúp tôi xem có gì hay."

Sửa lỗi code

"Code của tôi bị lỗi, sửa giúp."
(kèm dán nguyên 500 dòng file)

"Phân tích dữ liệu"

"Đây là file Excel doanh số. Phân tích giúp tôi."

Chia sẻ kết quả & bài học

Context Detox — dọn cuộc chat đang phình

Tình huống giả định: bạn đã làm 3 tiếng trong 1 chat, context đã dùng 80%, Claude bắt đầu trả lời chậm và hay nhầm số liệu.

Nếu chỉ được giữ 1 chủ đề, bạn sẽ làm gì?

Claude Code: thay bước 1-2 bằng /compact "giữ các quyết định marketing Q2".

Khi nào dọn, khi nào giữ?

Nghỉ giữa workshop

Đứng dậy, đi lại, uống nước. Khi quay lại sẽ có 2 bài tập cuối: phân loại model và cuộc thi "ai tiết kiệm token nhất".

Chuẩn bị: mỗi nhóm cần sẵn 1 laptop, một người ghi điểm.

Model Matching — ghép tác vụ với model

Cho 10 tác vụ dưới đây. Mỗi nhóm thảo luận 10 phút, gán Haiku, Sonnet, hoặc Opus cho từng tác vụ và giải thích lý do trong 1 câu.

1. Sửa chính tả 1 đoạn văn 200 chữ
2. Dịch 1 email 5 câu từ Anh sang Việt
3. Viết báo cáo tuần 400 chữ theo template
4. Thiết kế lại kiến trúc microservices cho 1 dự án 20 service
5. Trích 3 ý chính từ biên bản họp 2 giờ
6. Phân loại 500 email khách hàng thành 5 nhãn
7. Viết 1 đoạn code SQL join 3 bảng đơn giản
8. Debug lỗi race condition trong hệ phân tán
9. Soạn slide pitch 15 phút cho sản phẩm mới
10. Đặt tên biến cho 1 function 5 dòng

Đáp án và lý do

Chấm điểm: mỗi câu đúng 1 điểm. Nhóm nào ≥8 điểm được ghi nhận "Model Whisperer".

Token Budget Race 🏁

Mỗi nhóm có ngân sách 5.000 token (ước lượng ~3.500 chữ input+output). Nhiệm vụ: dùng Claude sản xuất 1 báo cáo 300 chữ về "Tình hình áp dụng AI tại công ty nhỏ & vừa Việt Nam 2026".

Gợi ý để về đích với ít token

Sau 20 phút, mỗi nhóm báo cáo: đã tiêu bao nhiêu token, dư bao nhiêu, dùng model nào.

Bài học rút ra từ cuộc thi

3 điều tôi sẽ làm khác từ ngày mai

Mỗi người viết ra giấy 3 câu cụ thể. Không chung chung như "dùng Claude hi���u quả hơn" — phải đo được.

"Tôi sẽ dùng Claude thông minh hơn."
"Tôi sẽ tiết kiệm token."
"Tôi sẽ viết prompt tốt."

"Mỗi sáng thứ 2, gõ /cost để so với
 tuần trước, mục tiêu giảm 20%."

"Dùng Haiku cho mọi việc dịch,
 tóm tắt email — mặc định 2 tuần."

"CLAUDE.md của team rút xuống
 dưới 1500 token trong tuần này."

Cùng nghe nhau cam kết

Lần lượt mỗi người đọc to 1 trong 3 cam kết của mình. Cam kết "cụ thể nhất" được cả phòng vỗ tay.

Cheat sheet — in ra dán cạnh màn hình

/cost          # xem chi phí
/clear         # xoá ngữ cảnh
/compact "…"   # tóm tắt, giữ điểm chính
/model sonnet  # đổi model
/help          # xem tất cả lệnh

Persona:      Bạn là …
Purpose:      Nhiệm vụ: …
Parameters:   Ràng buộc: … (ngôn ngữ, phạm vi)
Presentation: Định dạng: ≤N chữ, 3 bullet, …

Việc lặp lại, hẹp          → Haiku
Viết lách, code vừa        → Sonnet (mặc định)
Reasoning sâu, refactor lớn → Opus

- Phản hồi chậm > 30s
- Claude nhầm số liệu giữa chủ đề
- /cost tăng nhanh theo lượt
→ Dọn ngay: /compact hoặc chat mới