Pukul sebelas siang, seorang rekan di kantor menutup laptopnya dengan gerakan yang saya kenali betul. "Limit saya habis lagi," katanya. Padahal hari kerja baru berjalan setengah. Ia sudah dua kali menaikkan paket langganan, dan keluhannya tetap sama. Pertanyaan yang belum sempat ia ajukan pada dirinya sendiri: apa sebetulnya yang menghabiskan limit Claude sebanyak itu dalam tiga jam?
Saya mengalami hal serupa sepanjang tahun lalu. Naskah disertasi, dokumen kelembagaan, bahan rapat, konten kolom — hampir semuanya lewat Claude. Kuota kerap tandas sebelum pekerjaan yang penting sempat disentuh. Butuh waktu sampai saya sadar bahwa persoalannya bukan pada besarnya paket, melainkan pada cara saya meminta.
Token tidak terkuras karena kita bekerja terlalu banyak. Ia terkuras karena kita menyodorkan bahan mentah, menumpuk percakapan yang sudah mati, dan menyalakan fitur yang tidak sedang dipakai. Dua puluh satu catatan di bawah ini adalah kebiasaan yang paling sering saya perbaiki, disusun menurut urutan munculnya dalam satu hari kerja.
Sebelum masuk ke daftarnya, ada satu hal yang perlu diluruskan. Limit Claude bukan sekadar hitungan berapa kali kita menekan tombol kirim. Yang dihitung adalah seluruh bahan yang harus dibaca ulang setiap giliran: berkas yang menempel di percakapan, riwayat obrolan yang memanjang, preferensi yang tersimpan, hasil pencarian yang ikut tertarik masuk. Satu pertanyaan pendek di percakapan yang sudah gemuk bisa jauh lebih mahal daripada satu permintaan panjang di sesi yang baru dibuka.
Karena itu hemat token bukan urusan menahan diri agar jarang bertanya. Justru sebaliknya. Semakin jelas permintaan kita, semakin sedikit giliran yang terbuang untuk meluruskan, dan semakin banyak pekerjaan yang selesai dalam kuota yang sama. Produktivitas AI, kalau istilah itu mau dipakai, sebagian besar ditentukan di tahap menyusun maksud, bukan di tahap mengetik.
Sebelum jari menyentuh papan ketik
Sebagian besar keborosan terjadi sebelum satu kata pun diketik. Ia terjadi di detik ketika kita menyeret berkas ke jendela obrolan tanpa bertanya: apakah bentuk ini yang paling murah untuk dibaca?
Mengunggah PDF mentah
Perbaikan. Satu halaman berformat visual bisa menelan ribuan token
karena tata letaknya ikut dibaca. Salin isinya ke dokumen teks biasa, simpan sebagai
.md, lalu jadikan Skill kalau berkas itu akan dipakai berulang.
Langsung membangun berkas di Cowork
Perbaikan. Rancang dulu di Chat, tempat revisi masih murah. Pindah ke Cowork setelah Anda tahu persis berkas apa yang diminta dan bagaimana bentuknya.
Prompt lima ratus kata yang dimuat ulang terus-menerus
Perbaikan. Satu kalimat sering lebih efektif:
Saya ingin [tugas] untuk [tujuan]. Tanyakan dulu apa yang perlu Anda tahu.
Biarkan pertanyaannya datang dari sana, bukan dari tebakan Anda di awal.
Memperbaiki tanpa mengulang
Kebiasaan paling mahal yang saya temukan bukan pada permintaan pertama, melainkan pada cara kita mengoreksi. Satu kalimat yang salah pilih bisa menyuruh seluruh naskah ditulis ulang dari nol.
Menyuruh ulang semuanya padahal yang salah cuma satu bagian
Perbaikan. Sebut bagiannya:
Perbaiki bagian 3 saja. Sisanya biarkan. Tanpa komentar, langsung hasilnya.
Tiga tugas dikirim dalam tiga pesan terpisah
Perbaikan. Setiap pesan baru membaca ulang seluruh riwayat. Satukan: ringkas ini, daftar poinnya, usulkan judulnya. Sekali baca, tiga hasil.
Mengetik "bukan, maksud saya…" lalu menumpuk riwayat
Perbaikan. Sunting pesan aslinya dan minta jawaban ulang. Pertukaran yang keliru terganti, bukan bertambah panjang.
Hemat sejak di hulu
Tiga catatan berikut soal ongkos tetap: hal-hal yang dibayar berulang di setiap sesi tanpa kita sadari. Memangkasnya sekali berarti hemat token setiap hari sesudahnya.
Menyusun prompt dari nol setiap kali
Perbaikan. Simpan pustaka prompt. Kerangkanya tetap, hanya variabelnya yang diganti. Delapan dari sepuluh pekerjaan saya memakai kerangka yang sama.
Memakai model terberat untuk memeriksa ejaan
Perbaikan. Sonnet atau Haiku untuk kerja ringan: rapikan format, periksa tata bahasa, ubah gaya kutipan. Simpan Opus untuk pekerjaan yang benar-benar berat.
Berkas "tentang saya" sepanjang dua puluh dua ribu kata
Perbaikan. Pangkas di bawah dua ribu kata. Berkas itu dibaca sebelum hampir setiap tugas, jadi setiap kata berlebih dibayar berkali-kali. Tutup sesi dengan satu catatan ringkas, bukan transkrip.
Percakapan pun punya umur
Ini bagian yang paling lama saya abaikan. Saya terbiasa memperlakukan satu jendela obrolan seperti buku catatan yang tidak pernah habis halamannya. Padahal setiap giliran baru membaca ulang seluruh isinya, termasuk bagian yang sudah lama tidak relevan.
Percakapan tak pernah dimulai ulang
Perbaikan. Begitu arahnya melenceng, mulai ulang dari pesan terakhir yang masih benar. Jangan mencoba meluruskan dari ujung.
Tak pernah meringkas sebelum obrolan membengkak
Perbaikan. Setiap lima belas sampai dua puluh pesan: minta ringkasan, salin, buka sesi baru dengan ringkasan itu sebagai pesan pertama.
Berkas yang sama diunggah ke lima percakapan berbeda
Perbaikan. Taruh di Projects. Sekali unggah, semua percakapan di dalamnya bisa merujuknya tanpa membayar ulang.
Konteks secukupnya saja
Ada dorongan yang sulit ditahan untuk membekali mesin sebanyak mungkin, seolah makin lengkap bahannya makin baik hasilnya. Dalam praktik saya, yang terjadi justru kebalikannya. Bahan berlebih membuat jawaban melebar ke mana-mana, dan limit Claude terkuras untuk membaca berkas yang sebenarnya tidak dipakai.
Melempar lima puluh berkas "siapa tahu nanti perlu"
Perbaikan. Bawa hanya yang dibutuhkan tugas ini. Untuk draf surel, nol berkas sudah cukup.
Tiga topik menumpuk dalam satu percakapan
Perbaikan. Topik baru, chat baru. Selalu. Konteks yang sudah mati tetap dihitung sebagai token hidup.
Pencarian web dan konektor dibiarkan menyala terus
Perbaikan. Matikan semua sebagai pengaturan bawaan. Nyalakan per tugas, bukan per akun.
Biarkan mesin yang mengerjakan rutin
Pekerjaan yang bentuknya sama setiap minggu tidak layak memakan giliran manual. Tiga catatan berikut memindahkan beban itu ke setelan, sekali atur lalu selesai.
Laporan mingguan yang sama dikerjakan manual tiap Senin
Perbaikan. Jadwalkan sekali dengan /schedule, lalu
biarkan berjalan sendiri.
Membiarkan Claude Code menyisir seluruh repositori
Perbaikan. Perintah yang sempit selalu lebih murah:
Buat grafik batang dari CSV ini, simpan sebagai chart.png.
Preferensi dibiarkan kosong, lalu konteks diulang tiap sesi
Perbaikan. Isi seperlunya sekali saja — peran, gaya kerja, format keluaran yang Anda mau. Aktifkan memori hanya kalau memang menolong pekerjaan Anda.
Kenali alat, kenali ritme
Bagian terakhir ini bukan tentang setelan, melainkan tentang ritme kerja. Limit Claude memulih secara bertahap sepanjang hari, jadi cara kita membagi waktu sama menentukannya dengan cara kita menulis prompt.
Prompt malas: "buat lebih bagus"
Perbaikan. Diktekan dengan suara. Sekali bicara, konteks yang tersampaikan jauh lebih kaya daripada sekali mengetik, dan susulannya jadi lebih sedikit.
Kuota habis dalam satu pagi
Perbaikan. Jendelanya bergulir beberapa jam, bukan mati sampai besok. Sebar kerja: pagi, siang, sore. Saat Anda kembali, sebagian sudah pulih.
Menuntut Claude mengerjakan yang bukan bidangnya
Perbaikan. Kenali alatnya. Membuat gambar dan mengejar berita menit ini punya rumahnya masing-masing. Memaksakan hanya menghabiskan giliran.
Yang sebenarnya lebih dulu habis
Yang lebih dulu habis biasanya bukan kuota, melainkan kesabaran menyusun maksud.
Dua puluh satu catatan di atas sebetulnya satu perkara. Berpikir dulu, baru mengetik. Mesin jarang kekurangan tenaga; kita yang sering kekurangan kejernihan. Setiap kali saya mengeluh limit cepat habis, hampir selalu ketahuan bahwa saya sedang menyuruh mesin menebak apa yang belum saya rumuskan sendiri.
Ada nilai lain yang ikut terselamatkan di sini, dan menurut saya lebih penting daripada penghematan. Kerja yang dimulai dengan maksud yang jelas menghasilkan tulisan yang tetap terdengar seperti kita. Yang boros bukan cuma tokennya. Yang boros juga suara kita sendiri, kalau setiap kali kita menyerahkan pekerjaan setengah matang dan berharap mesin menebak sisanya.
Kalau hanya satu yang sempat Anda terapkan hari ini, ambil yang nomor empat belas: topik baru, chat baru. Sisanya akan menyusul dengan sendirinya.
Urutan yang saya sarankan untuk minggu pertama
Dua puluh satu sekaligus terlalu banyak untuk diubah dalam sehari. Saya menyarankan urutan bertahap, dan urutannya bukan dari yang paling mudah melainkan dari yang paling besar dampaknya terhadap limit Claude harian Anda.
Hari pertama sampai ketiga, benahi kebersihan percakapan: nomor 14, 10, dan 11. Ini yang paling cepat menunjukkan hasil karena langsung memotong beban riwayat yang dibaca ulang setiap giliran. Hari keempat sampai ketujuh, benahi cara berkas masuk: nomor 1, 12, dan 13. Ubah kebiasaan mengunggah PDF mentah, pindahkan berkas berulang ke Projects, dan berhenti membawa lampiran yang tidak dipakai. Minggu berikutnya, barulah rapikan prompt dan pemilihan model: nomor 3, 4, 7, dan 8.
Setelah pola itu terbentuk, sisanya jadi pekerjaan setelan sekali jalan. Matikan fitur yang tidak dipakai, isi preferensi seperlunya, jadwalkan yang rutin. Saya tidak pernah menyentuhnya lagi setelah minggu pertama, dan kuota harian saya belum pernah habis sebelum jam empat sore sejak saat itu.
Ada catatan penutup yang barangkali terdengar di luar topik, tapi bagi saya justru inti perkaranya. Literasi AI di tempat kerja sering diperkenalkan sebagai daftar perintah ajaib. Padahal yang benar-benar menolong adalah kebiasaan berpikir yang lama kita kenal: tahu apa yang diminta, tahu bahan apa yang relevan, tahu kapan berhenti. Prompt yang baik cuma nama baru untuk instruksi yang jelas.
Pertanyaan yang sering muncul
Apakah limit Claude bisa diatasi hanya dengan menaikkan paket langganan?
Bisa, tapi sering tidak perlu. Sebagian besar keborosan berasal dari cara menyusun permintaan: berkas mentah yang diunggah apa adanya, percakapan yang tak pernah dimulai ulang, fitur yang menyala tanpa dipakai. Perbaiki kebiasaannya dulu, baru pertimbangkan paketnya.
Apa satu perubahan yang paling cepat terasa?
Topik baru, chat baru. Konteks lama yang sudah tidak relevan tetap ikut dibaca ulang setiap giliran, dan itu dihitung sebagai token.
Mengapa mengunggah PDF dianggap boros?
Berkas berformat visual dibaca beserta tata letaknya, sehingga satu halaman bisa menghabiskan ribuan token. Menyalin isinya menjadi teks biasa memangkas ongkos itu secara drastis.
Bagaimana memperbaiki satu bagian tanpa mengulang seluruh hasil?
Sebut bagiannya secara spesifik dan minta sisanya dibiarkan. Misalnya: perbaiki bagian 3 saja, sisanya biarkan, tanpa komentar.
Apakah catatan ini berlaku untuk alat AI lain?
Sebagian besar iya. Prinsipnya universal: konteks yang dibawa ulang setiap giliran adalah biaya, dan permintaan yang kabur selalu lebih mahal daripada permintaan yang jelas.