Claude AI セッションの圧縮問題と回避策

圧縮処理の仕組み

Claudeセッションは~/.claude/projects/{encoded-cwd}/sessions/{id}.jsonlにJSONLファイルとして保存されます。各会話ターンはJSONブロックです。圧縮がトリガーされると、元のブロックはファイルに残りますが、圧縮された要約を含む新しいブロックが追加されます。圧縮後、モデルは完全な会話履歴ではなく、この要約から作業を行います。

テスト結果

100万トークン増加前の90%コンテキスト埋め込み状態のコーディングプロジェクトで、ユーザーは単純な想起、6段階の依存チェーン、エンティティの曖昧性解消、否定連鎖、不在検出、矛盾検出を含む10の質問をテストしました。

• 圧縮前: Opus 4.6が418Kトークンに散らばる事実を見つけ、約9.75/10の精度
• 圧縮後（デフォルト）: 3,461トークン（121倍圧縮）で約5/10の精度。同じセッション、同じ質問で幻覚的な誤答が発生。
• 圧縮後（手動Opus）: 6,080トークン（69倍圧縮）で約9.75/10の精度。カスタム圧縮プロンプトを使用したOpusにより、重要な情報が保持されました。

差異の理由

Anthropicのドキュメントによると、APIはデフォルトで同じモデルを圧縮に使用します。ユーザーは中程度の計算リソースでOpus 4.6を実行していたため、デフォルトの圧縮もOpusを使用しているはずです。品質の差異は、要約プロンプト、思考/計算予算、またはその両方に問題があることを示唆しています。

回避策

方法1: Opus圧縮 - 自動圧縮をオフにし、Claude Codeインスタンスのトークン数を測定するバックグラウンドプロセスを実装します。カスタムプロンプト（必要に応じてユーザー認可付き）を使用したOpusによる圧縮をトリガーします。

方法2: spaCy NER事前シーディング - サブエージェントをゼロコンテキストで開始する代わりに、spaCy NERを使用してプロジェクトファイルから固有名詞、数字、サービス名、ポート、主要識別子を抽出します。これを軽量なエンティティブリーフィング（数百トークン）として起動時に注入し、物語的な肥大化なしに既存リソースについてエージェントに情報を提供します。