Prompt Caching — מטמון ב-Claude Code

Prompt caching מאיץ את Claude Code ומוריד עלויות. בלי מטמון, ה-API היה מעבד מחדש את כל ההיסטוריה שלך בכל תור. עם מטמון, הוא משתמש שוב במה שכבר עיבד, חוייב בתעריף token מטמון מוזל, ומעבד במלואו רק את מה שהשתנה.

מה זה עושה / למה זה שימושי

Claude Code מנהל prompt caching אוטומטית. בכל זאת, שווה להבין כיצד הוא עובד — כי כמה פעולות מבטלות את המטמון ומאטות את התור הבא ומייקרים אותו בזמן שהמטמון נבנה מחדש.

כיצד עובד המטמון

בכל פעם שמשלוחים הודעה ב-Claude Code, נשלחת בקשת API חדשה. המודל לא זוכר כלום בין בקשות, ולכן Claude Code שולח מחדש את כל ה-context: system prompt, context הפרויקט, כל ההודעות והתוצאות הקודמות, וההודעה החדשה שלך. תוכן חדש מתווסף בסוף, מה שאומר שרוב כל בקשה זהה לקודמת.

ה-API שומר במטמון על ידי התאמה של תחילת כל בקשה (prefix) לתוכן שעיבד לאחרונה. בתור רגיל, ה-prefix הוא כל הבקשה הקודמת ורק ההחלפה האחרונה חדשה. ההתאמה מדויקת — שינוי בכל מקום ב-prefix מחייב עיבוד מחדש של כל מה שאחריו.

כדי למקסם התאמות prefix, Claude Code מסדר כל בקשה כך שתוכן שמשתנה לעתים רחוקות מגיע קודם:

| שכבה | תוכן | משתנה כאשר |

|:--|:--|:--|

| System prompt | הוראות ליבה, הגדרות כלים, סגנון output | קבוצת הכלים הטעונים משתנה, או Claude Code מתעדכן |

| Project context | CLAUDE.md, זיכרון אוטומטי, חוקים לא-מתוחמים | Session מתחיל, או אחרי /clear / /compact |

| Conversation | ההודעות שלך, תגובות Claude, תוצאות כלים | כל תור |

שינוי בשכבת ה-conversation משאיר את system prompt ו-project context במטמון. שינוי ב-system prompt מבטל הכל, כי כל תוכן מאוחר יותר יושב מאחורי prefix שונה.

שתי הגדרות אינן חלק מטקסט ה-prompt, אך שתיהן חלק ממפתח המטמון:

- מודל: לכל מודל יש מטמון משלו. החלפת מודל מחשבת מחדש את כל הבקשה גם כשהתוכן זהה

- רמת effort: לכל רמת effort יש מטמון משלה לאותו מודל. שינוי באמצע session מחשב מחדש את כל הבקשה

פעולות שמבטלות את המטמון

פעולות אלה גורמות לבקשה הבאה לפספס חלק מהמטמון או את כולו. תראו תור איטי ויקר יותר פעם אחת, ואחריו ה-prefix החדש ייכנס למטמון. רובן הן פעולות שאפשר להימנע מהן באמצע משימה ברגע שיודעים שיש להן עלות.

החלפת מודל (/model): כל מודל יש לו מטמון משלו. גם כשהתוכן זהה, המטמון חדש.

שינוי רמת effort (/effort): המטמון מזוהה לפי שילוב מודל+effort. Claude Code מציג dialog לאישור לפני החלת שינוי שיבטל את המטמון.

הפעלת fast mode: מוסיף request header שהוא חלק ממפתח המטמון. הפעלה בתחילת session עולה פחות מהפעלה עמוק בתוך session ארוך.

חיבור או ניתוק שרת MCP: הגדרות כלים יושבות בשכבת system prompt. ה-impact תלוי בסוג הטעינה:

- כלים דחויים (ברירת המחדל): שרת שמתחבר, מתנתק, או משנה את רשימת הכלים שלו רק מוסיף תוכן ולא מפריע לכלום שכבר נשמר במטמון

- כלים שנטענים ל-prefix: כל שינוי בהם מבטל את המטמון

הפעלה או כיבוי plugin: הגדרות כלים משתנות.

דחיסת השיחה (/compact): בונה מחדש את ה-prefix — תור איטי אחד, ואחריו המטמון החדש.

שדרוג Claude Code: עדכון עשוי לשנות את system prompt.

ניהול TTL והארכת חיי המטמון

ערכי מטמון פוקעים אחרי תקופת חוסר פעילות. ברירת המחדל היא 15 דקות בשרתי Anthropic. ל-Anthropic API (גרסה 2024-11-01 ומעלה), אפשר לבקש TTL של עד שעה אחת עם explicit cache breakpoints בבקשה עצמה.

Claude Code מנהל זאת אוטומטית. שמירה על session פעיל מרחיבה את חלון ה-caching.

טיפים לשימור ביצועי מטמון

בחרו מודל ורמת effort בתחילת session, ושמרו /compact להפסקות טבעיות בין משימות. ככל שעושים פחות שינויים באמצע משימה, כך שיעור ה-cache hit גבוה יותר.