Claude Code のセッションは、最初の応答の時点でもう 7〜9 万トークンを入力しています。自分の書いた文書（CLAUDE.md・auto memory）を削って 79K まで下げた翌日、同じ依頼文で始めたら 86K、その翌日は 88K に戻っていました。何が戻したのか、要素ごとに測りました。
先に結論
-
1 応答目の入力（total input）は依頼文よりも土台で決まる。同じ定型作業で始めた 7 セッション（依頼文 79〜90 字・語尾と読点の違い）: 86.2K・86.6K・88.8K・89.5K → 79.4K → 85.8K → 88.0K（
input + cache_creation + cache_read）。 - 要素ごとに測ると（
claude -p・同一依頼文・再現 ±3 トークン）: この MEMORY.md（15,340 字・134 行）をほぼ空にした差＝11,722 トークン、MCP コネクタ一式（道具名 266 種＋指示文）を外した差＝8,439 トークン。両方同時に外すと 53,925＝加算の期待値 54,072 と −147。基準は D の直後に −154 漂っていた（A4＝74,079・転写の添付は git 状態の行だけが違う）ので、A4 基準では期待 53,918 と +7（独立に足せる）。 - 09-17 朝の −10.1K のうち、auto memory の削減（17,781→13,574 字）で説明できるのは 最大で約 3.2K（0.76 トークン/字で換算・削る前の版も全文読まれていた場合）。翌日の +6.3K は、その間に接続した MCP コネクタ（一式で 8.4K）と同じ区間に起きています——整合しますが、コネクタ単体は分離していません。
- 公式には「auto memory は先頭 200 行または 25KB まで」とあります。当方の生ファイルは 29,009 バイトでしたが、転写に記録された開始時の添付には最終行まで含まれていました（3・118・119・最終行で確認）。「生ファイルの先頭 25 KB で切る」という単純な解釈とは一致しませんでした。上限をどう判定しているか（文字数か・前処理後か）は未確認です。
測り方
-
時系列: プロジェクトの転写（
~/.claude/projects/<dir>/*.jsonl）から、各セッションの最初の assistant 応答のusageを取る。総入力＝input_tokens + cache_creation_input_tokens + cache_read_input_tokens。依頼文とフック出力を含むので、同じ定型作業で始めた系列（毎朝の案件の洗い出し・7 本・依頼文 79〜90 字）を主に見る。 -
分解:
claude -p "1+1 を数字だけで答えて"を同じ作業ディレクトリで。A1 現状 → BMEMORY.mdを 1 行に（退避→測→復元・SHA256 で一致確認・窓 7 秒）→ A2 復元後 → C--strict-mcp-config（MCP を全部外す）→ A3 現状 → 追試 D（B と C を同時に）→ A4。--system-prompt-snapshot onで、何がシステムプロンプトに載ったかを転写に記録。
4 手順（読者の環境で同じことをするなら）: ①転写の添付（または /context）で何が載っているかを見る ②usage の 3 値の和で総入力を固定する ③要素を 1 つだけ外して測る ④元に戻して基準が再現することを確かめる（今回 ±3）。⚠ -p は MCP の道具一覧が揃う前に 1 応答目が走ることがある（下の「測っていないこと」）＝**cache_read が 0 の走は同じプレフィックスではないので捨てる**。
# 転写から 1 応答目の総入力を並べる（読み取りのみ）
import json, glob, io
for f in glob.glob("*.jsonl"):
first = None; n = 0
for line in io.open(f, encoding="utf-8", errors="replace"):
if '"usage"' not in line: continue
d = json.loads(line); m = d.get("message") or {}; u = m.get("usage")
if not u or m.get("role") != "assistant": continue
n += 1
if first is None:
first = (d["timestamp"][:16], u["input_tokens"] + u["cache_creation_input_tokens"] + u["cache_read_input_tokens"], d.get("version"))
if first and n >= 3: print(first, f[:8])
結果 1: 同じ依頼文で 7 日
| 開始（UTC） | 1 応答目の総入力 | CLI | その日までに起きたこと |
|---|---|---|---|
| 09-12 | 86,159 | 2.1.266 | — |
| 09-13 | 86,613 | 2.1.266 | — |
| 09-14 | 88,756 | 2.1.270 | — |
| 09-15 | 89,509 | 2.1.270 | — |
| 09-16 21:58（＝09-17 朝 JST） | 79,440 | 2.1.271 | auto memory 183→125 行（17,781→13,574 字）・ユーザー領域のスキル 9 本をプロジェクト側へ移動 |
| 09-17 21:43 | 85,765 | 2.1.271 | 09-17 12:58Z に MCP コネクタ（メール配信サービス）を接続 |
| 09-18 22:42 | 88,045 | 2.1.275 | CLI 更新・auto memory 134 行（15,340 字） |
- CLI の版は 09-17 の戻り（85,765）の時点で 2.1.271 のまま＝版上げは最初の戻りの原因ではありません。
- 依頼文が違う他の 13 セッションも同じ形（86〜89K → 79K → 86〜88K・±1K）でした。
結果 2: 要素を外して測る（claude -p）
| 条件 | 総入力 | A1 との差 |
|---|---|---|
| A1 現状 | 74,233 | — |
B MEMORY.md を 1 行 |
62,511 | −11,722 |
| A2 復元後 | 74,234 | +1 |
| C MCP を全部外す | 65,794 | −8,439 |
| A3 現状 | 74,236 | +3 |
| D B＋C を同時に | 53,925 | −20,308（加算の期待値 −20,161・差 −147／A4 基準では +7） |
| A4 復元後 | 74,079 | −154（git 状態の行が 186 字減） |
公開の再現キット（scripts/measure.py・実 MEMORY.md を触らない版）で同じ日の 15:10 に測り直した値を、上の数字と同じ定義で並べます。再現するとどの程度ずれるかまで含めて公開しています。
| 項目 | 14:01 原実験（記事の数字） | 15:10 再測（公開の measure.py） |
差 | 意味 |
|---|---|---|---|---|
| MEMORY.md → 1 行 | −11,722 | −11,797 | −75 | 索引が 219 B 増えた分（0.76 tok/字） |
| MCP を全部外す | −8,439 | −8,439 | 0 | 同値 |
| 両方 | −20,308 | −20,233 | +75 | — |
| 残差（A1 基準）＝両方 − (memory＋MCP) | −147 | +3 | — | — |
| 残差（同時刻の基準 A4） | +7 | +5 | — | 基準の漂い −154／−2 を引いた値 |
-
-p（CLI 2.1.266）の土台はデスクトップアプリ（88K・CLI 2.1.270〜275）より 14K 小さい（アプリ固有の道具と指示が無い）。ここで使うのは相対差だけです。 -
事前走（A1 の 2 分前・同じ現状）は 73,093 でした。転写の添付を見ると MCP の道具名が 221 種（A1 は 266 種）＝MCP の接続が揃う前に 1 応答目が走っていた。
cache_readも 0。同じプレフィックスかはcache_readで見分けられる（A1〜A4 は全部 36,498）。 - 転写の添付（
--system-prompt-snapshot on）に載っていた字数: MCP の道具名 266 種＝24,390 字／CLAUDE.md＋MEMORY.md＝26,812 字／スキル一覧 9,252 字／MCP の指示文 4,861 字／git の状態 3,466 字／固定部（システム指示 9,579 字＋組み込み道具 15 本のスキーマ 149,107 字）＝毎回キャッシュ読み 36,498 トークン。 - 換算 0.76 トークン/字（MEMORY.md 15,340 字→11,722）。この MEMORY.md では、削った 133 行あたり平均 88 トークン。内容依存の平均で、一般の 1 行単価ではありません。
分解表（削れる／削れない／必要なときだけ）
| 要素 | 数字 | 証拠レベル | 扱い |
|---|---|---|---|
| この MEMORY.md をほぼ空にした差 | −11,722 | 実測 | 削れる: 内容依存（当方は 133 行で平均 88/行）。トピックは別ファイルへ |
| MCP を全部外した差 | −8,439 | 実測 | 削れる: 使わない接続を外す。道具のスキーマは遅延ロード（tool search） |
| 両方同時に外した差 | −20,308 | 実測（加算の期待 −20,161・差 −147／同時刻の基準 A4 では +7） | 独立に足せる |
cache_read |
36,498 | 実測値（-p の同一プレフィックス内で不変） |
— |
| 「cache_read＝システム指示＋組み込み道具」 | — | 構造からの解釈（usage は要素別に分けない） | 自分の文書ではない |
| その他（CLAUDE.md 11,108 字・スキル一覧 9,252 字・git 状態 3,466 字・依頼文） | 17,574 | 算術残差（トークン未測） | CLAUDE.md は path-scoped rules・未コミットを減らす |
| コネクタ単体（Resend など） | — | 未測 | — |
言わないこと・測っていないこと
- 「メールのコネクタが 6.3K 食った」とは言いません。測ったのは MCP 一式（8.4K）で、単体は分離していません。09-17 朝の −10.1K の残り約 7K も未分離です（同日にスキル 9 本を移動している）。
- 公式の「先頭 200 行または 25KB」と、当方の観測（生ファイル 29,009 バイト・添付は最終行まで）は「生ファイルの先頭 25KB」という解釈とは一致しません。文字数なのか、前処理後なのか、版で違うのかは確かめていません。
- 分解は CLI 2.1.266（
-p）、時系列はアプリ 2.1.270〜275＝版が違います。MCP の載せ方が版で変われば 8.4K も動きます。 -
cache_read36,498 は-pの同一プレフィックス内の値で、アプリの転写では 39.7K〜49.8K と走ごとに違います（直前のセッションとの共有量）。「固定」は-pの走の中だけの話です。 - 追試の 1 本（現状・フラグ指定なし＝snapshot は既定で on）は 67,373 と 6.9K 低く、添付ではスキル一覧が 14,573 字（他は 9,252）・
cache_read0＝別のプレフィックスでした。原因は未特定なので外れ値として除外し、表には入れていません（凍結の結果ファイルには残しています）。 - 「メモリを減らせば速くなる」とは言いません。土台は自分の文書だけでは決まらず、翌日に測り直さないと減ったままだと思い込む——それが本件の観測です。
- 料金には換算しません。n＝1 プロジェクト・1 人。
この記事の本家（セッション別の usage の凍結・実験の器と結果・検証の記録）は Sumitsuke Lab → Claude Code の開始時コンテキストを分解する——memory 11.7K・MCP 8.4K、翌日 6K 戻った
AI の利用について
転写の集計・実験の器・この記事の下書きには AI（Claude Code）を使っています。数字は転写の usage と実験の出力から写し、退避・復元と公開の判断は人が行いました。依頼文の本文・案件の情報は含みません。公開している再現スクリプトは環境依存の 2 行を環境変数に出した写しで、py_compile を通しています。自分の環境で同じ 7 走を行う器（scripts/measure.py・実 MEMORY.md を触らない）と原本・データは GitHub → https://github.com/sumitsuke/claude-code-startup-context（コード MIT／データ CC BY 4.0）。
関連
前編（1 依頼の中で何が消えたか・「基礎を 8K 削ると −2.7%」）→ Claude Code の 1 依頼で消えたトークンはどこへ行くか。本件はその後日談＝削った基礎が翌日に戻った話です。
この記事は Zenn にも同じ内容を掲載しています。