ভূমিকা
<p></p>
সম্প্রতি, কিছু ব্যবহারকারী একটি অস্বাভাবিক পরিস্থিতি লক্ষ্য করেছেন:
“আমি শুধু ‘Hi’ পাঠিয়েছি, তাহলে 10,000+ টোকেন কেন খরচ হলো?”
প্রথম নজরে এটি অপ্রত্যাশিত মনে হতে পারে। মাত্র দুই অক্ষরের একটি বার্তায় তো খুব অল্প কয়েকটি টোকেন লাগার কথা, তাই না?
উত্তর হলো: মডেল শুধু আপনার দৃশ্যমান বার্তাটিই প্রক্রিয়া করে না।
আধুনিক AI সহকারী—বিশেষ করে Codex, Claude Code এবং অন্যান্য IDE-ভিত্তিক AI টুলের মতো কোডিং এজেন্টগুলো—মডেলকে কাজটি বুঝতে এবং আরও ভালো উত্তর দিতে সাহায্য করার জন্য আপনার বার্তার সঙ্গে আরও অনেক তথ্য পাঠায়।
<p></p>
Your Message Is Only a Small Part of the Context
যখন আপনি পাঠান:
Hi
AI মডেলের কাছে পাঠানো প্রকৃত অনুরোধটি আসলে এরকম দেখতে হতে পারে:
System Instructions
+
User Settings
+
Configured Skills
+
Available Tools
+
Project Information
+
File Context
+
Previous Conversation History
+
Your Message: "Hi"
এই সব উপাদানের মোট আকারই হলো মডেলের প্রক্রিয়াকৃত প্রকৃত context।
তাই, খুব ছোট একটি বার্তাও উল্লেখযোগ্য সংখ্যক টোকেন খরচ করতে পারে।
What Can Increase Context Usage?
1. Configured Skills
আপনি যদি কাস্টম skill বা AI capability চালু করে থাকেন, তবে সেগুলোর নির্দেশনাও মডেলের context-এ লোড করতে হয়।
উদাহরণস্বরূপ:
Skill A instructions: 2,000 tokens
Skill B instructions: 3,000 tokens
Skill C instructions: 1,500 tokens
আপনি কিছু টাইপ করার আগেই, এই নির্দেশনাগুলো কয়েক হাজার টোকেন জায়গা নিয়ে ফেলতে পারে।
2. Tools and Agent Capabilities
AI coding assistant-গুলো সাধারণত নিচের মতো টুল সরবরাহ করে:
File reading
Code search
Terminal execution
Git operations
Browser access
External integrations
এই টুলগুলোর সংজ্ঞা এবং ব্যবহার নির্দেশনাও context space খরচ করে।
3. Project and File Context
আপনি যখন কোনো IDE বা code repository-এর মধ্যে কাজ করেন, AI client স্বয়ংক্রিয়ভাবে নিচের তথ্যগুলো অন্তর্ভুক্ত করতে পারে:
Project structure
Open files
Code snippets
Dependencies
Configuration files
এতে AI আপনার project বুঝতে পারে, তবে এর ফলে context usage-ও বেড়ে যায়।
4. Previous Conversation History
আপনি যদি আগের কোনো কথোপকথন চালিয়ে যান, তাহলে সাধারণত আগের বার্তাগুলো আবারও যুক্ত করা হয়, যাতে মডেল context বুঝতে পারে।
উদাহরণস্বরূপ:
Previous discussion: 12,000 tokens
New message:
Hi
নতুন অনুরোধেও আগের 12,000 টোকেন থাকতে পারে।
How to Test Minimum Token Usage
আপনি যদি একটি সাধারণ বার্তার token usage মাপতে চান, তাহলে নিচের ধাপগুলো অনুসরণ করুন:
সম্পূর্ণ নতুন একটি conversation তৈরি করুন।
custom skills বন্ধ করুন।
কোনো file attach করবেন না।
কোনো project workspace খুলবেন না।
শুধু এটি পাঠান:
Hi
এতে আনুমানিক সর্বনিম্ন context usage দেখা যাবে।
Context Window vs Token Usage
নিচের দুটি বিষয়ের পার্থক্য বোঝা গুরুত্বপূর্ণ:
Context Window
একটি মডেল একবারে সর্বোচ্চ কত পরিমাণ তথ্য প্রক্রিয়া করতে পারে।
উদাহরণ:
1M token context window
এর অর্থ, মডেল তাত্ত্বিকভাবে সর্বোচ্চ 1 million token পর্যন্ত সামলাতে পারে।
Token Usage
নির্দিষ্ট একটি অনুরোধে বাস্তবে যত টোকেন অন্তর্ভুক্ত হয়।
উদাহরণ:
User message:
Hi
Actual request:
System instructions + tools + history + "Hi"
Total:
15,000 tokens
বড় context window থাকার অর্থ এই নয় যে প্রতিটি অনুরোধে শুধু আপনার বার্তার দৈর্ঘ্য অনুযায়ী টোকেন খরচ হবে।
উপসংহার
ছোট একটি বার্তা থেকে বেশি token usage হওয়া মানেই মডেল বা API-তে সমস্যা আছে—এমন নয়।
AI agent পরিবেশে মোট context-এর মধ্যে বুদ্ধিমানভাবে কাজ করার জন্য প্রয়োজনীয় অনেক অদৃশ্য উপাদান থাকে। session-এ skills, tools, project information বা previous history থাকলে একটি সাধারণ “Hi” থেকেও হাজার হাজার টোকেন প্রক্রিয়াকৃত হতে পারে।
raw token usage পরীক্ষা করতে চাইলে, অতিরিক্ত context ছাড়া একটি clean session থেকে শুরু করার পরামর্শ দিই।
আপনার বোঝাপড়া এবং অব্যাহত সমর্থনের জন্য ধন্যবাদ।