Skip to main content
BlogAI

Subagent Claude Code: Panduan Setup dan Alur Kerja

Cara kerja subagent Claude Code, cara mendefinisikannya di .claude/agents/, dan kapan mendelegasikan ke konteks terpisah benar-benar sepadan.

Matthews Wong

Software Engineer

Agustus 20268 menit bacaDiperbarui 13 Okt 2026
Subagent Claude Code: Panduan Setup dan Alur Kerja

Ringkasan Utama

Subagent Claude Code adalah asisten khusus yang didefinisikan sebagai berkas Markdown di .claude/agents/, masing-masing dengan jendela konteks, system prompt, dan tool yang dibatasi sendiri. Subagent memungkinkan sesi utama mendelegasikan pekerjaan fokus seperti review kode atau riset ke konteks terpisah yang hanya mengembalikan ringkasan, sehingga percakapan utama tetap bersih dan biaya terkendali.

Satu sesi Claude Code mengerjakan semuanya dalam satu jendela konteks, dan jendela itulah sumber dayanya yang paling terbatas. Membaca dua puluh berkas untuk menjawab satu pertanyaan membuat kedua puluh berkas itu tetap ada di konteks, mendesak tugas yang sebenarnya Anda pedulikan. Subagent adalah solusi bawaannya: cara menyerahkan sebagian pekerjaan ke asisten terpisah yang berpikir di jendelanya sendiri dan hanya mengembalikan jawabannya.

Panduan ini membahas apa itu subagent sebenarnya, cara membuatnya, kapan delegasi layak dilakukan, dan bagaimana subagent mengubah biaya sebuah sesi. Contohnya memakai Claude Code, tetapi pola delegasi yang sama berlaku untuk semua tool coding agentik yang mendukung sub-tugas terpisah.

Apa itu subagent sebenarnya

Subagent adalah Claude kedua dengan jendela konteks, system prompt, dan izin miliknya sendiri. Ia tidak bisa melihat percakapan utama Anda, dan percakapan utama tidak bisa melihat catatan kerjanya. Sesi induk menjelaskan sebuah tugas, subagent mengerjakannya secara terpisah, dan hanya ringkasan akhir yang kembali. Isolasi itulah intinya: pekerjaan perantara yang besar tidak pernah menyentuh jendela utama.

Setiap subagent adalah berkas Markdown biasa dengan frontmatter YAML. Tiga bidang menangani sebagian besar tugasnya:

  • Sebuah name dan description yang dibaca Claude untuk memutuskan kapan mengarahkan pekerjaan ke agen ini, jadi tulis description untuk pemicunya, bukan untuk manusia.
  • Daftar izin tool, sehingga seorang reviewer bisa membaca dan grep tetapi tidak pernah menulis berkas atau menjalankan perintah shell.
  • Model opsional, sehingga pekerjaan bervolume tinggi berbiaya murah berjalan di model lebih kecil seperti Haiku sementara sesi utama tetap di model yang lebih kuat.

Buat subagent pertama Anda

Jalur tercepat adalah meminta Claude membuatkan agennya: jelaskan tugasnya dan apakah agen itu untuk proyek ini atau untuk semua proyek, lalu Claude menuliskan berkasnya untuk Anda. Sejak v2.1.198, perintah /agents hanya menampilkan pengingat untuk melakukan hal itu dan tidak lagi membuka wizard pembuatan agen. Anda juga bisa membuat berkasnya secara manual di .claude/agents/security-reviewer.md dalam proyek, atau di bawah direktori home agar tersedia di mana saja. Frontmatter mengatur agennya; badan berkas adalah system prompt-nya.

Sebuah security reviewer minimal yang dibatasi ketat terlihat seperti ini:

---
name: security-reviewer
description: Reviews diffs for auth, injection and secret-handling issues
tools: Read, Grep, Glob
model: haiku
---

You are a security reviewer. Given a diff, report only concrete,
exploitable issues with a file:line and a one-line fix. Do not
comment on style. If you find nothing, say so plainly.

Jaga setiap subagent tetap sempit: satu tugas, satu description tajam, dan set tool terkecil yang dibutuhkannya. Agen serba bisa yang kabur akan terpanggil untuk tugas yang salah dan diam-diam menurunkan kualitas semua yang disentuhnya.

Kapan delegasi sepadan

Aturan praktisnya sederhana: delegasikan ketika pekerjaan menghasilkan jauh lebih banyak token daripada nilai kesimpulan yang perlu disimpan. Kandidat yang baik punya bentuk itu.

  • Eksplorasi basis kode, di mana agen membaca puluhan berkas dan mengembalikan peta dua paragraf alih-alih tumpukan mentahnya.
  • Review adversarial, di mana agen baru hanya melihat diff dan kriteria penerimaan, bukan alur pikir Anda, sehingga bisa menangkap apa yang tidak terlihat oleh penulisnya.
  • Riset paralel, di mana agen utama memunculkan beberapa worker sekaligus. Anthropic melaporkan bahwa pola orchestrator-worker ini mengungguli agen tunggal sekitar 90 persen pada evaluasi riset internal mereka.
  • Suntingan berulang yang terbatas, di mana tiap berkas diserahkan ke agen berumur pendek sendiri agar satu kegagalan tidak menggagalkan seluruh batch.

Rangkai subagent ke dalam alur kerja

Dalam praktik, sesi utama menjadi orkestrator. Ia merencanakan pekerjaan, memutuskan bagian mana yang didelegasikan, dan menjahit kembali ringkasannya. Tugas Anda adalah menjelaskan setiap tugas yang didelegasikan dengan baik: nyatakan tujuannya, batasannya, dan bentuk keluaran yang Anda inginkan kembali.

Perlakukan prompt delegasi seperti kontrak API. Subagent yang diminta mengembalikan daftar temuan berperingkat dengan rujukan berkas dan baris memberi Anda sesuatu yang bisa ditindaklanjuti; yang diminta tolong review kode saja memberi Anda esai yang lalu harus Anda urai sendiri.

Subagent tidak berbagi memori percakapan utama. Apa pun yang sudah dipelajari induk harus dinyatakan ulang di prompt delegasi, dan subagent tidak bisa berhenti untuk bertanya lanjutan di tengah tugas, jadi berikan semua yang dibutuhkannya di awal atau ia akan menebak.

Disiplin biaya dan konteks

Subagent adalah tuas pengeluaran yang bekerja dua arah, dan menganggapnya gratis adalah cara tercepat menuju tagihan yang mengejutkan.

  • Subagent menghemat konteks dengan menjaga pembacaan berkas dan keluaran tool yang besar tetap di luar jendela utama, yang memperlambat pergeseran yang memenuhi sesi panjang.
  • Subagent bisa menaikkan total biaya, karena tiap agen membaca ulang konteks yang dibutuhkannya; jalannya multi-agen memakai jauh lebih banyak token daripada satu chat, jadi simpan untuk pekerjaan yang benar-benar berbasis keluasan.
  • Arahkan subagent bervolume tinggi dan berisiko rendah ke model yang lebih murah, dan biarkan orkestrator di model terkuat Anda, sehingga Anda membayar tarif tertinggi hanya di tempat penilaian penting.

Subagent mengubah Claude Code dari satu asisten menjadi tim kecil yang Anda arahkan. Mulailah dengan dua yang benar-benar akan Anda pakai, penjelajah basis kode dan reviewer diff, jaga masing-masing tetap sempit, dan biarkan sesi utama tetap fokus pada tugas alih-alih tenggelam dalam risetnya sendiri.

FAQ

Pertanyaan Umum

Jawaban singkat untuk pertanyaan yang paling sering diajukan pembaca tentang topik ini.

Apa itu subagent Claude Code?

Subagent Claude Code adalah asisten khusus yang didefinisikan sebagai berkas Markdown di direktori .claude/agents/. Ia berjalan di jendela konteksnya sendiri dengan system prompt sendiri dan set tool yang dibatasi, sehingga sesi utama bisa mendelegasikan tugas fokus kepadanya dan hanya menerima ringkasan kembali. Isolasi ini menjaga pekerjaan perantara yang besar tetap di luar percakapan utama.

Bagaimana cara membuat subagent di Claude Code?

Minta Claude menuliskannya untuk Anda dengan menjelaskan tugas subagent dan lokasi berkasnya, atau buat berkasnya secara manual di .claude/agents/<nama>.md. Frontmatter YAML mengatur name, description, tool yang diizinkan, dan model opsional, sedangkan badan berkas menjadi system prompt subagent. Berkas tingkat proyek ada di repo; berkas tingkat pengguna ada di bawah direktori home Anda.

Kapan sebaiknya memakai subagent alih-alih sesi utama?

Pakai subagent ketika pekerjaan menghasilkan jauh lebih banyak token daripada nilai kesimpulannya, seperti membaca banyak berkas untuk menjawab satu pertanyaan, menjalankan review adversarial pada diff, atau menjelajahi beberapa alur riset secara paralel. Delegasi menjaga pekerjaan mentah tetap di luar jendela utama dan hanya mengembalikan hasil yang sudah disaring.

Apakah subagent menambah atau mengurangi biaya token?

Keduanya, tergantung cara Anda memakainya. Subagent mengurangi tekanan pada konteks utama dengan mengisolasi pembacaan berkas dan keluaran tool yang besar, tetapi jalannya multi-agen membaca ulang konteks bersama dan bisa memakai beberapa kali lipat lebih banyak token daripada satu chat. Arahkan subagent bervolume tinggi berisiko rendah ke model yang lebih murah dan simpan agen paralel untuk pekerjaan berbasis keluasan.

Apakah subagent bisa mengakses tool yang sama seperti sesi utama?

Hanya tool yang Anda izinkan. Setiap subagent mendeklarasikan daftar izin di frontmatter-nya, sehingga seorang reviewer bisa dibatasi hanya membaca dan grep sambil ditolak akses tulis dan shell. Pembatasan ini adalah kontrol keamanan: subagent dengan izin sempit tidak bisa mengubah berkas atau menjalankan perintah meski prompt-nya dimanipulasi.