Come Claude Code ricorda le tue preferenze tra sessioni
Se avete mai lavorato con assistenti AI durante lo sviluppo, sapete che problema frustrante sia ripetere le stesse istruzioni ogni volta. Claude Code risolve questo con un sistema di memoria articolato su quattro livelli gerarchici – dalla configurazione aziendale alle preferenze personali per singolo progetto.
La parte interessante? Non è come ChatGPT che pre-calcola riassunti automatici. Qui avete controllo totale tramite file CLAUDE.md che scrivete voi, caricati direttamente nel context window ad ogni sessione.
I quattro livelli di memoria: da enterprise a locale
La gerarchia è pensata per bilanciare standardizzazione aziendale e libertà individuale. Ogni livello ha uno scopo preciso.
Enterprise policy: controllo organizzativo
Posizione in `/Library/Application Support/ClaudeCode/CLAUDE.md` su macOS, `/etc/claude-code/CLAUDE.md` su Linux, `C:\Program Files\ClaudeCode\CLAUDE.md` su Windows. Gestito da IT/DevOps, questo file definisce linee guida valide per tutti. Se la vostra organizzazione richiede specifici standard di sicurezza o convenzioni di codifica obbligatorie, vanno qui.
Project memory: memoria condivisa del team
Due posizioni possibili: `./CLAUDE.md` o `./.claude/CLAUDE.md` nella root del progetto. Questo è il posto per pattern architetturali specifici, comandi build comuni, convenzioni di naming del team. Viene versioned in git insieme al codice, quindi tutti i membri hanno accesso.
Un caso tipico: documentare i comandi npm più usati evita che Claude debba cercarli ripetutamente. “Use `npm run test:coverage` for testing” batte dover spiegarlo ogni sessione.
User memory: preferenze personali globali
In `~/.claude/CLAUDE.md` vivono le vostre preferenze valide per tutti i progetti. Preferite 2-space indentation invece di 4? Lo stile di commit messages che usate sempre? Va qui.
Questo livello si applica ovunque, quindi tenete solo ciò che volete DAVVERO in ogni sessione. Contenuti troppo specifici rallentano l’AI inutilmente.
Project memory local: preferenze private per progetto
File `./CLAUDE.local.md` – automaticamente in .gitignore, quindi mai committed. Ideale per note personali, sperimentazioni, configurazioni specifiche che non volete condividere col team. Per esempio, percorsi locali o credenziali di sviluppo.
Import ricorsivi: quando CLAUDE.md non basta
I file di memoria supportano import usando sintassi `@path/to/file`. Percorsi relativi o assoluti, profondità massima 5 livelli.
Esempio pratico:
“`
See @README for project overview and @package.json for available npm commands.
# Additional Instructions
– git workflow @docs/git-instructions.md
“`
Questo permette di tenere CLAUDE.md minimale (sotto 200 righe, limite hard) mentre si referenziano documenti più specifici solo quando servono. La cartella `docs/` con contenuti specializzati vi salva token preziosi.
Auto memory: quando Claude impara da solo
Diversamente dai file scritti da voi, l’auto memory è una directory persistente dove Claude registra automaticamente pattern e insight durante il lavoro. Ogni progetto ha la sua in `~/.claude/projects/
File principale: MEMORY.md, limitato a 200 righe. L’AI scrive note per sé stessa basandosi su cosa scopre nelle sessioni. Abilitato per default, lo disattivate con `/memory` o globalmente tramite `CLAUDE_CODE_DISABLE_AUTO_MEMORY=1`.
Secondo feedback dalla community, progetti con 3-5 esempi di codice nel CLAUDE.md vedono riduzione del 40% nelle richieste di correzione. Le istruzioni in bullet point vengono seguite il 60% meglio rispetto a paragrafi narrativi – l’AI preferisce strutture chiare.
Shortcut rapidi: # per aggiungere memorie al volo
Il modo più veloce? Iniziate l’input con `#`:
“`
# Always use descriptive variable names
“`
Claude vi chiederà dove salvarlo tra i file disponibili. Durante sessioni attive, il comando `/memory` apre qualsiasi file nell’editor di sistema.
Configurazione iniziale con /init
Per creare un CLAUDE.md da zero nel progetto corrente: `/init`. Include subito i comandi più usati – build, test, lint. Documentate preferenze di stile e pattern architetturali importanti.
Gestione enterprise: deployment centralizzato
Organizzazioni con team numerosi distribuiscono file CLAUDE.md gestiti centralmente tramite MDM, Group Policy, Ansible. Alcuni usano regole modulari in `.claude/rules/` (4-8 file separati) per coprire diversi casi d’uso, segmentando direttive per contesto tramite glob pattern.
Questo approccio modularizzato evita di caricare istruzioni irrilevanti per il task corrente, ottimizzando l’uso del context window.
Best practices: cosa funziona davvero
Specificità vince sempre
“Use 2-space indentation” batte “Format code properly”. L’AI interpreta meglio istruzioni precise invece di direttive generiche.
Struttura come organizzazione mentale
Formattate ogni memoria come bullet point. Raggruppate memorie correlate sotto heading markdown descrittivi. Claude processa meglio liste strutturate che paragrafi densi.
Revisione periodica necessaria
Man mano che il progetto evolve, aggiornate le memorie. Rimuovete istruzioni obsolete, aggiungete nuovi pattern scoperti. Un CLAUDE.md stantio rallenta più che aiutare.
Il limite delle 200 righe conta
Oltre questo threshold, Claude Code tronca il contenuto perdendo istruzioni critiche. Se superate le 200 righe, spostate contenuti specifici in `docs/` e referenziateli con `@docs/filename.md`.
Differenze con ChatGPT: controllo esplicito vs automazione
ChatGPT inietta automaticamente riassunti pre-calcolati del contesto in ogni conversazione. Comodo ma zero controllo su cosa viene incluso.
Claude Code invece legge i file CLAUDE.md che scrivete voi. Richiede configurazione esplicita ma offre trasparenza totale: sapete esattamente cosa l’AI vede ogni volta. Per sviluppatori che vogliono comportamento deterministico, questo approccio fa differenza.
Impatto pratico sulle prestazioni
Analisi della community mostrano miglioramenti misurabili. Progetti con esempi di codice concreti nel CLAUDE.md riducono errori significativamente. Le istruzioni strutturate come liste puntate vengono interpretate con maggiore precisione rispetto a testo narrativo.
La differenza si nota soprattutto in task ripetitivi: comandi git, convenzioni di naming, pattern di testing. Una volta documentati, Claude li applica consistentemente senza bisogno di prompting ripetuto.
Prospettive per workflow AI-assisted development
La gestione memoria di Claude Code rappresenta un cambio di paradigma rispetto agli assistenti conversazionali tradizionali. L’approccio file-based permette versioning, code review delle istruzioni, e integrazione nei workflow DevOps esistenti.
Organizzazioni stanno esplorando template di CLAUDE.md per diversi stack tecnologici, creando librerie di configurazioni ottimizzate. Il modello gerarchico consente standardizzazione dove serve mantenendo flessibilità individuale.
Per sviluppatori, questo significa meno tempo speso a ri-spiegare contesto e più focus su problem solving effettivo. La memoria persistente trasforma Claude da tool conversazionale a componente integrato del setup di sviluppo.
