上下文窗口（Context Window）（2026.08.24）

概念编号：055

一句话理解

上下文窗口就是模型当前这一次工作能够看到的“工作空间”。

苏苏的入门解释

上下文（Context Window）：工作空间。

作用：决定模型一次最多能干多少活。

具体解释

模型回答问题时，不是只看你刚刚发出的那一句话，还可能同时看到系统指令、前面的对话、上传的文件、检索到的资料、工具返回结果以及当前任务要求。这些内容共同构成上下文。

上下文窗口就是这次任务能够容纳的最大上下文容量，通常以 Token 或类似的内部单位衡量。窗口越大，模型一次能够参考的材料通常越多，但不代表模型会同样准确地使用其中每一段内容。

它为什么重要

• 长文阅读、代码仓库分析和多轮对话都会消耗上下文空间。
• 工具返回的大量内容也会占用窗口，可能比用户的一句话更快把空间填满。
• 当上下文接近上限时，需要分段、摘要、压缩、检索或建立外部记忆。
• 上下文窗口是“当前工作空间”，任务结束后不会自动变成可靠的长期记忆。

边界与易混淆概念

• 上下文窗口不等于长期记忆：窗口保存当前可见信息；长期记忆还需要筛选、保存、召回和修正。
• 上下文窗口不等于模型知识量：模型参数中可能有很多知识，但当前任务未必能完整调用。
• 窗口越大不等于一定更好：内容过多、重复或无关，可能降低重点信息的可见度。
• 上下文不等于提示词：提示词是交代任务的一部分，上下文还包括历史对话、资料和工具结果。

例子

你让模型阅读一份 200 页的资料时，可以把全文一次放入窗口，也可以先切分、检索相关章节，再把最有用的片段放进当前上下文。后者往往更容易保持重点清晰，也更节省 Token。

相关概念

• 词元（Token）（2026.08.24）：上下文容量常用的计量单位。
• 大模型（LLM）（2026.08.24）
• 检索增强生成（RAG）（2026.08.24）：把相关外部资料临时放入上下文。
• Agent（智能体）（2026.08.18）：管理目标、工具结果和任务上下文。
• Agent记忆方法：解决跨会话长期保存和召回的问题。

来源

• 本轮 AI 概念清单原始笔记：提供“工作空间”和“一次最多能干多少活”的入门解释。
• LLM Wiki：区分上下文窗口、RAG 和 Agent 长期记忆。
• AI学习导航：本概念在 AI 基础与 Prompt 学习框架中的入口。

概念卡更新日志

• 2026.08.24｜创建概念卡：依据用户提供的“工作空间”比喻及已有 LLM Wiki 对上下文与长期记忆的区分，登记为 055。