Janela de contexto: o que é e como afeta o uso da IA no dia a dia

Um guia sobre a janela de contexto nos modelos de IA: como ela é medida em tokens, o que a preenche durante uma conversa, qual é o tamanho dela nos modelos atuais, o que acontece quando uma conversa ultrapassa o limite e hábitos do dia a dia para trabalhar dentro dela.

Diagram of a conversation growing over five messages: each new message resends all earlier messages and replies, so the total moves closer to the context window limit.

Uma janela de contexto é a quantidade de texto com que um modelo de IA consegue trabalhar de uma só vez. Este guia explica o que a preenche, qual é o tamanho dela nos modelos atuais e como trabalhar dentro desse limite no dia a dia.

O que é uma janela de contexto

Uma janela de contexto é o limite de quanto texto um modelo de IA consegue processar de uma só vez. Esse limite abrange o texto que entra, como uma pergunta e qualquer documento anexado a ela, e a resposta que sai. Se algo não couber na janela, o modelo não consegue ver nem usar essa informação ao responder.

A janela de contexto é diferente do que o modelo aprendeu durante o treinamento. O treinamento acontece antes do lançamento do modelo, com um volume muito grande de texto, e dá a ele seu conhecimento geral e suas habilidades linguísticas. A janela de contexto guarda apenas o material da tarefa em questão.

O modelo de IA em si não se lembra das mensagens anteriores. É o app em que ele roda, como o Perplexity ou o ChatGPT, que salva a conversa. A cada nova mensagem, o app envia ao modelo toda a conversa até aquele ponto, e não só a mensagem mais recente. O modelo lê tudo de novo antes de responder, e essa resposta passa a fazer parte do que será enviado na próxima vez. O espaço que uma conversa ocupa na janela cresce a cada troca, então uma conversa longa feita de mensagens curtas ainda pode ocupar bastante espaço.

Como uma janela de contexto é medida

Cada mensagem, documento e resposta de uma conversa ocupa espaço na janela. O espaço disponível é medido em tokens, e não em um número específico de palavras ou páginas.

Um token é um trecho de texto que o modelo trata como uma única unidade. Pode ser uma palavra curta, parte de uma palavra mais longa, um sinal de pontuação ou uma palavra com o espaço que vem antes dela. 100 tokens equivalem a cerca de 75 palavras, segundo a OpenAI. Usando essa estimativa aproximada para a língua inglesa, um relatório de 3.000 palavras teria cerca de 4.000 tokens.

Antes que um modelo leia qualquer coisa, uma ferramenta chamada tokenizador divide o texto em tokens e converte cada um deles em um número. O modelo processa esses números e gera a resposta como uma sequência de tokens, que a ferramenta converte de volta em texto.

A contagem de tokens não é padronizada. Ela depende do idioma e do conteúdo. Os tokenizadores podem variar entre modelos, então o mesmo parágrafo pode gerar um número diferente de tokens em modelos diferentes.

Janela de contexto vs. memória salva

A janela de contexto guarda o que o modelo pode usar para responder à pergunta atual. Por exemplo, quando uma IA edita um relatório, o relatório, as instruções de edição e as mensagens trocadas durante o trabalho ocupam espaço na janela.

A memória salva mantém detalhes selecionados entre conversas. No Perplexity, o app escolhe automaticamente o que salvar, buscando preferências e informações importantes e dando mais peso aos detalhes que aparecem com frequência. Uma instrução duradoura como “Use inglês britânico em todos os meus textos” ilustra o tipo de detalhe que vale a pena guardar, enquanto “Deixe este parágrafo mais curto” se aplica apenas à tarefa em questão.

Quando o app traz um desses detalhes para uma nova conversa, ele passa a fazer parte do contexto do modelo e ocupa espaço na janela. No Perplexity, os controles de memória ficam em Configurações → Memória. Desativar a memória impede que ela seja usada em respostas futuras, mas não exclui os detalhes já salvos.

O que preenche uma janela de contexto durante uma conversa

Uma janela de contexto guarda muito mais do que as palavras que a pessoa digita. Em uma conversa típica, quatro tipos de texto dividem o espaço: instruções do app, o histórico da conversa, material trazido de arquivos ou da web e a resposta do modelo. A maior parte disso nunca aparece na tela.

Instruções do app

Antes que a mensagem da pessoa chegue ao modelo, o app acrescenta suas próprias instruções (muitas vezes chamadas de prompt de sistema). Elas dizem ao modelo como se comportar: como formatar as respostas, que tom usar, quais ferramentas ele pode usar e detalhes como a data de hoje. Parte desse material, como as instruções internas do app, normalmente não é mostrada ao usuário.

Histórico da conversa

Para a resposta atual, isso inclui as respostas anteriores do modelo, além de todas as mensagens da pessoa. Muitas vezes, as respostas da IA são bem mais longas do que as perguntas do usuário.

Arquivos enviados, páginas da web e resultados de pesquisa

O texto trazido de arquivos ocupa espaço de contexto junto com a conversa, mas um app pode fornecer o arquivo inteiro ou selecionar trechos relevantes. Por exemplo, o Perplexity consegue analisar arquivos curtos por completo e extrair as partes importantes de arquivos mais longos para responder à consulta.

Os resultados de pesquisa também ocupam espaço. Por exemplo, para responder a uma consulta, o Perplexity pode pesquisar na web e entregar os resultados para o modelo ler.

A resposta e o raciocínio do modelo

A resposta é escrita na mesma janela, então o app precisa deixar espaço para ela. Alguns modelos também geram um raciocínio interno enquanto trabalham em uma resposta, que a pessoa talvez nunca veja. O texto de raciocínio é o passo a passo do modelo, como dividir uma pergunta em partes ou conferir os próprios números, escrito antes da resposta final. Normalmente, ele também conta para o limite da janela.

Tamanhos da janela de contexto nos modelos de IA atuais

Uma janela de contexto maior significa que o modelo consegue lidar com documentos mais longos, mais fontes e conversas mais longas. Os principais modelos da OpenAI, da Anthropic e do Google agora oferecem, cada um, uma janela de cerca de 1 milhão de tokens. Isso equivale a aproximadamente 1.500 páginas de texto.

Modelo

Provedor

Janela de contexto (tokens)

GPT-6 Astra

OpenAI

1,05 milhão

Claude Opus 5.5

Anthropic

1 milhão

Gemini 4 Argon

Google

1.048.576

Especificações das APIs dos provedores, consultadas em 5 de novembro de 2026. Os limites disponíveis dentro de um app podem ser diferentes.

Uma janela maior não significa que o modelo usa toda ela igualmente bem. Pesquisas constataram que o desempenho pode ficar menos confiável à medida que o tamanho da entrada aumenta, um padrão conhecido como context rot (deterioração do contexto).

Limites de entrada e limites de saída

A janela de contexto é um orçamento compartilhado para tudo o que o modelo lê e escreve. Um modelo consegue ler muito mais do que consegue escrever em uma única resposta.

Ao processar uma entrada, o modelo consegue trabalhar com muitos tokens em paralelo. Ao gerar uma resposta, ele normalmente produz os tokens em sequência, usando o que veio antes para escolher o que vem a seguir. Ele não consegue escolher a quinta palavra de uma frase até conhecer as quatro primeiras, por isso precisa produzir a resposta um token de cada vez.

Por isso, produzir respostas longas é muito mais lento e caro do que ler entradas longas. É por esse motivo que um pedido para reescrever ou traduzir um documento muito longo pode parar no meio, e que pedir o resultado em seções funciona melhor.

O que acontece quando uma conversa ultrapassa o limite

Quando uma conversa fica grande demais para a janela de contexto, o app precisa abrir espaço antes que o modelo possa responder. Os apps fazem isso de algumas maneiras diferentes, e cada uma muda o que o modelo ainda consegue ver.

Uma abordagem é descartar primeiro as mensagens mais antigas. O modelo continua trabalhando com a parte recente da conversa. Instruções iniciais do usuário, decisões ou trechos de documentos podem sair da janela. O modelo não consegue se referir a um texto que já não tem, mas não necessariamente avisará o usuário de que algo está faltando.

Outra abordagem é resumir a parte inicial da conversa e manter o resumo no lugar do texto completo. Essa é uma forma do que se chama compactação de contexto. Um resumo ocupa muito menos espaço, então a conversa pode se estender por muito mais tempo. No entanto, ele pode omitir detalhes como números exatos, nomes ou a redação original.

Quando o modelo descarta ou compacta seu contexto, ele pode começar a pedir informações que já deveria saber. Pode, de repente, parar de seguir instruções dadas no início, como um formato ou o tom preferido. Pode contradizer uma decisão anterior do usuário ou ficar vago sobre documentos compartilhados antes.

Alguns apps, em vez disso, encerram a conversa e pedem que a pessoa comece uma nova, ou recusam uma mensagem ou um arquivo longo demais para caber.

Hábitos do dia a dia para trabalhar dentro da janela de contexto

  • Comece um novo tópico para cada nova tarefa: Por exemplo, revise um relatório em uma conversa própria, em vez de adicioná-lo a um tópico existente sobre o planejamento de um evento.
  • Leve adiante só o que for necessário: Quando uma tarefa partir de um trabalho anterior, peça ao modelo que extraia os detalhes confirmados e a redação aprovada necessários para a próxima tarefa.
  • Compartilhe apenas informações relevantes: Por exemplo, para uma pergunta sobre como os participantes de uma pesquisa foram selecionados, forneça a seção de metodologia e as notas de apoio, em vez do relatório inteiro.
  • Encontre a seção relevante antes de compartilhar um documento longo: Se um relatório ou manual tiver um sumário, compartilhe-o primeiro. Pergunte ao modelo quais seções provavelmente respondem à pergunta e depois copie essas seções para a conversa.
  • Revise documentos longos em partes: Divida um manual ou relatório por política, capítulo ou tema. Use tópicos separados para revisões independentes, com as mesmas instruções para cada uma.
  • Peça resultados longos em etapas: Para uma reescrita ou tradução extensa, peça uma seção de cada vez no mesmo tópico. Indique a seção ou o intervalo de páginas e confira o resultado antes de pedir ao modelo que continue.
  • Defina um tamanho de resposta útil: Peça cinco conclusões, uma explicação curta ou uma tabela com colunas específicas. Evite pedir uma análise detalhada quando uma resposta breve for suficiente.
  • Peça revisões pontuais: Para alterar um parágrafo de um rascunho, peça ao modelo que reescreva apenas esse parágrafo. Especifique o que precisa mudar, em vez de pedir que ele reproduza o rascunho inteiro.

Como o Perplexity gerencia o contexto

O contexto do Perplexity inclui mais do que a conversa. Ele também pode recorrer a informações encontradas por meio de busca em tempo real, preferências salvas e arquivos fornecidos para uma tarefa.

Para uma pergunta de pesquisa, a busca em tempo real fornece material de referência que o modelo pode usar para montar a resposta, com citações que mostram de onde vieram as informações. Por exemplo, perguntar sobre uma nova regulamentação pode trazer informações relevantes da web para a tarefa, sem que seja preciso antes reunir artigos e colá-los no chat.

A memória salva fornece outro tipo de contexto: detalhes relevantes de conversas anteriores, como preferências de escrita ou informações gerais sobre um projeto em andamento. O Perplexity recupera esses detalhes ao responder, e a memória funciona em todos os modelos que ele oferece. Por isso, uma preferência salva pode continuar disponível ao trocar de modelo no Perplexity.

Para trabalhos que se estendem por várias conversas, os projetos mantêm arquivos e instruções juntos, e as instruções do projeto se aplicam a cada consulta. O público, o objetivo e os requisitos de escrita de um relatório podem ficar no projeto, enquanto a pesquisa e a elaboração do texto acontecem em tópicos separados.

Confira Primeiros passos com o Perplexity para ver orientações sobre como fazer perguntas, trabalhar com arquivos e aprofundar as respostas com perguntas de acompanhamento.

Perguntas frequentes

As imagens contam para a janela de contexto?

Sim. As imagens são convertidas em tokens que ocupam espaço junto com o texto. A quantidade de tokens depende de como o modelo as processa. Uma captura de tela ou uma página digitalizada ocupa espaço de contexto mesmo quando o texto dela não foi copiado para o chat.

Uma janela de contexto maior custa mais?

Não necessariamente. Uma janela maior indica quanto um modelo consegue processar, e não quanto dessa capacidade uma tarefa usa.

Existe uma forma de ver quanto da janela de contexto uma conversa já usou?

Às vezes. Alguns apps mostram um medidor de contexto que indica o quanto a janela está cheia. Um contador de “mensagens restantes” significa outra coisa: quantas solicitações a conta ainda pode fazer, e não quanta informação o modelo ainda consegue encaixar na conversa. Procure especificamente um medidor de contexto.

Uma pessoa pode continuar uma conversa que foi compartilhada com ela?

Sim. No Perplexity, a pessoa pode ler uma conversa compartilhada e fazer uma pergunta de acompanhamento. Essa pergunta inicia uma nova conversa na conta dela, e a conversa original permanece inalterada.