Контекстное окно: что это такое и как оно влияет на повседневную работу с ИИ

Руководство по контекстному окну в ИИ-моделях: как оно измеряется в токенах, чем заполняется во время разговора, каков его размер в современных моделях, что происходит, когда разговор превышает лимит, и какие повседневные привычки помогают работать в его пределах.

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.

Контекстное окно — это объём текста, с которым ИИ-модель может работать одновременно. В этом руководстве рассказывается, чем оно заполняется, каков его размер в современных моделях и как работать в его пределах в повседневной жизни.

Что такое контекстное окно

Контекстное окно — это ограничение на объём текста, который ИИ-модель может обработать за один раз. В него входит как поступающий текст, например вопрос и прикреплённый к нему документ, так и ответ, который выдаёт модель. Если что-то не помещается в окно, модель не видит этого и не может использовать при ответе.

Контекстное окно — это не то же самое, что знания, полученные моделью во время обучения. Обучение проходит до выпуска модели на очень большом массиве текстов и даёт ей общие знания и языковые навыки. В контекстном окне находятся только материалы для текущей задачи.

Сама ИИ-модель не помнит предыдущие сообщения. Разговор сохраняет приложение, в котором она работает, например Perplexity или ChatGPT. С каждым новым сообщением приложение отправляет модели весь разговор целиком, а не только последнее сообщение. Перед ответом модель заново читает его полностью, и этот ответ становится частью того, что будет отправлено в следующий раз. Объём, который разговор занимает в окне, растёт с каждым обменом сообщениями, поэтому даже длинный чат из коротких сообщений может занимать много места.

Как измеряется контекстное окно

Каждое сообщение, документ и ответ в разговоре занимают место в окне. Доступный объём измеряется не в словах или страницах, а в токенах.

Токен — это фрагмент текста, который модель обрабатывает как единое целое. Это может быть короткое слово, часть длинного слова, знак препинания или слово вместе с пробелом перед ним. По данным OpenAI, 100 токенов — это примерно 75 слов. Если опираться на эту приблизительную оценку для английского языка, отчёт объёмом 3000 слов займёт около 4000 токенов.

Прежде чем модель что-либо прочитает, инструмент под названием токенизатор разбивает текст на токены и преобразует каждый из них в число. Модель обрабатывает эти числа, генерирует ответ в виде последовательности токенов, а инструмент преобразует их обратно в текст.

Количество токенов не стандартизировано. Оно зависит от языка и содержания. У разных моделей могут быть разные токенизаторы, поэтому один и тот же абзац может давать разное количество токенов в разных моделях.

Контекстное окно и сохранённые воспоминания

В контекстном окне находится то, что модель может использовать для ответа на текущий вопрос. Например, когда ИИ редактирует отчёт, место в окне занимают сам отчёт, инструкции по редактированию и сообщения, которыми обменивались в ходе работы над ним.

Сохранённые воспоминания позволяют переносить выбранные сведения из одного разговора в другой. В Perplexity приложение само решает, что сохранить: оно ищет предпочтения и важную информацию и придаёт больший вес сведениям, которые встречаются часто. Постоянная инструкция вроде «Используй британский английский во всех моих текстах» — пример сведений, которые стоит сохранить, а «Сделай этот абзац короче» относится только к текущей задаче.

Когда приложение подключает такие сведения к новому разговору, они становятся частью контекста модели и занимают место в окне. В Perplexity управление памятью находится в разделе «Настройки → Память». Если отключить память, она перестанет использоваться в будущих ответах, но уже сохранённые сведения не удалятся.

Чем заполняется контекстное окно во время разговора

В контекстном окне помещается гораздо больше, чем слова, которые набирает человек. В обычном разговоре это пространство делят четыре вида текста: инструкции приложения, история разговора, материалы из файлов или интернета и ответ модели. Большая часть этого никогда не отображается на экране.

Инструкции приложения

Прежде чем сообщение человека попадёт к модели, приложение добавляет собственные инструкции (их часто называют системным промптом). Они указывают модели, как себя вести: как оформлять ответы, какой тон использовать, какими инструментами можно пользоваться, а также сообщают такие сведения, как сегодняшняя дата. Часть этих материалов, например внутренние инструкции приложения, обычно не показывается пользователю.

История разговора

Сюда входят как предыдущие ответы модели, так и все сообщения человека, относящиеся к текущему ответу. Часто ответы ИИ намного длиннее вопросов пользователя.

Загруженные файлы, веб-страницы и результаты поиска

Текст из файлов занимает место в контексте наравне с разговором, но приложение может передать файл целиком или выбрать из него релевантные фрагменты. Например, Perplexity может проанализировать короткие файлы полностью, а из длинных — извлечь важные части, чтобы ответить на запрос.

Результаты поиска тоже занимают место. Например, чтобы ответить на запрос, Perplexity может выполнить поиск в интернете и передать модели результаты для чтения.

Ответ и рассуждения модели

Ответ записывается в то же окно, поэтому приложению нужно оставить для него место. Некоторые модели также генерируют внутренние рассуждения в процессе работы над ответом, и человек может их так и не увидеть. Текст рассуждений — это пошаговый ход работы модели, например разбиение вопроса на части или проверка собственных расчётов, записанный до финального ответа. Обычно он тоже учитывается в лимите окна.

Размеры контекстного окна в современных ИИ-моделях

Чем больше контекстное окно, тем более длинные документы, больше источников и более длинные разговоры может обрабатывать модель. Ведущие модели OpenAI, Anthropic и Google сейчас предлагают окно примерно в 1 миллион токенов. Это примерно 1500 страниц текста.

Модель

Поставщик

Контекстное окно (токены)

GPT-6 Astra

OpenAI

1,05 млн

Claude Opus 5.5

Anthropic

1 млн

Gemini 4 Argon

Google

1 048 576

Спецификации API поставщиков, проверено 5 ноября 2026 г. Лимиты, доступные в приложениях, могут отличаться.

Большее окно не означает, что модель одинаково хорошо использует его целиком. Исследования показали, что по мере увеличения объёма входных данных производительность может становиться менее надёжной. Это явление называют деградацией контекста (context rot).

Лимиты на ввод и вывод

Контекстное окно — это общий бюджет для всего, что модель читает и пишет. Модель может прочитать гораздо больше, чем способна написать в одном ответе.

При обработке входных данных модель может работать со многими токенами параллельно. При генерации ответа она обычно выдаёт токены последовательно, опираясь на уже созданное, чтобы выбрать следующий. Она не может выбрать пятое слово предложения, пока не знает первых четырёх, поэтому ей приходится выдавать ответ по одному токену за раз.

Из-за этого генерация длинных ответов обходится гораздо медленнее и дороже, чем чтение длинных входных данных. Именно поэтому запрос на переписывание или перевод очень длинного документа может прерваться на середине, а просьба выдать результат по частям работает лучше.

Что происходит, когда разговор превышает лимит

Когда разговор становится слишком большим для контекстного окна, приложению нужно освободить место, прежде чем модель сможет ответить. Приложения делают это по-разному, и каждый способ меняет то, что модель по-прежнему может видеть.

Один из подходов — сначала удалять самые старые сообщения. Модель продолжает работать с недавней частью разговора. Ранние инструкции пользователя, принятые решения или фрагменты документов могут выпасть из окна. Модель не может ссылаться на текст, которого у неё больше нет, но не обязательно сообщит пользователю, что чего-то не хватает.

Другой подход — кратко изложить раннюю часть разговора и хранить это резюме вместо полного текста. Это одна из форм так называемого сжатия контекста (context compaction). Резюме занимает гораздо меньше места, поэтому разговор может продолжаться намного дольше. Однако в нём могут быть упущены такие детали, как точные цифры, имена или формулировки.

Когда модель удалила или сжала свой контекст, она может начать запрашивать информацию, которую уже должна знать. Она может внезапно перестать следовать инструкциям, данным в начале, например о формате или предпочтительном тоне. Она может противоречить принятому ранее решению пользователя или начать расплывчато отвечать о документации, которой с ней поделились раньше.

Некоторые приложения вместо этого останавливают разговор и предлагают начать новый или отклоняют сообщение или файл, который слишком велик, чтобы поместиться в окно.

Повседневные привычки для работы в пределах контекстного окна

  • Начинайте новый тред для каждой новой задачи: Например, проверяйте отчёт в отдельном разговоре, а не добавляйте его в существующий тред о планировании мероприятия.
  • Переносите только то, что нужно: Если задача основана на предыдущей работе, попросите модель выделить подтверждённые детали и утверждённые формулировки, необходимые для следующей задачи.
  • Передавайте только релевантную информацию: Например, если вопрос касается того, как отбирались участники опроса, предоставьте раздел о методологии и сопутствующие заметки, а не весь отчёт.
  • Найдите нужный раздел, прежде чем делиться длинным документом: Если в отчёте или справочнике есть оглавление, сначала поделитесь им. Спросите модель, в каких разделах, скорее всего, есть ответ на вопрос, а затем скопируйте эти разделы в разговор.
  • Проверяйте длинные документы по частям: Разделите справочник или отчёт по политикам, главам или темам. Для независимых проверок используйте отдельные треды с одинаковыми инструкциями для каждого.
  • Запрашивайте длинные результаты поэтапно: Если нужно объёмное переписывание или перевод, просите по одному разделу за раз в том же треде. Укажите раздел или диапазон страниц и проверьте результат, прежде чем просить модель продолжить.
  • Задавайте подходящую длину ответа: Попросите пять выводов, краткое пояснение или таблицу с определёнными столбцами. Не запрашивайте подробный анализ, если достаточно краткого ответа.
  • Просите точечные правки: Чтобы изменить один абзац в черновике, попросите модель переписать только этот абзац. Укажите, что нужно изменить, вместо того чтобы просить воспроизвести весь черновик целиком.

Как Perplexity управляет контекстом

Контекст Perplexity включает не только разговор. Он также может опираться на информацию, найденную с помощью поиска в реальном времени, сохранённые предпочтения и файлы, предоставленные для задачи.

Для исследовательского вопроса поиск в реальном времени предоставляет исходные материалы, которые модель может использовать для построения ответа, а ссылки на источники показывают, откуда взята информация. Например, вопрос о новом нормативном акте позволяет добавить в задачу релевантную информацию из интернета без предварительного сбора статей и их вставки в чат.

Сохранённые воспоминания дают контекст другого рода: релевантные сведения из предыдущих разговоров, например предпочтения в стиле письма или информацию о текущем проекте. Perplexity извлекает эти сведения при ответе, а память работает со всеми моделями, доступными в Perplexity. Поэтому сохранённое предпочтение может оставаться доступным при переключении моделей в Perplexity.

Для работы, охватывающей несколько разговоров, проекты хранят файлы и инструкции вместе, а инструкции проекта применяются к каждому запросу. Аудитория, цель и требования к тексту отчёта могут храниться в проекте, а исследование и написание черновиков — вестись в отдельных тредах.

Ознакомьтесь с руководством «Начало работы с Perplexity», чтобы узнать, как задавать вопросы, работать с файлами и развивать ответы с помощью уточняющих запросов.

Часто задаваемые вопросы

Учитываются ли изображения в контекстном окне?

Да. Изображения преобразуются в токены, которые занимают место наравне с текстом. Количество токенов зависит от того, как модель их обрабатывает. Скриншот или отсканированная страница занимают место в контексте, даже если их текст не был скопирован в чат.

Стоит ли большее контекстное окно дороже?

Не обязательно. Размер окна показывает, какой объём может обработать модель, а не то, какую часть этой ёмкости использует задача.

Можно ли узнать, какую часть контекстного окна занял разговор?

Иногда. В некоторых приложениях есть индикатор контекста, показывающий, насколько заполнено окно. Счётчик «осталось сообщений» означает другое: сколько ещё запросов может сделать аккаунт, а не сколько информации модель ещё может уместить в разговоре. Ищите именно индикатор контекста.

Можно ли продолжить разговор, которым с вами поделились?

Да. В Perplexity пользователь, с которым поделились разговором, может прочитать его и задать уточняющий вопрос. Этот вопрос начинает новый разговор в его аккаунте, а исходный разговор остаётся без изменений.