Контекстни прозор: шта је и како утиче на свакодневну употребу вјештачке интелигенције

Водич кроз контекстни прозор у AI моделима: како се мјери у токенима, шта га попуњава током разговора, колики је у актуелним моделима, шта се дешава када разговор премаши ограничење и које свакодневне навике помажу у раду у његовим оквирима.

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.

Контекстни прозор је количина текста са којом AI модел може да ради у једном тренутку. Овај водич објашњава шта га попуњава, колики је у актуелним моделима и како да у свакодневном раду останете у његовим оквирима.

Шта је контекстни прозор

Контекстни прозор је ограничење колико текста AI модел може да обради у једном тренутку. Ограничење обухвата текст који улази, као што су питање и сваки документ приложен уз њега, и одговор који излази. Ако нешто не стане у прозор, модел то не може да види нити да користи приликом одговарања.

Контекстни прозор је одвојен од онога што је модел научио током тренирања. Тренирање се одвија прије него што модел буде објављен, на веома великом корпусу текста, и даје моделу опште знање и језичке вјештине. Контекстни прозор садржи само материјал за задатак који је пред њим.

Сам AI модел не памти раније поруке. Апликација у којој ради, као што су Perplexity или ChatGPT, чува разговор. Са сваком новом поруком апликација моделу шаље цијели досадашњи разговор, а не само посљедњу поруку. Модел све то поново прочита прије него што одговори, а тај одговор постаје дио онога што се шаље сљедећи пут. Простор који разговор заузима у прозору расте са сваком размјеном, па и дуго ћаскање састављено од кратких порука може да заузме много простора.

Како се мјери контекстни прозор

Свака порука, документ и одговор у разговору заузимају простор у прозору. Расположиви простор мјери се у токенима, а не у одређеном броју ријечи или страница.

Токен је дио текста који модел обрађује као једну цјелину. То може бити кратка ријеч, дио дуже ријечи, интерпункцијски знак или ријеч заједно са размаком испред ње. Према подацима компаније OpenAI, 100 токена је око 75 ријечи. Према тој приближној процјени за енглески језик, извјештај од 3.000 ријечи имао би око 4.000 токена.

Прије него што модел било шта прочита, алат који се зове токенизатор дијели текст на токене и сваки од њих претвара у број. Модел обрађује те бројеве, генерише одговор као низ токена, а алат их затим претвара назад у текст.

Број токена није стандардизован. Зависи од језика и садржаја. Токенизатори се могу разликовати од модела до модела, па исти пасус у различитим моделима може дати различит број токена.

Контекстни прозор наспрам сачуваног сјећања

Контекстни прозор садржи оно што модел може да употријеби да одговори на тренутно питање. На примјер, када AI уређује извјештај, сам извјештај, упутства за уређивање и поруке размијењене током рада на њему заузимају простор у прозору.

Сачувано сјећање чува одабране детаље између разговора. У апликацији Perplexity апликација аутоматски бира шта ће сачувати, тражећи преференције и важне информације и дајући већу тежину детаљима који се често појављују. Трајно упутство као што је „Користи британски енглески у свему што пишем“ илуструје врсту детаља који вриједи задржати, док се „Скрати овај пасус“ односи на тренутни задатак.

Када апликација унесе неки од тих детаља у нови разговор, он постаје дио контекста модела и заузима простор у прозору. У апликацији Perplexity контроле меморије налазе се у одјељку Подешавања → Меморија. Искључивање меморије зауставља њену употребу у будућим одговорима, али не брише већ сачуване детаље.

Шта попуњава контекстни прозор током разговора

Контекстни прозор садржи много више од ријечи које корисник откуца. У типичном разговору простор дијеле четири врсте текста: упутства апликације, историја разговора, материјал унесен из датотека или са веба и одговор модела. Већина тога се никада не појављује на екрану.

Упутства апликације

Прије него што порука корисника стигне до модела, апликација додаје сопствена упутства (често названа системски промпт). Она моделу говоре како да се понаша: како да форматира одговоре, који тон да користи, које алате може да користи и детаље попут данашњег датума. Дио тог материјала, као што су интерна упутства апликације, обично се не приказује кориснику.

Историја разговора

Она обухвата раније одговоре модела, као и све поруке корисника за тренутни одговор. Одговори вјештачке интелигенције често су много дужи од корисникових питања.

Отпремљене датотеке, веб-странице и резултати претраге

Текст унесен из датотека заузима контекстни простор поред разговора, али апликација може да достави цијелу датотеку или да одабере релевантне одломке. На примјер, Perplexity може у потпуности да анализира кратке датотеке, а из дужих да издвоји важне дијелове како би одговорио на упит.

И резултати претраге заузимају простор. На примјер, да би одговорио на упит, Perplexity може да претражи веб и прослиједи резултате моделу да их прочита.

Одговор и расуђивање модела

Одговор се уписује у исти прозор, па апликација мора да остави простора за њега. Неки модели током рада на одговору генеришу и интерно расуђивање, које корисник можда никада неће видјети. Текст расуђивања представља рад модела корак по корак, као што је рашчлањивање питања на дијелове или провјера сопствених бројки, исписан прије коначног одговора. Обично се и он рачуна у ограничење прозора.

Величине контекстног прозора у актуелним AI моделима

Већи контекстни прозор значи да модел може да обради дуже документе, више извора и дуже разговоре. Водећи модели компанија OpenAI, Anthropic и Google сада нуде прозор од око 1 милион токена. То је отприлике 1.500 страница текста.

Модел

Провајдер

Контекстни прозор (токени)

GPT-6 Astra

OpenAI

1,05 милиона

Claude Opus 5.5

Anthropic

1 милион

Gemini 4 Argon

Google

1.048.576

Спецификације API-ја провајдера, провјерено 5. новембра 2026. Ограничења доступна унутар апликације могу се разликовати.

Већи прозор не значи да га модел цијелог користи једнако добро. Истраживања су показала да учинак може постати мање поуздан како дужина улаза расте, што је појава позната као деградација контекста (енгл. context rot).

Ограничења улаза и ограничења излаза

Контекстни прозор је заједнички буџет за све што модел чита и пише. Модел може да прочита много више него што може да напише у једном одговору.

Приликом обраде улаза модел може паралелно да обрађује много токена. Приликом генерисања одговора обично производи токене редом, користећи оно што је претходило да изабере шта слиједи. Не може да изабере пету ријеч реченице док не зна прве четири, па одговор мора да производи токен по токен.

Због тога је производња дугих одговора много спорија и скупља од читања дугих улаза. Зато захтјев да се преради или преведе веома дугачак документ може да се прекине на пола пута и зато боље функционише ако се резултат затражи у дијеловима.

Шта се дешава када разговор премаши ограничење

Када разговор постане превелик за контекстни прозор, апликација мора да ослободи простор прије него што модел одговори. Апликације то раде на неколико различитих начина и сваки од њих мијења оно што модел и даље може да види.

Један приступ је да се прво уклоне најстарије поруке. Модел наставља да ради са новијим дијелом разговора. Рана упутства корисника, одлуке или одломци докумената могу испасти из прозора. Модел не може да се позове на текст који више нема, али неће нужно рећи кориснику да нешто недостаје.

Други приступ је да се ранији дио разговора сажме и да се умјесто пуног текста задржи сажетак. Ово је облик онога што се назива сажимање контекста. Сажетак заузима много мање простора, па разговор може да траје много дуже. Међутим, у њему могу изостати детаљи као што су тачне бројке, имена или формулације.

Када модел одбаци или сажме свој контекст, може почети да тражи информације које би већ требало да зна. Може изненада престати да прати упутства дата на почетку, као што су формат или жељени тон. Може бити у супротности са ранијом одлуком корисника или постати нејасан у погледу документације која је раније подијељена.

Неке апликације умјесто тога прекидају разговор и траже од корисника да започне нови или одбијају поруку или датотеку која је предугачка да би стала.

Свакодневне навике за рад у оквирима контекстног прозора

  • Започните нови тред за сваки нови задатак: На примјер, прегледајте извјештај у засебном разговору, умјесто да га додате у постојећи тред о планирању догађаја.
  • Пренесите само оно што је потребно: Када се задатак надовезује на ранији рад, затражите од модела да издвоји потврђене детаље и одобрене формулације потребне за сљедећи задатак.
  • Дијелите само релевантне информације: На примјер, за питање о томе како су одабрани учесници анкете, доставите одјељак о методологији и пратеће биљешке умјесто цијелог извјештаја.
  • Пронађите релевантан одјељак прије него што подијелите дуг документ: Ако извјештај или приручник има садржај, прво подијелите њега. Питајте модел који ће одјељци вјероватно одговорити на питање, а затим копирајте те одјељке у разговор.
  • Прегледајте дуге документе у дијеловима: Подијелите приручник или извјештај по политикама, поглављима или темама. За независне прегледе користите засебне тредове, са истим упутствима за сваки.
  • Тражите дуге резултате у фазама: За обимну прераду или пријевод тражите по један одјељак у истом треду. Наведите одјељак или распон страница и провјерите резултат прије него што затражите од модела да настави.
  • Одредите корисну дужину одговора: Затражите пет налаза, кратко објашњење или табелу са одређеним колонама. Избјегавајте тражење детаљне анализе када би био довољан кратак одговор.
  • Тражите циљане измјене: Да бисте промијенили један пасус у нацрту, затражите од модела да преради само тај пасус. Наведите шта треба промијенити умјесто да тражите да поново напише цијели нацрт.

Како Perplexity управља контекстом

Контекст који Perplexity користи обухвата више од самог разговора. Може да се ослони и на информације пронађене претрагом у реалном времену, сачуване преференције и датотеке достављене за задатак.

Код истраживачког питања претрага у реалном времену обезбјеђује изворни материјал који модел може да употријеби за свој одговор, уз цитате који показују одакле информације потичу. На примјер, питање о новом пропису може у задатак унијети релевантне информације са веба, без претходног прикупљања чланака и њиховог лијепљења у ћаскање.

Сачувано сјећање доноси другачију врсту контекста: релевантне детаље из ранијих разговора, као што су преференције у писању или позадина о текућем пројекту. Perplexity преузима те детаље приликом одговарања, а меморија функционише у свим моделима које нуди. Сачувана преференција стога може остати доступна и када промијените модел унутар апликације Perplexity.

За рад који обухвата више разговора, Пројекти држе датотеке и упутства на једном мјесту, а упутства Пројекта примјењују се на сваки упит. Публика, сврха и захтјеви за писање извјештаја могу остати у Пројекту, док се истраживање и писање нацрта одвијају у засебним тредовима.

Погледајте Први кораци са апликацијом Perplexity за смјернице о постављању питања, раду са датотекама и надовезивању на одговоре помоћу додатних упита.

Често постављана питања

Да ли се слике рачунају у контекстни прозор?

Да. Слике се претварају у токене који заузимају простор поред текста. Број токена зависи од тога како их модел обрађује. Снимак екрана или скенирана страница заузимају контекстни простор чак и када њихов текст није копиран у ћаскање.

Да ли већи контекстни прозор кошта више?

Не нужно. Већи прозор описује колико модел може да обради, а не колики дио тог капацитета задатак користи.

Да ли постоји начин да се види колики је дио контекстног прозора разговор искористио?

Понекад. Неке апликације приказују мјерач контекста који показује колико је прозор попуњен. Бројач који приказује „преостале поруке“ значи нешто друго: колико још захтјева налог може да упути, а не колико још информација модел може да смјести у разговор. Провјерите да ли постоји управо мјерач контекста.

Може ли неко наставити разговор који је подијељен са њим?

Да. У апликацији Perplexity неко може да прочита подијељени разговор и постави додатно питање. То питање започиње нови разговор на његовом налогу, а оригинални разговор остаје непромијењен.