Context Window（上下文窗口）
Context Window
AI 一次能"记住并读取"的内容量。这个值越大，就能一次性塞进整本书。
简单来说
上下文窗口是 AI 在一次对话中能"记住并读取"的最大内容量。用书桌来比喻很贴切——书桌大，就能同时摊开好几本书对照着看；书桌小，看下一页就得先把上一页收起来。
它的单位是 token。宣称"上下文达到 100 万 token"，意思是可以一次性塞进相当于好几本书的内容并提问。这样一来，把冗长的合同、厚厚的报告，甚至整本小说都放进去，问"帮我总结一下""找出其中矛盾的地方"就成为可能。
聊天机器人在长对话后"忘记"前面内容，原因也在于这个窗口的大小。超出窗口范围的内容会被挤出去，对 AI 来说就等于不存在了。所以每次新模型发布，"上下文扩大了多少倍"都会被拿出来当作亮点宣传。
在报道中是这样出现的
"将上下文窗口扩展到了 200 万 token"——意味着一次能读取的资料量增加了这么多，通常还会提到分析长文档、理解整个代码库等用途。
亲手试一试
- 挑一份你手头较长的文档（PDF 或 Word），上传到 ChatGPT 或 Claude 的对话框中。
- 输入："用 5 句话总结这份文档，并单独整理出涉及数字的部分。"
- 能读完整份文档再作答，正是上下文窗口发挥的作用。如果文档非常长，再回头问开头部分的问题，你也能感受到它的局限。
上下文窗口和记忆功能,区别在哪
能否一次性读取大量内容, 对话结束后是否还留存
两者都被说成「AI记住了」,但一个只在当前这次对话中有效,另一个会延续到下一次对话。长对话中忘记前面的内容,是上下文窗口的问题;昨天说过的名字今天AI还记得,是记忆功能。
| 对比项 | Context Window（上下文窗口） | 记忆功能 |
|---|---|---|
| 保留到什么时候 | 只在这个对话窗口内。关闭窗口就消失 | 留存到下一次对话,甚至下个月 |
| 本质 | 一次性能输入内容量的上限 | 另外存起来、之后再取出来用的功能 |
| 超出限度时 | 前面的内容被挤出去、被遗忘 | 积累的记忆太多时,会被删除或挑选使用 |
| 争议点 | 陷入数字竞赛,像「一百万token」这样的宣传 | 隐私问题。什么内容可以被记住 |
| 比喻 | 能一次摊在桌上的文件 | 放进抽屉里保存的文件 |
判断方法关闭对话窗口就消失的是上下文窗口,换到新对话AI依然记得的是记忆功能。
相关词条
出现过这个词的报道
目前还没有报道用到这个词。有新报道时会自动出现在这里。