Контекстное окно нейросети: что это простыми словами и почему ИИ «забывает» начало разговора

Что такое контекстное окно простыми словами?

Контекстное окно — это рабочая память языковой модели на один ответ. Всё, что модель учитывает, когда пишет ответ, должно поместиться в это окно. Что в окно не попало, для модели в этот момент не существует.

Google в документации Gemini сравнивает окно с кратковременной памятью человека: она вмещает ограниченный объём информации. Anthropic формулирует так: контекстное окно — это весь текст, на который модель может опираться при генерации ответа, включая сам ответ. И отдельно подчёркивает, что это не те данные, на которых модель обучали. Обучение — это «знания», окно — то, что лежит перед моделью прямо сейчас.

Размер окна считают в токенах, а не в словах или знаках. Токен — кусок текста: слово, часть слова или знак. Русский текст занимает больше токенов, чем английский того же смысла, поэтому в одно и то же окно его помещается меньше. Подробно про единицу счёта — в статье что такое токены в нейросети.

Что входит в контекстное окно модели?

Новички обычно думают, что окно — это их вопрос. На деле в нём лежит гораздо больше. По документации Anthropic, в окно идёт всё, что есть в запросе:

• Системный промпт и инструкции. Скрытые правила сервиса, ваши личные настройки и описания инструментов.
• Вся история диалога. Каждое ваше сообщение и каждый ответ модели с начала разговора.
• Файлы и картинки. Загруженный документ занимает место так же, как текст, который вы вставили руками.
• Результаты инструментов. Найденные в интернете страницы, вывод кода, данные из подключённых сервисов.
• Ответ модели. И видимый текст, и скрытые рассуждения, если модель «думает» перед ответом.

Поэтому место «под вас» всегда меньше заявленного размера. OpenAI прямо пишет об этом на странице тарифов ChatGPT: часть окна занимают системные инструкции, включая инструменты и персональные настройки, память, если она включена, и внутренняя обработка — поиск, рассуждения и формирование ответа. Доступный для ввода объём там указан как приблизительный, он меняется в зависимости от функций и содержимого памяти.

Почему модель забывает начало диалога?

Модель не хранит переписку у себя в голове. Каждый раз, когда вы отправляете сообщение, сервис заново собирает в окно историю диалога и отдаёт её модели целиком. Пока разговор короткий, всё помещается. Длинный чат рано или поздно упирается в предел.

Дальше у сервиса два пути:

1. Обрезать старое. Anthropic пишет, что чат-интерфейсы могут управлять окном по принципу «первым пришёл — первым ушёл»: самые ранние сообщения выпадают, чтобы освободить место для новых.
2. Сжать старое. В Claude на платных тарифах, если включено выполнение кода, при приближении к пределу модель сама пересказывает ранние сообщения, чтобы разговор шёл дальше. Такие длинные чаты тратят больше лимита.

Есть и вторая причина, не связанная с переполнением. В исследовании «Lost in the Middle» (Нельсон Лю и соавторы, 2023) модели лучше всего находили нужный факт, когда он стоял в начале или в конце длинного текста. Если тот же факт оказывался в середине, качество заметно падало, даже у моделей с большим окном. Anthropic называет похожий эффект context rot: чем больше токенов в окне, тем хуже точность и припоминание.

Итог для практики: «забыл» не всегда значит «не влезло». Иногда влезло, но затерялось в середине.

Какой размер контекстного окна у ChatGPT, Claude, Gemini и DeepSeek?

Размер зависит не только от модели, но и от тарифа и от того, где вы ей пользуетесь: в чате, в приложении для кода или через API. Ниже — данные с официальных страниц на 28 октября 2026 года.

На странице тарифов ChatGPT есть понятный перевод в страницы. На быструю модель за один раз можно отдать примерно 12 страниц текста на Free, около 40 на Go и Plus и около 250 на Pro. С рассуждениями — около 320 страниц на Go и Plus и около 680 на Pro.

Чтобы представить миллион токенов, Google приводит примеры: это около 50 000 строк кода, 8 романов средней длины на английском или расшифровки более 200 выпусков подкастов. DeepSeek с весны 2026 года сделал миллион токенов стандартом для всех своих сервисов (как ими пользоваться — в статье DeepSeek: как пользоваться), а в API у моделей DeepSeek окно 1M и ответ до 384 тысяч токенов.

Подробнее про то, что ещё ограничивают тарифы, есть в статьях лимиты ChatGPT и лимиты Claude.

Чем контекстное окно отличается от памяти?

Это частая путаница. Контекстное окно работает внутри одного запроса: всё, что модель видит сейчас. Память — отдельная функция сервиса, которая переносит сведения о вас между разными чатами.

В ChatGPT, по справке OpenAI, память может опираться на прошлые чаты, сохранённые воспоминания, пользовательские инструкции, файлы в библиотеке и подключённые приложения. Но она не хранит каждую деталь каждого разговора. ChatGPT сам решает, что из этого относится к текущему ответу, и подтягивает это в окно. А раз подтягивает в окно, память тоже занимает в нём место. Об этом и говорит сноска на странице тарифов.

Проще так: окно — стол, на котором лежат бумаги для текущей задачи. Память — шкаф, из которого сервис иногда достаёт папку и кладёт на стол. Стол от этого не становится больше.

Чем больше окно, тем лучше?

Не всегда. Большое окно позволяет загрузить толстый договор, выгрузку из таблицы или весь код небольшого проекта и задавать вопросы по ним. Раньше для этого приходилось резать документ на куски.

Но у большого окна три минуса:

• Внимание размывается. Anthropic пишет, что больше контекста не значит автоматически лучше: с ростом числа токенов точность падает. Поэтому важно, что именно лежит в окне, а не только сколько места.
• Несколько фактов найти сложнее, чем один. В документации Gemini сказано, что модель хорошо находит одну «иголку в стоге сена», но если нужно найти несколько конкретных фрагментов, точность снижается.
• Дольше и дороже. Google отмечает, что более длинные запросы дольше ждут первого токена ответа. В API платят за каждый токен на входе при каждом запросе, а в чатах длинная переписка быстрее съедает лимит.

Вывод простой: окно — это вместимость, а не качество. Лишнее в окне не помогает, а мешает.

Как работать с контекстом, чтобы нейросеть не теряла важное?

Правила ниже собраны из рекомендаций OpenAI, Anthropic и Google. Они работают в любом чат-боте.

1. Новая тема — новый чат. Хвост старой переписки занимает место в окне и сбивает модель: важная информация тонет среди лишней. Если тема сменилась, начните заново.
2. Перенос через выжимку. Если чат разросся, попросите модель кратко записать главное: цель, решения, цифры, что осталось сделать. Вставьте эту выжимку первым сообщением в новый чат.
3. Вопрос в конце. Google советует при длинном контексте ставить сам вопрос после всех материалов. Сначала документ, потом задача.
4. Только нужный кусок файла. Если вопрос про один раздел договора, загружайте раздел, а не все 80 страниц. OpenAI советует при переполнении убирать лишний и повторяющийся контекст и делить большой документ на части.
5. Главное — в начало и в конец. Учитывая «Lost in the Middle», ключевые условия лучше повторить в конце запроса, а не прятать в середину длинного текста.
6. Меньше лишних инструментов. В справке Claude сказано, что инструменты и подключения расходуют много токенов. Отключайте то, что не нужно в этой задаче.

Я сам работаю так: Grok собирает материал, ChatGPT проверяет логику, выводы возвращаю в Grok. Тот же принцип полезен и для окна: в другой чат лучше переносить не всю переписку, а готовые выводы.

Источники

Все факты проверены 28 октября 2026 года.

1. Тарифы ChatGPT, OpenAI — https://chatgpt.com/ru-RU/pricing/
2. Memory in ChatGPT, справка OpenAI — https://help.openai.com/en/articles/8590148-memory-faq
3. How large is the context window on paid Claude plans, справка Anthropic — https://support.claude.com/en/articles/8606394-how-large-is-the-context-window-on-paid-claude-plans
4. Context windows, документация Anthropic — https://platform.claude.com/docs/en/build-with-claude/context-windows
5. Большое окно контекста, документация Gemini API (обновлено 15 октября 2026) — https://ai.google.dev/gemini-api/docs/long-context?hl=ru
6. Models & Pricing, документация DeepSeek API — https://api-docs.deepseek.com/quick_start/pricing
7. DeepSeek V4 Preview Release, DeepSeek, 24 апреля 2026 — https://api-docs.deepseek.com/news/news260424
8. Understanding and counting tokens, справка OpenAI — https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them
9. Liu N. F. и др. Lost in the Middle: How Language Models Use Long Contexts, arXiv, 2023 — https://arxiv.org/abs/2307.03172

Чем точнее задача в первом сообщении, тем меньше уточнений и тем дольше чат помещается в окно. Если хотите сразу писать запросы с целью, ограничениями и критерием «готово», у меня есть пак промптов и ТЗ: шаблоны ТЗ и промпты, которыми я работаю каждый день. Промпты заточены под Grok, шаблоны ТЗ подходят к любой нейросети.

Частые вопросы

Дмитрий Гугуян

Разработчик сайтов и SEO-специалист · Майкоп

Делаю сайты с 2016 года, сдал 50+ проектов. Руковожу агентством Рекком. Каждый день работаю с нейросетями и пишу только о том, что проверил сам. Цифры дохода — мой результат, не гарантия.

WordPress 1С-Битрикс Python SEO Яндекс/Google ИИ-агенты

Материалы в Telegram Задать вопрос автору Обо мне Агентство Рекком