Context window（上下文窗口）是大语言模型一次能读取的文本块，以 token（词片段）计量。若模型拥有 4,000 token 的窗口，在必须遗忘或截断较早内容之前，它只能「查看」约 3,000 个单词。新 token 会将旧 token 挤出，如同在文本上滑动的窗口。窗口大小对 prompt、聊天历史或文档的长度设定了硬性上限。小窗口迫使你保持输入简短或拆分内容，而大窗口让模型能跟踪更长的叙述并保留更多事实。选择合适的窗口大小，是在成本、速度与模型能同时记住的细节量之间取得平衡。
RAG（Retrieval-Augmented Generation，检索增强生成）和 long-context transformer（如 Claude 3、Gemini 1.5）等新技术，旨在在不直接触及模型上限的情况下扩展可用上下文。