コンテキストウィンドウ
コンテキストウィンドウ(context window)とは、言語モデルが一度に考慮できるテキストの最大量で、トークン数で数えます。システムプロンプト、会話、文書、ツールの結果、モデルが書く応答が含まれます。
別名: context length, max tokens, long context, 1M context
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
コンテキストウィンドウは、1 回のリクエストにおけるモデルの作業記憶として働きます。モデルが学習で得たものとは別です。ウィンドウに入っていないものは、モデルには見えません。
何が含まれるか
送るものはすべて数えられます。システムプロンプト、それまでのすべてのメッセージ、貼り付けた文書、画像、ツールの定義、ツールの結果です。出力も、隠れた推論を含めて数えられます。サイズは単語や文字ではなく、トークンで測ります。
ロングコンテキスト
ロングコンテキストとは、非常に大きなウィンドウを持つモデルを指します。たとえば Anthropic のドキュメントには、モデルによって最大 1M トークンのコンテキストウィンドウが記載されています。「1M context」という表示は、1 回のリクエストに約 100 万トークンが入るという意味です。大規模なコードベースや、長いレポート数本に十分な量です。
限界
ウィンドウが大きければ自動的によいわけではありません。Anthropic は、トークン数が増えるにつれて正確さと想起の能力が落ちると指摘しており、この現象はコンテキストの劣化と呼ばれます。長いプロンプトはコストも時間もかかり、それを保持する KV キャッシュはサーバーのメモリを使います。だからこそ、ウィンドウに何を入れるかを選ぶコンテキストエンジニアリングが、サイズと同じくらい重要なのです。
関連用語
- トークン(LLM)
- トークン(LLM)とは、言語モデルが読み書きするテキストの基本単位で、多くの場合、単語、単語の一部、句読点、またはバイトです。料金、速度、コンテキストの上限はすべてトークンで数えます。
- KV キャッシュ
- KV キャッシュ(KV cache)とは、transformer が前のトークンについてすでに計算したアテンションのキーとバリューを保存しておくものです。新しいトークンごとに必要な計算はそのトークン自身の分だけになります。生成を速くしますが、コンテキストの長さに応じて増える GPU メモリを消費します。
- コンテキストエンジニアリング
- コンテキストエンジニアリング(context engineering)とは、タスクの間に言語モデルのコンテキストウィンドウに入るすべてのもの、つまり指示、取得した文書、ツールの定義、ツールの結果、会話の履歴を選び、管理する取り組みです。
- コンテキストの劣化
- コンテキストの劣化(context rot)とは、入力が長くなるにつれて言語モデルの正確さと信頼性が落ちる現象です。入力がまだコンテキストウィンドウに収まっていて、必要な情報が含まれている場合でも起こります。
- コンテキスト圧縮
- コンテキスト圧縮(context compaction)とは、コンテキストウィンドウの上限に近づいた会話をエージェントが要約し、その要約から始まる新しいウィンドウで作業を続ける手順です。これにより長いタスクを継続できます。
- 出力トークン
- 出力トークン(output tokens)とは、言語モデルが応答 で生成するトークンです。入力トークンとは別に数えられ、別に請求されます。max_tokensの設定で、1つの応答に含められる数の上限を決めます。