Контекстное окно
Что такое контекстное окно, чем заявляемый провайдерами LLM размер отличается от эффективного, и как управлять им на практике.
Дата составления: 2026-10-16
Статус: 💡 Актуально
Суть
Контекстное окно — это весь объем информации, который нейросеть видит и учитывает в текущем чате: ваши сообщения, ответы модели, загруженные файлы. За пределами контекста для модели ничего не существует.
Формальный размер и эффективный размер
Разработчики публикуют максимальный размер контекстного окна в токенах. Например, 200 000 токенов — это примерно 400 страниц текста. На первый взгляд кажется достаточным для любых задач.
Проблема в том, что модели не обрабатывают весь контекст с одинаковым качеством. Чем больше информации — тем выше вероятность, что часть из нее будет упущена. Из-за этой особенности появился отдельный термин: эффективное контекстное окно — реальный объем, при котором качество ответа нейросети остается приемлемым. Оно значительно меньше формального и определяется только опытным путем.
На практике это означает, что если загрузить несколько судебных решений — модель отлично их резюмирует. Если загрузить несколько десятков — часть проигнорирует, часть обработает поверхностно, и вы получите мозаичный результат.
Помните, что размер контекстного окна, который публикует разработчик — маркетинговая характеристика. Планируйте с расчетом на эффективный размер, который в 2–4 раза меньше.
Деградация (протухание) контекста
У деградации качества на длинном контексте есть отдельное название — протухание контекста (context rot). Качество падает не в момент исчерпания заявленного разработчиком окна, а сильно раньше и иногда внезапно: ответы вдруг начинают противоречить тому, о чем договаривались, или игнорировать часть требований. Поэтому ориентироваться на цифру из анонса модели бессмысленно.
Почему так происходит
Механизм внимания, на котором построены языковые модели, связывает каждый токен окна со всеми остальными — так модель учитывает весь контекст сразу. Число таких связей растет как квадрат длины: окно вдвое длиннее — связей вчетверо больше. Тысяча токенов дает миллион пар, сто тысяч — уже десять миллиардов. Поэтому длинный контекст так дорог в вычислениях и поэтому у окна вообще есть предел.
Качество падает по причине, которую описывают как бюджет внимания (attention budget): внимание модели делится между всеми токенами окна, и чем длиннее контекст, тем меньше его достается каждой детали. К тому же модели обучаются в основном на текстах короче тех, что помещаются в современные окна.
Как именно портится результат
Сбои длинного контекста повторяются и хорошо описаны:
Отравление (context poisoning). Ошибка или галлюцинация попала в контекст, и дальше модель опирается на нее как на факт. Например, модель выдумала номер дела, вы не заметили — и в следующих ответах она на него уже ссылается.
Замусоривание (context confusion). Лишние документы и инструменты влияют на ответ: модель использует то, что к вопросу не относится. Загрузили весь пакет документов по делу, а спрашиваете про один договор — в ответ могут подмешаться условия из соседних.
Отвлечение (context distraction). Контекст разросся настолько, что модель опирается на накопленную историю больше, чем на собственные знания: повторяет уже сделанное вместо того, чтобы искать новое решение.
Конфликт (context clash). Новая информация противоречит той, что уже есть в окне. В исследовании Microsoft и Salesforce задачи, условия которых приходили по частям в нескольких сообщениях, решались в среднем на 39% хуже, чем те же задачи, изложенные сразу целиком: ранние ответы модели, данные по неполным условиям, оставались в окне и сбивали итог.
Потеря середины (lost in the middle). Начало и конец контекста модель удерживает лучше, чем середину, — подробнее в следующем разделе.
Лучшая защита от всех пяти — держать в окне только то, что относится к задаче. Как это делать в чате — ниже, в агентных средах — в статье Контекстная инженерия.
Как нейросеть читает длинный контекст
Исследования, начиная с работы Lost in the Middle (2023), показывают устойчивую закономерность: лучше всего запоминается начало (первые ~20% контекста) и конец (последние ~20%). Середина теряется значительно чаще.
Это объясняет несколько практических паттернов:
Договоренности, которые вы зафиксировали в начале длинного чата, рискуют «потеряться» к его середине.
Если важная инструкция или ограничение должны работать всю сессию — продублируйте их ближе к концу текущего сообщения.
Самое критичное для ответа — помещайте в конце промпта, а не в начале. Anthropic рекомендует при работе с длинными документами ставить сами документы в начало запроса, а вопрос и инструкции — в конец: по тестам разработчика, это улучшает качество ответа до 30%, особенно на запросах по нескольким документам.
Как управлять контекстом на практике
Начинайте новый чат на каждую отдельную задачу. Накопленная история предыдущих обсуждений не помогает — она занимает место и ухудшает качество ответов на новые вопросы.
Давайте «брифинг» в начале каждого нового чата. Если память между чатами выключена или ее нет в сервисе, нейросеть не помнит предыдущий сеанс — нужно кратко напомнить контекст: кто вы, в чем задача, что уже сделано. Завершая длинный чат, попросите нейросеть суммировать беседу, чтобы быстрее ввести в курс дела новый чат.
Не раздувайте инструкции проекта. Инструкция и файлы проекта подставляются в каждый его чат и занимают место в окне еще до вашего вопроса. Держите в них только то, что нужно почти всегда.
Дробите большие документы. Если нужно обработать много текста — не грузите все сразу. Разбейте на смысловые части и работайте с каждой отдельно.
Используйте инструменты, заточенные под работу с документами. Gemini Notebook (NotebookLM) от Google создан специально для анализа больших объемов текста: загружаете файлы, и нейросеть отвечает по ним. Хороший выбор, когда материала много: сервис не держит все в окне сразу, а находит нужные фрагменты, поэтому середина не «теряется». Риск у этого подхода другой — нужный фрагмент может не попасть в выборку.
Не полагайтесь на память модели в длинном диалоге. Если сессия затянулась и модель начинает предлагать решения, противоречащие тому, о чем договаривались ранее — это признак «протухания» контекста. Начните новый чат с брифингом.
Форматы файлов и расход токенов
Не все файлы одинаково «дешевы» для контекстного окна. Один и тот же текст в разных форматах займет разное количество токенов — иногда с разницей в 2, 3 и более раз.
Почему так происходит. Когда вы загружаете файл в чат, нейросеть не «открывает» его как Word или Acrobat — она конвертирует содержимое в текст. Лишние токены при этом дает не столько сам формат, сколько то, что попадает в текст при извлечении: таблицы, развернутые в громоздкий текст, повторяющиеся на каждой странице колонтитулы и номера страниц, мусор после распознавания сканов. Таблицы и сложная верстка могут раздуть объем в несколько раз.
Особенно дорог .pdf. Claude, например, получает каждую его страницу дважды — как извлеченный текст и как изображение. По документации Anthropic, только текст занимает 1 500–3 000 токенов на страницу, а изображение страницы добавляет к этому свои токены.
Самые экономичные форматы — .txt и .md (Markdown) для текстов и .csv для таблиц. Это чистые тексты без скрытой разметки. Markdown позволяет сохранить минимальную структуру — заголовки, списки, выделение — практически без накладных расходов. .csv с помощью разделителей (запятая либо точка с запятой) и переноса строк имитирует деление текста на ячейки в таблице.
Как переводить документы в экономичный формат:
Текстовые документы → откройте, скопируйте содержимое в текстовый редактор (Блокнот, TextEdit), сохраните как
.txt. Форматирование теряется, содержание остается.Если нужна структура → сохраните как
.md(инструменты конвертации — ниже).Таблицы Excel → экспортируйте как
.csvчерез меню Excel.
Для конвейерной одновременной обработки большого количества документов удобнее «навайбкодить» программу — для этой задачи подойдет и статичная HTML-страница.
Простое правило: если вы загружаете файл ради его содержания, а не ради оформления — переведите в текстовый формат. Сэкономленные токены лучше потратить на собственно работу, а не на парсинг верстки.
Инструменты конвертации в Markdown
С помощью онлайн-конвертеров, созданных участниками сообщества Нейросети | ilovedocs, собранных на страницевайб-кодинговых проектов участников;
MarkItDown от Microsoft переводит в
.mdпочти любой формат: PDF, Word, Excel, PowerPoint, картинки, аудиофайлы, HTML-страницы, CSV, JSON, ZIP-архивы и видео с YouTube;Конвертеры прямо из контекстного меню файла или папки — для macOS (Ян Стригов) и Windows (Damien Amadeo): конвертируют в
.mdлокально, без загрузки в чат, для сканов есть режим с OCR;Участник сообщества Нейросети | ilovedocs Ян Стригов создал два скилла для агентных систем — обертки для MarkItDown:
mark-the-stuff-down — без OCR. Конвертирует DOCX, PDF с текстовым слоем, XLSX, XLS, PPTX, RTF, HTML, EPUB; лимит 50 МБ на файл, поддерживает пакетную параллельную обработку;
mark-all-the-stuff-down — то же плюс распознавание сканов и изображений (PNG, JPG, TIFF, BMP, WEBP, сканированные PDF). Языковые пакеты tesseract для русского и английского встроены — ничего устанавливать отдельно не нужно.
Второй скилл особенно полезен в агентном режиме Claude (бывший Claude Cowork): в стандартной поставке агент умеет распознавать текст только на английском, добавить русский OCR самостоятельно нельзя — среда закрыта. Скилл закрывает этот пробел «из коробки».
Инструменты сервисов для работы с контекстом
Кроме ручных приемов, у самих сервисов есть встроенные механизмы. Их четыре, и экономят они контекст по-разному.
Ветвление чата (branching) — создание копии диалога от выбранного сообщения. Дальше основная и новая ветки живут отдельно: побочный вопрос не оседает в основном чате, а точка, до которой вы дошли, не теряется перед рискованным запросом. Есть в Google AI Studio и ChatGPT, с весны 2026 года — в приложении Gemini.
Важно понимать, что именно экономится. Ответвление наследует всю историю до точки ветвления, поэтому уже набранный контекст не уменьшается: из наполовину заполненного чата получатся две наполовину заполненные ветки. Экономия в том, что основная ветка не засоряется побочными обсуждениями. Новый чат под новую задачу ветвление не заменяет.
Цитирование фрагмента ответа. В ChatGPT можно выделить кусок ответа и прикрепить его к следующему сообщению цитатой. Модель точно понимает, о каком месте идет речь, а вам не нужно копировать фрагмент вручную.
Проекты — папки с общей инструкцией и файлами, которые подставляются в каждый новый чат внутри проекта. Способ не повторять брифинг руками. У Claude память проекта отделена от общей по умолчанию, у ChatGPT — если в настройках проекта выбрать режим Project-only. Тогда рабочий проект не подмешивается в посторонние чаты.
Автосжатие (compaction). Claude на платных тарифах при включенном выполнении кода сам суммирует раннюю часть диалога при подходе к лимиту и продолжает работать с выжимкой. Чат не обрывается, но детали теряются, и решает, что сохранить, модель, а не вы; само сжатие в лимит не засчитывается, но такие длинные диалоги расходуют его больше. Если детали важны — не доводите до автосжатия: попросите резюме сами и откройте новый чат.
Память между чатами — не инструмент экономии. Она избавляет от повторного представления, но добавляет токены в каждый новый чат и может подтянуть лишнее из посторонних обсуждений. Для разовой задачи чистый чат полезнее.
Кэш (prompt cache) работает незаметно, но влияет на расход лимитов. Сервис запоминает неизменное начало переписки и при следующем ответе перечитывает его значительно дешевле. Смена модели или глубины размышления посреди чата, а также долгая пауза кэш сбрасывают, и накопленная история снова читается по полной цене. Поэтому модель и глубину лучше выбирать до начала работы, а за другой моделью идти в новый чат.
Сервис | Что есть встроенного |
ChatGPT | Ветвление, цитирование фрагмента ответа, проекты (память можно отделить от общей), память между чатами |
Claude (чат) | Проекты с отдельной памятью, автосжатие длинных диалогов, память и поиск по прошлым чатам. |
Google AI Studio | Ветвление, отдельное поле системной инструкции, редактирование и удаление отдельных реплик. |
DeepSeek | Ничего из перечисленного: ни ветвления, ни проектов, ни памяти между чатами. Остаются ручные приемы — новый чат на задачу и брифинг |
Qwen | Память между чатами. Ветвления и проектов в интерфейсе нет |
Контекст в агентных средах
В агентных средах — Claude Code, агентном режиме Claude (бывший Cowork), Codex и других — сессия длится дольше, а окно наполняет в основном сам агент: результатами вызовов инструментов, содержимым прочитанных файлов, собственными рассуждениями. Поэтому там действуют свои приемы: точечные команды сжатия и отката, вынос шумной работы в субагентов, подгрузка инструкций по мере надобности. Они собраны в статье Контекстная инженерия.
Связанные статьи
Что такое LLM — токены и принцип работы модели
Контекстная инженерия — управление контекстом в агентных средах и экономия лимитов
Память агента — что остается после окончания сессии и как это организовать
Ограничения и галлюцинации — как ограниченность контекста влияет на качество ответов
Вайб-кодинговые проекты участников — в списке есть инструменты конвертации, созданные участниками сообщества
Форматы данных и API — чем структурированные форматы данных удобны программам
ИИ и офисные форматы файлов — как устроены файлы
.docx,.docи.pdfи как с ними работает модель
Дополнительные материалы
Книга «Юристы и нейросети: руководство к действию» — приобретайте на OZON | Читай-город | Буквоед
Разбор скиллов конвертации в Markdown с примерами и инструкцией установки — Ян Стригов
Четыре инструмента Anthropic для работы с контекстом между
/clearи/compact — подробный разбор Яна Стригова с примерами команд и разбором антипаттерна «сессия-кухонная-раковина»Context Rot: How Increasing Input Tokens Impacts LLM Performance (Chroma, 2025) — исследование деградации 18 моделей с ростом длины входа
How Long Contexts Fail (Дрю Бройниг, 2025) — четыре типа сбоев длинного контекста с примерами и исследованиями
Lost in the Middle: How Language Models Use Long Contexts (2023) — исследование о том, почему середина контекста теряется чаще начала и конца
Теги: #концепция #новичок #знакомство-с-нейросетями