コンテキストウィンドウとは？

コンテキストウィンドウの意味

コンテキストウィンドウとは、AIが1回の回答を作るときに参照できる情報の範囲のことです。ChatGPTが前の発言を踏まえて答えられるのは、それまでの会話の内容をこの範囲に載せたまま次の回答を作っているからです。範囲には、あなたが送った文章、貼り付けた資料、AI自身の過去の返答、画面の裏側で渡されている指示まで、その回答に関わるものがまとめて入ります。

ただし、この範囲には上限があります。長い会話や大量の資料では、古い部分から順に範囲の外へ出ていき、すべてを同じ精度で見続けられるとは限りません。長い作業では、途中で要約を作ったり、重要な前提を再提示したりすると安定しやすくなります。

会議で配られた資料を机の上に広げて作業する場面に似ています。机が広いほど資料を多く置けますが、無限に置けるわけではありません。机からはみ出した資料は、自分では「読んだはず」と思っていても手元にはないので、参照されません。古い資料を片付けたり、要点メモにまとめたりする工夫が必要になるのは、机でもAIでも同じです。

たとえば、冒頭で「敬語で書いてください」と指示して30往復ほど進めたところで、返答が急に「〜だ・〜である」の文体に戻ることがあります。指示が消えたわけではなく、範囲の端に押しやられて反映されにくくなった状態です。原因をこう捉えておくと、後述する「前提を貼り直す」という対処がすぐ思い浮かびます。

上限は文字数ではなくトークン

コンテキストウィンドウの上限は、文字数ではなくトークンという単位で数えられます。英語はおおむね1単語が1〜2トークンですが、日本語は1文字が1〜2トークンになることが多く、同じ内容でも日本語は英語より上限に早く着きます。「英語なら入った長さの文書が日本語では入らない」ことが起きるのはこのためです。

正確な数え方をユーザーが意識する必要はほぼありませんが、「日本語の長文は見た目より消費が大きい」とだけ覚えておくと、後述の分割の判断がしやすくなります。

桁の感覚をつかむ例として、GPT-6 AstraはOpenAIのAPIドキュメントでコンテキスト1,050,000トークン・最大出力128,000トークンと公表されています（2026年9月6日時点）。読める範囲は書籍を丸ごと何冊分も置ける桁ですが、1回の回答として返せる量（最大出力）は、読める範囲よりずっと小さいことも、この2つの数字から分かります。「全部読める」と「全部を1回で書き直せる」は別の話です。長い資料を渡して「全文を直して」と頼むと途中で切れるのは、この出力側の上限に当たっているためです。

トークンの数え方、日本語と英語で消費が違う理由、料金がトークン単位で決まる仕組みは、トークンとはで整理しています。

大きいほど良いとは限らない

上限が広いモデルほど便利に見えますが、「入るから全部入れる」が最善とは限りません。理由は費用と精度の2つです。

1つ目は費用です。APIでは、長い入力に対して料金の掛け率が変わることがあります。たとえばGPT-6 Astraでは、272,000トークンを超える入力に対して入力2倍・出力1.5倍の料金が適用されます（OpenAI料金ページ、2026年9月6日時点）。上限にはまだ余裕があっても、その手前で費用の段が1つ上がるわけです。資料を丸ごと渡す前に、必要な章だけ抜き出せないかを考える価値はここにあります。トークン単位の料金がどう計算されるかはGPT APIとはで扱っています。

2つ目は精度です。範囲に収まっていても、長い入力の中ほどにある情報は、冒頭や末尾に比べて拾われにくいことがある、と一般に指摘されています。「読める」と「同じ重みで読んでいる」は別です。100ページの資料を渡して「37ページ目の注記に沿って直して」と頼むより、その注記を本文に貼ってから頼む方が確実です。長い資料ほど、要点や該当箇所を先に示す使い方が効きます。

定額のプランで画面から使う場合はトークン単位の料金を意識しませんが、精度の側の話はそのまま当てはまります。

上限に達すると何が起きるか

コンテキストウィンドウの上限は、超えるとエラーになるとは限りません。気づかないまま影響が出ることがあるため、症状を知っておくと役立ちます。

厄介なのは1〜3行目で、エラーが出ないため、正常に処理されたように見えてしまう点です。長い会話や大きな資料を扱っていて回答の質が落ちてきたと感じたら、この可能性を疑ってください。

見分け方の一例です。長い契約書を貼って要約を頼み、返ってきた要約が後半の条項ばかりに触れていれば、2行目の状態が疑われます。「第1条から第5条の内容も含めて」と聞き直して、そこで初めて前半が出てくるなら、読まれていなかったのではなく反映が弱かったということです。どちらにしても、次に同じ資料を扱うときは分割して渡す方が安全です。

長い作業を分割する型

上限に収まらない作業は、分割の仕方に型があります。悪い分割は「前半と後半に切る」で、後半の作業中に前半の内容が失われます。うまくいくのは要約を持ち越す形です。

1. 文書を章など意味のまとまりで切る
2. 1つ目を処理させ、最後に「ここまでの要点を10行で」とまとめさせる
3. 次の回の冒頭にその要点を貼ってから、2つ目を渡す

持ち越すのは全文ではなく要点です。全文を貼り直すとすぐ上限に戻ってしまいます。長い会話で「最初の指示を忘れた」と感じた時も、指示だけを貼り直すこの形が効きます。

手順2の「要点」に何を入れるかで、次の回の安定度が変わります。目的（何のための作業か）、決まった条件（文体、字数、禁止事項）、ここまでで決めたこと、未完了の項目、の4つが入っていれば足ります。逆に、途中の議論の経緯や却下した案は、次の回には要りません。10行に収まらないなら、条件と決定事項を優先して残してください。

長い会話とうまく付き合う

上限を意識した使い方をすると、質を保ちやすくなります。

• 話題が変わったら新しく始める：前の話題を引きずるより、必要な前提だけ書いて始め直す方が精度が上がります。いつ分けるか、分けた後に何を持ち越すかは話題が変わったら新しいチャットで始め直すで具体的に整理しています。
• 重要な決定は別に記録する：会話の中だけに残すと、後で参照されなくなる可能性があります。メモアプリや文書に「決まったこと」を書き出しておけば、次の会話の冒頭に貼るだけで再開できます。
• 長い資料は要点を先に渡す：全文を渡すより、必要な部分を抜き出す方が確実です。
• 途中で前提を再確認する：「今の前提を整理して」と聞けば、何が保持されているか分かります。答えに抜けがあれば、その項目だけ貼り直します。

なお、扱える量はサービスやモデルによって異なり、変更されることもあります。具体的な上限値は提供元の公式情報で確認してください。このページで説明しているのは、上限が存在することによって実際に何が起きるか、という一般的な考え方です。

メモリ・履歴・利用制限との違い

「AIが覚えている」という一言には、実は別々の仕組みが混ざっています。コンテキストウィンドウと混同されやすい3つの語を並べて区別します。

「前に言ったことを覚えていない」と感じた時、原因がコンテキストの外に出たのか、記憶機能がオフなのか、別の会話だったのかで対処が変わります。画面上でどれに当たるかを切り分ける手順は、姉妹サイトのChatGPTが前に言ったことを覚えていない理由にまとめています。

もう1つ混ざりやすいのが「上限に達しました」という表示です。たいていは回数の上限、つまり利用制限の話で、コンテキストウィンドウとは別の仕組みです。会話が長いから出るのではなく、一定時間に送った回数が多いから出ます。見分け方は上の表のリンク先で確認してください。

モデルによって上限は違う

同じChatGPTの画面でも、選んでいるモデルによって一度に扱える量は違い、世代が替わると数字も変わります。長い資料を扱っていて途中から反映が弱くなるなら、使い方を変える前に、どのモデルで動いているかを見ておく価値があります。切り替える欄の場所と切り替え時の確認点はChatGPTでモデルを切り替える場所に、各モデルの位置づけはGPTモデルの違いにまとめています。なお、モデルによっては答えを出す前に考える工程にもトークンを使うため、深く考えさせる設定にすると同じ質問でも消費は増えます。その設定の段階と画面での対応は推論レベルの記事に任せ、ここでは繰り返しません。

よくある質問

次に読むページ

関連する用語