Conteúdo revisado:
Janela de contexto (do inglês context window) é a quantidade máxima de texto que um modelo de IA consegue considerar de uma só vez ao gerar uma resposta. Ela é medida em tokens (pedaços de palavras) e abrange tudo que entra na conversa: a instrução do usuário, os arquivos anexados, o histórico do diálogo e a própria resposta sendo produzida.
Quanto maior a janela, mais informação o modelo consegue “lembrar” sem perder o fio. Modelos atuais como o Gemini, o GPT-5 e o Claude trabalham com janelas que vão de centenas de milhares até cerca de um milhão de tokens, o suficiente para analisar livros inteiros, longas bases de código ou meses de e-mails em um único pedido. Quando o conteúdo ultrapassa a janela, as partes mais antigas são descartadas, e o modelo passa a agir como se nunca as tivesse visto.
Uma janela maior resolve todos os problemas?
Não. Mais tokens permitem enviar documentos e histórico maiores, mas aumentam custo e podem dificultar a recuperação da informação certa. Contexto também não é memória permanente: conteúdo fora da janela deixa de participar da resposta. Bons sistemas selecionam trechos relevantes, organizam instruções e testam posições diferentes. Compare a capacidade anunciada com a qualidade efetiva em contextos longos.
Referência primária: Anthropic — documentação sobre janelas de contexto
Exemplo prático
Um contrato de 80 mil tokens pode caber na janela anunciada, mas ainda competir com instruções, histórico e espaço da resposta. Em vez de enviar tudo sem estrutura, a aplicação separa seções, recupera as relevantes e testa perguntas cuja evidência aparece no início, meio e fim do documento.
Como distinguir e avaliar
Janela de contexto é o limite de entrada e saída considerado em uma interação; não é memória permanente nem garantia de que cada detalhe será usado corretamente. Alguns produtos resumem conversas ou armazenam preferências fora da janela, mecanismos que precisam ser avaliados separadamente.
Checklist de avaliação
- Conte instruções, documentos, ferramentas e saída no orçamento.
- Teste recuperação em diferentes posições e tamanhos.
- Compare contexto longo com RAG em qualidade, custo e latência.
Conceitos relacionados: token · RAG
Fonte primária adicional: OpenAI Developers — geração de texto e contexto
Notícias relacionadas
Perguntas frequentes
Janela de contexto é o mesmo que memória do modelo?
Não. A janela de contexto é temporária e vale só durante o pedido atual; quando a conversa termina ou ultrapassa o limite, o conteúdo é esquecido. Memória persistente é um recurso separado que alguns produtos guardam entre sessões.
O que acontece quando o texto ultrapassa a janela de contexto?
O modelo descarta as partes mais antigas para caber no limite. Por isso, em conversas muito longas, ele pode "esquecer" instruções dadas no começo ou cometer mais erros.
