コンテキストウィンドウとは｜AIが一度に読める範囲の意味

長い会話を続けていると、AIが急に前の話を忘れたように感じたことはないでしょうか。その現象の背景には、「コンテキストウィンドウ」という仕組みがあります。本記事は、Anthropic・Google・OpenAIの公式ドキュメントにもとづき、コンテキストウィンドウの定義と実務上の注意点を短くまとめます。

01コンテキストウィンドウとは（基礎定義）

Anthropic公式は、コンテキストウィンドウを次のように説明しています。「モデルが応答を生成する際に参照できるすべてのテキスト」で、生成する応答自体も含む、というものです（出典: Anthropic公式）。

Anthropic公式は、この仕組みをAIの「作業記憶（working memory）」にたとえています。モデルの学習に使われた大量のデータとは別物だという説明です（出典: Anthropic公式）。会話が進むほど、これまでのやり取りがこのウィンドウの中に積み上がっていきます。

02コンテキストウィンドウの大きさ（主要3社の公式値比較）

コンテキストウィンドウの大きさは、モデルによって異なります。トークン数（別記事『トークンとは｜LLMが文章を読む最小単位をひとことで解説』参照）で表されるのが一般的です。

主要3社が公式に示している値を、表に整理します。

いずれも、数年前の主要モデルと比べて大幅に拡大しています。ただしAnthropic公式は、モデルによって上限が異なる点にも注意を促しています（出典: Anthropic公式）。

03「学習データ」との違い（関連用語との違い）

コンテキストウィンドウは、AIモデルの「学習データ」とは別の概念です。この違いを混同すると、AIの挙動を誤解しやすくなります。

学習データは、モデルを訓練する段階で使われた大量の文章の集合です。一方コンテキストウィンドウは、実際の会話やリクエストのたびに参照される、その場限りの情報の範囲です。Anthropic公式は、この2つを明確に区別しています（出典: Anthropic公式）。

04実務でコンテキストウィンドウが効いてくる3つの場面

この制約は、次の3つの場面で具体的な作業の違いになって現れます。

1. 長文ドキュメントの読み込み: コンテキストウィンドウを超える量のテキストは、一度に読み込めません。超過するとAPIがエラーを返す挙動になります（出典: Anthropic公式）。投入前にトークン数を数え、超える場合は章単位に分けて渡します
2. 長い会話の継続: 会話が進むほど、これまでのやり取りがウィンドウ内に積み上がります。上限に近づくと、要約などで整理する必要が生じます（出典: Anthropic公式）。整理して古いやり取りを削れば、その分は参照されなくなります。冒頭で触れた「前の話を忘れたように見える」状態は、この制約の下で起こります
3. RAGでの検索範囲設計: 検索で見つけた情報も、コンテキストウィンドウの中に収める必要があります。検索対象の文章は事前にエンベディング（別記事『エンベディングとは｜文章を数値化して検索する仕組み』参照）へ変換されており、詳しくは別記事『RAGの仕組みとは？AI検索で引用される文章の原理を徹底解説』で解説しています

05よくある誤解

「コンテキストウィンドウは大きいほど良い」という誤解。Anthropic公式は、トークン数が増えるほど精度や記憶の再現性が低下する現象を指摘しています。この現象は「コンテキストロット（context rot）」と呼ばれています（出典: Anthropic公式）。量の多さより、何を含めるかの選別が重要だという立場です。

「コンテキストウィンドウ=AIの記憶容量」という誤解もあります。前述の通り、これは学習データとは別の、会話ごとにリセットされる一時的な参照範囲です。

06FAQ