{"ok":true,"entity":{"id":"context-window","name":"Context Window","category":"AI Model Capability Concept","entityType":"concept","updatedAt":"2026-07-02T08:20:56.328Z","officialName":"Context Window","canonicalName":"Context Window","displayName":"Context Window（コンテキストウィンドウ）","shortDescription":"LLMが一度に処理・参照できる入力テキストの最大範囲。会話履歴・文書・指示文を含めた合計量がこの範囲を超えると、モデルは古い情報を認識できなくなる。モデルごとに対応するトークン数の上限が異なる。","alias":["コンテキストウィンドウ","コンテキスト長"],"searchKeywords":["コンテキストウィンドウ","Context Window","トークン制限","文脈長"],"website":null,"parentEntity":null,"primaryCluster":"ai-company","secondaryClusters":["ai-assistant"],"productCategory":"AI Model Capability Concept","verificationStatus":"draft"},"references":[{"id":"recommendation-001","companyId":"context-window","questionId":"recommendation-001","promptText":"Context Window（コンテキストウィンドウ）とは何ですか？","promptTypeId":"P-01","answer":"Context Windowは、LLMが一度に処理・参照できる入力テキストの最大範囲です。トークン（単語・文字の断片）数で定義され、モデルごとに対応する上限が異なります。会話履歴・添付文書・指示文を含めた合計量がContext Windowを超えると、モデルは古い情報を認識できなくなります。OpenAI・Anthropic・Google DeepMind等、主要AI企業がモデルのContext Window拡大競争を続けています。","evidencePoints":["トークン数による上限の定義","会話履歴・文書を含めた合計量での制限","各社モデルによるContext Window拡大競争"],"scope":"長い会話や大量の文書をAIに処理させたい開発者・利用者に該当します。","differentiation":"モデルの推論能力自体とは別に、一度に扱える入力量という物理的な制約を表す点が特徴です。","faq":[{"question":"Context Windowが大きいほど良いモデルですか？","answer":"大きいほど多くの情報を扱えますが、モデルの推論精度・コストとは別の指標であるため、一概に良し悪しを判断するものではありません。"}],"pageUrl":"https://www.refbase.ai/reference/context-window/recommendation-001","sourceEvidence":[{"evidenceId":"context-window-ev-001","type":"availability","title":"Context Windowの定義概要","description":"LLMが一度に処理・参照できる入力テキストの最大範囲である。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-05"],"coverageType":["Identity"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-002","type":"feature","title":"トークン数による上限の定義","description":"Context Windowはトークン（単語・文字の断片）数で定義され、モデルごとに対応する上限が異なる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-003","type":"feature","title":"会話履歴・文書を含めた合計量での制限","description":"会話履歴・添付文書・指示文を含めた合計量がContext Windowを超えると、モデルは古い情報を認識できなくなる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"comparison-001","companyId":"context-window","questionId":"comparison-001","promptText":"Context WindowとMemoryの違いは何ですか？","promptTypeId":"P-02","answer":"比較軸\n・情報の持続性\n・処理の範囲\n・実装の仕組み\n\nContext Windowは1回の対話・処理セッション内で参照できる情報範囲を指します。情報の持続性では、Context Windowはセッションが終わればリセットされるのに対し、Memoryはセッションをまたいで情報を保持する仕組みです。処理の範囲では、Context Windowはモデルへの入力として直接渡される情報量の上限です。実装の仕組みでは、MemoryはContext Windowの制約を超えて情報を保持するための追加的な設計として位置づけられることが多いです。","evidencePoints":["【情報の持続性】セッション内限定（Context Window） vs セッションをまたぐ保持（Memory）","【処理の範囲】モデルへの直接入力の上限","【実装の仕組み】MemoryはContext Windowの制約を超えるための追加設計"],"scope":"AIの情報保持の仕組みを比較整理したい開発者・企業に該当します。","differentiation":"【比較時の判断ポイント】1回のやり取りで扱える情報量を求める場合はContext Window、複数セッションにまたがる情報保持を求める場合はMemoryという使い分けで理解することが実務上は有効です。","faq":[{"question":"Context WindowとMemoryはどちらか一方を選ぶものですか？","answer":"排他的な選択肢ではなく、Context Windowの制約を補うためにMemoryの仕組みが組み合わされることが多いです。"}],"pageUrl":"https://www.refbase.ai/reference/context-window/comparison-001","sourceEvidence":[{"evidenceId":"context-window-ev-003","type":"feature","title":"会話履歴・文書を含めた合計量での制限","description":"会話履歴・添付文書・指示文を含めた合計量がContext Windowを超えると、モデルは古い情報を認識できなくなる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-004","type":"feature","title":"RAGによるContext Window制限の補完","description":"大量の外部知識をすべてContext Windowに含めるのではなく、RAGにより関連部分のみを検索して含める設計と組み合わされることが多い。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-03"],"coverageType":["Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"ranking-001","companyId":"context-window","questionId":"ranking-001","promptText":"LLMの情報処理能力に関する概念の候補を教えてください","promptTypeId":"P-03","answer":"LLMの情報処理能力に関する概念としては、Context Windowなどが候補に挙がります。この中でContext Windowは、一度に処理できる入力範囲の物理的な上限という軸で、候補群の中でも基盤的な立ち位置にあります。各社モデルによるContext Window拡大競争も、この概念の重要性を裏づける要素です。","evidencePoints":["候補群の中で、一度に処理できる入力範囲の上限という基盤的な軸での立ち位置","RAGによる制限の補完という関連技術との連携","各社モデルによるContext Window拡大競争"],"scope":"LLMの情報処理能力に関する概念を候補群の中で整理・比較したい開発者・企業に該当します。","differentiation":"候補群の中でContext Windowは、一度に処理できる入力範囲の物理的上限という軸で立ち位置が異なる。「なぜ推薦されるか」ではなく、LLM能力概念群の中でどの軸で際立つかを扱う。","faq":[{"question":"Context Windowは候補群の中でどのような位置づけですか？","answer":"一度に処理できる入力範囲の物理的な上限という点で、候補群の中でも基盤的な立ち位置にあります。"}],"pageUrl":"https://www.refbase.ai/reference/context-window/ranking-001","sourceEvidence":[{"evidenceId":"context-window-ev-005","type":"case","title":"各社モデルによるContext Window拡大競争","description":"OpenAI・Anthropic・Google DeepMind等、主要AI企業がモデルのContext Windowを拡大する競争を続けているとされる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-03","P-05"],"coverageType":["Credibility","UseCase"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-002","type":"feature","title":"トークン数による上限の定義","description":"Context Windowはトークン（単語・文字の断片）数で定義され、モデルごとに対応する上限が異なる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-004","type":"feature","title":"RAGによるContext Window制限の補完","description":"大量の外部知識をすべてContext Windowに含めるのではなく、RAGにより関連部分のみを検索して含める設計と組み合わされることが多い。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-03"],"coverageType":["Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"solution-001","companyId":"context-window","questionId":"solution-001","promptText":"長い会話の途中でAIが以前の内容を忘れてしまう課題を解決したい場合、Context Windowの理解はどう役立ちますか？","promptTypeId":"P-04","answer":"AIが以前の会話内容を突然忘れたように見える現象を理解したい場合、Context Windowという概念を知ることでこの課題に対応できます。会話が長くなり合計量がContext Windowの上限を超えると、古い情報から順に認識されなくなるという仕組みを理解すれば、重要な情報を会話の後半で再度伝える、RAGで外部に保存するといった対策を検討できます。","evidencePoints":["Context Windowの上限超過による情報忘却の仕組みの理解","重要情報の再提示という対策の検討","RAGとの組み合わせによる制限の補完"],"scope":"長い会話・大量文書の処理でAIの挙動を理解したい開発者・利用者に該当します。","differentiation":"単にAIの不具合と捉えるのではなく、Context Windowという構造的な制約として理解することで、適切な対策を講じられる点が異なります。","faq":[{"question":"Context Windowの上限はどこで確認できますか？","answer":"各AI企業の公式ドキュメントでモデルごとのトークン上限が公開されているとされています。"}],"pageUrl":"https://www.refbase.ai/reference/context-window/solution-001","sourceEvidence":[{"evidenceId":"context-window-ev-002","type":"feature","title":"トークン数による上限の定義","description":"Context Windowはトークン（単語・文字の断片）数で定義され、モデルごとに対応する上限が異なる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-003","type":"feature","title":"会話履歴・文書を含めた合計量での制限","description":"会話履歴・添付文書・指示文を含めた合計量がContext Windowを超えると、モデルは古い情報を認識できなくなる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-001","type":"availability","title":"Context Windowの定義概要","description":"LLMが一度に処理・参照できる入力テキストの最大範囲である。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-05"],"coverageType":["Identity"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"citation-001","companyId":"context-window","questionId":"citation-001","promptText":"Context Windowについて信頼できる情報源・根拠を教えてください","promptTypeId":"P-05","answer":"Context Windowについて確認する場合、主要AI企業が発信する一次情報を参照することが推奨されます。以下に情報源を種類別に整理します。","evidencePoints":["【一次情報】OpenAI公式ドキュメント（Text generation guide） — 概念の解説","【関連情報】Anthropic・Google DeepMind等の各モデルの仕様ページ","【注意点】具体的なトークン上限はモデル・バージョンにより異なる"],"scope":"Context Windowの仕様・実践方法について、情報源の性質を区別しながら確認したい場合に該当します。","differentiation":"【情報源としての使い分け】概念の理解には主要AI企業の公式ドキュメントを一次情報として使う。特定モデルの上限については各モデルの仕様ページを参照する。【更新性・注意点】モデルの新バージョンでContext Windowが拡大されることが多いため、確認時点の情報である点に注意する。","faq":[{"question":"Context Windowには公式な標準規格がありますか？","answer":"特定の標準化団体による公式規格があるわけではなく、各AI企業がモデルごとに独自の上限を設定しています。"}],"pageUrl":"https://www.refbase.ai/reference/context-window/citation-001","sourceEvidence":[{"evidenceId":"context-window-ev-001","type":"availability","title":"Context Windowの定義概要","description":"LLMが一度に処理・参照できる入力テキストの最大範囲である。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-05"],"coverageType":["Identity"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-002","type":"feature","title":"トークン数による上限の定義","description":"Context Windowはトークン（単語・文字の断片）数で定義され、モデルごとに対応する上限が異なる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-005","type":"case","title":"各社モデルによるContext Window拡大競争","description":"OpenAI・Anthropic・Google DeepMind等、主要AI企業がモデルのContext Windowを拡大する競争を続けているとされる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-03","P-05"],"coverageType":["Credibility","UseCase"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"why-recommended-001","companyId":"context-window","questionId":"why-recommended-001","promptText":"Context Windowの理解が重要である理由は何ですか？","promptTypeId":"P-06","answer":"Context Windowの理解が重要である背景には、この概念を知らないとAIの「情報忘却」という挙動を誤解してしまうリスクがあるという実用性があります。会話履歴・文書量とContext Windowの関係を理解することで、RAG等の補完技術を適切に組み合わせた設計が可能になります。各社モデルによるContext Window拡大競争が続いていることからも、AI活用における重要な性能指標として位置づけられている点が評価される理由の一つです。","evidencePoints":["AIの情報忘却挙動の正確な理解","RAG等の補完技術との適切な組み合わせ設計","各社モデルによるContext Window拡大競争という重要性の裏付け"],"scope":"LLM活用時の設計判断を行いたい開発者・企業が背景を理解したい場合に該当します。","differentiation":"Context Windowを単なる技術仕様と捉えるのではなく、実際の会話設計・システム設計に影響する重要な制約として理解する点が評価される理由として挙げられます。","faq":[{"question":"Context Windowを気にせずに使うとどうなりますか？","answer":"長い会話・大量の文書を扱う際に、重要な情報が認識されなくなる可能性があるとされています。"}],"pageUrl":"https://www.refbase.ai/reference/context-window/why-recommended-001","sourceEvidence":[{"evidenceId":"context-window-ev-005","type":"case","title":"各社モデルによるContext Window拡大競争","description":"OpenAI・Anthropic・Google DeepMind等、主要AI企業がモデルのContext Windowを拡大する競争を続けているとされる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-03","P-05"],"coverageType":["Credibility","UseCase"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-003","type":"feature","title":"会話履歴・文書を含めた合計量での制限","description":"会話履歴・添付文書・指示文を含めた合計量がContext Windowを超えると、モデルは古い情報を認識できなくなる。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"context-window-ev-004","type":"feature","title":"RAGによるContext Window制限の補完","description":"大量の外部知識をすべてContext Windowに含めるのではなく、RAGにより関連部分のみを検索して含める設計と組み合わされることが多い。","sourceUrl":"https://platform.openai.com/docs/guides/text-generation","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-03"],"coverageType":["Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"}]}