就是模型一次能"看到"的文字长度。你塞进去的内容越多，模型能参考的越多——但也越慢越贵。
上下文窗口再大也有上限，三种常见处理：一是分块，长文档拆成多段，只检索相关段落送进窗口；二是摘要，把历史对话先压缩成要点再接续，适合客服这类多轮场景；三是外置检索，窗口里只放检索结果和当前问题，其余全放向量库里，用检索代替硬塞。大多数业务用第一种就够，别一上来就换大窗口模型。
不是。上下文越大，越慢越贵。够用就行，别为了大而大。
放最相关的：当前问题、检索到的知识库片段、系统提示。别把所有历史都塞进去。
不用。放最近几轮就行。放太多不仅浪费，还会让模型跑偏。
测试：放最相关的内容进去，看回答准不准。准就够，不准就再加相关内容。
变慢变贵，还会让模型抓不住重点。不是越多越好，是越相关越好。