它不是记忆，是一次能处理的长度
很多人把上下文窗口理解成模型的记忆容量，于是认为对话越长它记得越牢。实际相反：窗口指的是一次请求里能处理的长度上限，包含你输入的内容和它输出的内容。超出之后，早先的部分会被压缩或丢弃，而不是被记住。理解这个区别，才能解释一个常见现象——聊到后面，它开始忘记你最初定的规则。
窗口里装的是什么
一次对话里，窗口要同时装下：系统预设、你之前说过的每句话、它之前给出的每个回答、你贴进来的文档、以及本次要生成的内容。这些都在争同一块空间。长文档一贴，前面的对话就会被挤掉；对话轮次一多，最早那几条约束最先消失。所以窗口的消耗不看时间，看字符与轮次。
信号一：早先的规则开始失效
第一个信号最好识别：你在开头说过「不要用列表」「每段不超过三句」，前面几轮它还遵守，到后面又开始分点、又开始写长段。这不是它故意违背，而是那条规则已经被挤出窗口。判断方法很简单：把最初的要求再发一次，如果它立刻改回来，说明规则还在，只是没被带上；如果照旧，才是理解问题。
信号二：同一个细节反复出错
第二个信号是重复犯错：同一个名字、同一个数字、同一个格式要求，你纠正过两次，第三次还是错。这类情况的成因通常是纠正发生在很早的轮次，后面又被新的长内容冲掉。有效的做法不是再纠正一遍，而是把关键要求集中在当前这一条消息里重述，让它落在窗口的尾部。
信号三：摘要式失真
第三个信号最隐蔽：内容没有明显出错，但细节变模糊了。你给过一段具体描述，它复述时变成了概括；你列过五个条件，它只记得三个。这是压缩的典型表现——被压缩的部分不会报错，只会丢掉颗粒度。判断方法是抽一个早期细节问它，答得笼统或答错，说明窗口已经吃紧。
为什么长对话更容易出问题
长对话的问题不在于长度本身，而在于结构：越早的内容越容易被挤掉，而最早的内容往往正是你定的规则与背景。于是出现一种错觉——前面聊得很好，后面突然变笨。实际是约束先丢、素材后丢，模型在缺少约束的情况下继续生成，表现自然下滑。
四个应对做法
- 把关键约束放在当前消息里，而不是指望它记住开头。宁可重复，不要假设。
- 长文档先摘要再喂：让它先输出结构化摘要，你确认后，再用摘要继续。原始全文留给检索，不占对话。
- 按任务分段开新会话：一个任务一个会话，把背景写成一段固定开头，比在长对话里续命更稳。
- 需要精确引用的内容，让它回读原文片段再回答，而不是凭印象复述。
一个案例
某人让模型按固定格式整理二十份访谈记录。前十份正常，第十一份开始格式散掉，还开始自己补充没出现过的观点。他以为是模型能力波动，换了模型仍然如此。后来改成每五份开一个新会话，开头固定贴上格式要求与两条示例，问题消失。真正的原因不是模型不行，而是一份份记录把最早的格式说明挤出了窗口。
容易走偏的地方
一是把窗口当成记忆，认为聊得越久它越懂你；二是用「再仔细一点」代替重述约束；三是把整本书、整份合同直接贴进去，指望它全盘掌握；四是忽略输出也占空间，让它长篇输出之后继续追问细节；五是换模型解决窗口问题，实际上换的只是上限，用法没变问题照旧。
局限声明
各产品的窗口上限、截断策略与压缩方式不同，且会随版本变化。本文讲的是通用机制与应对思路，具体上限请以你所使用产品的现行说明为准，涉及精确引用的内容仍需回读原文核对。