En bref. Une fenêtre de contexte limite la quantité d’éléments récupérés qu’un modèle peut recevoir avec les instructions, l’historique de conversation et la sortie produite.

Définition : Une fenêtre de contexte (context window) correspond à la quantité d’informations qu’un modèle de langage peut consulter pendant la production d’une réponse, réponse comprise. Elle se mesure en jetons (tokens), des unités qui peuvent représenter des mots, des fragments de mots ou des caractères, et fixe une limite à la quantité de contenu de pages récupérées qui peut être transmise au modèle.

Points clés

Au 17 octobre 2026, la documentation d’Anthropic sur les fenêtres de contexte comptabilise les instructions de l’application, les messages de la conversation, les résultats des outils et la sortie produite dans la fenêtre.
Le guide de Microsoft sur le découpage des documents explique comment la division des documents en parties plus petites aide à respecter les limites d’entrée des modèles.
L’étude Lost in the Middle de Liu et ses collègues, publiée en 2024, constate une baisse des performances lorsque les informations pertinentes se trouvent au milieu de longues entrées dans les modèles testés.
La documentation d’Anthropic sur le comptage des jetons fournit un moyen d’estimer la taille de l’entrée avant l’envoi d’un message.

Qu’est-ce qui consomme la capacité disponible ?

Le glossaire d’Anthropic définit les jetons comme des unités qui peuvent correspondre à des mots, des sous-mots, des caractères ou des octets. Le nombre de mots d’une page diffère donc de son nombre de jetons.

Dans la documentation d’Anthropic sur les fenêtres de contexte, le prompt système (system prompt), c’est-à-dire les instructions fournies par l’application, partage la capacité avec l’historique de la conversation et les documents. Les définitions des outils et leurs résultats comptent également. Le contenu récupéré partage l’espace disponible avec ces entrées et la réponse produite.

La même documentation décrit la compaction comme un résumé du contenu antérieur de la conversation pour poursuivre une longue conversation. Le contenu du prompt mis en cache occupe toujours une partie de la capacité de contexte.

Comment les pages récupérées entrent-elles dans la fenêtre ?

La génération augmentée par récupération (retrieval-augmented generation, ou RAG) associe la récupération de documents à la production d’une réponse. L’explication du glossaire d’Anthropic décrit la récupération d’informations pertinentes pour une requête, puis leur transmission au modèle avec cette requête. Les éléments sélectionnés sont ainsi placés dans la fenêtre de contexte.

Le découpage documentaire (document chunking) consiste à diviser un document en parties plus petites. Le guide de Microsoft sur le découpage décrit l’utilisation des titres HTML ou Markdown pour diviser le contenu par section. Il donne aussi l’exemple de l’ajout du titre d’un document aux fragments extraits de son milieu, afin d’en préserver le contexte.

Pour les responsables éditoriaux de sites web, ces exemples justifient de veiller à ce que les sections restent compréhensibles une fois extraites : un passage doit contenir suffisamment d’informations contextuelles pour en identifier le sujet. Il s’agit d’une conséquence éditoriale déduite des méthodes de découpage documentées.

Faire tenir les éléments dans la fenêtre suffit-il à assurer leur utilisation correcte ?

La capacité d’entrée et l’utilisation des éléments fournis sont deux aspects distincts. Lost in the Middle évalue la réponse à des questions portant sur plusieurs documents et la récupération de valeurs associées à des clés. Dans ces expériences, les performances sont souvent les plus élevées lorsque les informations pertinentes se trouvent près du début ou de la fin de l’entrée, et se dégradent lorsqu’elles se trouvent au milieu.

Ces résultats concernent les modèles et les tâches évalués dans cette étude. Ils font de la position des éléments fournis une condition de test pertinente pour évaluer un système de récupération, en complément de la vérification que l’entrée assemblée tient dans la fenêtre du modèle.

Comment vérifier la taille de l’entrée ?

Le point de terminaison de comptage des jetons d’Anthropic accepte des messages structurés en entrée, y compris des prompts système et des outils, et renvoie une estimation du nombre de jetons d’entrée. Son exemple de message simple renvoie :

{ "input_tokens": 14 }

Cette valeur correspond au message d’exemple de la documentation. La même documentation conseille d’effectuer le comptage avec le modèle prévu pour l’utilisation et décrit le résultat comme une estimation qui peut différer légèrement de la consommation réelle du message.

Termes associés

Questions fréquentes

Combien de pages web peuvent tenir dans une fenêtre de contexte ?

Un nombre fixe de pages ne peut pas exprimer cette capacité : le glossaire d’Anthropic explique que la représentation en jetons dépend du modèle et de la langue. Le texte sélectionné dans les pages partage aussi l’espace avec le reste de la requête et la réponse.

La mise en cache me permet-elle de faire tenir davantage de texte de pages ?

La documentation d’Anthropic sur les fenêtres de contexte indique que les préfixes de prompt mis en cache occupent toujours la fenêtre. La mise en cache modifie le coût de ces jetons, tandis que leur occupation du contexte reste la même.

Sources

Vérifiez comment une page se lit pour les moteurs de réponse. Ouvrir l’analyseur de score GEO

Fenêtre de contexte