Context Window คืออะไร ทำไม AI ถึงลืมสิ่งที่คุยไว้ตอนต้น

สวัสดีครับ แมวส้มเองครับ ใครคุยกับ AI นานๆ แล้วรู้สึกว่ามันเริ่มลืมสิ่งที่บอกไว้ตอนต้น ไม่ได้คิดไปเองนะ ต้นเหตุคือ context window วันนี้มาไขกันว่าคืออะไร

Context Window คือปริมาณข้อความสูงสุดที่โมเดล AI (ตัวสมองที่อยู่เบื้องหลังแชต AI) มองเห็นและใช้คิดได้ในรอบเดียว ภาษาไทยเรียกว่า “หน้าต่างบริบท” ขนาดของมันนับเป็นหน่วย token ซึ่งก็คือชิ้นคำเล็กๆ ที่ AI ใช้นับข้อความ

ในหน้าต่างนี้มีของหลายอย่างรวมกัน ทั้งคำสั่งที่คุณพิมพ์ ประวัติแชต เอกสารหรือหน้าเว็บที่แนบหรือค้นมา และคำตอบที่โมเดลกำลังเขียน เอกสารของ Anthropic (บริษัทที่สร้าง Claude) เปรียบมันว่าเป็น “working memory” หรือความจำที่ใช้ทำงานตรงหน้า ความจำนี้แยกจากข้อมูลมหาศาลที่ใช้ฝึกโมเดล

Context Window เปรียบง่ายๆ เหมือนอะไร

Context window เหมือนโต๊ะอ่านหนังสือในห้องสมุด ความรู้ที่โมเดลเรียนมาคือหนังสือทั้งตึก แต่ตอนตอบคุณ มันหยิบดูได้แค่ของที่วางอยู่บนโต๊ะเท่านั้น

ทีนี้ โต๊ะใหญ่แค่ไหนก็มีขอบ พอวางของเพิ่มจนเต็ม ของชิ้นเก่าก็ต้องถูกเก็บลง หรือถูกย่อให้เล็กลง และต่อให้โต๊ะกว้างมาก ถ้าของกองเยอะเกินไป ก็หาชิ้นที่ต้องการยากขึ้นอยู่ดี ใครเคยหาปากกาบนโต๊ะรกๆ คงเข้าใจ

Context Window ใหญ่แค่ไหนในปี 2026

รุ่นใหม่ๆ ในปี 2026 รับได้ราวหนึ่งล้าน token แล้ว ตัวเลขด้านล่างมาจากเอกสารทางการที่แมวส้มเช็กเมื่อ 20 ต.ค. 2026

• Claude เอกสาร context windows ของ Anthropic ระบุว่ารุ่นใหม่ เช่น Claude Opus 5.5, Sonnet 5.5 และ Haiku 5.5 มี context window 1 ล้าน token และเขียนคำตอบได้สูงสุด 128,000 token ต่อครั้ง ส่วนบางรุ่น เช่น Claude Haiku 4.5 อยู่ที่ 200,000 token
• Gemini Google เปิดตัว Gemini 4 Argon เมื่อ 13 ต.ค. 2026 โดยบอกว่ารับข้อมูลเข้าและออกรวมกันได้ 1 ล้าน token ผ่าน Gemini API (ช่องทางให้นักพัฒนาต่อเข้าโปรแกรม)

แต่ใหญ่ไม่ได้แปลว่าดีเสมอไป Anthropic เขียนไว้เองว่า ยิ่งใส่ token เยอะ AI ยิ่งตอบแม่นน้อยลง และดึงรายละเอียดกลับมาได้แย่ลง อาการนี้เรียกว่า context rot หรือ “บริบทเน่า”

เพราะแบบนี้ การคัดของที่จะวางบนโต๊ะจึงสำคัญพอๆ กับขนาดของโต๊ะ

ทำไม Context Window สำคัญกับ SEO, AEO และ GEO

context window สำคัญสองทาง ทางแรกคือตอน AI search (ระบบค้นหาที่ให้ AI เขียนคำตอบให้) อ่านหลายหน้าพร้อมกันเพื่อตอบ ทางที่สองคือตอนคุณใช้ AI ช่วยทำงานเอง (SEO คือทำให้เว็บติดอันดับ Google ส่วน AEO และ GEO คือทำให้ AI หยิบเว็บไปตอบ)

ทางแรก ตอน AI search ตอบคำถาม ระบบจะดึงหลายหน้ามาวางบนโต๊ะพร้อมกัน แต่ละหน้าจึงต้องแย่งพื้นที่และความสนใจกัน แมวส้มมองว่า หน้าที่ตอบตรงประเด็นตั้งแต่ย่อหน้าแรกได้เปรียบ เพราะ AI หยิบส่วนสำคัญได้ง่าย

ข้อนี้เป็นการตีความจากหลักการ ไม่ใช่คำพูดของ Google และในคู่มือ AI ของ Google เอง (อัปเดต 10 ก.ค. 2026) ก็บอกว่าไม่ต้องหั่นเนื้อหาเป็นชิ้นเล็กๆ เพื่อ AI

ทางที่สองใกล้ตัวกว่า คือตอนคุณใช้ AI ทำงาน SEO เช่น แปะข้อมูล crawl ทั้งเว็บ (ผลที่โปรแกรมไล่อ่านทุกหน้าของเว็บ) หรือรายงาน Search Console (รายงานฟรีจาก Google) หลายเดือนลงในแชตเดียว ถ้ายัดเยอะเกินไป AI อาจข้ามรายละเอียดที่อยู่กลางไฟล์ไป

ลองทดสอบเองวันนี้

วิธีง่ายสุดคือซ่อนประโยคแปลกๆ ไว้กลางเอกสารยาว แล้วดูว่า AI หาเจอไหม ใช้ AI ตัวไหนก็ได้ที่แนบไฟล์ได้ ทำตาม 3 ขั้นนี้ ผลมักทำให้อึ้งนิดๆ

1. เอาเอกสารยาวๆ ของคุณ เช่น คู่มือพนักงาน 40 หน้า แล้วแอบเติมประโยคแปลกๆ ไว้ตรงกลาง เช่น “รหัสลับของแมวส้มคือ ข้าวเหนียวมะม่วง”
2. แนบไฟล์ แล้วถามคำถามทั่วไปเรื่องเอกสารสักสามข้อ ตามด้วย “รหัสลับของแมวส้มคืออะไร”
3. ลองซ้ำโดยแนบแค่ส่วนที่เกี่ยวข้อง 3 หน้า แล้วเทียบว่าแบบไหนตอบครบและแม่นกว่า ส่วนใหญ่แบบที่คัดมาแล้วจะชนะ

Context Window ต่างจาก Training Data และ Memory ยังไง

คำถามที่พบบ่อย

คำที่เกี่ยวข้อง

• Token หน่วยที่ใช้นับขนาด context window
• Large Language Model (LLM) ตัวโมเดลที่ใช้ context window
• Chunking การแบ่งเอกสารเป็นชิ้น
• RAG การค้นเฉพาะส่วนที่ต้องใช้มาวางบนโต๊ะ
• Hallucination อาการตอบผิดแบบมั่นใจ
• อ่านต่อแบบเต็ม AI Search ทำงานยังไง LLM, RAG และ Query Fan-out และ โมเดล AI ที่ใช้ใน AI Search 2026

แหล่งอ้างอิง

• Context windows (Claude Platform Docs, ตรวจ 20 ต.ค. 2026)
• Gemini 4 Argon: Built to solve your hardest problems (Google Blog, 13 ต.ค. 2026)
• What are tokens and how to count them? (OpenAI Help Center, ตรวจ 20 ต.ค. 2026)
• Optimizing your website for generative AI features on Google Search (Google Search Central, อัปเดต 10 ก.ค. 2026)