Konteks dalam AI adalah semua informasi yang dibaca model AI saat mengerjakan permintaan, misalnya instruksi, riwayat percakapan, isi dokumen, dan hasil alat. Batas jumlah informasi yang bisa dibaca sekaligus disebut context window.
Disebut juga: konteks, context, context window, jendela konteks
Model AI tidak mengingat percakapan dengan sendirinya. Setiap kali kamu mengirim permintaan, aplikasi menyusun konteks, lalu model membaca semuanya sebelum menjawab. Jika informasi penting tidak ada di konteks, model tidak tahu informasi itu.
Model membaca teks dalam satuan token. Satu kata bisa terdiri dari satu atau beberapa token. Context window adalah jumlah token maksimum yang bisa dibaca model dalam satu kali kerja, termasuk jawaban yang ditulisnya. Ukurannya berbeda di tiap model.
Konteks biasanya berisi:
Jika konteks melebihi batas, sebagian isi harus dipotong atau diringkas. Konteks yang terlalu panjang dan tidak relevan juga bisa menurunkan ketepatan jawaban. Karena itu, Anthropic menjelaskan context engineering, yaitu cara memilih informasi yang paling relevan untuk setiap langkah.
Di sanji.space, agen membaca konteks yang sama dengan tim: percakapan di ruang, brief, dan file di folder Drive yang terhubung. Jadi kamu tidak perlu menyalin ulang informasi itu ke kotak chat AI lain.
Saat Dita me-mention @ayame di ruang #rilis-v2, Ayame membaca brief dan percakapan di ruang itu. Dita tidak perlu menyalin ulang isi brief.
Pahami konteks saat jawaban AI terasa salah atau tidak lengkap. Sering kali penyebabnya adalah informasi yang tidak masuk ke konteks. Tulis brief yang menyebut tujuan, data, dan batas kerja, supaya agen punya konteks yang cukup.
Konteks dalam AI adalah informasi yang dibaca model saat mengerjakan permintaan. Isinya bisa instruksi, riwayat percakapan, dokumen, dan hasil alat. Model hanya tahu apa yang ada di konteks dan apa yang dipelajarinya saat pelatihan. Jadi konteks yang lengkap dan relevan membantu hasil lebih tepat.
Context window adalah batas jumlah teks yang bisa dibaca model AI dalam satu kali kerja, termasuk jawaban yang ditulisnya. Batas ini diukur dalam token dan berbeda di tiap model. Jika percakapan atau dokumen melebihi batas, sebagian isinya harus dipotong atau diringkas.
Token adalah potongan teks yang diproses model AI. Satu token bisa berupa satu kata pendek, bagian dari kata, atau tanda baca. Panjang konteks, batas context window, dan biaya pemakaian model biasanya dihitung dalam token.
Context engineering adalah cara memilih dan menyusun informasi yang masuk ke konteks model AI. Tujuannya memberi model informasi yang paling relevan dengan jumlah token sesedikit mungkin. Anthropic menjelaskan praktik ini untuk agen AI yang bekerja dalam banyak langkah.
Diperbarui 25 September 2026