聊了一个小时，对话 80 轮往上走，ChatGPT 突然开始自相矛盾，或者反问你「哪个文件？」——而那个 PDF 你十分钟前才传上去。回复读起来还是通顺的，但细节对不上，或者直接跳过你开头给的指令。模型没变傻，是这段对话超出了你这个套餐的 context window，ChatGPT 在悄悄丢掉最老的几轮、把请求塞进 token 上限里。没有横幅、没有报错，回答质量下降是唯一信号。
最快的修法： 在同一个对话里，让模型把「做出的决定、确认的事实、提到的文件、还没解决的问题」写成一段 300 字以内的编号摘要，把它复制到一个全新的对话里继续聊。新窗口 + 一段精心整理的「种子」，连贯性立刻就回来了。本文后面是帮你搞清楚「为什么会撞墙」，让它别再发生。
真正要看的那个数字（2026 年 6 月）
App 里的 context window 比你在宣传里看到的「1M tokens」小得多——因为那个 1M 是 API 的上限。在 ChatGPT.com 里能用多少，取决于你的套餐。截至 2026 年 6 月，默认的 GPT-5.5 模型：
| 套餐 | App 内 context window（GPT-5.5） |
|---|---|
| Free | 约 16K tokens |
| Go / Plus / Business | 32K tokens |
| Pro / Enterprise | 128K tokens |
| API（任何档位） | 1,000,000 tokens |
也就是说，Plus 用户整段对话大约只有 32K tokens（约 24,000 个英文词，或 45-50 页）的工作空间——你的消息、模型回复、Custom Instructions、Memory、Project 文件、所有附件全挤在里面。它满得比大多数人想的要快。完整的 1M 窗口只存在于 API，以及 App 里的 $200 Pro 档位，并不是 $20 的 Plus 对话能拿到的。
常见原因
按命中率从高到低。
1. 总 token 超过你这档的 context window
GPT-5.5 在 API 里有 1M 窗口，但在 ChatGPT.com 里你被限制在上表那个数字（Plus 是 32K，Pro 是 128K）。长对话加上大附件会顶到这个上限，UI 就从最早那几轮开始砍。没有任何提示横幅。
怎么判断：问一句「我这段对话第一条消息说了什么？」如果模型转述的是更近期的内容、或者干脆瞎猜，那早期的轮次已经被砍掉了。
2. 大附件吃掉大部分预算
每个 PDF 或图片上传后都会被转成 token 并带在 context 里。一份 50 页 PDF 单独就能吃掉 30k+ token——这一个文件就已经超过整个 32K 的 Plus 窗口，留给实际对话的空间几乎为零。
怎么判断：数一下对话里的附件。在 Plus 上，哪怕只有一个大文件加一段长对话，几乎都是 context 压力；在 Pro 上则是两三个以上。
3. Custom Instructions 和系统提示占了一大块
很长的 Custom Instructions、Project 的系统提示、以及所有 Memory 条目，每一轮都会被前置注入。臃肿的「What traits should ChatGPT have?」/「Anything else?」栏目一不留神就 2-3k token / 请求，在 32K 的窗口里这是实打实的一口。
怎么判断：进 Settings -> Personalization -> Custom instructions。任意一栏超过约 500 字，就在拖累上下文。
4. Memory 是覆盖式的，不会扩展 context
ChatGPT 的 Memory 只是跨对话存几条短事实，单次对话里它并不会扩窗口。2026 年 6 月「Dreaming V3」记忆更新之后分成了两层（Saved memories 和 Reference chat history），有人因此误以为新记忆 = 无限上下文，并不是。Memory 是在请求开头注入几条事实，这其实还会消耗一点你的窗口，而不是给你加空间。
怎么判断：在一个对话里把 Memory 关掉（开关在 Settings -> Personalization -> Memory），看行为是否一致。一致就说明 Memory 从头就不是原因。
5. 工具调用（web search、code interpreter）偷偷塞 token
每次工具返回的结果都会追加到 context。一次很长的网页搜索结果、或者 code interpreter 里一个大 DataFrame，能把预算占掉一大半。
怎么判断：数一下对话里的工具调用次数。很多次 web search、或者一次很大的代码输出，几乎都是它们在压预算。
6. 推理模式或档位路由改变了你的实际窗口
模型选择器已经不再直接显示「mini」这个名字了。截至 2026 年 6 月，它在 GPT-5.5 家族上显示的是推理模式（Instant、Thinking、Pro）。撞到用量上限时，付费账号可能被临时路由到更轻的模型（GPT-5.4 / GPT-5.5 Instant），而 Pro 模式会关掉 Memory 和 Apps、让推理链保持隔离。这些变化都会影响同一段对话实际占用多少 context。
怎么判断：看左上角的选择器。如果显示成 fallback 模型名、或者和你最初的模式不一样，那你的可用空间就变了。
开始前
- 先决定：当前对话是要救回来，还是直接带摘要开新窗更快。Plus 上过了约 30 轮，通常带摘要开新窗更快。
- 删之前先把当前对话里独有的内容存成纯文本，避免误伤。
- 记一下你一开始用的是哪个模型、哪个模式，方便开新窗后对比。
要收集的信息
- 对话大致的轮数和附件数量。
- 现在选择器显示的是哪个模型、哪个推理模式。
- Memory 是否开启、
Saved memories里有多少条。 - Custom Instructions 总字数（贴到字数统计里数一下）。
- 这个对话是否在某个 Project 里（Project 会叠一层系统提示和共享文件）。
- 套餐档位（Free / Go / Plus / Pro / Business / Enterprise），以及最近是否撞过用量上限。
一步步修
Step 1: 让模型自己总结当前对话
在同一个对话里发：
帮我把这段对话里所有重要内容编号列出来：
做出的决定、确认过的事实、提到的文件、还没解决的问题。
控制在 300 字以内。把这段摘要复制出来，它就是开新窗的「种子」。（趁对话还没进一步退化时做——一旦早期轮次被砍掉，模型也总结不出它已经看不到的东西了。）
Step 2: 开新对话，把摘要作为开场
新开一个对话，把摘要作为第一条消息贴进去，加个「上轮对话上下文」的小标题，然后继续你的任务。新窗口、原连贯。
Step 3: 重新上传前先精简附件
如果还得带文件干活，就只重传你真正需要的那几页或几张表。用 PDF 工具抽出关键 5 页，别整本 80 页报告全塞进来。在 32K 的 Plus 窗口里，光这一步往往就能让可用空间翻倍。
Step 4: 精简 Custom Instructions 和 Memory
进 Settings -> Personalization（或者直接跳到 chatgpt.com/#settings/Personalization）。把 Custom Instructions 控制在约 300 字以内。打开 Manage memories，删掉过期、不再适用的 Saved memories 条目；真要开一个全新项目时就用 Clear all。这两笔节省，在以后每个对话里都生效。
Step 5: 长期任务用 Project
跨多次对话的工作，开一个 Project，把参考文件挂在 Project 上，然后在 Project 里聊。每次对话都是新窗，但 Project 文件和 Project 指令是干净继承的，实际对话就不用花 token 装它们。
Step 6: 想要更大窗口，就换档位重跑
如果你在 Plus 上、又经常做文档密集型工作、动不动就撞 32K 的墙，那针对窗口大小真正的修法是换档位，而不是动选择器：Pro（App 内 128K）给你 4 倍空间，而完整的 1M 窗口只存在于 App 里的 $200 Pro 档位或 API。在当前套餐内，难题选 Thinking 而不是 Instant，并确认撞上限后选择器没把你悄悄路由到 fallback 模型。把刚才失败的问题再问一遍，对比答案质量。
Step 7: 把复杂任务拆成多个短对话
不要憋一个超长对话，按阶段拆（调研 / 大纲 / 草稿 / 修订），一个阶段一个对话。每个都远低于上限，回答也更锐利。
怎么确认修好了
- 在新对话里让模型复述一下种子摘要的前 3 条。能复述上就说明 context 健康。
- 把刚才失败的那个问题再问一次。能给出连贯答案，就是窗口的事。
- 精简完 Custom Instructions 后再开一个新对话，确认基线行为有改善。
- 如果你为了空间升到了 Pro，拿你最大的真实对话再跑一遍；要是它撑过 100+ 轮还没忘掉开头，那瓶颈就是档位。
长期预防
- 记住自己的数字：Plus 约 32K tokens，Pro 约 128K。把 50 轮、或一个大附件（Plus）/ 三个（Pro）当软上限，再多就总结 + 重启。
- Custom Instructions 控紧，两小段顶天。
- 每月清理一次 Memory，删掉过期的
Saved memories条目。 - 调研类工作走 Project，源文件挂一次，不要每次对话都拖进去。
- 写代码时一个 feature 一个对话，不要一周一个长对话。
常见坑
- 以为「1M context」这个宣传数字在 App 里也适用。那是 API 的数，Plus 是 32K、Pro 是 128K。
- 以为 Memory 能在单次对话里扩窗口。并不能，反而还吃掉一点窗口。
- 每条新消息都重传同一个 PDF。每次都重新算 token。
- 一整坨日志贴进来。砍到相关那 50 行就够。
- 撞上限后没注意到选择器显示成了 fallback 模型、或换了推理模式。
- 想通过把早期对话再贴一遍来「提醒」模型，反而更费 token。
FAQ
- ChatGPT 的 context window 到底多大？ 截至 2026 年 6 月，App 内 GPT-5.5 在 Free 约 16K tokens、Go/Plus/Business 是 32K、Pro/Enterprise 是 128K。那个 1,000,000 token 的窗口属于 API 和 App 里的 $200 Pro 档位，不是普通 Plus 对话。
- 为什么到处写着 1M tokens，我的对话还是会忘？ 那个 1M 是 API 上限。ChatGPT.com 按档位把 App 内窗口压得低得多，所以不管 API 数字多大，一段 Plus 对话在 32K 左右就没空间了。
- Memory 会扩大窗口吗？ 不会。Memory 是跨对话的小型事实库（现在是
Saved memories加Reference chat history）。它往请求里注入事实，反而略微减少单次对话的空间，而不是增加。 - Project 会给我更多 context 吗？ Project 让附件和指令存在对话外，实际对话就不用花 token 装它们，相当于可用空间变大——但每档位的硬窗口不变。
- 为什么对话变差却没有任何报错？ ChatGPT 超容量时是静默砍掉最老几轮的，不会有横幅。回答质量下降是唯一信号。
- 能不能看到 token 计数？ ChatGPT.com 里看不到。只有 API 会按请求暴露 token 用量。粗估的话，约 0.75 个英文词 / token。