Paste your prompt as labeled sections — system prompt, retrieved docs, conversation history. Each paste is token-estimated client-side, then laid against every selected model’s context window. Pick models above to see fill bars, free headroom, and overflow warnings.
機能の説明
コンテキストウィンドウプランナーは、実際のプロンプトがモデルのコンテキストウィンドウをどう埋めるかを示します。リクエストの各部品 - システムプロンプト、取得したドキュメント、会話履歴 - をラベル付きセクションとして貼り付けると、ツールはそれぞれをトークン推定し、合計し、選択したすべてのモデルのウィンドウに対して充填バーとして並べます。
本番環境で LLM リクエストを壊す 2 つの問いに答えます。このプロンプトはそもそも収まるのか？ そして 収まるとして、回答のためにどれだけの余白が残るのか？ 出力リザーブを設定すると、各モデルは空きヘッドルームがそれを満たすかを報告します。技術的には収まるが回答を窮地に追い込むプロンプトは、出荷する前にフラグが立ちます。
使い方
- 積み上げられたセクションに System プロンプト、Docs、History を貼り付けます。実際のプロンプトの形に合わせてセクションを追加・削除します。
- 出力リザーブを設定します - モデルの応答のために空けておくトークン数です（出力が途切れるよくある原因はリザーブがゼロのことです）。
- モデルチップをトグルします（ウィンドウが広い順）- ベンダーやティアを横断して充填を比較できます。
- 充填バーを読みます: 入力が収まる場合は青、収まらない場合は赤で溢れ分が表示されます。収まるがリザーブ未満のヘッドルームしか残らない入力には “reserve short” が付きます。
- サマリーをコピーまたは共有リンクをコピーで、まったく同じシナリオを送信します。
例
2 セクションのプロンプトを 100 万トークンのウィンドウに当てる
下の各セクションは 1,600 文字の散文 1 行です（4 文字/トークンで ≈400 トークン）:
System: 1,600 chars → 400 tokens
Docs: 1,600 chars → 400 tokens
beta-pro (1,000,000 ctx): 800 / 1,000,000 · free 999,200 · fits yes · reserve ok収まるがリザーブを圧迫する同じプロンプト
input 800 · output reserve 1,000,000
beta-pro: fits yes · reserve SHORT ← raw fit passes, no room for the answer溢れとその量のフラグ
100 万ウィンドウに対する 440 万文字（≈110 万トークン）の単一貼り付け:
beta-pro: 1,100,000 / 1,000,000 · overflow −100,000 · fits NO補足事項
- ウィンドウに収まることと応答が収まることは別です。
fitsは生の入力がコンテキストウィンドウ内にあることを意味し、リザーブチェックは応答の余地がまだあることを意味します。健全なリクエストには両方の合格が必要です。 - トークン数はヒューリスティックな推定（±15%）です。 行ごとに散文、コード、JSON、CJK に分類されます - 実際の BPE トークナイザーの実行ではありません。推定の内訳だけが必要なら Token Estimator を使ってください。
- モデルスペックはスナップショットです。 ウィンドウサイズと出力上限は 1 つの日付付きモデルスナップショットから流れてきます - 鮮度は “Data as of” の行で確認してください。
- プライベート: すべて 100% クライアント側で動作します - プロンプトのテキストがブラウザーの外に出ることはありません。
- 関連ツール: Token Estimator、Model Picker、LLM Cost Calculator。