Qu'est-ce que la "fenêtre de contexte" d'un LLM ?

La fenêtre de contexte (context window) est la quantité de texte qu'un LLM peut "tenir en mémoire" simultanément lors d'une conversation. GPT-4 Turbo : 128 000 tokens (~300 pages). Claude 3.5 Sonnet : 200 000 tokens. Gemini 1.5 Pro : 1 million de tokens. Au-delà, le modèle "oublie" le début de la conversation ou du document.

Qu'est-ce que la "fenêtre de contexte" d'un LLM, vraiment ?

Le token est l'unité de base d'un LLM, environ 0,75 mot en anglais, 0,7 en français. Une fenêtre de 128k tokens = ~95 000 mots = ~300 pages standard. Trois conséquences pratiques pour une marque B2B : (1) Limite des documents, analyser un PDF de 500 pages avec ChatGPT requiert un découpage manuel ; Claude ou Gemini font ça nativement. (2) Mémoire conversationnelle, après 50-100 échanges denses, ChatGPT oublie le début. Si vous briefez longuement un projet, gardez le brief en haut du prompt à chaque message clé. (3) Coût, l'API facture chaque token entrant. Envoyer un contexte de 100k tokens coûte 50× plus qu'un prompt court. La règle d'or : envoyer le minimum nécessaire. Pour le GEO, la fenêtre de contexte impacte comment un LLM "compose" sa réponse sur votre marque. « Quand un LLM a peu de tokens disponibles pour composer sa réponse sur votre marque, il privilégie les sources les plus autoritaires », explique Lorenzo Eeman, fondateur de PROEMA. Vos contenus doivent donc être structurés pour passer cette sélection (Schema.org, llms.txt, citations contextuelles propres).

Ce que les chiffres 2026 revelent sur Qu'est-ce que la "fenêtre de contexte" d'un LLM

Les benchmarks publics convergent sur trois indicateurs. ChatGPT atteint 900 millions d'utilisateurs actifs hebdomadaires début 2026 (annonce OpenAI rapportée par TechCrunch 27 février 2026). Google AI Overviews est passé à 47 % des requêtes en Europe en mars 2026 (Semrush Sensor 2026). Perplexity a fait +800 % de requêtes en glissement annuel selon ses propres communications publiques. Concrètement : la part de trafic informationnel qui sort de Google search classique vers les moteurs de réponse n'est plus marginale, pour un site B2C F&B, c'est typiquement 15-25 % du trafic mesurable via Cloudflare AI Crawl Control ou GA4 segments « ai-referrer ».

Pourquoi Qu'est-ce que la "fenêtre de contexte" d'un LLM n'est pas optionnel pour une marque sérieuse

Le 5W Citation Source Audit Q1 2026 montre que les LLMs concentrent leurs citations sur un sous-ensemble très réduit de sources : Wikipedia (13,15 % chez ChatGPT) + Reddit (11,97 %) = 25 % des citations, suivis de bases métier verticales (Yelp, TripAdvisor, IMDB selon contexte). Pour une marque F&B, le problème est binaire : soit la marque est dans les sources que les LLMs lisent, soit elle n'apparaît jamais, il n'y a pas de « page 2 » de citation LLM. La discipline GEO documentée par PROEMA travaille exactement cette présence : structurer le contenu (Schema.org), publier sur les hubs vus par les crawlers, et assurer un balisage Author/Person + sameAs Wikidata pour traverser le filtre confidence.