---
title: "Apakah itu pemampatan konteks? Meringkaskan sejarah ejen"
description: "Pemampatan konteks meringkaskan perbualan panjang yang hampir mencapai had konteks dan meneruskan daripada ringkasan. Cara ejen memampatkan, apa disimpan, kos."
url: https://broadrouter.com/ms/glossary/context-compaction/
lang: ms
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/glossary/context-compaction/) (dikemas kini 2026-11-15).

# Pemampatan konteks (context compaction)

Dikemas kini 2026-11-15

Pemampatan konteks ialah amalan meringkaskan perbualan yang hampir mencapai had tetingkap konteks dan meneruskan sesi daripada ringkasan itu, supaya ejen mengekalkan keputusan dan keadaan penting sambil membuang sejarah mentah seperti output alatan lama.

Juga dikenali sebagai: compaction, context compaction, auto-compact, pemampatan, peringkasan konteks, conversation compaction, context summarization

Sesi ejen yang panjang melebihi tetingkap konteksnya. Pemampatan menggantikan sejarah penuh dengan ringkasan dan meneruskan kerja.

## Cara ia berfungsi

Artikel context engineering Anthropic mentakrifkan pemampatan sebagai “the practice of taking a conversation nearing the context window limit, summarizing its contents,” (Terjemahan BroadRouter: “amalan mengambil perbualan yang hampir mencapai had tetingkap konteks, meringkaskan kandungannya,”) dan memulakan tetingkap konteks baharu dengan ringkasan itu. Dalam Claude Code, menurut artikel itu, model “preserves architectural decisions, unresolved bugs, and implementation details,” (Terjemahan BroadRouter: “mengekalkan keputusan seni bina, pepijat yang belum diselesaikan, dan butiran pelaksanaan,”) membuang output alatan yang berlebihan, dan meneruskan dengan ringkasan serta “the five most recently accessed files.” (Terjemahan BroadRouter: “lima fail yang paling baru diakses.”)

Bentuk paling ringan ialah pembersihan hasil alatan (tool result clearing). Artikel yang sama menyebutnya “one of the safest lightest touch forms of compaction” (Terjemahan BroadRouter: “salah satu bentuk pemampatan yang paling selamat dan paling ringan”): output alatan mentah yang lama jauh dalam sejarah dibuang, dan selebihnya kekal.

Alat-alat mendedahkan pemampatan dengan cara berbeza:

| Alat | Cara pemampatan berjalan |
| --- | --- |
| Claude Code | Auto-compaction meringkaskan sejarah apabila hampir had; `/compact Focus on ...` menjalankannya secara manual dengan arahan tentang apa yang perlu disimpan |
| OpenAI Responses API | `context_management` dengan `compact_threshold` memampatkan di pihak pelayan apabila kiraan token melepasinya, atau panggil endpoint compact yang berasingan |
| Ejen anda sendiri | Minta model meringkaskan sejarah, kemudian mulakan senarai mesej baharu dengan system prompt, ringkasan dan giliran terkini |

Contoh kiraan: ejen dengan 180,000 token sejarah dimampatkan kepada ringkasan 6,000 token ditambah 20,000 token fail terkini. Setiap giliran selepas itu menghantar kira-kira 26,000 token sejarah, bukannya 180,000 dan terus bertambah.

## Mengapa ia penting

-   **Panjang.** Tanpa pemampatan, tugas panjang berhenti apabila [tetingkap konteks](https://broadrouter.com/ms/glossary/context-window/) penuh.
-   **Kualiti.** Ketepatan boleh merosot jauh sebelum had, masalah yang dipanggil [context rot](https://broadrouter.com/ms/glossary/context-rot/). Konteks yang lebih pendek dan bersih boleh membantu.
-   **Kos.** Pada pengebilan setiap token, setiap giliran menghantar semula sejarah. Pemampatan mengecilkannya, walaupun permintaan pemampatan itu sendiri membaca sejarah penuh sekali, dan prefix yang ditulis semula perlu dicache semula ([token input cache](https://broadrouter.com/ms/glossary/cached-input-tokens/)).
-   **Risiko.** Ringkasan boleh tercicir butiran yang penting kemudian. Tulis arahan tersuai tentang apa yang perlu disimpan, dan simpan fakta kritikal dalam fail nota.

## Di BroadNet Inference

API BroadNet ialah Chat Completions tanpa keadaan (stateless): anda menghantar senarai mesej penuh setiap kali, dan dokumentasi BroadNet tidak menerangkan ciri pemampatan di pihak pelayan. Pemampatan berlaku dalam ejen atau alat anda, yang kemudian menghantar sejarah yang lebih pendek.

[DeepSeek V4.1 Flash](https://broadrouter.com/ms/models/deepseek-v4.1-flash/) dan [GLM 5.3](https://broadrouter.com/ms/models/glm-5.3/) menerima 1,048,576 token konteks, jadi pemampatan kurang kerap diperlukan, tetapi perkara kos dan kualiti di atas masih terpakai pada bayar ikut guna. Pada [pelan kadar tetap](https://broadrouter.com/ms/plans/), tiada meter token, jadi pemampatan penting untuk kualiti dan kelajuan, bukan untuk bil. [Pengurusan konteks untuk ejen jangka panjang](https://broadrouter.com/ms/blog/long-running-agent-context-management/) menerangkan bila perlu memampatkan dan apa yang perlu dibuang dahulu.

## Soalan lazim

### Adakah pemampatan menghilangkan maklumat?

Ya, memang direka begitu. Ringkasan menyimpan apa yang dianggap penting oleh peringkas dan membuang selebihnya. Simpan fakta yang tidak boleh hilang, seperti keperluan dan pepijat yang belum selesai, dalam fail nota yang boleh dibaca semula oleh ejen.

### Adakah pemampatan percuma?

Tidak. Dokumentasi Claude Code menyatakan pemampatan membaca keseluruhan perbualan yang diringkaskannya, jadi memampatkan konteks yang besar itu sendiri ialah permintaan yang besar. Bermula semula dengan /clear tidak menelan kos, tetapi tiada kesinambungan.

### Adakah pemampatan merosakkan prompt caching?

Ia menulis semula sejarah, jadi permintaan seterusnya terlepas cache bagi bahagian yang ditulis semula. Claude Code menganggap ini sebagai pembinaan semula cache yang dijangka. Selepas itu, sejarah yang lebih pendek dicache seperti biasa.

## Lihat juga

-   [Kejuruteraan konteks (context engineering)](https://broadrouter.com/ms/glossary/context-engineering/) (istilah)
-   [Tetingkap konteks (context window)](https://broadrouter.com/ms/glossary/context-window/) (istilah)
-   [Context rot (kemerosotan konteks)](https://broadrouter.com/ms/glossary/context-rot/) (istilah)
-   [Token input cache (cached input tokens)](https://broadrouter.com/ms/glossary/cached-input-tokens/) (istilah)
-   [Ejen pengekodan AI (AI coding agent)](https://broadrouter.com/ms/glossary/coding-agent/) (istilah)
-   [Ejen AI (AI agent)](https://broadrouter.com/ms/glossary/agent/) (istilah)
-   [Cara pelan API LLM tanpa had berfungsi untuk ejen](https://broadrouter.com/ms/guides/unlimited-llm-api-sessions/) (panduan)
-   [Pengurusan konteks untuk ejen berjalan lama dengan tetingkap 1M](https://broadrouter.com/ms/blog/long-running-agent-context-management/) (artikel)
-   [Kurangkan token prompt: penjimatan terukur untuk system prompt, tools](https://broadrouter.com/ms/blog/reduce-prompt-tokens/) (artikel)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-glossary-context-compaction&utm_content=page-cta) ·

**Sumber**

-   [Anthropic Engineering, Effective context engineering for AI agents (compaction) (disemak 2026-11-15)](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
-   [Dokumentasi Claude Code, manage costs effectively (/compact dan auto-compaction) (disemak 2026-11-15)](https://code.claude.com/docs/en/costs)
-   [Dokumentasi OpenAI API, panduan compaction (disemak 2026-11-15)](https://developers.openai.com/api/docs/guides/compaction)
