用途：Context Window 模式帮助团队以可靠方式展示 AI 会话中剩余多少对话或工作记忆，以及系统将保留、压缩或丢弃哪些内容，主要面向长时间运行的 AI 工作会话。
适用场景：长时间 AI 工作会话；文件密集型聊天与 Copilot；存在提示或响应截断风险的系统。
不适用：当标准非 AI 工作流更清晰可靠时，不应添加 AI 专属 UI；用户无法真正受益时不要暴露高级控制；不要仅用精美视觉掩盖模型不确定性。
实现流程：先确认模式与问题和约束匹配，再复制示例；从 references/pattern.md 的解剖与示例出发，选择最小可行变体；在叠加视觉打磨前先应用无障碍、性能和交互护栏；用测试指南验证键盘、屏幕阅读器、响应式和失败场景下的行为。
无障碍护栏：键盘方面，确保仅用键盘即可完成上下文窗口操作，打开、更新或显示额外 UI 时保持焦点顺序合理，保留在高倍缩放下仍可读的可见焦点状态。屏幕阅读器方面，优先使用语义元素，仅在语义不足时添加 ARIA；在正确位置以恰当礼貌级别播报错误、加载或完成等状态变化；必要时用 aria-describedby 或结构化标题连接标签、提示和状态文本。视觉方面，不要仅靠颜色传达严重程度、完成或选中状态。
性能护栏：将网络延迟、token 用量和长响应客户端渲染作为整体预算，而非彼此独立；在提升首屏价值时流式或分块输出内容，但稳定布局避免阅读抖动；跟踪长提示、模型切换和重试等昂贵状态，以便用证据调优体验。
常见错误：隐藏系统状态，用户无法判断模型是在等待、流式输出、重试还是完成，应暴露清晰的请求生命周期状态并保持在其影响内容附近可见；把失败当作普通表单错误，AI 失败包括安全拦截、上下文限制、模型不可用和部分输出，应区分失败模式并给出对应恢复操作；忽视 token 与延迟预算，响应变慢、变短或变贵却无解释会让体验不可预测，应从设计之初就把 token、延迟和提供商约束纳入界面。
相关模式：https://uxpatterns.dev/patterns/ai-intelligence/ai-chat、https://uxpatterns.dev/patterns/ai-intelligence/streaming-response、https://uxpatterns.dev/patterns/ai-intelligence/token-counter。完整实现细节、示例和测试说明见 references/pattern.md。模式页面：https://uxpatterns.dev/patterns/ai-intelligence/context-window。