Prompt 长度体检

Prompt 长度体检怎么用

写长 Prompt 时最容易踩两个坑：一是超过模型上下文上限被静默截断——你精心写的后半段要求模型根本没看到；二是不同模型对中英文的计数差异很大，中文一个字往往占 1-2 个 token，凭感觉估长度非常不可靠。本工具把 Prompt 的字数、字符数、行数、token 估算值一次算清，并按你选的模型显示上下文占用比例，粘贴即测、实时更新：

1. 第一步：把完整 Prompt（含系统提示、示例、格式要求）粘贴到输入框，六个指标卡实时刷新；
2. 第二步：在下拉框选择目标模型（GPT-4o、Claude 3.5、DeepSeek 等），进度条立即显示当前 Prompt 占该模型上下文窗口的百分比——绿色安全、黄色接近极限、红色超限；
3. 第三步：按需精简。经验法则是 Prompt 最好控制在上下文的 30% 以内，给模型回复留足空间；
4. 第四步：点「复制统计摘要」，把字数与 token 估算直接贴给同事或记进文档。

需要说明 token 估算的精度边界：不同模型的分词器（tokenizer）各不相同，本工具按"中文约 1.5-2 字/token、英文约 1.3 词/token"的通用启发式估算，误差通常在 ±15% 以内。做日常体检和量级判断完全够用；如果你的业务对 token 计费精度敏感（如批量 API 调用成本核算），请用目标模型官方 tokenizer 或我们的精确版工具（见相关工具的 Token 计数器）。

常见问题

Prompt 内容会被上传吗？

不会。所有统计在你浏览器本地用 JavaScript 完成，Prompt 全文不发出任何网络请求。未发布的商业方案、内部系统提示词都可以放心粘贴。

为什么中文按字数、英文按单词数分开统计？

因为两者与 token 的换算关系不同：中文基本是"一字一节"，1 个汉字约对应 1.5-2 个 token；英文按空格分词，1 个单词约对应 1-2 个 token。分开统计便于你按各自口径估算总量，也便于对比中英文 Prompt 的"信息密度"。

Token 估算值和模型官方计数为什么不一致？

官方计数基于该模型专有 tokenizer，对代码、数学式、生僻词的处理与通用估算差异更大（代码 token 密度远高于自然语言）。估算值适合做上限预警，做计费核算请以 API 返回的 usage 字段为准。

上下文窗口包含模型回复吗？

包含。模型上下文 = 你的全部输入（多轮则含历史消息）+ 模型的回复，两者共享窗口。所以进度条即使只到 50%，实际留给回复的空间可能已经不够——建议把"回复预估长度"也算进占用。

超长 Prompt 会被直接拒绝吗？

分情况：API 调用通常直接报 400 错误（context length exceeded）；聊天界面多数会静默截断最早的消息或提示发送失败。两者都很隐蔽——前者只看报错文本，后者你根本不知道丢了几段，所以发长 Prompt 前体检一次是性价比最高的保险。