快速開始
-
選模型
上下文上限來自模型清單。
-
填四段文字
查看合計、剩餘與佔用率。
上下文預算規劃
將system、tools、history、user四段分別估算Token，對照所選模型上下文上限。 設計Agent對話結構時更直觀。
阅读完整指南: rag 分塊優化指南：如何平衡嵌入維度與上下文預算 →
隱私提示：本地解析，不上傳伺服器。
↓ 在下方輸入區貼上內容，結果會立即顯示
按 system / tools / history / user 四段估算 Token 占用与剩余窗口。
System
Tools
History
User
System
7
Tools
0
History
0
User
5
合计 Token
12
剩余
127988
占用率
0.0%
註釋說明
与上下文检查的区别
本工具按对话槽位拆分预算; 上下文检查器对整段文本按模型窗口对比。均为启发式估算。
將system、tools、history、user四段分別估算Token，對照所選模型上下文上限。 設計Agent對話結構時更直觀。
槽比特含義
System為系統提示； Tools為function定義； History為過往消息； User為當前用戶輸入。
典型工作流
當設計AI對話代理時，首先在工具中選擇目標模型（如GPT-4）。 系統會自動顯示該模型的上下文視窗上限。 接著分別在system、tools、history和user四個槽比特輸入內容，實时查看各部分的token佔用比例。 通過調整提示詞長度，確保總token不超過限制，同時為後續對話預留空間。
例如開發客服機器人時，在system槽比特寫入角色定義（50 token），tools槽比特添加API描述（200 token），測試對話歷史佔用300 token，最後為用戶輸入預留500 token。 工具會以彩色進度條直觀展示占比，當總token接近上限時會觸發警告，這時就需要精簡tools描述或縮短歷史記錄。
示例
示例
Input
gpt-4o-mini + 4 slots
Output
Per-slot tokens + remaining
FAQ
和上下文檢查器一樣嗎？
檢查器對整段文字； 本工具按槽比特折開，適合規劃多輪對話結構。
為什麼user槽比特需要單獨預留token？
用戶輸入長度不可控，提前預留可避免超限。 例如GPT-4-32k模型總上限32768 token，若其他部分佔用32000 token，用戶就只能發送768 token的內容。 建議至少預留15-20%空間給用戶輸入和AI回復，複雜場景需留更多。