名词解释 / 07
词元
英文名称：Token 常见别名：Token（更常直接用英文原名）；少数译作“词块”“令牌”，但“令牌”更多指登录验证凭证，容易混淆 所属分类：进一步了解 AI 原理
一句话解释
词元是 AI 读写文字时使用的基本计量单位。模型不会像人一样按“字”或“词”去读一段话，而是先把整段内容切成许多小块，再一块一块地处理和生成，这些小块的计量单位就是词元。可以粗略理解成 AI 世界里的“字数”：你喂给 AI 多少内容、AI 一次能记住多少、企业为此花多少钱，大多按它来计算。中文通常一个字约对应一到两个词元，具体切法因不同模型而异，不能简单按字数换算。
工作中什么时候会遇到
大多数时候你不会直接看到词元，产品在后台就替你处理了。真正遇到它通常是这几种情形：把一份很长的文档或聊天记录贴给 AI，结果它提示“内容太长”或只处理了前一部分；同一个对话问久了，AI 开始“忘记”早先交代的背景；或者是单位里负责采购、IT 的同事在核算 AI 使用成本、挑选服务套餐时，提到按“Token／词元”计费。
如果单位把 AI 服务当成正式办公工具统一采购，用量和费用通常集中管理，你可能只会在“剩余额度”“单次上传上限”这类地方间接感觉到它的存在。不同产品对这些限制的显示方式不一样，以当前版本和官方说明为准。
能解决什么问题
- 解释“为什么 AI 一次读不完我的长文件”：一段内容的词元总量超过上限，后面的部分就被截掉，不是模型偷懒或变笨。
- 解释“为什么聊着聊着它忘了前面说过什么”：对话越积越长，超过模型一次能装下的词元量，最早的内容就被挤出去了。
- 看懂额度和费用：很多 AI 服务按词元计费，输入和输出都算，长文档、长回答的消耗明显更高。
- 判断一份材料适不适合直接丢给 AI：超长内容先拆分或整理，比硬塞更省额度，回答也更准。
- 帮单位选对服务档位：日常简单问答为主，还是经常传大文件、让 AI 跑自动化任务，用量差别很大，直接决定该买什么套餐。
举个例子
行政部的小郑想用办公 AI 查制度，她把一本上百页的员工手册整段粘贴进对话框，问“新员工年假怎么算”，AI 却答得含糊，还提示材料太长。原因是整本手册的文字量超过了模型一次能处理的词元上限，后面的章节根本没被读进去。
小郑把手册拆成“考勤”“休假”“报销”几个小节分别上传，再只针对“休假制度”部分提问，AI 就能准确答出年假规则。她再打开手册对照一下引用的是哪几条、是否与最新版一致，这一道人工确认建议不要省。
怎么使用
对普通员工来说，基本不需要自己数词元。日常提问、粘贴文本或上传文件时，产品会自动把内容切成词元并处理，消耗的额度一般也由单位统一购买，你未必看得到明细。需要养成的只是几个习惯：一次别塞过长的内容；长文件优先用产品的“上传文件”或知识库功能，而不是整段复制粘贴；发现 AI 答非所问或记不住前文时，先想想是不是内容超量，把问题拆小再问。
词元的计费口径、套餐档位、额度上限这些配置通常由单位的 IT、采购或服务供应商决定，普通员工不需要、也不应自行调整。具体产品的计费方式和显示口径各不相同，以当前版本和官方说明为准。
使用时要注意什么
一是别拿字数去核对词元。一个汉字不等于一个词元，英文单词还可能被切成几段，不同模型的切法也不一样，所以“我的文档 5000 字，怎么算出来不一样”是正常现象。二是别被“单价跌破每百万词元 1 美元”这类消息带偏：单价确实在快速下降，但让你日常反复提问、上传大文件，尤其让 AI 智能体自动跑任务时，单次消耗是简单问答的成百上千倍，企业的总账单未必变小，谈成本要看真实用量而不是单价。三是别把额度简单等同于“能用多少次”，长回答和短回答、传不传附件，消耗相差很大，套餐够不够用要按实际用量估算，不能只数提问条数。
容易混淆的词
- 字符／字数：词元是 AI 的切分单位，两者不是一一对应。中文一个字大致对应一到两个词元，英文一个单词可能被拆成多段，别用人工字数去换算或核对费用。
- 上下文窗口：词元是内容本身的计量单位，上下文窗口是模型“一次任务能装多少词元”的容量上限。好比手机套餐的流量总量和单次文件上传上限，是两个不同指标，前者管计费，后者管单次能放多少内容。
- 令牌（Token，登录）：登录网银、办公系统时也会收到叫 token／令牌的验证凭证，那是身份认证用的，和 AI 的词元只是英文同名，没有任何关系。
- 模型参数：参数描述模型本身的规模与能力，词元计量的是处理文字时流动的内容量。一个形容“发动机排量”，一个衡量“这趟烧了多少油”。
相关名词
大模型 上下文窗口 提示词 AI 智能体 推理成本 生成式 AI