免费页面 Token 检查器

这是基于英文文本“大约每 4 个字符算 1 个 token”这一标准经验法则得出的估算，通常与 AI 引擎分词器给出的结果相差在约 ±10% 以内。对于本工具支持的决策来说，这已经足够准确：比较页面、发现臃肿，以及判断是否适配上下文窗口。

上下文窗口是 AI 模型一次能够处理的最大文本量，以 token 计量。如今常见的规格是 128K、200K 和 1M token。模型用来生成答案的一切内容（包括你的页面）都必须放进这个窗口，因此占用窗口更少的页面，引擎更容易低成本地完整使用。

因为 AI 引擎在阅读之前正是这么做的。HTML 标记、脚本、样式和隐藏元素都会被去除，剩下的就是引擎据以推理的可提取文本。预览展示给你的正是这个版本：如果关键内容在其中缺失了，引擎也同样看不到那些内容。

焦点词是过滤掉“的”“和”这类常见词之后，页面上出现频率最高的有意义词汇。它们可以快速反映在引擎看来这个页面主题“讲的是什么”。如果你的目标主题没有出现在排名靠前的焦点词里，那这个页面读起来很可能是在讲别的东西。

可提取文本很少的页面很少被引用，因为没有足够的实质内容可供提取出答案。大约 300 词是一个实用的底线：低于这个数，页面通常是一个内容残缺的桩页、一个跳转外壳，或是一个内容从未进入 HTML 的 JavaScript 应用。无论哪种情况，它作为来源都是隐形的。

并非如此，目标是每个 token 的实质含量，而不是一味追求极简。用套话堆砌的 50,000 token 页面是浪费，但只有 200 token 的页面又没有任何可供引用的内容。最适合 AI 搜索的页面，会把真实、呈答案形态的信息高密度地组织起来：既有足够深度成为可信来源，又不会因臃肿而被埋没。