每轮一行,以 user: 或 assistant: 开头(system: 行视为系统提示,始终保留)。token 为估算口径:中文约 1.6 字 1 token,英文约 0.75 词 1 token,仅供裁剪决策参考。
原轮次0
原估算0
裁剪后0
节省0
裁剪后的对话
功能说明
长对话为什么要裁剪
多轮对话把全部历史塞回给模型,token 消耗随轮数线性上涨,而且早期轮次对当前问题的价值递减得很快。上下文窗口装不下时报错好办,装得下但费用和延迟一路走高更隐蔽——所以需要在每次请求前,把历史裁到预算以内。
裁剪策略:保头保尾
- system 提示永远保留:它定义模型行为,裁掉等于换了一个助手。
- 最近轮次优先保留:从最新一轮往回装,装满预算为止。
- 被裁掉的轮次留一行占位:告诉模型「此前有 N 轮对话已省略」,避免它误以为对话刚开始。
估算口径的局限
不同模型、不同分词器对同一段文本的 token 数差异可达两成,本工具按中文约 1.6 字 1 token、英文约 0.75 词 1 token 估算,只用于裁剪决策,不要拿它当计费依据。要精确计数,用模型厂商的分词器或站内的大模型 Token 估算器。
什么内容不该被裁
用户在开头给出的关键约束(预算上限、收货地址、订单号)被裁掉后,模型答非所问。实践做法是把这类信息固化进 system 提示或每轮摘要里,而不是指望它留在历史里。
使用步骤
1. 在「对话记录」中粘贴要处理的内容。
2. 点击「裁剪」按钮执行。
3. 确认结果无误后,用「复制结果」保存到本地。
常见问题
对话上下文裁剪器能做什么?
粘贴多轮对话与 token 预算,从最新一轮往回保留、旧轮次自动替换成占位摘要行,输出可直接回填 API 的裁剪结果与节省量,系统提示永远保留。全部处理在浏览器本地完成,无需注册、无需安装。
上传的文件会到服务器吗?
不会。对话上下文裁剪器的解码、运算与导出都在浏览器里完成,文件只存在于本机内存,关掉页面即释放。断网也能用。
支持哪些格式?
支持纯文本输入与结构化参数配置。格式不在支持范围内时通常会在选择文件阶段就被过滤掉,或处理时报「无法解析」。
文件很大时会卡吗?
瓶颈是浏览器内存而不是文件体积。常规大小的文件几秒完成;超大文件建议先拆分或压缩,再逐份处理更稳妥。
你可能还想问
这个工具需要联网才能用吗?
第一次打开页面需要联网加载,之后的计算与处理都在本地完成,断网也能继续操作。数据不经过服务器,也不受网络波动影响。
处理结果怎么保存或分享?
结果区支持一键复制,也可按页面提供的下载入口保存到本地;页面不做云端存储,关掉浏览器后需要重新处理。
速查在线工具箱