让 AI 数一句话里有几个字、一段文字里某个词出现几次，它经常数错，甚至同一问题问两遍答案还不一样。这并非 AI 不认真——它的眼睛与你的不一样：模型看到的文字已经被切成了 token，数数靠概率预测而非逐一点数。理解这个机制，就知道哪些数数任务要换工具，哪些换个问法就能救回来。
模型眼里的字和你的不一样
人读文字以字符为单位，模型读文字以 token 为单位：连续的字符先被切分成 token，再进入模型。一个汉字可能是一个 token，也可能与相邻字合并成一个 token；英文单词常被切成词根碎片。模型从未见过「字符流」，它见到的是 token 序列，所以当任务要求按字符计数时，模型实际在按 token 推算字符数，误差从切分那一刻就埋下了。这不是某个模型的缺陷，而是当前语言模型的共同工作方式。
token 切分怎么干扰计数
干扰有两条路径。一是粒度错位：数英文字母时，字母被打包进 token，模型需要反推每个 token 内部的字母构成，这步推理容易出错；二是切分不稳定：同一段文字在不同上下文里切分结果可能不同，导致两次提问的「原料」就不完全一样，答案自然出现波动。数生僻字、混合中英文的文本时，切分更复杂，出错概率也更高。知道误差来源后就能理解：重复问同样的数数问题，等于掷骰子，问一百次也得不到确定性。
列表点数错在哪一步
让 AI 数一个列表有多少项、统计出现次数，错误多发生在长列表与重复项上。逐项点数需要模型在生成时保持准确的书签，列表一长，中间项被跳过或重复计入的情况就增多。对策是把任务拆小：五十项的列表让它分五段各数一次再汇总，或者转成表格让它逐行确认。篇幅越长，越要主动分段，把误差拦截在局部。分段还有个好处：哪一段数错了立刻能发现，不用整份返工。
让数数变准的三种问法
第一种，显式编号：先把文本按行编号再让 AI 统计，编号给了它清晰的书签。第二种，要求先摘录再计数：让它先把目标词出现的每个位置抄出来，再数摘录的条数，抄录环节的错误肉眼可见，比直接报一个总数可靠。第三种，让 AI 写一小段代码来数，代码执行的计数与语言模型的概率推测是两条路径，前者准得多。三种问法可以叠加使用，先摘录再编号，可靠性再上一层。
什么任务该交给代码
凡是精确计数、排序、去重、格式校验这类有确定答案的机械任务，代码都是更可靠的执行者。多数支持代码执行的 AI 服务可以直接运行统计脚本，让 AI 生成脚本并执行，几行代码解决长文统计。人的价值在于描述清楚统计规则：按字符还是按词、是否区分大小写、包含哪些标点，规则给准了，结果才可信。规则描述本身就是一次需求梳理，很多统计纠纷的根子在规则没说清。
让 AI 数一段话里有几个「的」，为什么每次答案还不一样？
- 是模型坏了吗，换个模型能解决吗？：与模型是否损坏无关，是 token 化与概率生成的机制特点，不同模型只会程度不同，换模型并不能根治。
- 上下文很长的文档，还能让 AI 数吗？：能，但要分段统计加汇总，并把已统计段落标记清楚；对精确性要求高时直接用代码或文本工具，不要硬靠对话。
- AI 自己说它数对了，可信吗？：它的自信程度不反映准确率，重要场合必须抽样复核或改用代码执行，口头确认不构成验证。
