Token是词元，Prompt是文令：是时候给AI配得上这个时代的中文了

本文来自微信公众号： APPSO ，作者：正在发出文令的

2012年，张一鸣给新公司取名，用了一个计算机术语做名字——字节。

这大概是中国科技公司里最让人服气的一个名字。两个字，有技术感，有力量感，认知成本几乎为零。你不需要懂计算机，只需要认中文，就知道「字节」说的是某种文字层面的基本单位。

干净、准确、过目不忘。能拿一个术语做公司名且毫无违和感，这本身就说明这个词翻译得有多好。

现在，「字节跳动」成了全球价值最高的独角兽公司。但要是问你：如果当年那家公司叫「存储单位跳动」，你还觉得那么自然吗？

别笑，这就是最近AI行业在发生的事。

别吵了，Token最好的中文翻译一直在那儿

上周大家对于Token该翻译成生什么吵翻天「模元」「智元」「灵符」「令牌」「偷啃」……社交媒体隔段时间就会掀起一轮争论，每次都以各说各话收场。

这些候选词各有各的巧思，但放在一起看，你会发现：大家都在比谁更有灵气、更有意境，却没人先问一个最根本的问题——Token在技术上到底是什么？

它不是「智能」的单位，不是「模型」的单位，它是语言处理的最小单位。

「灵符」有东方赛博美感，但术语不需要意境，它需要精确。

「智元」大气，但Token是语言的处理单位，不是「智能」的单位，往上贴「智」字是贴错了标签。

「令牌」最离谱，这是Token在计算机安全领域的既有译法，特指身份验证凭证，拿来混用等于把银行卡和扑克牌叫同一个名字。

「偷啃」这种音译就完全丧失了中文的优势了。

其实在这场混战之前，答案早就在那里了。

在自然语言处理（NLP）学术文献里，Token作为文本的最小处理单位，长期被译为「词元」。

词，指向语言属性；元，指向最小粒度。两个字，一个管归属，一个管层级。

苹果就采用了这个译法。打开Apple中国官网，产品详情页写着「词元响应速度」。

要知道苹果的中文本地化团队是出了名的较真——AirDrop叫「隔空投送」，Live Text叫「实况文本」，每个词都是反复推敲的结果，目标只有一个：准确、简洁、有造词美感。

苹果选了「词元」，绝不是心血来潮。无独有偶，在央视新闻节目里，Token同样被译作词元。

当苹果和央视不约而同选了同一个中文翻译，其实已经形成了事实标准的雏形，只是差更多人开口。

翻译界有句老话：好的翻译不是发明，是发现——发现那个本该如此的中文表达。

APPSO认为，词元是唯一一个同时满足信、达、雅三个标准的翻译。它准确（信），一看就懂（达），有术语的凝练和古典感（雅）。

这场争论，其实没什么可吵的。

「提示词」，AI时代最将就的翻译

Token的问题可以收场了。Prompt的问题，才刚刚开始。

目前业内通用叫法是「提示词」。三个字，好懂，传播也广——但说实话，这个词不够用，早就不够用了，只是没人较真去捅破这层窗户纸。

「提示词」的问题不在于它翻译错了，而在于它把「提示」把权力关系翻反了。

你写一段system prompt，定义模型的人格边界，规定它只能做什么、不能做什么，指定输出格式和语气——这叫「提示」？这是在下令。

「提示」暗含的逻辑是：模型是主角，人在旁边小声提醒它一下。但真实的权力结构恰恰相反，是人在驱动模型。一个译名把主语关系弄反了，这就不只是措辞问题，是认知框架问题。

「词」字还把格局说小了。现在的prompt早就不是一两句话的事。Anthropic内部的system prompt有几千字。企业级RAG应用里，一条prompt可能塞进了整本产品手册。用「词」来描述这个东西，就像用「便签」来形容一份合同——你也没说错，但你说小了。

而且你看像素、字节、词元，清一色两个字。两字词在中文里天然带有凝练感，是能进教科书、进国标文档的形态。「提示词」三个字，更像是技术社区里约定俗成的口语简称，不像一个严肃的技术命名。

好比当年把byte翻成「存储小段」、把pixel翻成「图像色点」，不是不能用，是将就。

「提示词」就是AI时代最将就的翻译之一。

「文令」Prompt

APPSO的提议是：Prompt，应该翻译为「文令」。

说理由之前，先说这个词怎么推敲出来的，过程本身就是最好的论据。

最初我们想到的是「句令」。句，成句的文字；令，命令、指令。古典美感十足，读起来也响亮有力。

但仔细想有个漏洞：「句」暗示prompt是「一句话」。现实中，prompt可以是一个词，可以是三段话，可以是五千字的系统指令——「句」给了它一个不存在的边界限制。

如果换成「文」，这个问题就消失了。

一字，是文字。一句，是文句。一段，是文段。一篇，是文章。不管prompt长成什么样，「文」都接得住，没有边界焦虑。

于是定了，Prompt就是文令。

文——文字、文本、文章。Prompt的载体永远是文字，不管是闲聊一句还是Agent编排指令，物理形态就是文。「文」不是修饰，是对prompt本质形态最直接的命名。

令——命令、指令。Prompt的功能是驱动模型执行。写下一段文字，模型照着意图去生成、推理、行动。「令」精准地捕捉了这个动作——人在向模型发号施令。

文=它是什么（形态）。令=它做什么（功能）。

两个字，一个管形态，一个管功能，各司其职，合起来刚好是prompt的完整定义。

像素·字节·词元·文令，一条从机器通往人的路

把「文令」放进更大的坐标系里，会看到让人心跳漏半拍的东西：

像素（pixel）→眼睛看见的世界的最小单位

字节（byte）→机器存储的世界的最小单位

词元（token）→模型理解语言的最小单位

文令（prompt）→人类驱动模型的最小单位

四个词，同一套构词逻辑：载体属性+功能属性。

像素——像（图像）+素（元素）。

字节——字（文字）+节（片段）。

词元——词（词语）+元（原始单位）。

文令——文（文字）+令（指令）。

像素离机器最近，文令离人最近。这背后有一条隐藏的一条进化时间线：从感知，到存储，到理解，到驱动——这是人类一步步将意图注入机器的完整进程。

相反，如果把「提示词」放进这个坐标系就会格格不入，它描述的是功能，不是定位，和其他三个词不在同一个维度上，因为它的造词逻辑从一开始就跑偏了。

「人工智能」的遗憾，不要再来一次

当然有人会说，叫什么无所谓，大家看得懂就行。

多年前，大概也有人这么评价「像素」和「字节」。但今天，这两个词已经成了全民词汇。你妈妈可能不知道pixel的英文拼写，但她一定知道手机摄像头「五千万像素」。

好的术语翻译，是认知基础设施。它决定了一个技术概念能不能从专业圈层穿透到大众理解。

AI时代的术语翻译窗口不会一直开着。一旦某个词在社交媒体、教科书、产品说明里固化下来，就很难再改了。

现在还来得及。

你看「黑客」的负面含义在中文里就被彻底固化，结果我们不得不另造一个「白帽子」来打补丁。

「人工智能」这四个字本身也不够好——「人工」天然暗示「假的、模拟的」，但这个翻译已经彻底定型了，没有人有能力再改。「电脑」和「计算机」到今天还没统一，还要再吵多少年不知道。

所幸，Token、「提示词」还没有彻底固化。它还在微信群和自媒体里流通，但还没有被写进国标，没有被教科书锁死。现在提出「词元」「文令」，是成本最低、阻力最小的时候。

现在「词元」（Token）已经被开始被写入工资单，成为薪酬福利一部分。再等两年，当「提示词」出现在高考题的阅读理解里、出现在劳动合同的岗位名称上，那时候再说就没用了。

APPSO不想再经历一次「人工智能」式的遗憾，明明有更好的答案，只是没人在窗口还开着的时候大声说出来。

词元、文令：请跟我们一起说

Token就叫词元。词，定其形。元，定其根。

Prompt就叫文令。文，定其意。令，定其魂。

这是APPSO的主张，也是APPSO的邀请。

我们不是要定义术语。术语由每一个在文章里写它、在发布会上说它、在课件里用它的人定义。我们做的事，只是在窗口关闭之前，把一个更好的选项摆上桌面。

像素让机器把画面给人看。

字节让数据在机器之间流动。

词元让模型读懂人类的语言。

文令让人类的意志驱动机器的智能。

下一次你打开AI的对话框，你写下的每一个字，都是文令。