先读完整段对话，再帮你回复的 AI
Subtext 会先读对话，再帮你回复，因为光凭一句话，往往不足以作答。你可以贴上整段对话、放进一张截图，或者加上对方发来的语音消息，它会弄清谁说了什么，概括对方想要什么，列出还需要回答的事项，并起草一条接着对方说到的地方往下写的回复。这一页讲的是证据：为什么前面的消息会改变一句话的含义，AI 能从中得到什么，以及它的作用到哪里为止。Subtext 使用的是你给它的那段对话。它不了解你们之间的关系，据我们所知，也没有哪个工具做得到。它从不替你发送任何内容。
可在 iPhone、Android 和浏览器中使用。截图和语音消息绝不会用于训练 AI 模型。
这是应用的一次真实运行，用的是专门为此编的一张聊天截图：对方第二次取消约会，草稿回复是“行，没事。你什么时候有空再说吧。”下面原样呈现 Subtext 从对话里读到的内容，以及它给出的版本。
行，没事。你什么时候有空再说吧。
被同一个人连着放两次鸽子，换谁都会有点失落，你的"行，没事"我读到了。下面几个版本，把那点小情绪说得柔和又清楚。
- 贴近原话 (平和, 需要留意): 行，没事。你先忙，等你工作缓过来，有空了跟我说一声就行。 保留了你随和的语气，把"再说吧"换成"跟我说一声"，冷淡感少了。但仍没给具体时间，可能显得有点淡。
- 温暖体谅 (体贴, 可放心发送): 没事，工作要紧，别太累了。等你忙完了，咱们再约个时间吧。 先关心她的工作状态，再轻轻提出之后再约，没有责怪的味道，对方读起来会比较轻松。
- 坦诚又不压人 (坦诚, 可放心发送): 没关系，知道你最近忙。说实话有点小遗憾，我都订好位子了。这样吧，你忙完这阵先看看哪天合适，定下来告诉我，我再去订。 坦率说出一点遗憾，但不责备，并把下一步交给她来定日子，既表达了感受，也避免约会不了了之。
这几版都没替你定下周的具体时间，因为你没说过。想要更短、更暖，或者更直接一点吗？
对话上下文到底指什么
一条消息承载的，比看上去的少。“她”是谁，“那个”指什么，一句话是在回答问题还是在纠正问题，这一切都要对照前面几轮才能确定。Grice 讨论过听的人是怎样推断说话人的意思的，他把话语所处的语境和双方共有的背景知识，算作听者依赖的依据之一（《Logic and Conversation》）。会话分析指出，说话是成对出现的：提问之后该有回答，提议之后该有接受或拒绝，所以同一个词起什么作用，取决于它跟在什么后面（《Opening up Closings》）。人们会花好几轮来消除误解；要看懂一次纠正，得知道它纠正的是前面哪一处出了问题（《The Preference for Self-Correction in the Organization of Repair in Conversation》）。代词说明说话人还停留在上一句的话题焦点上；不过这个结论的证据来自单人叙述的文本，而不是聊天（《Centering: A Framework for Modeling the Local Coherence of Discourse》）。这样看，上下文包括五样东西：前面的几轮，每一轮是谁说的，那些简短的词指什么，哪些问题还没有回答，以及两个人有多亲近的线索。单独一句话，一样也给不了。
证据怎么说前面几轮对话
已测得的证据来自基准测试，没有一项来自人们的手机，而且指向两个方向。在一项话语层面的分类研究中，测试时打乱一段对话各轮的顺序、每个目标句子都保持原样，MultiWOZ 语料库上的意图得分从加权 F1 的96.22降到67.91，DailyDialog 上的对话行为得分从宏 F1 的79.46降到66.81（《Exploring the Role of Context in Utterance-level Emotion, Act and Intent Classification in Conversations: An Empirical Study》）。这只是一项研究，用的是双人对话的英文基准数据，使用的也是较早期的分类器，而不是大语言模型。它只能说明有些标签取决于前后几轮对话，并不能说明起草的回复会因此好多少。同一项研究还发现，去掉其中一位说话者先前的话，对一项任务有帮助，对另一项任务却有损害，按我们的理解，这不支持尽可能多地贴内容。反方向的证据时间更早。循环网络和 Transformer 的回复生成模型，在另一项研究中“rarely sensitive to most perturbations such as missing or reordering utterances”（大意：对缺失或重排话语等大多数扰动几乎不敏感；出自《Do Neural Dialog Systems Use the Conversation History Effectively? An Empirical Study》），所以流畅的输出可能掩盖了对对话历史的浅层利用。这两篇论文的结论不一致，较晚的那一篇也这样说明了。
AI 能从一段对话里读出什么，以及读得有多不均匀
有三件事是可以测量的。知道谁说了什么，是有帮助的。在多人会议转写文本中，加入说话者信息，改善了对依赖上下文的行为（比如一句单独的“是”或“不是”）的分类，但在两个人的电话通话中没有改善（《Who is Speaking? Speaker-Aware Multiparty Dialogue Act Classification》）。位置有影响：在2023年那一代的模型上，相关内容位于长输入的开头或结尾时，准确率最高，位于中间时则显著下降（《Lost in the Middle: How Language Models Use Long Contexts》）。措辞同样有影响。当包含答案的那段文字与问题几乎没有共用的词时，声称上下文至少有128K token 的13个模型中，有11个在32K token 时的得分，就已跌到短上下文得分的一半以下，较好的 GPT-4o 是从99.3%降到69.7%（《NoLiMa: Long-Context Evaluation Beyond Literal Matching》）。这些研究都没有测试过聊天对话，所以下面这一点属于推断：重要的那条消息，如果是三周前发的、埋在粘贴内容的中段、措辞又和今天的不一样，就是模型最有可能低估的那一条。Subtext 根据你交给它的那段对话来工作，而这段对话同样受这些限制。
为什么 Subtext 不宣称自己理解你们之间的关系
Subtext 用你给它的那段对话来建议回复。它不理解你们之间的关系，原因出在结构上。人们说话时，会根据自己以为对方已经知道什么来组织语言，这些双方默认的共识就是“共同基础”（common ground）；它会随时间积累，而且在不同媒介中，人们建立它的方式也不相同（《Grounding in communication》）。我们自己想到的例子有：只有你们俩懂的玩笑、昨晚那通电话、聚会上的争吵、在另一个应用里谈妥的事，按其性质，这些都不在任何一次粘贴或截图里。模型能看到的那一部分，也不见得可靠。在一个基准测试中，对话里的人掌握的信息各不相同，还会中途加入或离开（这是我们拿来类比群聊或截图不全的说法，论文本身没有这样类比），语言模型“perform significantly worse than humans even with chain-of-thought reasoning or fine-tuning”（大意：即使使用思维链推理或微调，表现也明显不如人类），论文作者也不认为现有模型具备真正的心智理论（《FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions》）。这些分数来自2023年的模型，学界对这类测试究竟测量了什么，仍有争论。无论如何，没有任何工具能预测某个具体的人会作何反应，Subtext 也没有任何独立评估，所以我们只提这一条范围很窄的主张。
Subtext 起草回复之前，怎么读这段对话
Subtext 接收的对话可以是贴进来的文字、一张聊天截图、你录的一段语音备忘，或者对方发给你的语音消息。它会读完整个来回，在截图里，它根据气泡所在的位置判断是谁在说话。如果判断不了，或者贴进来的某一句既可能是你说的、也可能是对方说的，它会问你。如果是你收到的消息，它会用消息原本的语言概括对方想要什么，并列出最多五件需要回答的事。然后它起草一条接上对话、回应对方各点的回复，每份草稿都带着“safe to send”（可放心发送）徽章或“heads-up”（需要留意）提示，它的作用是提醒你再读一遍，而不是下定论。如果你交给它的是自己写的草稿，它会给回三个版本，点一下就能切换：一个贴近你的措辞，一个更温暖，一个更简短、更清楚。你复制自己选中的那个。读懂收到的消息那一页讲的是工作流程：先概括对方问了什么，再回复。本页讲的是证据，说明为什么整段对话很重要，以及它的作用到哪里为止。
同一句话，在不同的对话里意思不同
在一条冗长而温暖的消息后面回一句“行。”是一回事；在“7点行吗？”后面回一句“行。”是另一回事，而这个字是同一个。“可以”接在“周五有空吗？”后面，是答应；“可以”接在“你从来不听我说话”后面，是在关上一扇门。“我明天要早起”可能是一条信息、一个借口或一次拒绝，取决于对方问了什么。“嗯，可以”如果没有上面那个提议，就毫无内容。“不是，周二”是在纠正什么，而根据未纠正的版本起草的回复，会信心十足地回应一个两个人都已经放弃的计划。“干得漂亮”加一个翻白眼的表情符号，在一种关系里是调侃，在另一种关系里是责备，区别在于两人的过往，而不在像素里。至于“你还在为周六的事生气吗？”，它和出事的那条消息没有一个相同的词，这恰恰是模型最有可能漏掉的那种关联。这些是对上文理论的举例，不是研究中用的刺激材料，也没有人测量过。正因如此，Subtext 要的是整段对话，而不是那一句话，也正因如此，弄清一条消息是什么意思比看上去难。
这和语法检查或一句话改写有什么不同
Subtext 读的是整个来回；语法检查或语气检查读的是你的那一句话。只检查一句话，分不清“那个”指什么，哪个问题还没有回答，也不知道计划在两条消息之前已经改过，因为这些都不在那一句话里。Grammarly 由现在名为 Superhuman 的公司推出，它会对你自己写的、超过最短长度的文字运行语气检测，并提供语气和句子层面的改写；我们没有找到文档说明它会读个人聊天对话的截图来起草回复（核查日期：2026年9月23日）。内置在聊天应用里的回复功能，是另一种模式。Google 的帮助页面称，Google Messages 里的 Magic Compose 会把前20条消息用作上下文（《Draft messages with Magic Compose》，核查日期：2026年9月23日），这是该应用内一个有边界的窗口。Subtext 是你把消息带去的应用，所以你贴什么，它就能看到什么，来自哪个应用都行，除此之外什么也看不到。没有任何独立评估对比过这些工具，Subtext 也包括在内，所以这里只是描述各家读取什么，而不是排名。如果要处理的只是单条草稿，该看的是消息语气检查工具这一页。
你贴进来的对话会怎么处理
Subtext 收到的不只是你的话，也有对方的话，所以这一部分说明这些话会怎么处理。这是一种思路上的梳理，不构成法律意见。按照欧盟的数据保护条例，出于纯粹个人目的处理通信内容的个人，不在其适用范围之内，而提供处理手段的服务商则在范围之内；聊天里还可能含有健康、政治、宗教或性方面的细节，该条例把这些视为特殊类别（《Regulation (EU) 2016/679 (General Data Protection Regulation)》）。一张截图带出的也不只是对话本身：联系人姓名、时间戳，有时还有另一个聊天弹出的通知横幅。贴到任何地方之前，先把回复用不上的部分裁掉。在 Subtext 这一侧，你的消息会发给负责读取和改写的 AI 服务商，也会存到 Subtext 的服务器上，这样你之后还能回到这段对话；隐私政策列出了每一家服务商。你发送的任何内容都不会用于训练 AI 模型，传输过程中也是加密的。你自己删除一段对话，它会立刻消失，附件也一并删除。应用内可选的网页搜索，会把你的搜索词发给搜索服务商，你可以在设置里把它关掉。
它在哪里会出错，Subtext 又怎么应对
Subtext 会在五个方面出错，值得一一说明。第一是缺失的上下文和看不见的过往。你省略的任何内容，Subtext 都用不上，而从没打出来的过往，是任何工具都够不到的。第二是讽刺，凡是只有靠过往才能看出讽刺的地方，你都应该预料到会出错。Subtext 只给你自己的草稿打标签，从不给对方的消息贴标签，而且判断一条消息是不是在讽刺，对人来说同样很难。第三是被裁剪或被打乱顺序的截图。裁剪会去掉所指的对象、纠正的内容，以及每一句是谁发的，而前面提到的两项研究，对模型是忽略还是误读被打乱的顺序，结论并不一致。第四是长对话。上文关于位置和措辞的证据同样适用，模型最有可能低估的，正是那条重要的消息。第五是语气漂移。在两项针对陌生人的随机在线实验中，通用的回复建议让语言变得更正面；对方确实用了回复建议时，聊天双方给彼此的合作与亲近程度评分更高；只是被怀疑用了的人，得到的评分更低，这是相关，不是因果（《Artificial intelligence in communication impacts language and social relationships》）。我们由此得出的推断是，一个只会让你听起来更友好的工具，可能在你需要坚定的地方失灵，所以 Subtext 提供更简短、更清楚的版本，也让你自己动手改某个词。它分不清是谁在说话时，会问你。
常见问题
有没有在建议回复之前读完整段对话的工具？
有，Subtext 就是。贴上整段对话、对话的截图，或者对方发来的语音消息，它会读完整个来回，弄清谁说了什么，在起草任何内容之前，先概括对方想要什么、还有什么需要回答。你复制自己选中的回复；它从不替你发送。
有没有能读完整段聊天、帮我好好回复的应用？
Subtext 会读你交给它的聊天，可在 iPhone、Android 和浏览器中使用，并起草一条接上对话、回应对方各点的回复。贴上你自己写的草稿，它会给回三个版本，点一下就能切换，每个版本都会说明它改动了你多少措辞；《什么样的回复，对方读了才觉得好？》这篇文章里有这背后的研究。它用的是你给它的那段对话；从没打出来的内容，它无从知道。
有没有能读完整段聊天、帮我用合适的语气回复的应用？
Subtext 根据对话来起草；如果是你自己写的草稿，它会给出三个在温度和长度上各不相同的版本：一个贴近你的措辞，一个更温暖，一个更简短、更清楚。无论哪种情况，都可以点一下就调整：“Warmer”（更温暖）、“Shorter”（更简短）、“More casual”（更随意）、“Add confidence”（更自信），或者“Add humor”（加点幽默）。在你自己的草稿上，它会标出可能读起来生硬、冷淡、被动攻击、含糊或道歉过度的词，说的始终是一种可能，从不是定论。有一点要注意：在一组实验里，通用的智能回复建议会把陌生人的语言推向更正面。这件事在《AI 会让你的消息读起来像机器人写的吗？》中讲过，所以当你需要的是坚定时，请多看一眼更坚定的那个版本。
有没有不只看字面意思、还能理解关系背景的写作助手？
没有，声称自己能做到的工具，是在夸大其词。两个人共有的东西，有一部分是在对话记录之外建立起来的；在对话者掌握不同信息的对话上接受测试的模型，表现明显不如人类（《FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions》）。Subtext 的做法不同：它读你交给它的那段对话，弄清是谁在说话；当说明很单薄，或者这条消息是边界、拒绝或质问时，它会问你这条消息是写给谁的、你希望发生什么。日常的消息，它会从你自己草稿的语气里判断你和对方有多亲近，并把这一点带进各个版本。
我需要把整段对话都贴进来吗？
不用，而且并不是越多越好。在基准测试中，额外的对话历史既帮助过一个对话分类器，也伤害过它；语言模型对长输入中间部分内容的利用，也要差一些。贴上回复所依赖的那一部分：还没回答的问题、那次纠正，以及你正在回复的那条消息。如果 Subtext 分不清某一句是你说的还是对方说的，它会问你。
它能在截图里分清是谁在说话吗？
Subtext 读聊天截图的方式和你一样：你的气泡在一侧，对方的在另一侧。版面看不清楚时，它会问你，因为站在对话错误的一侧起草的回复，比没有草稿更糟。
语音消息也能用吗？
能。把对方发给你的语音消息放进来，Subtext 会像读其他消息一样读它；或者把你自己录的语音备忘当作草稿。两种都会和文字走同样的读法：谁说了什么，对方想要什么，什么需要回答。
对方会知道我用过它吗？
Subtext 不会让对方知道。它只在你这一侧工作，从不发送任何内容；你把回复粘贴到自己的聊天应用里，回复才会从那里发出去。Subtext 也不会给对方贴标签。它不会把对方的消息标成有敌意或带有操控性，因为它读的是屏幕上的文字，不是发消息的人私下的感受。《对方是在生我的气，还是我想太多了？》这篇文章讲了，这道差距为什么这么大。
它支持我的语言吗？
Subtext 能读写17种以上的语言，并用你写作的语言作答。你收到的消息，摘要会用它原本的语言给出。
要花多少钱？
Subtext 先让你免费试用几次分析，之后是付费订阅，有按周、按月、按年的订阅方案；在手机上由 App Store 或 Google Play 收费，在网页上由 Stripe 收费。订阅之前，你会看到用你的货币标出的价格。
Subtext 能读写17种以上的语言，并用你写作的语言作答。手机上或浏览器里都能用。
需要时，它就在手边
Subtext 首先是为手机做的。有了账号之后，在网页上也能用。
已经下载了？你的账号在 web.subtext.it 上同样能用，和手机保持同步。
也可以扫码安装。点一下二维码可放大。
你现在用的浏览器就能用。
- Safari
- Edge
- Chrome
- Firefox
- Opera
- Brave
App Store
用手机相机扫描即可安装。