什麼是 AI 用水足跡計算器？
運行大型 AI 模型需要耗費電力，而負責運算的資料中心又得用大量的水來幫伺服器降溫。因此，你每送出一個提示詞給聊天機器人或 AI 繪圖工具，背後其實都藏著一筆雖小卻真實的「水帳」。這個計算器會依據你的提問次數，以及每次提問的估計耗水量，幫你算出使用 AI 所累積的總用水足跡。
使用方式
先輸入你想估算的 AI 提問（提示詞）總次數，再填入每次提問的耗水量，單位是毫升（mL）。各方公布的數據差異很大，會因模型、硬體與資料中心所在地而不同，但常被引用的數字大約落在每次提問 10～50 mL 之間（本工具預設為 30 mL）。算完後，計算器會給你三項結果：以公升表示的總用水足跡、以毫升表示的原始用水量，以及換算成 500 mL 水瓶的瓶數。
公式說明
計算邏輯很單純：把提問次數乘上每次提問的耗水量（mL），再除以 1000 換算成公升即可。
$$\text{用水量（公升）} = \dfrac{\text{提問次數} \times \text{每次提問耗水量（mL）}}{1000}$$
至於水瓶換算，只要把公升結果除以 0.5 就好，因為一般小瓶裝水的容量正是 500 mL。
實際範例
假設你總共提問 1,000 次，且每次以 30 mL 計算，那麼：$$1{,}000 \times 30 = 30{,}000 \text{ mL}$$，再除以 1000 等於 30 公升。換算下來就相當於 \(30 \div 0.5 = 60\) 瓶 500 mL 的瓶裝水。
按模型類型估計每次查詢的水使用量
AI 查詢的水足跡主要來自兩個來源：冷卻數據中心服務器蒸發的水（現場）和用於發電為其供電的水（場外）。已發表的估計值差異很大，因為它們取決於模型大小、請求長度、當地氣候和設施熱回收效率。最常引用的典型文本交互數字在10–50 毫升範圍內——相當於每次交互大約一湯匙到一小杯威士忌杯的水。
以下數值是數量級估計，僅用於粗略規劃。它們不是精確測量，單次查詢完全可能超出這些範圍。
| 查詢類型 | 高效數據中心（毫升） | 典型數據中心（毫升） | 效率較低/炎熱氣候（毫升） |
|---|---|---|---|
| 短文字提示（幾個單詞，簡短回複） | 5 | 15 | 30 |
| 標準聊天機器人查詢（輸入一段，輸出一段） | 10 | 25 | 50 |
| 較長對話/文檔分析 | 30 | 60 | 120 |
| 圖像生成（單個圖像） | 40 | 80 | 150 |
作為一個具體計算示例，發送 200 個標準聊天機器人查詢，每次 25 毫升，消耗 \( \frac{200 \times 25}{1000} = \) 5 升。在高效設施上進行相同 200 次查詢，每次 10 毫升，只需使用 2 升——說明了每次查詢的假設對總量的強烈影響。
解讀您的結果
您的結果是與您輸入的查詢相關聯的估計總水量，以升為單位表示。要將升轉換為日常用語：一個標準一次性水瓶約有 0.5 升，所以 5 升的結果大約是十瓶，1.5 升的結果約是三瓶。許多指南建議成人每天飲用約 2–3 升水，因此您也可以將您的數字與一天或兩天的個人飲用水進行比較，以獲得直觀的規模感。
閱讀該數字時，請牢記三點：
- 這是一個數量級估計。每次查詢的水值是一個假設，不是儀表讀數。將該輸入加倍或減半會直接使您的總數加倍或減半，因此結果最好被視為粗略範圍而非精確數量。
- 地點和模型影響巨大。來自涼爽氣候、水高效設施的查詢可以使用同一查詢在炎熱地區的一小部分水，而該地區依賴蒸發冷卻。特定的模型和請求長度也會顯著改變基礎能耗——因此也改變水耗——相當可觀。
- 該數字包含的不僅僅是冷卻。完整的水足跡反映了現場冷卻蒸發的水和服務器消耗電力發電中嵌入的水。這些之間的分割取決於當地電網和氣候。
由於大部分影響可追溯到電力，同一活動也會帶來碳足跡。如果您想探索能源方面，一旦您有估計的千瓦小時數，您可以使用電力碳足跡計算器估計所涉及電力的排放量。
本工具僅提供一般信息估計，不能替代來自特定提供商或設施的測量數據。
常見問題
一次 AI 提問到底會用掉多少水？不同來源與模型給出的估計值落差很大，常見的數字大約在每次 10 mL 到 50 mL 之間，因此請把它當成「量級概念」來看，而不是精確數值。
AI 為什麼會用到水？資料中心主要靠水來為伺服器降溫，而發電過程在上游同樣需要耗水。這兩者都會累加進用水足跡裡。
我能降低自己的 AI 用水足跡嗎？可以。減少不必要的提問、讓每次提問更有效率，並在情況允許時改用較小的模型，都能降低運算量，連帶減少能源與用水的需求。
