先讀範圍，再看統計能說明什麼。

支援的來源與取得方式（一般而言）

下面「一般而言」的描述，是對各 App 常見做法的概述，不是逐版本確認過的操作畫面。App 會改版，選項的名稱與位置請以你手上的版本為準。

解析規則與錯誤處理

格式偵測

檢查檔案開頭一段（至多約 1 MiB）的特徵並評分：LINE 看 [LINE] 標頭、「時間＋Tab」的行與日期標頭；WhatsApp 看兩種日期時間格式；JSON 看 sender_name 加 timestamp_ms（Messenger），或 messages 加 date_unixtime 等欄位（Telegram）；CSV 看分隔字元與欄位。結果附「信心：高、中、低」與依據。偵測不準時，可在「進階設定」手動選格式、編碼、日期順序與時區。

編碼

先看 BOM（UTF-8、UTF-16）；沒有 BOM 時，依位元組分布判斷是否為 UTF-16，再嚴格檢查是不是有效的 UTF-8；都不是，就在 Big5、GB18030、Shift_JIS、EUC-KR 之中挑「無法解碼的字元最少」的一種，並在摘要註明是猜的。解不出來的位元組會顯示為「�」並提示數量；也可以手動指定編碼。

日期順序

像 03/05/2024 這種日期，可能是日／月／年，也可能是月／日／年。檔案中只要有任何一個日期的前兩個數字有一個大於 12（例如 25/03/2024），順序就能判定。全部都不大於 12 時無法判斷，工具會明說，先採一種預設解讀，並提供一鍵改用另一種重新解析；檔案內同時出現兩種順序的證據時，也會提示。

多行訊息與空行

LINE 以雙引號包住的多行訊息、WhatsApp 以「不是日期時間開頭的行」續接前一則；訊息中間的空行會保留。

訊息類型

依常見用語把每則分成文字、媒體（照片、貼圖、影片、語音、檔案、位置等）、通話、收回、系統。這是文字樣式比對：只認得它知道的寫法，沒認出的當作一般文字；也可能誤判，例如有人在聊天中真的打出「[照片]」這幾個字，工具無法與系統產生的提示區分。媒體本身（圖片、語音）不在文字匯出檔裡，工具只計次數。

同名發送者

名稱完全相同（去掉前後空白與方向標記後，區分大小寫）算同一位。兩個不同的人同名，會被合併；同一個人改過名字，會被算成兩位。工具無法分辨。

無法解析的行

日期無效、最早一則訊息之前的雜訊、不完整的 JSON 項目等，會列在問題清單，附行號與原因，不會悄悄略過。清單最多顯示前 200 筆，總數另外列出。

順序

統計用的順序就是檔案裡的順序。若某個來源整段幾乎都是由新到舊排列（例如部分 CSV），工具會反轉並在摘要提示；零星的時間倒退則照檔案順序保留，列在「時間順序異常」。

大小限制

單檔上限 256 MiB、合計 512 MiB、至多 200 個檔案、至多 400 萬則訊息，超過時會明確報錯，不會悄悄截斷。單行超過 1 MiB 的部分、以及多行訊息累積超過 10 萬字元的部分不保留文字，但字數仍計入全文。

時間與時區

牆上時間

LINE、WhatsApp 與沒有時區資訊的 CSV，只有「顯示的日期與時間」。工具照字面使用，不換算、不猜時區；輸出的 ISO 時間不附時區偏移（除非你在進階設定自行指定時區）。

時間戳記來源

Telegram 的 date_unixtime、Messenger 的 timestamp_ms、CSV 的 epoch 秒或毫秒，記的是不帶地區的時間戳記，必須依時區換成牆上時間才知道「幾點」。Telegram 用同一則訊息的 date（文字時間）與 date_unixtime 相減，取檔案前段最常出現的差作為偏移；其他來源預設取這台裝置目前的時區，可在進階設定改選。輸出的 ISO 時間會附上這個偏移。

固定偏移，不處理日光節約時間

換算只用單一固定偏移，不處理日光節約時間，也不處理時區的歷史變更。聊天若跨越日光節約時間的切換，換算出來的時間可能與當時手機上顯示的差一小時。

「哪一天、星期幾、幾點」

全部依顯示的牆上時間計算；跨過午夜的訊息，歸入各自的日期。週一排在一週的最前面。

時間精度

LINE 與 WhatsApp 常只到分鐘；有秒的檔案以秒計。分鐘精度下，同一分鐘的多則訊息時間差為 0，彼此的先後只能看檔案順序。

各項統計怎麼算

以下所有項目都可以用 Python 自行重算（見下一節）。「非系統訊息」指文字、媒體、通話、收回四種；系統訊息（加入群組、改名等）不計入任何統計。

1. 各發送者的訊息數、字數、平均長度

訊息數＝該發送者的非系統訊息數。字數只計文字訊息，以 Unicode 碼位計（含空白與換行；一個 emoji 通常算 1 個碼位，但帶膚色、組合符號的 emoji 可能占多個碼位）。平均長度＝字數 ÷ 文字訊息數。同時列出首則與末則的時間，以及有訊息的天數。

2. 每日訊息數（日曆熱度圖）與每月表

依顯示的牆上時間的日期，把每天的非系統訊息數加總。熱度圖的顏色依平方根分成五級，只是為了讓低量的日子看得見；精確的數字請看「文字版」表格與滑鼠或觸控時顯示的數字。

3. 星期 × 小時分佈

以星期（週一到週日）與整點小時（0 到 23）分成 168 格，計算非系統訊息數。

4. 最長的沉默間隔（前 10）

檔案順序中，相鄰兩則非系統訊息的時間差，由大到小列出前 10 名。時間倒退的相鄰對、以及時間差為 0 的相鄰對不列入；長度相同時，檔案中較前面的排前面。這只代表「兩則訊息之間沒有紀錄」，不代表當事人沒有聯絡：可能改用電話、當面或其他軟體，也可能是匯出不完整。

5. 回覆時間分佈（中位數、P90）

• 只看相鄰兩則「文字、媒體、收回」訊息（有發送者的）；通話與系統訊息不參與。
• 前後兩則的發送者不同，且時間差大於或等於 0，後一則與前一則的時間差就算「後一位發送者」的一次回覆。同一個人連發多則，只有最後一則會成為下一位回覆時的起點。
• 時間差超過上限（預設 24 小時，可調）者不計入分佈，另列「超過上限」次數。
• 中位數用一般定義：個數為奇數取中間值，偶數取中間兩個的平均。P90 用最近排名法：由小到大排序後取第 ⌈0.9 × n⌉ 個。
• 小例子：09:00 A 說話；09:02 B 回；09:03 B 又說一句；09:30 A 回。B 的回覆是 2 分鐘；A 的回覆從 B 的最後一則（09:03）算起，是 27 分鐘。n = 2，中位數 = (2 + 27) ÷ 2 = 14.5 分鐘，P90 = 第 ⌈1.8⌉ = 2 個 = 27 分鐘。

6. 沉默達門檻之後，由誰先開口

相鄰兩則非系統訊息的時間差大於或等於門檻（預設 6 小時，可調），就把「後一則」的發送者記為先開口一次。它只是「誰的訊息出現在沉默之後」，不代表誰主動、誰在意。

7. 深夜訊息比例

訊息顯示時間的「小時」落在設定時段內（預設 23:00 至 05:00）就算深夜；時段含起點、不含終點，可以跨午夜；起點等於終點代表空時段。比例＝深夜訊息數 ÷ 全部非系統訊息數，全體與各發送者各算一次。

8. 時間順序異常

「時間倒退」＝檔案中相鄰兩則非系統訊息，後者的時間早於前者。「同時間戳」＝相鄰兩則時間完全相同，連續相同的算一組。分鐘精度的來源，同一分鐘有多則是正常現象。這些只是提醒檔案可能被重新排序、合併或編輯，並不能據此判斷原因。

9. 匯出完整性提示

「整天沒有訊息」＝最早一天到最末一天之間，非系統訊息數為 0 的日子，並列出最長的幾段。「訊息量下降」＝以最早一天起每 7 天為一週，某週起連續 4 週的每週平均不超過前 4 週平均的 10%，而且前 4 週平均至少 20 則。檔案若有 LINE 的「儲存日期」，也會列出它與最後一則訊息相差幾天。這些都只是「提醒你對照原 App」，工具分不出是真的沒聊、匯出時間範圍不含、被刪除，還是匯出不完整。

關鍵字、萃取與遮蔽

關鍵字清單

• 預設是六個中性的話題分類（金錢與轉帳、約定時間與地點、文件與附件、感謝與道歉、工作與會議、問候與日常）。它們只是方便你找訊息的歸類，不代表任何判斷；你可以改名、增刪字詞、新增分類。
• 比對方式是「不分大小寫的子字串」，不做斷詞、同義詞或語意判斷。命中數＝「含有其中任一字詞的訊息數」。通話、收回、系統訊息，以及「[照片]」「<attached: …>」這類占位文字不參與比對。
• 清單可匯出成 JSON（格式 gib-chat-keywords-1），下次匯入；上限為 50 個分類、每類 500 個字詞、字詞至多 80 字、檔案 1 MiB。每個分類最多保留前 20,000 則命中供瀏覽，超過時會明說。
• 命中的訊息以前後文片段呈現，按「到訊息」可跳到訊息檢視器的原位置。

萃取

• 種類：電話、網址、Email、金額、內文提到的日期時間、長數字（連續 10 位以上，或三組以上數字以空格或連字號相連）、身分證字號格式（一個英文字母加 9 碼數字）。
• 通話、收回、系統訊息與占位文字（例如「[照片]」）不參與萃取，所以通話時間「10:00」不會被當成日期時間。
• 只依「格式」比對並標記；不查詢號碼屬於誰、不連線到網址、不展開短網址、不驗證證號或帳號。長數字不判斷是不是帳號或卡號，也可能比錯。
• 金額不處理中文數字（例如「三千」）；「內文提到的日期時間」是訊息內容裡的字樣，不是訊息本身的時間戳。
• 每種最多列出 3,000 個不重複項目，超過的部分只計次數並明說。

遮蔽

• 發送者改成 A、B、C…（依首次出現的順序）；電話、長數字、身分證字號格式、Email 可分別勾選，數字類保留末 3 碼，其餘以 ● 蓋掉；網址可選擇保留或只留網域；你指定的字詞（姓名、地址、公司名等）換成 ■■■。
• 發送者名稱出現在訊息內文時，也會換成對應代號（名稱至少 2 個字元）。
• 限制：遮蔽只處理看得出格式的資料。內文中其他可辨識的資訊（沒有列入自訂字詞的姓名、地址、工作單位、事件細節）不會被遮蔽。遮蔽不是匿名化，對外提供前請自己再讀一遍。

輸出與送到線索推理艙

逐筆 CSV

欄位：seq、time_iso、sender、type、content、source_line、time_precision（合併多個檔案時另加 source_file）。UTF-8（含 BOM）、換行 CRLF。type 為 text、media、call、unsent、system 其中之一。內容以 = + - @ 開頭時，前面會加一個單引號，避免試算表把它當成公式執行，這會讓該格內容多一個字元；自行重算字數時請先去掉（見範例程式）。

逐筆 JSON

格式 gib-chat-1：內含說明、來源資訊（格式、編碼、時區、時間精度）與 messages 陣列。JSON 不加公式前綴。

範圍與遮蔽

可輸出「全部訊息」或「訊息檢視器目前篩選的結果」，也可選「原文（含真實名稱）」或「遮蔽版」。

報告與摘要

遮蔽報告（HTML，可在瀏覽器列印）、遮蔽統計摘要（TXT）、完整統計摘要（TXT，含真實名稱，請自己留用）。報告只含統計、你放進片段籃的片段，以及關鍵字與萃取的數量；萃取的內容不會寫進報告。

送到線索推理艙

只會送出「遮蔽版統計摘要」加上你放進片段籃的片段，不會送出完整對話。先按「更新預覽」看實際內容，勾選確認後才能送出。送出時會開啟同一網站的「AI 偵探實驗室」分頁，內容只在你的瀏覽器內從這個分頁傳到那個分頁，不經過任何伺服器；被瀏覽器擋住彈出視窗、或對方分頁沒有回應時，工具會提示改用「複製預覽文字」。

想證明這份檔案在某時點長這樣

請先用證據鏈帳本對「原始匯出檔」計算 SHA-256 並記錄加入時間，再來分析。工具讀取檔案時不會改動原檔；但輸出的 CSV、JSON、報告是新檔案，不能代替原始檔。

如何自行驗證

方法一：用 Python 重算

在「輸出」分頁下載標準化 CSV（原文或遮蔽版都可以，遮蔽版的發送者會是 A、B…），然後執行下面的程式。它只讀取 CSV，不依賴本站任何程式，重算各發送者的訊息數與字數、回覆時間中位數與 P90、沉默後先開口、最長的三段沉默。把印出的數字與畫面上的統計比對；門檻若在畫面上改過，請用命令列參數帶入相同的值。

# 用法：python3 selfcheck.py chat.csv [沉默門檻小時=6] [回覆上限小時=24]
import csv, sys, math, collections, datetime as dt

path = sys.argv[1]
silence_h = float(sys.argv[2]) if len(sys.argv) > 2 else 6
cap_h = float(sys.argv[3]) if len(sys.argv) > 3 else 24

rows = list(csv.DictReader(open(path, encoding="utf-8-sig", newline="")))
for r in rows:
    # 牆上時間：ISO 字串若帶 +08:00 之類的偏移，只取日期時間本身（工具內部也是用顯示的牆上時間）
    r["t"] = dt.datetime.fromisoformat(r["time_iso"]).replace(tzinfo=None)
    c = r["content"]
    if c[:1] == "'" and c[1:2] in ("=", "+", "-", "@"):   # 還原 CSV 為防試算表公式而加的單引號
        r["content"] = c[1:]

counted = [r for r in rows if r["type"] != "system"]       # 系統訊息不計
secs = lambda a, b: (b["t"] - a["t"]).total_seconds()

# 1. 各發送者：訊息數、文字訊息的字數（Unicode 碼位，含空白與換行）
n = collections.Counter(r["sender"] for r in counted)
chars = collections.Counter()
for r in counted:
    if r["type"] == "text":
        chars[r["sender"]] += len(r["content"])

# 2. 回覆時間：相鄰的「文字、媒體、收回」訊息，發送者不同、時間差 >= 0 且不超過上限
conv = [r for r in counted if r["sender"] and r["type"] in ("text", "media", "unsent")]
rep = sorted(secs(a, b) for a, b in zip(conv, conv[1:])
             if a["sender"] != b["sender"] and 0 <= secs(a, b) <= cap_h * 3600)
median = (rep[(len(rep) - 1) // 2] + rep[len(rep) // 2]) / 2 if rep else None
p90 = rep[math.ceil(0.9 * len(rep) - 1e-9) - 1] if rep else None      # 最近排名法

# 3. 沉默達門檻之後，由誰先開口（相鄰兩則非系統訊息，時間差 >= 門檻，記後一則的發送者）
opens = collections.Counter(b["sender"] for a, b in zip(counted, counted[1:]) if secs(a, b) >= silence_h * 3600)

# 4. 最長的三段沉默（時間差 > 0；相同長度時檔案中較前面的排前面）
gaps = sorted(((secs(a, b), i) for i, (a, b) in enumerate(zip(counted, counted[1:])) if secs(a, b) > 0), key=lambda g: (-g[0], g[1]))[:3]

print("非系統訊息", len(counted), "則")
for s in n:
    print(" ", s or "（未標示）", "訊息", n[s], "文字字數", chars[s])
print("回覆", len(rep), "次；中位數", median, "秒；P90", p90, "秒")
print("沉默 >=", silence_h, "小時之後先開口：", dict(opens))
print("最長三段沉默（秒）：", [g[0] for g in gaps])

用本站的合成對話小樣本（2,909 則）試過：畫面上的各項數字與這段程式印出的結果一致（本機沙箱小樣本，不代表所有檔案）。

方法二：用小例子手算

把下面四行存成 .csv 檔（UTF-8），丟進工具：

time,sender,text
2024-03-05 09:00,A,早
2024-03-05 09:02,B,早安
2024-03-05 09:03,B,吃飯了嗎
2024-03-05 09:30,A,還沒

依「回覆時間」一節的規則手算，應該是：非系統訊息 4 則（A 2 則、B 2 則）；回覆 2 次（2 分鐘與 27 分鐘），中位數 14 分 30 秒，P90 為 27 分；最長的沉默是 09:03 到 09:30 的 27 分鐘。工具的畫面應與此相同。把例子擴充成你自己的幾十則對話，手算與工具比對，是最容易發現規則理解差異的做法。

方法三：對照原 App

在訊息檢視器按「到訊息」，會顯示原檔的行號（Telegram 與 Messenger 為第幾筆）。對照原始匯出檔與原 App 內的對話，確認工具沒有漏掉、切錯或拆錯訊息。

方法四：核對原始檔

用作業系統的 sha256sum（或 shasum -a 256、certutil -hashfile）對原始匯出檔計算，與你先前記錄的 SHA-256 比對，確認分析的是同一份檔案。

常見誤解

• 「回覆很快，就是很在意。」回覆時間只是相鄰兩則訊息的時間差。對方可能剛好在手機前、可能同時在用別的方式聯絡，群組裡的訊息也可能是對別人說的。工具不做這種推論，也請不要這樣解讀。
• 「先開口次數比較多，就是比較主動。」它只是「沉默之後，最先出現的那則訊息是誰的」。作息、工作、時差都會影響。
• 「深夜訊息比例高，就代表什麼。」深夜依顯示的牆上時間計，與時區、輪班、工作性質有關；時區設定錯，比例就整個移動。
• 「沒有訊息的日子，就是沒有聯絡（或被刪了）。」統計只知道匯出檔裡沒有紀錄。可能真的沒聊、改用別的管道、匯出時間範圍不含、或被刪除。
• 「統計吻合，檔案就是真的。」被改過的檔案也算得出一致的統計。統計不能證明真實或完整。
• 「解析出 N 則，對話就只有 N 則。」匯出可能有時間範圍、省略媒體、被刪除的內容不在檔案內，各版本的匯出也可能不同。
• 「遮蔽之後就匿名了。」遮蔽只處理看得出格式的資料；內文裡的其他細節仍可能辨識出人。
• 「發送者名稱就是『一個人』。」同名會被合併、改名會被拆開；群組裡尤其常見。
• 「分鐘精度下，同一分鐘的訊息有先後。」檔案順序通常反映先後，但同一分鐘內的時間差是 0，不要拿來算秒級的回覆時間。
• 「CSV 內容開頭的單引號是原文。」那是為了防止試算表把 = + - @ 開頭的內容當成公式而加的；JSON 沒有這個處理。

已知限制與尚未確認的地方

• 訊息類型（媒體、通話、收回、系統）是文字樣式比對，可能誤判或漏判。
• 同名發送者無法區分；時區是固定偏移，不處理日光節約時間。
• 不讀 zip、不讀 HTML 匯出；Instagram、微信、Signal 等沒有測試過。
• 很大的檔案在記憶體少的手機上可能失敗；失敗時工具會提示並清除已載入的資料，請改把紀錄依月份分段匯出。
• 輸出的 CSV、JSON、報告都是新檔案，可以被編輯，不是原始證據。

實測效能（本機沙箱小樣本）

以下數字來自 2 核心 CPU、沒有 GPU 的沙箱裡的 headless Chromium，只是「小樣本」，不代表你的裝置；手機、舊電腦或記憶體較少的環境會比較慢，也可能失敗。檔案是合成資料，不是真實對話。

另外用約 20 MB 的檔案、手機視窗（390×844），以開發者工具把 CPU 放慢為 4 倍，跑同一條流程。需要說明：這個節流只放慢頁面的主執行緒，背景執行緒的解析與統計不受影響，所以它主要反映畫面渲染與互動的變慢程度，不等於真實的低階手機。