Files
beige/test/洞5违禁词验证落盘.md
yangqianqian 6a2632da70 baseline: Clover 独立仓库首次基线提交
将 Clover 从上层产品包旧仓库中独立出来,建立专属版本控制。
当前状态=纵切片端到端已打通(登录→选品→出文出图→审核→下载包),
M1文案质量去套路化已验收。此提交作为后续按核销清单逐条修复的基线。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-06-16 11:30:22 +08:00

50 lines
3.4 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# Clover · 洞5 违禁词处理 验证落盘
> 创建2026-06-04验证人CC实测+倩倩姐拍板性质洞5(违禁词软提示vs硬拦截)代码勘察+真实文案实测
> 证据:产品包/worker/src/copy.js 现成违禁词逻辑 + 北哥采集表红线 + 北哥真实文案3.txt
## 一句话结论
不是"软提示vs硬拦截"二选一,是**三级处理**(自动改/软提示/硬拦截)。产品包代码已验证这个思路,默认分级+北哥可调。
## 实测发现
### 现成资产(产品包 copy.js
- 违禁词库:`BANNED_WORDS=[美白,祛斑,速效,医用,药妆]` `BANNED_VISUAL_WORDS=[前后对比,使用前后,变白,瑕疵消失,治疗前后...]`
- 检测打分:扫文案命中违禁词→扣合规分→标注"含禁用词:xxx"(379-382行)
- 自动改写 sanitizePlanningText(201-205行):前后对比→质地说明、变白→自然光泽感、瑕疵消失→妆感更服帖、治疗→日常使用
### 实测结果
1. 北哥真实文案3.txt → 命中违禁词**0个**(北哥自己写得很合规,"仅用提亮/自然/伪素颜")
2. 故意造违规文案测试,暴露关键点:
- 检测全中(美白/祛斑/速效/变白/前后对比/医用/药妆一个没漏)
- **但自动改写有边界**sanitize只配了视觉类替换规则`美白/祛斑/速效/医用/药妆`这5个功效词**只检测不改写**
- 原因合理:视觉描述有等价合规说法可自动改;功效宣称词替换会扭曲原意,须人工改
## 洞5 结论:三级处理(机场安检三通道)
| 级别 | 类型 | 处理 | 例 | 现成 |
|---|---|---|---|---|
| 🟢自动改 | 视觉描述类(有等价合规说法) | 自动改写,客户无感 | 前后对比→质地说明、变白→自然光泽感 | ✅已有sanitize直接搬 |
| 🟡软提示 | 功效宣称词(改了扭曲原意) | 标黄+建议词,客户自己改 | 美白→提亮?、祛斑→改善暗沉? | 🟡检测有补提示UI |
| 🔴硬拦截 | 高危词(发了必被封) | 必须改才能发 | 医用、药妆(医疗级宣称) | 🔴需新增 |
### 为什么三级(不能纯软/纯硬)
- 纯软提示:医用/药妆这类发出去直接限流封号,只标黄不拦,客户手滑就出事 → 须兜底
- 纯硬拦截:美白在"提亮肤色"语境可合规,一刀切误杀烦客户
- 自动改:视觉类有现成等价说法,自动改体验最好(产品包已做)
## 倩倩姐拍板(定下来)
1. **三级处理** ✅ 采纳
2. **默认分级 + 北哥可调** ✅ 一期就做可调分级
3. 违禁词库可配置可更新(基石A不写死),平台规则变能后台改
4. 双保险生成时prompt就规避(产品包prompt已做) + 发布前检查
5. 图片视觉违禁(前后对比图)文本扫不到→靠prompt约束模型不生成(基线已验证守住)+发布前人工眼检
### 默认分级建议(北哥标准来了可调)
- 🔴硬拦截:医用、药妆、特效、根治(医疗级宣称,封号高危)
- 🟡软提示:美白、祛斑、速效(建议词:提亮/改善暗沉/快速见效)
- 🟢自动改:前后对比、变白、瑕疵消失、治疗前后(视觉类,有等价说法)
> 具体归级待北哥合规标准细化(采集表只填了禁5词没填严重程度分级)
## 待办
- [ ] 架构方案:违禁词三级处理模块(词库可配置+分级可调)自动改逻辑搬产品包sanitize
- [ ] (采集补)向北哥要违禁词严重程度分级