AIGC 内容生产案例：从生成到审核发布的流水线

// ❌ 坏做法：模型输出直接入库
async function publishDraft(draft: GeneratedDraft) {
  await cms.publish({
    title: draft.title,
    body: draft.content,
    status: 'published'
  })
}
 
// ✅ 好做法：三级事实校验后再入库
async function publishDraft(draft: GeneratedDraft) {
  // 第一级：自动提取所有数据声明
  const claims = await extractClaims(draft.content)
 
  // 第二级：逐条交叉验证
  const results = await Promise.all(
    claims.map(claim => verifyClaim(claim, {
      sources: trustedDataSource,  // 可信数据源白名单
      maxAge: '1y',                // 数据时效性上限
      checkUrl: true               // 验证引用链接可达性
    }))
  )
 
  // 第三级：有未通过验证的声明 → 进人工审核
  const failed = results.filter(r => r.status === 'unverified')
  if (failed.length > 0) {
    return routeToHumanReview(draft, failed)
  }
 
  await cms.publish({
    title: draft.title,
    body: draft.content,
    factCheckReport: results,  // 附加校验报告
    status: 'published'
  })
}

// ❌ 坏做法：模糊的验证指令
const badPrompt = `请检查这篇文章有没有事实错误。`
 
// ✅ 好做法：结构化提取 + 明确验证标准
const goodPrompt = `从以下文章中提取所有事实性声明，按以下格式输出 JSON 数组：
[
  {
    "claim": "原文中的事实性句子",
    "type": "statistics|date|quote|url|comparison",
    "specificValue": "具体数字或引用内容",
    "sourceMentioned": "文中提到的来源",
    "confidence": "high|medium|low"
  }
]
 
提取标准：
- 包含具体数字、百分比、金额的声明
- 包含具体日期或年份的声明
- 明确归因于某个来源的引用
- 包含 URL 或报告名称的引用
- 涉及「最大」「第一」「首次」等排他性表述
 
不要提取观点性陈述或常识性描述。`

// ❌ 坏做法：只看精确文本匹配
function checkOriginality_bad(content: string, competitorTexts: string[]) {
  // 只做字符串包含检测，完全抓不到改写后的相似
  return competitorTexts.some(text => content.includes(text))
}
 
// ✅ 好做法：多层原创性检测
interface OriginalityReport {
  exactMatchScore: number      // 精确匹配率
  semanticSimilarity: number   // 语义相似度 (0-1)
  ngramOverlap: number         // n-gram 重叠率
  flaggedSegments: Array<{     // 具体风险段落
    text: string
    matchedSource: string
    similarity: number
  }>
  riskLevel: 'low' | 'medium' | 'high'
}
 
async function checkOriginality(
  content: string,
  referenceCorpus: string[]  // 竞品文案、已知版权内容库
): Promise<OriginalityReport> {
  // 第一层：精确文本匹配（快速排除直接复制）
  const exactMatchScore = calculateExactMatch(content, referenceCorpus)
 
  // 第二层：n-gram 重叠检测（抓改写和微调）
  const ngramOverlap = calculateNgramOverlap(content, referenceCorpus, { n: 5 })
 
  // 第三层：语义相似度（用 embedding 模型检测「换汤不换药」）
  const contentEmbedding = await getEmbedding(content)
  const referenceEmbeddings = await Promise.all(
    referenceCorpus.map(ref => getEmbedding(ref))
  )
  const semanticSimilarity = Math.max(
    ...referenceEmbeddings.map(refEmb =>
      cosineSimilarity(contentEmbedding, refEmb)
    )
  )
 
  // 综合评分
  const riskScore = exactMatchScore * 0.3
    + ngramOverlap * 0.3
    + semanticSimilarity * 0.4
 
  return {
    exactMatchScore,
    semanticSimilarity,
    ngramOverlap,
    flaggedSegments: findFlaggedSegments(content, referenceCorpus),
    riskLevel: riskScore > 0.6 ? 'high' : riskScore > 0.3 ? 'medium' : 'low'
  }
}

// ❌ 坏做法：用抽象形容词描述风格
const badStylePrompt = `
请用专业但友好的语气写这篇文章。
不要太正式，也不要太随意。
保持简洁有力的表达风格。
`
// 问题：「专业但友好」对不同模型含义不同，且无法量化验证
 
// ✅ 好做法：用风格锚点 + 可量化规则
interface StyleProfile {
  name: string
  referenceExcerpts: string[]    // 真实文章片段作为锚点
  sentenceLengthAvg: [number, number]  // 平均句长范围
  formalityLevel: 'formal' | 'neutral' | 'casual'
  forbiddenPatterns: string[]    // 禁用的表达模式
  requiredElements: string[]     // 必须包含的元素
}
 
const zhihuProfile: StyleProfile = {
  name: '知乎专栏',
  referenceExcerpts: [
    '这个方案的核心不在于技术选型，而在于团队有没有能力在两周内完成迁移。',
    '我们做过一次 A/B 测试，结果是指标没有显著变化，但用户反馈里出现了新的抱怨。'
  ],
  sentenceLengthAvg: [15, 25],
  formalityLevel: 'neutral',
  forbiddenPatterns: ['!', '真的', '超级', '家人们', '震惊'],
  requiredElements: ['至少一个具体案例', '明确的数据来源']
}
 
async function generateWithStyle(
  topic: string,
  profile: StyleProfile,
  model: LLMClient
) {
  const response = await model.generate({
    system: `你是一个内容编辑。请参考以下风格样本写作：
 
【风格样本 1】
${profile.referenceExcerpts[0]}
 
【风格样本 2】
${profile.referenceExcerpts[1]}
 
写作规则：
- 平均句长控制在 ${profile.sentenceLengthAvg[0]}-${profile.sentenceLengthAvg[1]} 字
- 正式程度：${profile.formalityLevel}
- 禁止使用：${profile.forbiddenPatterns.join('、')}
- 必须包含：${profile.requiredElements.join('、')}`,
    user: `主题：${topic}`
  })
 
  // 生成后验证风格一致性
  const styleCheck = await validateStyle(response.content, profile)
  if (!styleCheck.passed) {
    // 不通过则带反馈重新生成（最多重试 2 次）
    return generateWithStyle(topic, profile, model)
  }
 
  return response.content
}