一、项目背景

我们承接的某零售集团，每逢大促要为上万 SKU 批量产出商品详情文案、海报文案与社媒短句。过去靠运营与外包文案手工写，周期长、风格不一，更关键的是常踩广告法红线——"最""第一""国家级"这类极限词和违禁表述一旦上线，轻则被平台下架，重则面临监管处罚。我们当时测算，单次大促人工产出约两千条文案需要两周，而违规抽检命中率居高不下，返工成本惊人。更隐蔽的问题是，不同运营写的文案调性天差地别，同一品牌旗舰店和渠道店的话术对不上，消费者一眼就能看出"不是一家人说的话"。于是这个项目里，我们决定用大模型批量生成，但在生成之后、下发之前，由 AI 网关前置一层合规审核，把"生成快"和"守规矩"解耦处理，让内容与风控各司其职。

二、落地场景

落地场景是标准的"生成—审核—下发"流水线：运营在后台圈选商品与品牌调性模板，网关把批量生成请求按成本与延迟路由到合适模型实例，连续批处理提升整体吞吐；生成出的每条文案先过合规审核网关，命中风控规则的回写原因并打回改写，通过的才进入下游海报与详情页。网关的计量层按部门沉淀 token 账单，限流信号还会反向驱动私有化底座弹性扩缩容，大促前自动扩容、活动结束回收，算力随流量起伏而非恒定空转。

三、关键技术挑战与解决思路

品牌调性约束。 不同品牌要求差异很大，通用大模型容易写出"四不像"。我们的做法是把品牌调性沉淀为结构化约束模板（禁用词、语气、必含卖点、长度区间），以 system prompt + 结构化校验两段式注入：先让模型按模板生成，再用规则校验产出是否命中约束，不命中直接回写差异点要求重写，避免调性漂移，也避免一条不合格就整批返工。实践中我们发现，调性约束写成"禁止清单"比"要求清单"更稳——模型对"不要做什么"的遵守度明显高于"要做到什么"，所以模板里负面约束占了七成以上。

合规词审核（广告法）。 这是风险最高的环节。我们没有只依赖模型"自觉"，而是叠加一层确定性的正则与词表审核，覆盖极限词、违禁词、功效断言。审核规则片段如下：

compliance_rules:
  - id: ad_law_superlative
    desc: 广告法极限词拦截
    regex: '(最|第一|顶级|国家级|唯一|绝对|万能|100%有效)'
    action: reject
    reason: "含极限词，违反《广告法》第九条"
  - id: ad_law_efficacy
    desc: 功效断言拦截
    regex: '(根治|包治|保证见效|立竿见影|无副作用)'
    action: reject
    reason: "含功效断言，需资质证明"
  - id: brand_tone_length
    desc: 长度区间校验
    min_len: 20
    max_len: 120
    action: rewrite

规则层是红线兜底，模型负责语言流畅，规则负责不可逾越，二者职责分明，审核结果以结构化原因回写，运营改起来也有据可依。

批量生成限流。 大促峰值请求远超单体推理能力。我们在网关侧做分级限流：按部门配额加全局令牌桶，超出配额的请求排队而非失败；同时底座依据网关的限流与积压信号做弹性扩缩容，形成算力—流量联动闭环，避免资源闲置或雪崩，也让大促成本可控。

人工抽检。 全自动审核仍有漏网之鱼。我们保留约 5% 到 10% 的随机抽检与全量违规回查，抽检结果回流到词表与规则，持续收紧风控。人工不是兜底全部，而是校准系统——把人放在最有价值的复核位置，而非重复劳动。上线三个月后，我们靠抽检又补进了"虚假折扣""虚构销量"两类新规则，证明规则库是活的，需要人持续喂养。

四、效果数据

五、可复用经验总结

核心经验有两条。一是生成可以快，但审核不能省——把合规审核前置到下发之前，比事后下架成本低得多，也避免了监管与品牌风险。二是合规要用"模型 + 确定性规则"双保险，模型负责语言流畅，规则负责红线不可逾越，二者职责分明。网关的限流与计量让批量任务可控、可核算，限流信号反驱底座扩缩容则把算力用在刀刃上，闲时不浪费、峰时不崩。这套流水线同样适用于客服话术、私域推送等任何"批量产出加强合规"的内容场景，已在我们采用的网关与底座上跑通可复制。最后补充一点工程教训：不要指望一次把规则配全。我们先上线了极限词与功效断言两类硬规则稳住基本盘，再按抽检回流逐步加厚词表，规则从最初的四十余条增长到三百多条，系统风险曲线是平滑下降而不是剧烈波动。合规是长跑，规则平台要设计成可渐进演进，而不是上线即定稿。

案例片段（已脱敏）：某零售集团大促前批量生成 1.2 万条海报文案，网关合规审核命中 317 条含"最优惠""第一品牌"等极限词，全部 reject 并回写 reason=广告法极限词拦截；运营基于回写原因批量改写后二次提交通过，活动如期上线，未收到任何下架或处罚通知。