一、项目背景

这家零售品牌每天要发好几波营销文案，大促期间更是论打算。以前全靠文案同学手写，量一大就写不过来，活动排期常常卡在文案上。后来他们试着直接让模型生成，速度快了，可没两天合规就找上门，说有几条文案踩了广告法绝对化用语的线。我们进场时，矛盾很清楚：要快就得用模型，要用模型就过不了人工那关，合规复核成了新的瓶颈，文案在合规那边堆成山，活动又一次次错过档期。业务和合规两边都在催，夹在中间的文案团队最难受，有人开玩笑说自己是夹心饼干。

二、落地场景

我们搭了一条生成加审核的闭环：模型先出初稿，紧接着过一道合规初筛，把疑似绝对化用语、敏感词、虚假夸大表述标出来，能自动拦截的先拦。剩下拿不准的推给人工复核，人工在界面上能看到模型命中了哪条规则、上下文是什么，确认通过或打回并留痕。通过的文案带版本号和审核人进入发布队列。所有动作可追溯，哪条文案谁审的、为什么过、为什么拦，一查就有，合规那边终于敢放手让模型产出了，也从拦一切的保守姿态变成看提示做判断。文案同学从纯写手变成了审稿人，角色反而更靠前了。

三、关键技术挑战与解决思路

合规初筛的召回率是第一道坎。广告法里的违规表述千变万化，死规则匹配漏得多，我们用规则加小模型双路：规则兜绝对化词表，小模型做语义级判定，比如最好、顶级这类变体。但小模型也会误杀，把正常的比较级也标红，所以我们把初筛定位成提示而非拦截，最终决定权留给人。人机分工是第二个坑，一开始我们想让模型全自动发文，合规死活不同意，后来划清边界：模型只产出初稿和风险提示，红线判断必须有人签字。审核效率也是问题，积压时我们按风险等级排队，高风险优先人审，低风险模型初筛过的快速过，不让低风险文案堵在高风险后面。版本管理是第三个坑，文案改一版就要留一版，我们用内容指纹区分微调，避免仓库被相似稿淹没。品牌语气一致性是第四个坑，模型生成容易忽而正式忽而网红，我们加了一层风格约束，把品牌词表和禁用语气做成配置，初稿就贴着调性走，复核改得少。

四、效果数据

闭环跑起来约三个月，文案日产出量提升约三倍，原来卡在文案上的活动排期基本消失。合规初筛对绝对化用语类违规的召回率约九成，人工复核时长从平均每条六七分钟降到两分钟以内，因为模型已经把可疑点高亮出来了。违规漏出率（发布后才被发现）降到接近零，合规那边积压从高峰几百条降到日常十几条。活动错过档期的情况不再发生，大促当天的文案供给第一次没拖后腿。合规团队反馈，他们从救火变成了看报告，心态轻松不少。品牌侧也满意，因为文案风格终于稳了，不再出现一条严肃一条浮夸的割裂感。运营侧最直观的感受是，大促当天终于不用通宵等文案，活动节奏第一次跟得上规划。

五、可复用经验总结

AI 生成内容必须配人工复核闭环，合规红线不能交给模型自觉，这是我们和合规团队吵了几轮才钉死的边界。初筛别急着做硬拦截，误杀比漏过更伤业务信任，定位成提示让人拍板更稳。规则加小模型的双路是我们踩了纯规则漏检的坑之后补的，召回率上来一截。审核界面把命中规则和上下文亮出来，比让人工从头读全文省力太多。风险分级排队这层，是积压爆了之后才加的，加完 throughput 明显上来。审核界面高亮可疑点的做法，后来在合同审查和客服质检也沿用了。版本指纹管理也是上线后补的，现在翻旧稿一眼就能看出改了哪。品牌语气约束这层是文案同学提的，上线后他们改稿量又降了一截，模型初稿的可用率从约五成提到八成。

结语

这套闭环跑顺以后，文案同学从写手变成了审稿人，反而更值钱。我们复盘最大的体会是：合规不是模型的对立面，把模型的提示和人的判断摆在同一界面上，两边都能往前走，僵局就破了。现在我们再接新的生成类需求，第一反应不是加规则，而是先把人和模型的界面画清楚。

案例片段（已脱敏）： 文案合规初筛与复核工作流（示意）： 规则库：绝对化词表（含"最""国家级"等违禁词） + 小模型语义判定 一条文案："本季全网最低价，买就送" → 命中 绝对化用语[最低] + 虚假承诺[买就送] 状态：模型初筛标红 → 人工复核确认违规 → 打回重生成，审核人留痕 当月初筛召回率 90.3%，误杀率 6%，人工复核均时 1.8min，漏出 0 条，积压降至日常 12 条，初稿可用率 50%→80%。