LLM 内容生成与辅助创作：AI 写帖、续写摘要与内容供应链

生成能力矩阵：
□ 写帖（Generate）：给主题/提示，生成完整帖子
  · 冷启动：用户只给方向 → AI 产出草稿
  · 辅助：用户写一半 → AI 补全
□ 续写（Continue）：基于已写内容顺着往下写
  · 对话式续写：像接话一样逐段补
□ 摘要（Summarize）：长文 → 短帖
  · 文章/视频/播客转「一句话观点帖」
  · 长帖转 TL;DR
□ 改写（Rewrite）：扩写/缩写/换语气/换角度
  · 提炼金句、生成多个候选标题

能力分层的判断标准：
□ 平台允许 AI 生成到什么程度（全自动 vs 半自动）
□ 生成内容是否标记为 AI（透明度）
□ 生成能力是「创作辅助」还是「批量代发」

产品形态：
□ 编辑器内嵌：输入框旁的「AI 帮写」「AI 续写」「AI 起标题」
□ 长文转换：导入外链/长文 → 生成观点帖
□ 创作者工作台：批量生成灵感草稿、每日选题

工程含义：
□ 每个能力背后都是「提示词 + 模型 + 校验」的闭环
□ 不是「调用一次模型」那么简单，而是产品流程的一部分

提示词编排层级：
□ 系统提示（System）：角色、平台调性、字数约束、禁止事项
  · 「你是资深短内容创作者，输出 140 字以内，禁止编造事实」
□ 用户输入（User）：用户提供的主题/草稿/意图
□ 上下文注入（Context）：用户画像、历史风格、平台热点
  · 用 RAG 注入：用户过往风格示例、近期热门话题
□ 输出约束（Format）：JSON 结构化输出、字段校验

编排框架（渲染成一次调用）：
system + user + context → model → structured output

工程组件：
□ Prompt 模板管理：版本化、A/B、灰度（改提示词也要实验）
□ 变量注入：{{topic}}、{{style}}、{{length}} 做白名单替换
□ 输出解析器：JSON Mode / Function Calling 取结构化结果
□ 兜底提示：模型拒绝/空输出时的重试与降级

多步编排（Agent 式创作）：
第一步：理解意图（分类：写帖/续写/摘要）
第二步：检索上下文（用户风格 + 主题资料）
第三步：起草（草稿 + 多个候选）
第四步：自检（长度/事实/敏感词）→ 不满意重写

校验流水线（生成后、发布前）：
□ 事实校验：与用户输入/引用来源比对
  · 摘要类：与原文对比，防「AI 幻觉添加」
  · 数字/专名：抽取实体与来源核验
□ 合规审核：复用平台审核流水线（见审核篇）
  · 敏感词、涉政涉黄、仇恨言论
□ 风格/长度校验：字数上限、格式完整
□ 质量分：困惑度、重复度、信息量打分 → 低于阈值拦下

拦截后处置：
□ 打回重写（换提示词/加约束）
□ 降级为草稿（标记「待人工完善」）
□ 丢弃（明显失败/违规）

观测指标：
□ 通过率：生成 → 校验通过的比例（目标 60-90%）
□ 拒改率：打回重写后仍失败的占比
□ 举报率：AI 内容被举报的比率（应与人工内容持平）
□ 幻觉率：抽检中事实错误的占比

质量闭环：
抽检标注 → 反馈进提示词/校验规则 → 再评估
（每个生成能力都要有「质量护栏 + 抽检反馈」双环）

人味化的工程手段：
□ 注入个人风格：从用户历史帖子提取风格特征
  · 口头禅、标点习惯、Emoji 使用频率、句子长度分布
  · 作为 few-shot 示例注入提示词
□ 去模板化：随机化句式、打断并列结构
  · 检测「第一/第二/第三」「首先/其次」等模板痕迹
□ 个人化改写：第一人称视角、加入个人经历线索
□ 温度控制：内容生成用中低温，润色用稍高温度

风格特征提取：
□ 词频/词性分布 → 风格向量
□ 句式模板统计 → 常用句式库
□ 交互式润色：用户点「更像我的风格」→ 反馈学习

实现注意：
□ 风格注入 ≠ 完全复制：保留平台内容多样性
□ 润色不能改变事实：只动表达不动语义
□ 润色前后对比展示：让用户感知「AI 参与了但不越权」

产品设计：
□ 一键润色 → 用户确认 → 发布（人机协作）
□ 全程自动 → 必须标记 AI 生成（合规要求）

生成服务架构：
┌─────────────────────────────────────┐
│ 生成网关（Gateway）                   │
│  · 鉴权 + 配额（按用户/按能力限流）    │
│  · 意图路由（写帖/续写/摘要/改写）     │
│  · 上下文组装（画像 + 风格 + 热点）     │
├─────────────────────────────────────┤
│ 编排层（Orchestrator）                │
│  · 多步提示词模板渲染                  │
│  · 模型路由（小模型快 / 大模型强）      │
│  · 重试与降级（超时换模型/换精简提示）   │
├─────────────────────────────────────┤
│ 模型层（Model Provider）              │
│  · 自建推理 / 云 API / 混合            │
│  · 流式输出（SSE 到编辑器）            │
└─────────────────────────────────────┘

性能与成本优化：
□ 缓存：相同提示 + 相同上下文 → 结果缓存（草稿模板复用）
□ 语义缓存：相似提示命中同结果（低多样性场景）
□ 模型分层：简单摘要走小模型，复杂创作走大模型
□ 流式返回：首字延迟（TTFT）要 < 1s，体验才能像「打字机」
□ 预生成：每日选题/模板类内容离线批量生成，在线直接取

降级策略：
□ 模型超时 → 重试一次 → 降级到更小模型 → 返回「暂不可用」
□ 高负载 → 队列削峰（创作任务异步化）

AI 内容供应链：
生成草稿 → 校验 → 用户确认/直接发布 → 标记（AI 标签）
  → 进入内容存储 → 进入时间线/搜索/推荐 → 行为回流

关键设计决策：
□ 草稿态 vs 发布态：AI 生成的默认是草稿态，需用户动作转发布态
□ 标记字段：is_ai_generated（是否 AI 生成）
  · 存内容表字段（见数据模型篇），供治理/推荐降权使用
□ 内容指纹：AI 生成时写入水印/指纹（见第 8 节）

与现有管线的衔接：
□ 审核流水线：AI 内容走「加强审核」通道（更高抽检率）
□ 推荐系统：AI 内容可获不同权重（浓度控制）
□ 搜索索引：AI 内容正常索引，但标注来源

供应链监控：
□ AI 内容占比：全站 AI 内容比例（目标阈值内）
□ AI 内容互动率：与人工内容对比（防止劣币驱逐良币）
□ AI 内容投诉率：用户对 AI 内容的负反馈
□ 创作者分层：不同创作者 AI 使用密度差异

合规风险清单：
□ 版权风险：模型可能复述训练数据中的受版权文本
  · 检测：与已知文本的 n-gram 相似度检查
□ 肖像/隐私：生成内容涉及真实人物的侵权
  · 限制：不允许生成涉及真实个人的内容
□ 虚假信息：AI 编造事实/伪造新闻
  · 高敏感类目：新闻、健康、财经 → 禁止 AI 直接发布
□ 深度伪造：AI 生成的图片/语音冒充真人

规则设计：
□ 类目分级：低风险（生活/随笔）允许，高风险（新闻/医疗）禁止
□ 创作者协议：用户须确认「内容由 AI 辅助生成」
□ 平台免责机制：标记 AI + 处置通道 + 侵权投诉入口

落地实现：
□ 生成前：类目检查（高风险主题直接拒绝生成）
□ 生成后：相似度/实体/敏感检测
□ 发布时：强制 AI 标记（不可隐藏）
□ 事后：侵权投诉 → 下架 + 记录

地区差异：
□ 各地区对 AI 内容的标识要求不同（欧盟 AI Act 等）
□ 平台按地区配置标记策略，但「标记」原则应全球统一

两类水印技术：
1. 显性标记（平台层）：
   · 内容字段 is_ai_generated + 前端 UI 标签（「AI 生成」角标）
   · 易于实现、用户可见，但可被删除
2. 隐式水印（内容层）：
   · 文本级：用 token 选择注入隐密特征（同义词替换埋点）
   · 语义级：在文本语义空间嵌入签名向量
   · 图像级：像素级不可见水印（频域/空域）
   · 模型级：生成模型内置水印（输出天然携带）
   · 优点：不可见、抗删除；缺点：增加实现复杂度

溯源链：
□ 内容 → 水印/指纹 → 生成记录（模型、提示、用户、时间）
□ 溯源接口：举报/争议时回溯生成来源

工程权衡：
□ 文本水印成本：对生成质量有轻微影响（同义词替换）
□ 指纹存储：生成记录表（水印样本 → 生成元数据）
□ 检测服务：接收内容 → 判断是否 AI 生成 + 定位生成者

落地策略：
□ 第一优先级：显性标记（is_ai_generated + 前端标签）
□ 第二优先级：生成记录存储（溯源能力）
□ 第三优先级：隐式水印（对抗「删标记再发布」）

浓度控制策略：
□ 内容浓度：AI 内容占总内容比例的上限阈值
  · 全站比例监控 + 分层限制
□ 流量浓度：AI 内容在时间线/推荐中的占比上限
  · 推荐降权：AI 内容默认低权重，除非互动证明质量
□ 创作者浓度：单个创作者的 AI 内容密度限制
  · 全 AI 账号 → 标记为「AI 博主」或限制曝光
□ 互动门槛：AI 内容达到一定互动才进入推荐池（自然过滤）

治理手段：
□ AI 内容默认进「低曝光池」，靠互动爬升
□ 对「批量 AI 发布」账号：限制发布频率、人工复核
□ 社区透明：向用户展示「这条内容由 AI 生成」，用户可过滤

平衡模型：
内容供给 × 内容质量 × 社区信任 = 生态健康
AI 提供给（+） → 必须用「质量门控 + 浓度限制」守质量（−）
信任（−）是最大代价：标记透明 + 过滤能力把信任损失降到最低

监控：
□ AI 内容占比趋势
□ AI 内容互动率 vs 人工内容（gap 过大 → 收紧）
□ 用户对 AI 内容的「屏蔽率/负反馈率」