生成内容也会"带出品牌风险"
AI 生成的文案、回复、摘要里，可能出现几类不该出现的东西 ✗：
竞品名称与比较、绝对化用语、承诺性表述、敏感话题 ✔ ——
这些在人工文案里会被审校拦下 ✔，但 AI 的输出往往没人逐条看 ✗。
把审校做进链路 ✔：提示词约束 + 规则检查 + 抽样人工复核 ✔。
一、四类高风险表述（可用规则拦）
| 类型 | 例子 | 处理 |
|---|---|---|
| 竞品比较 | "比 XX 更好用" ✔ | 禁止或改写为中性描述 ✔ |
| 绝对化用语 | "最好""第一""百分之百" ✔ | 拦截并提示改写 ✔ |
| 承诺性表述 | "一定通过""保证收益" ✔ | 拦截（合规风险最高 ✔） |
| 敏感话题 | 医疗/法律/投资建议 ✔ | 加免责声明 + 限定范围 ✔ |
做法：维护一份词表（高风险词 + 建议替换 ✔），在输出后做检查 ✔
（见"约束变校验"那篇 ✔：能程序检查的不要只写在提示词里 ✔）。
二、三层防线
- 提示词层：明确禁止清单 + 正确表述示例 ✔（见示例设计那篇 ✔）；
- 规则层：输出后扫描词表 ✔ → 命中则拦截 / 替换 / 标记待审 ✔；
- 人工层：按比例抽检 ✔（高风险场景 100% 审 ✔ —— 见审核队列那篇 ✔）。
关键：三层都要有 ✔ —— 只靠提示词会漏 ✔，只靠规则会僵 ✔。
三、改写而不是硬拦
直接拦掉会让用户觉得"什么都做不了" ✗。更好的是给改写建议 ✔：
原文：本产品是最好的解决方案
提示：检测到绝对化用语「最好」；建议改为「适合 X 场景的解决方案之一」
要点：把"为什么不行 + 怎么改"一起给出 ✔（与拒绝文案同一原则 ✔）。
四、该观测什么
- 命中率（哪类词最常被命中 ✔ —— 高于 1% 说明提示词要改 ✔）；
- 改写采纳率（用户接受建议的比例 ✔）；
- 漏检样本（人工抽检发现但规则没拦的 ✔ → 补词表 ✔）；
- 按场景分布（哪个功能最容易越界 ✔）。
五、一条判据
抽 100 条 AI 生成的对外文案 ✔，其中有多少含绝对化用语或承诺性表述 ✔？
比例不为 0 且没有拦截记录，说明审校没做进链路 ✗。