检查全绿,文章却不合格:四种书写形态让规则失效
更多内容请访问我的个人网站

读者是谁
这篇写给「已经在自动生成内容、但质量还靠人工抽查」的 AI 流水线:流水线里的调度智能体可能用脚本检查错别字、检查链接、检查长度,却发现只要写文章的 AI 换一种写法,检查就形同虚设。下面这张表按角色列出各智能体能带走什么、从哪一节开始读。
| 读者 | 带走什么 | 拿它做什么 | 从哪节开始读 |
|---|---|---|---|
| 用脚本检查 Markdown/文档的 AI | 一张「四种书写形态」反例矩阵 | 抄进自己的检查用例,先让规则在四种写法上都亮红 | 为什么漏判 |
| 搭 AI 内容流水线的智能体 | 五条文本检查的判定口径 | 对着「本文讲什么」的表,把缺的检查补上 | 本文讲什么 |
| 需要决定「今天不发」的调度智能体 | 三条「不够格就不发」的判据 | 直接用自己的选题过一遍,不合格就停更一天 | 选题也要先过闸门 |
不适合谁:只想改错别字、不需要自动化检查的读者——下面每一节都在讲「怎么让机器判断对」。
约 9 分钟读完;需要会基本的正则与 Node;不熟悉自动写作流程也能跟,遇到不认识的词会当场解释。
本文讲什么
一句话:当检查规则用自然语言描述、却用正则实现时,规则会静默失效,看起来还全绿。
下面这张表是本文要讲的五条检查,以及它们各自拦什么。读的时候注意最后一列——「失效时你会看到什么」,这是你判断自己有没有同类问题的入口。
| 检查 | 拦什么 | 失效时你会看到什么 |
|---|---|---|
| 来源段 | 文章必须交代素材从哪来、做了多久、规模多大 | 检查通过,但读者不知道这些结论可不可信 |
| 相关文章 | 结尾必须给站内同主题文章、真实链接和具体理由 | 链接 404,或理由写成「都跟 X 有关」 |
| 指涉自洽 | 「上一节」「那段代码」之类指涉必须真实存在 | 正文说「上一节讲过」,但前面没有那一节 |
| 可验证结论 | 每篇必须有一节能跑、能给判据的结论 | 通篇「效果很好」,没有一条命令或对比表 |
| 禁进度标记 | 正文不出现内部进度词 | 读者看到的是内部项目进度,不是可用规格 |
先准备环境
需要 Node 18 以上和一个 Markdown 文章目录(每篇一个 .md 文件),不需要额外依赖。用 node -v 确认版本,后面每一步都用同一个检查脚本跑,路径先记下来。
检查器整体怎么跑
先给全貌:整个检查器只有六步,后面每一节都是在展开其中一步。下面这段伪代码(读目录到给出退出码)是完整的流程,没有省略分支。
1 │ 读目录 → 逐篇读 Markdown,切掉 frontmatter(正文顶部两行 `---` 之间的元数据),只留正文
2 │ 屏蔽代码块 → 把围栏之间的行标记为「不参与词检查」
3 │ 逐条跑规则 → 每条返回:通过 / 失败 + 行号 + 原因
4 │ 汇总 → 有失败项:退出码 1;全部通过:退出码 0
5 │ 跨文件检查 → 读已发布目录,校验「相关文章」里的地址存在
6 │ 输出 → 人读摘要(哪篇哪条)+ 机器读 JSON(给流水线用)
新增一条规则时的顺序也固定:先写一个「必须被拦住」的反例,再写规则;如果反例没被拦住,规则等于没写。
为什么需要把写作要求变成检查
我每天让程序生成一篇技术文章,写完必须过一遍检查才允许发布。最早的检查是人工清单:我先读一遍,确认有没有来源段、有没有相关文章、有没有夸大。人读得懂,但读不快,也读不齐——一天两篇可以,连续三周就会开始「看一眼标题就算过」。
原来的做法:清单写在文档里,发布前我逐条看。代价是每次都要重新集中注意力,而且漏了也不会有人提醒。
现在的做法:五条要求各写成一个函数,返回通过或失败,任何一条失败就中止发布。代价是规则一旦写错,检查会「假绿」——它报通过,实际没检查到。
差别不在「有没有检查」,而在检查失效时会不会被发现。人工清单失效时你知道自己没看;脚本失效时它还是会打印「全部通过」。
现象:全绿和人工看到的不是一回事
第一次出事是这样的:检查结果全部通过,我随手翻了一篇,正文里明晃晃写着一条内部进度标记(读者看到只会困惑——「到底能不能用」):
今日进度
- 进度词:手机端还没实测
- 进度词:后台还没联调
检查为什么没拦住?
因为规则写的是「正文不得出现进度标记」,实现却是下面这段代码:
const PROGRESS_WORD_SRC = '(已实现|规划中|待实现|待验证|TODO|WIP)';
const BAD_LINE = new RegExp('^[ \\t]*(' + PROGRESS_WORD_SRC + ')');
function hasProgressMarker(body) {
return body.split('\n').some((line) => BAD_LINE.test(line));
}
这段代码(用来判断正文里有没有进度标记,跑完返回真或假)只认一种形态:行首紧跟进度词。- 进度词: 的第一个字符是减号,正则从行首开始匹配就失败了,于是这一行被判为「干净」。
为什么漏判:一条规则只认一种写法
Markdown 里同一个意思有很多种写法,而人写东西时不会固定用哪一种。把「检查覆盖到的位置」画出来,问题就很直观:
检查覆盖的起点(旧版)
│
├─ 行首裸词 待验证:…… 命中
├─ 列表项 - 待验证:…… 漏(行首是 -)
├─ 引用块 > 待验证:…… 漏(行首是 >)
├─ 有序列表 1. 待验证:…… 漏(行首是 1.)
├─ 加粗 **待验证**:…… 漏(行首是 *)
└─ 行内括号 (待验证)…… 漏(不在行首)
这张图说明一件事:规则描述的是「语义」,实现抓住的是「一种排版」。只要作者换一种排版,语义还在,检查就看不见了。
这不是一个正则写错了,而是一类问题:所有「检查某个词有没有出现」的规则,都要先问一句「这个词可能以哪几种形态出现」。
改法:先列形态,再写正则
改法分三步,顺序不能反。
第一步,列形态:把可能的写法穷举成一张表,每一行就是一个必须拦住的输入。第二步,写正则:让正则对表里每一行都命中。第三步,把表变成用例:每次改正则,先把表跑一遍。
下面这张表就是当时列出来的形态与期望结果。左边是写法,中间是旧实现的结果,右边是改完后的结果——你能直接看出假绿发生在哪里。
| 写法 | 旧实现 | 新实现 |
|---|---|---|
进度词:…… |
拦住 | 拦住 |
- 进度词:…… |
漏 | 拦住 |
> 进度词:…… |
漏 | 拦住 |
1. 进度词:…… |
漏 | 拦住 |
**进度词**:…… |
漏 | 拦住 |
……(进度词) |
漏 | 拦住 |
对应的实现只多了一个「可选前缀」。下面这段代码是改完后的版本,注意第一行多出来的前缀分组:
// 四类前缀:列表、引用、有序列表、加粗
const MARKER = '(?:[-*+>][ \\t]+|\\d+[.)][ \\t]+|\\*\\*)?';
const BAD_LINE = new RegExp('^[ \\t]*' + MARKER + '(' + PROGRESS_WORD_SRC + ')');
// 行内括号形态单独扫,因为它在句中任何位置都可能出现
const BAD_INLINE = /[((]\s*(已实现|规划中|待实现|待验证|TODO|WIP)\s*[))]/;
function hasProgressMarker(body) {
const lines = body.split('\n');
let inCode = false;
for (const line of lines) {
if (/^[ \t]*(```|~~~)/.test(line)) { inCode = !inCode; continue; }
if (inCode) continue; // 代码块里的示例不算违规
if (BAD_LINE.test(line)) return true;
if (BAD_INLINE.test(line)) return true;
}
return false;
}
这段代码(判断正文是否含进度标记,返回真就中止发布)里有两处关键:可选前缀让四种排版都能命中;跳过代码块避免把示例代码当正文误杀。
光测「当天那一篇」不够
规则改完,调度智能体拿当天那篇文章跑了一遍,通过。第二天又漏了,因为新文章用了另一种写法。
根因是样本只有一份。修法是:把检查对象从「单篇样本」换成「仓库里所有已发布文章」,一次跑完,看它拦下哪些、误杀哪些。用下面这组命令跑全仓:
# 对一个日期目录下的全部文章跑检查,退出码非 0 表示有不合格
node scripts/lint-posts.cjs --dir posts/2026-11-17
# 需要机器可读的明细时加 --json,失败项可以直接接进别的脚本
node scripts/lint-posts.cjs --dir posts/2026-11-17 --json > /tmp/lint.json
这条命令(对所有文章跑一遍检查,输出 JSON 汇总)会把每篇的失败项列出来,退出码非 0 表示有文章不合格。用它比对单篇样本有两个好处:假绿会立刻暴露(本该失败的文章通过了),误杀也会立刻暴露(正常文章被拦下)。
实际跑的时候还发现四处回归,它们都被补进了同一张反例表:
- 括号形态取值:只扫到括号里的第一个词,后面的词漏了;
- 前缀误杀:以「已实现」开头的正常叙述被当成进度标记;
- 可验证结论那一项只认标题关键词,标题对了、节里没有命令或对比表也放过;
- 两处检查对「正文」的范围定义不一致:一处算代码块,一处不算。
选题也要先过闸门
正文检查能拦住「写得不合格」,拦不住「这件事本来就不值得写」。所以发布前还有一层:素材先判定够不够格。
下面这张表是三条判据,任何一条命中就不写:
| 判据 | 为什么这条能拦住 | 怎么判 |
|---|---|---|
| 只有一两次小改动,且没有笔记或问题记录 | 一次改动撑不起一个主题,读者拿不到可迁移的方法 | 数当天相关提交与记录 |
| 全是文案、样式、参数微调 | 读者没有可复制的产物 | 看改动性质 |
| 事情没做完(回滚了、核心结论依赖下一步) | 交付不出可验证结论,按「没做完」处理 | 看有没有回滚、验收判据写不写得出 |
反过来,如果这个主题已经发过,就不再重写一遍,直接引用已有文章并说明差异。重复写同一件事,读者拿到的第二篇不会更好。
还有一条与节奏有关:按天采集时,一天可能只有一两条小提交。这时把窗口放宽到最近七天,凑够 1 到 3 篇再写,比每天硬凑一篇要好。
这一路上的坑
下面这张表是四类典型失效,按「现象 → 成因 → 解法 → 为什么有效」四列排,方便你对照自己的检查脚本:
| 坑是什么 | 为什么是坑 | 如何解决 | 为什么能解决 |
|---|---|---|---|
| 只测自己写的那篇 | 样本只覆盖一种书写形态 | 拿全仓真实文章跑一遍 | 真实文章里列表、引用、加粗都有 |
| 规则只看行首 | 任何前置标记都能绕过 | 加可选前缀分组,并补行内括号判定 | 把已知形态显式枚举 |
| 词匹配没有边界 | 「实现了」这类正文被误判 | 限定标记形态再匹配 | 只在「标记 + 冒号」的位置判 |
| 链接检查读不到产物目录就失败 | 干净环境里全是误杀 | 读不到时降级为警告 | 不阻断发布,但保留提示 |
验证与判据
上面所有改动落到一条可执行的验收上。判定标准写在表里,跑完命令逐行对照:
| 判据 | 通过 | 不通过 |
|---|---|---|
| 四种书写形态都被拦住 | 表格里 6 行全部「拦住」 | 任意一行「漏」 |
| 正常正文不被误杀 | 已发布文章的反例样本 0 条误报 | 出现「已实现」开头被拦 |
| 可验证结论有证据 | 该节含命令、表格或通过/失败对比 | 只有标题关键词 |
| 相关文章链接存在 | 10 条以内,逐条能在站点目录找到 | 任意一条 404 或理由空泛 |
| 来源段长度 | 不少于 60 个中文字符,且不含内部标识 | 少于 60 字或写了路径、编号 |
命令跑完看最后一行汇总,fail=0 才算通过;有 fail 就先把失败项贴回反例表,再改规则。
总结
问题从一句「检查全绿、人工一读却违规」开始:规则用自然语言描述,实现却只认行首裸词——列表、引用、有序列表、加粗四种写法全部漏判。解法分三步:先把可能的书写形态穷举成表,再让正则覆盖表里每一行,最后把表变成每次改正则都重跑的用例。样本不能只测当天那一篇,要用全仓已发布文章跑,假绿和误杀才会同时暴露;发布前还有一层选题闸门,素材不够格就不写。一句话判据:规则描述的是语义,实现抓住的是一种排版;改规则前先问「这个词可能以哪几种形态出现」。
还能怎么改进
这套检查现在做不到两件事。
一是判语义。它只能确认「来源段存在且够长」,不能判断来源段写得诚不诚实。下一步可以把「必须提到实践类型、时间跨度、规模、结论来源」拆成四个可数的事实,逐个检查有没有提到。
二是跨文件一致性。它只看单篇,看不出两篇文章有没有互相矛盾。下一步可以在发布前把当天所有文章的相关文章段和结论段抽出来,比对同名概念的表述。
你下一步能做什么
挑一条目前还靠人工抽查的写作规则,把它可能的书写形态列成表(至少覆盖列表、引用、加粗、行内括号),然后先写三个故意违规的样例——如果检查对这三个样例都亮绿,说明你的规则现在只在一种排版上有效。
这些内容来自哪里
这些内容来自一个真实运行的自动写作流水线:连续三周每天产出一到三篇技术文章,期间因为检查假绿被人工发现过多次,前后修了十来处同类问题。文中的五条检查、四种形态矩阵和三条选题判据,都是当时先被线上文章打脸、再被写成反例用例固化的;结论来自实际跑检查时出现的「本该失败却通过」与「正常文章被误杀」两组对照。
相关文章
- AI 自动写博文:把每天干过的事写成零基础读者能懂的文章:同一套流水线的全景版,那篇讲链路怎么搭,这篇只讲检查为什么会假绿。
- 同一个坑不再犯第二次:把 AI 编码教训变成自动检查:同样是把要求变成机器判据,那篇的对象是代码改动,这篇的对象是文章正文。
- 测试全绿功能却是坏的:故意改坏代码,看测试能不能红:同样是「全绿不可信」,那篇用变异验证代码测试,这篇用多形态样例验证文本规则。
- 部署成功但线上没变:三层校验:同样在讨论「成功信号覆盖不到真正的结果」,可以对照着看两类假信号的区别。
- 自动化脚本别靠等一会儿:换明确信号:把模糊判断换成明确信号,思路与本文的「先列形态再写判据」一致。
浙公网安备 33010602011771号