AI 写完的稿件和人工审核同时跑，质量不是由其中一层单独收口，而是按问题的确定性分成三层：生成层负责产出内容、自动标签与配图，规则层用敏感词过滤和关键词替换先拦住确定性的违规表达，人工层只在草稿预览与待发布状态之间做判断类复核。顺序上规则层必须先于人工层生效，否则人工要面对的问题数量会大到审不完。

三层各收哪一类问题

生成层收「有没有」：内容是否成段、标签是否生成、标题描述关键词是否补齐。AnQiCMS 的 AI 写作从 2023 年 4 月起就在提供，配套还有 AI 自动标签、AI 绘画与 TDK 生成，一次发文动作里这些产出是并行的。

规则层收「对不对」：违禁词、夸大表述、联系方式、错误品牌写法。这一层的特点是判定标准能写成词表，所以适合机器先跑。敏感词过滤负责拦截，关键词替换负责纠正那些写法不规范但意图明确的词，比如把旧活动名统一换成当前口径。

人工层收「好不好」：事实是否成立、结论是否答了标题问的问题、段落之间是否自相矛盾。这三件事没有可靠的词表可依据，只能人来看。

规则层要先于人工层生效

顺序颠倒的代价很直接。假设一批稿件有两千篇，规则层的词表问题按每篇平均三处算，人工层就要在六万处文本里做判断，而其中大部分是同一批重复错误。规则层先跑一遍，人工层拿到的就是过滤后的存量，工作量从逐句改词变成只看需要判断的段落。

内容安全设置里配置的敏感词过滤与关键词替换，执行时机要在内容入库前，而不是在页面上渲染时。渲染时替换只改了显示，数据里那处违规表述还在，换模板或者导出时又冒出来。

规则层还有一项容易被忽略的职责：把命中记录留下来。人工审核看到「这一篇被规则层拦过两次」，就知道该重点看哪两段，而不是从头通读。

批量产出全篇人工审不现实，抽检要按风险分配而不是均匀分配。可行的分法是三档：

新模型、新选题、新提示词批次——第一周全审，确认口径稳定；已跑顺的常规定单——按五篇抽一篇的比例审，重点看结论段与数字段；涉及价格、版本、政策表述的稿件——只抽这些段落，但每篇都抽，不接受跳过。

抽出来的问题要回到规则层沉淀。同一类错误第二次出现，就该从人工判断转成词表规则，让规则层承担起来，这是抽检比例能逐步下降的前提。反过来，如果连着几轮抽检都发现同类问题没进词表，说明规则层在原地踏步，人工层就会被同样的错误反复占用。

审核要有落点，否则「看过」和「通过」分不开。文档状态分正式文档、草稿、待发布和回收站，AI 写完的内容先进草稿，草稿链接带 preview 参数就能预览，评审的人不必把它公开出去，也不必担心误发布。

待发布状态承担的是「已经通过判断，只差时间」这一段。它和定时发布配合，能让人工层的结论与上线时间解耦：审核在白天完成，发布排在流量合适的时段，中间不需要有人守着。

回收站兜住最后一步。审核不通过的稿子删除后进回收站而不是物理删除，需要参考时还能捞回来，这点对批量生成后集中筛掉的稿件尤其有用。

能不能只靠规则层，不做人工审？ 词表能覆盖的问题确实可以不占人工时间，但事实错误与答非所问这两类没有词表可写，跳人工层的结果是问题直接上线。

审核通过后发现错误怎么办？ 先转草稿修改，改完重新走待发布。已发布内容直接改数据，容易漏掉缓存与推送。

抽检比例要不要固定？ 不建议。按类目风险分配，且每轮把新发现的错误类型补进规则层，比例随规则层的覆盖面上升而下降。