必须对超2800字符文本分块处理，依据空行或标题层级切分并标注type标签（如contact_risk、compliance_risk）和实体标签（如#entity:wechat），再绑定对应敏感词过滤策略实现精准拦截或改写。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在扣子平台配置敏感词过滤时，若用户输入“加微信”“稳赚不赔”等违规表述却未被拦截，往往不是词库没上传，而是文本未经合理分块就直接送入语义检测模块——长文本中关键违规片段被上下文稀释，语义向量偏离阈值，导致漏判。
先判断是否需要分块
打开待过滤的原始文本（如客服对话日志、用户提交表单），在扣子工作流中新建一个Code节点，粘贴运行以下代码：
len(user_input.replace(' ', '').replace('\n', ''))
若返回值【大于2800】，必须进入分块流程；小于等于2800则跳过本阶段，直接走敏感词过滤标准链路。
按语义边界切分文本
固定字符切分会让“该产品保本保息，闭眼买都行”被切成两半，前半句触发关键词匹配，后半句落入语义盲区。必须依据文本天然结构下刀。
方法一：识别空行与标题层级
在Code节点中执行：
import re<br>segments = re.split(r'\n\s*\n', user_input.strip())<br>segments = [s.strip() for s in segments if s.strip()]
该正则保留原文段落逻辑，适合政策文件、客服工单等有明确空行分隔的文本。
方法二：精准捕获标题锚点（推荐用于技术文档/合规手册）
在Code节点中执行：
import re<br>title_pattern = r'^\s*(?:\d+\.\d+\.\d+|\d+\.\d+|\d+|[IVXLCDM]+\.\s+|第[一二三四五六七八九十]+[章节]\s*|#{1,3}\s+.+)$'<br>lines = user_input.split('\n')<br>segments = []<br>current = []<br>for line in lines:<br> if re.match(title_pattern, line.strip()):<br> if current:<br> segments.append('\n'.join(current))<br> current = [line]<br> else:<br> current.append(line)<br>if current:<br> segments.append('\n'.join(current))
这段代码能区分“1.2.3 风控策略”和普通编号列表“① ② ③”，避免把操作步骤误判为标题导致错切。
为每块注入结构化元数据
分块不是终点，是让系统知道“这块该用什么规则查”的起点。没有type标签的块，语义检测模块会降级为纯关键词扫描。
第一步：添加 type 标签
遍历 segments 列表，在每个块首行插入对应标签：
• 含“加微信”“私聊”等短语的块 → 插入【type:contact_risk】
• 含“稳赚不赔”“保本保息”等承诺类表述的块 → 插入【type:compliance_risk】
• 含错误码、报错堆栈的块 → 插入【type:troubleshoot】
【错标会导致路由失效，例如把客服话术块标成compliance_risk，将被误判为高风险阻断】
第二步：标注高频实体
在块末尾追加#entity标签，只写用户真实提问中反复出现的词：
• “微信” → #entity:wechat
• “转账” → #entity:transfer
• “群” → #entity:group_chat
不写泛义词如“社交工具”“资金操作”，这些词在用户输入中极少直接出现。
绑定分块感知型过滤策略
进入Bot编辑页 → 「设置」→「安全与合规」→「响应策略」→「新建策略」，按以下顺序配置：
① 创建策略名称：contact_risk_block
② 触发条件设为：【type:contact_risk】且命中正则\b1[3-9]\d{9}\b 或包含“加我微信”“扫码进群”等关键词
③ 动作设为：高风险 → 阻断发送 + 返回提示语：“根据《互联网用户公众账号信息服务管理规定》，禁止诱导用户私下联系。”
④ 创建策略名称：compliance_risk_rewrite
⑤ 触发条件设为：【type:compliance_risk】且语义分≥0.75
⑥ 动作设为：中风险 → 记录日志 + 替换为rewrite_rules.json中对应输出
⑦ 在rewrite_rules.json中，必须包含如下映射：
{"input": "闭眼买都行", "output": "投资有风险，决策需谨慎。请以官方披露信息为准。"}
