不是每篇文章都需要事实核查循环：YMYL 分类器把成本降 5 倍

刚开始搭内容管线时，我们把每一篇文章都送上同一条生产线：LLM 起草、联网事实核查、再加人工复核。结果是安全了——但也慢、也贵。后来我们回头看了看自己到底在保护什么，才发现我们是在给几乎零风险的文章付全价保险费。

问题：每篇文章付同样的保费

当时每篇文章跑完整核查循环（模型联网核查加人工复核）的成本大约是 $0.05。单看不多，但乘以每周更新的内容日历就很可观。更麻烦的是这个环节成了瓶颈：每篇稿子都要等核查通过才能发布。

但不是所有文章都同样"危险"。一篇写保健品剂量的文章，数字编错了会伤人；一篇讲字体搭配的文章，统计数字是编的，顶多尴尬。我们却在两头上花了同样的力气。

方案：基于规则词表的 YMYL 分类器

我们在事实核查之前加了一个 YMYL（Your Money or Your Life）分类器。它用 4 组规则——覆盖钱、健康、法律、产品安全参数——的纯词表，把文章分成两类：

• 高风险 YMYL：涉及钱、健康、法律或产品安全数据的文章，走完整核查循环，和之前一模一样。
• 普通文章：其余内容跳过重度复核，只做轻量检查就发布。

分类器刻意做成可解释的：词表是人都能读懂、能争论的东西，而不是黑盒模型。文章里出现药名或退款政策，词表就能抓住，规则会告诉你它为什么被命中。

结果

单篇核查成本从约 $0.05 降到约 $0.01，大约是 5 倍。贵的那条管线现在只跑在风险真正所在的地方，省下来的钱重新投进内容生产，而不是躺进报表。

我们不妥协的三条规矩

• 高风险内容永远不省核查。分类器只决定哪些文章可以便宜地发布，从不会判定危险内容是安全的。
• 规则必须可读。用词表而不是模型的直觉，让每次分类都有据可查。
• 省下的钱投给产出。更便宜的核查是为了更多内容，而不是更便宜的报告。

可复用清单：YMYL 分类 4 步

1. 定义高风险词表。从 4 组规则起步：钱、健康、法律、产品安全参数。
2. 按规则分类。命中任一词表就把文章划入高风险路径。
3. 分叉核查。高风险走完整核查管线，普通文章走轻量检查。
4. 持续校准。一旦有风险文章漏进便宜路径（或反之），修正词表并记录改动。

如果你的内容管线也在对每篇文章一视同仁地烧钱，我们的博客规划系统正是围绕这个取舍设计的——重核查该在哪就在哪。