为什么要做发布前检查
内容出问题通常不是出在“写不出来”，而是出在几个容易漏掉的环节：结构不完整、结论没有依据、出现了不该出现的表述、发布后追溯不到来源。智荐GEO 把这些环节做成了发布前的检查清单。
四道关卡
第一关：结构完整
检查标题、摘要、正文层级和 FAQ 能否覆盖用户问题。这一关对应的是可检索性——生成式引擎需要能把内容切分成语义完整的片段，结构混乱的内容很难被准确摘取。
第二关：证据吸收
检查正文是否吸收了知识库中的事实、案例、限制条件和来源线索。这一关对应可核验性，也是 GEO 论文里效果最明显的那一类优化方向。
第三关：风险表达
检查是否出现绝对化承诺、无证据排名、敏感信息和冲突事实。这一关是内容合规的底线。
第四关：发布归因
检查发布状态、推荐位、来源任务和分发记录能否回溯。这一关解决的是“这条内容从哪来、发到哪去”的问题。
风险表述检测是怎么分级的
系统对文章内容做规则扫描，并给出五种状态：
| 状态 | 含义 | 处理方式 |
|---|---|---|
| 检测通过 | 未命中已启用的敏感词规则 | 可正常发布 |
| 需人工确认 | 命中 warning 级规则 | 管理员填写理由后可放行 |
| 已拦截 | 命中 blocked 级规则 | 必须修改内容，不能放行 |
| 结果已过期 | 文章内容或敏感词规则发生变化 | 需重新检测后再发布 |
| 尚未检测 | 当前文章还没有风险检测记录 | 需先执行检测 |
这里的分级设计值得说明：warning 级允许人工放行，但要求填写理由，理由会记录在案；blocked 级不提供放行通道，只能改内容。规则本身可以在“管理敏感词规则”中维护。
AI 质检：可选启用
除了确定性的规则扫描，系统还提供一层 AI 质检。它的工作方式是：结合文章所属任务的知识库、广告法规则和文章事实候选进行检查，评分由系统固定规则计算，而不是让模型自由打分。
几个设计细节：
- **分段检查。**长文会被切分成多个片段逐段核对事实、数据、广告法风险和知识库一致性。
- **支持降级。**完整质检超时时会降级为抽样质检，抽样会覆盖标题、摘要、前中后正文区域以及所有高风险事实主张。
- **有超时预算。**单次模型质检设有时间上限，超时后任务终止并提示重新质检，不会无限等待。
- **按任务启用。**AI 质检是否生效取决于文章所属任务的配置，未开启时系统会明确提示“未启用”。
需要说明的是，AI 质检的作用是辅助发现遗漏，不能替代人工判断，也不是对内容效果的保证。
归因链路
发布之后，内容还需要能被追溯。系统记录的归因信息包括来源任务、作者、推荐位和审核状态。对做 GEO 的团队来说，这一点很实际：当某条内容被 AI 引用时，你需要知道它当初是基于什么依据、由谁发布的。
这套机制和 GEO 的关系
把四道关卡和 KDD 2024 的 GEO 论文对照，会发现方向是重合的：
- 结构完整 → 对应“内容可被检索与摘取”。
- 证据吸收 → 对应论文中效果最好的“引用来源 / 添加统计数据 / 添加引语”。
- 风险表达 → 对应合规底线，避免无依据的绝对化表述。
- 发布归因 → 对应内容治理与可追溯。
换句话说，这套检查不是额外负担，而是把 GEO 的原则变成了发布前的固定动作。