微信公众号文章合规检测

概述

本 skill 对微信公众号文章内容进行发布前的合规风险检测，采用双层检测架构：

1. 词库扫描层：基于本地词库 + DFA 算法进行高效关键词匹配，覆盖 10 大风险类别，支持全半角/繁简/拼音首字母等防绕过检测
2. 规则审查层：对照微信官方运营规范逐条检查，覆盖内容层面（9 条红线）和行为层面（诱导、导流、资质、功能滥用等），引用官方原文条款和违规案例，输出结构化合规报告

词库不内置在 skill 中，首次使用时自动从开源仓库全量下载到本地，后续检测完全离线。

词库来源

规则依据

风险类别与优先级

用户可通过 custom.txt 添加自定义检测词，通过 whitelist.txt 添加白名单豁免词。

检测流程

输入格式

用户可提供任意组合：

• 文章标题
• 封面图描述（或图片）
• 正文内容（全文或片段）
• 配图描述（可选）
• 最近 3-5 篇已发布文章的标题和大致结构（可选，用于同质化检测）
• 账号定位描述（可选，用于整体风险评估）

支持的输入方式：

• 用户直接粘贴文本
• 用户提供 Markdown / .docx / .txt 文件路径
• 用户提供的 URL（用 WebFetch 获取）

第一步：运行 DFA 词库扫描

执行检测脚本（首次使用会自动下载词库，需联网）：

python3 {skill_dir}/scripts/detect.py \
  --text "文章内容" \
  --dicts {skill_dir}/dicts/

或从文件读取：

python3 {skill_dir}/scripts/detect.py \
  --file /path/to/article.txt \
  --dicts {skill_dir}/dicts/

输出格式为 JSON（添加 --json 参数），结构如下：

{
  "summary": {
    "total_hits": 12,
    "risk_level": "high",
    "categories_hit": 4,
    "p0_fatal": 2,
    "p1_severe": 5,
    "p2_warning": 3,
    "p3_info": 2,
    "pass": false
  },
  "details": [
    {
      "category": "political",
      "priority": "P0-致命",
      "word": "xxx",
      "position": 120,
      "context": "...前后文各20字...",
      "suggestion": "建议删除或替换"
    }
  ],
  "article_preview": "标注了风险词的文章预览"
}

第二步：结构化规则审查

在词库扫描基础上，按以下 7 个模块逐一对照规则参考文档进行深度审查。每个模块需读取对应的 reference 文件，不能凭记忆判断。

模块 1：标题检测

读取 reference/title-rules.md 检测：

• 标题是否夸大或隐藏关键信息
• 标题与正文内容是否一致
• 是否存在诱导点击
• 是否包含敏感词扫描命中的词
• 新增：是否存在煽动群体对立的表述（性别/地域/阶层标签化）
• 新增：是否冒充权威来源（"央视曝光""官方紧急通知"等）

模块 2：封面图检测（如用户提供了封面图描述）

读取 reference/image-rules.md 中封面图部分检测：

• 封面图是否合规
• 是否包含敏感信息或误导性图片
• AIGC 生成图片是否标注

模块 3：正文配图检测（如用户提供了配图描述）

读取 reference/image-rules.md 中正文配图部分检测：

• 配图是否有真实截图（非 AI 生成假图）作为产品展示
• 截图中的敏感信息是否脱敏
• AIGC 图片是否为主体且无增量信息（属于低价值）

模块 4：正文内容检测

读取 reference/content-rules.md 检测：

• 政治敏感、虚假信息、色情暴力、涉医涉法等内容违规
• 数据、案例、截图是否真实
• 引用外部内容是否标注来源（不超过全文 20%）
• AI 生成内容是否经过充分人工改写
• 新增：文中使用的地图截图是否标注正确（国界/领土）
• 新增：是否存在煽动群体对立的表述

模块 5：营销与广告表达检测

读取 reference/marketing-rules.md 检测：

• 广告法违规词、极限词
• 诱导关注/分享/导流行为
• 正文是否推广产品/服务、介绍价格
• 是否容易被理解为"想卖东西"而非"分享作品"
• 新增：保健品/健康产品是否夸大功效（对照 platform-cases.md §4.3 案例）

模块 6：行为合规检测

读取 reference/behavior-rules.md 检测：

• 诱导行为：是否有诱导分享/关注/点击的 CTA 表述？（关键词匹配 + 语义分析）
• 违规导流：是否嵌入微信号/二维码/外链引导至第三方平台？（关键词匹配 + 模式识别）
• 资质风险：涉及金融/医疗/法律等领域是否缺少资质声明或免责声明？
• 功能滥用：是否暗示可声明原创但实际不符合条件？
• AI 合规：AI 生成内容是否已标识？是否存在模板化批量发布风险？

模块 7：综合风险评估（红线逐条审查）

读取以下文件进行 9 条红线逐条审查：

• reference/platform-rules.md — 9 条红线官方规范全文（主要判定依据）
• reference/platform-rules-basic.md — 基础运营规范补充（覆盖诱导行为、滥用原创、信息标注来源、处罚机制等）
• reference/platform-cases.md — 违规官方案例（覆盖低创作度、诱导违规、违规导流、过度营销、标题煽动夸大 5 大类）

按风险从高到低顺序检查：

1. 红线 7 · 低创作度内容（最常见风险）
   • 7.1 同质化：与最近几篇比，结构是否雷同？标题和封面是否产生系列模板感？
   • 7.2 抄袭搬运：大段引用是否标注来源？有无洗稿痕迹？
   • 7.3 信息量不足：是否有 ≥3 处具体数字、≥2 处独有细节、≥1 处真实经验？
   • 7.4 低价值 AIGC：AI 生成部分是否经过人工改写？配图有没有 AI 生成图充当证据？
   • 补充（基础运营规范 3.4.3）：是否滥用原创声明？（直接贴 AI 原文不可声明原创）
   • 案例参照：platform-cases.md §1 低创作度案例
2. 红线 5 · 不良信息
   • 5.1 不规范医疗科普：涉及健康/心理但未标注"不替代专业医疗"？
   • 5.2 伪科学/封建迷信：涉及历史解读但未注明"仅供阅读参考"？
   • 5.3 标题问题：夸大、隐藏关键信息、标题与内容不符？
   • 5.4 导流内容：嵌入二维码、外链、联系方式？
   • 补充（行为合规模块 6）：是否有诱导分享/关注/点击/导流？
   • 案例参照：platform-cases.md §2 诱导违规、§3 违规导流、§5 标题煽动夸大
3. 红线 6 · 营销推广
   • 正文是否推广产品/服务？是否介绍价格？
   • 是否容易被理解为"想卖东西"而非"分享作品"？
   • 案例参照：platform-cases.md §4 过度营销
4. 红线 3 · 不实信息
   • 数据、案例、运行结果是否真实？有无编造？
   • AIGC 图片是否虚构了不存在的功能或界面？
   • 标题是否冒充权威来源？
5. 红线 9 · 虚假人设
   • 是否暗示了不存在的专业资质？
   • 配图中是否用了 AI 生成的虚假人像？
6. 红线 8 · 过时信息
   • 引用的标准/法规/政策是否现行有效？
7. 红线 2 · 侵权
   • 引用外部内容是否标注来源且不超过全文 20%？
   • 补充（基础运营规范 4.24）：引用新闻/资讯是否标注来源？
   • 补充（基础运营规范 4.17）：正文是否过于简短空洞？
   • 补充（基础运营规范 4.14）：转载内容是否合规？
8. 红线 1 · 恶意使用（通常不涉及，快速过）
9. 红线 4 · 公序良俗（通常不涉及，快速过，除非内容敏感）

第三步：输出合规报告

综合词库扫描和规则审查结果，输出结构化报告：

# 合规检查报告

## 基本信息
- 文章标题：xxx
- 文章类型：xxx（作品展示/观点复盘/教程/其他）
- 检查时间：yyyy-mm-dd
- 词库扫描命中：x 条（P0: x, P1: x, P2: x, P3: x）

## 检测结果总览
- 红线通过项：x/9
- 行为合规检查项：x/x 通过
- 需关注项：x 条
- 违规项：x 条
- 综合判断：可发布 / 修改后发布 / 不建议发布

## 各模块检测结果

### [模块名]
**检测结果**：✅ 合规 / ⚠️ 低风险 / 🔴 高风险
**问题清单**（如有）：
- 问题描述
**风险说明**：平台可能采取的处理措施（参考处罚机制阶梯）
**优化建议**：
- 具体可操作的修改方向
**改写方案**（如有高风险内容）：
> [直接给出推荐替换文案]

（每个模块按此结构输出）

## 违规项（必须修改）

### 违规 #1：xxx
- **严重程度**：高/中/低
- **违反条款**：红线 X · XXX / 行为规范 §X.X
- **官方原文**：引用 platform-rules.md 或 platform-rules-basic.md 中的原句
- **对应案例**：如有匹配的官方案例，引用 platform-cases.md（如"参见§2.1案例1"）
- **文章中的具体问题**：引用文章原文段落，说明为什么违规
- **修改建议**：具体怎么改（只给方向，不改文章）

## 需关注项（建议修改）
（格式同上，严重程度标注为"关注"）

## 快速通过项
- 红线 1 · 恶意使用：不涉及
- 红线 4 · 公序良俗：不涉及
- 行为合规 · 资质风险：不涉及
- ...

## 综合发布建议
- **整体评级**：低风险 / 中等风险 / 高风险 / 严重违规
- **核心风险点**：（按严重程度排列）
- **发布建议**：可直接发布 / 建议修改后发布 / 强烈建议修改 / 不建议发布

第四步：提供修改建议

对 P0 和 P1 级别风险：

• 直接给出替换建议或删除建议
• 对政治敏感类，建议删除整段相关内容而非仅替换关键词
• 对广告法极限用语，提供常见替换方案（"最" → "优质"/"领先"/"出色"）
• 对诱导类 CTA，建议删除或改为内容驱动的表述
• 对导流类内容，建议移除联系方式/二维码/外链
• 只给修改方向和替换片段，不改写整篇文章

重要原则

1. 引用原文，不凭记忆。每个违规项必须引用 reference/ 下对应文件中的具体条款。如果不确定某条规定的原文，先回到参考文件中查。
2. 用案例说话。如果 reference/platform-cases.md 中有类似的官方案例，必须引用。比如"这篇文章的结构问题，类似案例§1.1案例2中描述的'框架一致'问题"。
3. 区分"违规"和"需关注"。只有明确触犯官方原文条款的才标为"违规项"。没有触犯但存在风险的是"需关注项"。不主观发挥。
4. 不下最终结论。本工具是合规检查器，不是平台审核员。报告是给作者参考的，不是最终判决。
5. 本地检测，保护隐私。所有检测在本地完成，不上传文章内容到任何外部服务。
6. 只检查，不改写。不要把合规检查变成编辑修改。输出是一份报告，不是改后的文章。

特殊场景处理

涉及心理健康/医疗主题

• 重点检查红线 5.1：必须标注"不替代专业诊断/治疗"
• 检查有无"疗愈""治疗""改善症状"等医疗功效词
• 严重心理危机场景必须引导至 12356 等专业热线
• 检查是否涉及无资质行医（behavior-rules.md §4）

涉及历史/传统文化

• 重点检查红线 5.2：必须标注"仅供阅读参考"
• 检查有无"预言""算命""运势预测"等迷信框架
• 参考红线 3：历史内容不能有无依据揣测

涉及标准/法规引用

• 重点检查红线 8：引用版本是否现行有效
• 检查是否标注了版本号/年份

文章配图较多

• 检查是否有真实截图（非 AI 生成假图）作为产品展示
• 检查截图中的敏感信息是否脱敏
• 参考 reference/platform-cases.md §1.4 反面案例 2：AIGC 图片为主体无增量信息属于低价值

涉及产品/服务推荐

• 重点检查红线 6 营销推广 + 广告法
• 检查是否属于"纯广告内容"（参考 platform-cases.md §4.1 案例）
• 检查是否有虚假促销（虚构原价、虚假限时等）
• 参考 reference/marketing-rules.md 合规对照表

文末有 CTA（行动号召）

• 重点检查诱导行为（behavior-rules.md §1）
• 确认 CTA 不含诱导分享/关注/导流的表述
• 合规 CTA 应基于内容价值而非奖励驱动
• 参考 reference/marketing-rules.md §7 互动引导合规写法

涉及金融/投资/法律建议

• 检查资质要求（behavior-rules.md §4）
• 必须有免责声明："不构成投资建议""投资有风险""本文不构成法律意见"
• 不得推荐具体理财产品或给出具体投资建议

涉及地图/地理信息

• 检查地图使用是否规范（platform-rules-basic.md §4.19）
• 国界线、台湾/港澳标注是否正确
• 建议使用官方标准地图

词库管理

首次使用（自动）

首次执行检测时，脚本会自动检测词库是否存在。如果不存在，会自动执行初始化：

• 从 3 个开源仓库下载全量词条
• 整个过程约需 30-60 秒（取决于网络）
• 初始化完成后的检测完全离线

也可以手动触发初始化：

python3 {skill_dir}/scripts/update_dicts.py --init

增量更新词库

词库支持增量更新（与现有词条合并去重）：

python3 {skill_dir}/scripts/update_dicts.py --update-dicts

更新频率建议：每月一次，或手动触发。

更新运营规范

运营规范文档更新频率较低（微信官方不常变更）：

python3 {skill_dir}/scripts/update_dicts.py --update-guidelines

更新来源：

• 微信公众平台运营规范官方页面

更新频率建议：每季度一次。

查看词库状态

python3 {skill_dir}/scripts/update_dicts.py --status

自定义词库

用户可直接编辑以下文件：

• {skill_dir}/dicts/custom.txt — 添加自定义检测词（每行一个）
• {skill_dir}/dicts/whitelist.txt — 添加白名单词（每行一个，匹配时跳过）

自定义词库格式：每行一个词，支持 词 #注释 格式添加说明。

防绕过检测

检测脚本内置以下防绕过处理：

• 全半角转换：ａ → a，１ → 1
• 大小写归一：统一转小写
• 繁体转简体：基本繁简转换
• 特殊字符过滤：移除词间插入的 *、.、-、空格等干扰字符
• 拼音首字母：常见拼音首字母缩写识别（如 xjp）
• 数字替换：0 ↔ 〇，1 ↔ 一 等

局限性说明

• 本工具基于公开规则和词库进行风险评估，无法保证 100% 通过微信审核
• 微信平台采用人工 + AI 双重审核，且规则持续更新，存在误判可能
• 政治敏感内容判断依赖上下文，词库只能做关键词提示
• 图片内容检测仅基于用户文字描述，无法扫描实际图片像素内容
• 词库无法覆盖所有可能的违规内容，检测结果仅供参考
• P2/P3 级别需人工判断，部分词汇在特定语境下合规
• P0 政治敏感类建议宁可误杀也不漏放
• AI 内容标识：根据 2025 年微信新规，AI 生成内容必须标识
• 行为规范层面的检测主要基于关键词匹配和语义分析，复杂的上下文判断仍需人工复核
• 如需确保合规，建议参考微信官方最新公告并进行人工复核

参考文件

内置于 reference/ 目录，无需额外下载：

依赖

• Python 3.8+
• 无额外 pip 依赖（纯标准库实现）
• 首次使用需要网络连接（从 GitHub 下载词库）