短视频违禁词检测

发布前对文案做合规扫描，输出命中风险词、风险等级和替换建议，避免因广告法绝对化用语或平台敏感词被限流、判违规、下架。

输入

一段待检测文案（标题 / 口播逐字稿 / 字幕 / 商品描述 / 直播话术均可），纯文本。

输出

1. 整体风险等级（高 / 中高 / 中 / 未命中）
2. 命中风险词明细：词、分级、位置
3. 每个词的替换建议
4. 结构化 JSON 结果

使用方法

运行脚本（确定性检测，不依赖模型记忆）：

python scripts/banned_word_check.py "这是全网最好用的产品，100%有效，加微信领福利"

或管道传入：

cat 文案.txt | python scripts/banned_word_check.py

风险词分级

• 一级·绝对化用语：最好、最佳、第一、唯一、顶级、100%、绝无仅有等。广告法明令禁止，命中即高风险，基本必改。
• 二级·虚假承诺/夸大功效：根治、包治百病、零风险、稳赚不赔、月入过万、特供、国家免检等。需资质凭证，否则修改。
• 三级·平台敏感/导流词：加微信、二维码、外部链接、淘宝搜、刷单等。易限流，建议改为平台内引导。

脚本同时匹配原文和“去空格压缩”文本，可识别“最 好”这类简单插空格规避。

硬规则

1. 只做风险提示与替换建议，不替用户下“绝对合规”结论；未命中已知词库不等于绝对安全，语境仍需人工判断。
2. 词库可按行业扩充（医疗、金融、食品等领域有额外专属违禁词），新增词追加到脚本对应分级列表。
3. 不编造法律条文；引用依据为《中华人民共和国广告法》第九条等关于绝对化用语的规定及各平台社区规范，具体以最新官方文本为准。
4. 检测在本地脚本完成，文案无需上传第三方。

示例

输入：这款面膜是全网第一，用一次根治痘痘，加微信买更便宜

输出（要点）：
- 整体风险：高风险
- 命中：第一[一级]、根治[二级]、加微信[三级]
- 建议：第一→如无权威排名依据删除或改“靠前”；根治→改“有助于改善”，避免医疗承诺；加微信→改平台内“主页留言/官方私信”