学页｜GEO内容口径与合规检查器
概述
学页｜GEO内容口径与合规检查器是一款面向 K12 教培机构市场与运营团队的内容发布前审查技能。团队只需提供待发布的营销内容（招生简章、软文、海报文案、视频脚本等），即可获得一套"违规扫得净、口径对得上、风险分得级、改稿给得出"的双重检查方案，解决内容发布中的四大痛点：
- 合规风险裸奔——文案直接发朋友圈/公众号，"最好""保提分""押题命中"满天飞，被职业打假人盯上就是万元起步的行政处罚
- AI 口径失控——家长开始问 AI"XX 机构怎么样"，机构自己全网内容口径混乱（成立年份两处不一、人次数字随意写），AI 拼出的答案错漏百出还带违规表述
- 人工审核靠语感——审核标准在有经验的老运营脑子里，新人审核无章法、无依据、无留痕
- 只报问题不给改法——法务说"这句不行"却不给合规写法，运营改完营销力归零
本技能内置合规八类规则（L1-L8）+ GEO 六维评分（G1-G6，30 分制 A-E 等级）+ P0-P3 风险分级（一票否决制）+ 六大合规改写模式，把"这篇能不能发"从拍脑袋变成"21 项问题、8 项 P0、禁止分发、逐条带改后表述"的可执行结论。
触发场景
以下情况触发本技能：
- 直接关键词：内容合规检查、广告合规、招生文案审核、内容审核、GEO优化、生成式引擎优化、AI搜索优化、口径治理、内容风控、违规词扫描、绝对化用语检查、双减合规
- 语境触发：用户描述内容发布前审查需求（如"这篇招生文案帮我看看有没有问题""发公众号前把把关""这句话会不会违反广告法"）
- 材料触发：用户上传营销内容（.txt/.md/.docx 中的文案、海报文字稿、视频脚本文案），要求合规或口径检查
- 组合触发：用户已用 xueye-lesson-prep 产出课程、用 xueye-replay-clipper 切好投放素材、用 xueye-brand-center 配好品牌，现在要把配套文案发出去，发布前做最终审查
- 批量触发：机构要做全渠道内容口径盘点（多篇内容批量检查与口径冲突排查）
不触发的场景：内容创作本身（软文撰写用通用写作能力+brand.json 口径）、品牌配置（用 xueye-brand-center）、完课数据分析（用 xueye-completion-attributor）、法律咨询（本技能是风险提示，不构成法律意见）。
与其他学页技能的关系：
- xueye-brand-center（白标品牌定制中心）→ 其 brand.json 是本技能 G2 口径校验的品牌字段来源；本技能是内容发布链路的"出口质检"
- xueye-lesson-prep / xueye-quiz-generator → 产出的对外宣传文案素材可送本技能终检
- xueye-replay-clipper（回放精华切片器）→ 切片标题/文案是高违规密度区，发布前送本技能扫描
- 本技能是学页系列"发布风控层"工具：前面管生产，本款管出门，形成"生产-包装-质检"闭环
交付物一览
| 交付物 | 格式 | 内容 |
|---|---|---|
| 检查报告 | .docx | 检查结论（verdict）、GEO 得分与等级、问题分布、TOP 问题解读、待人工确认项、判级依据说明 |
| 问题整改清单 | .xlsx | 逐条问题：编号、层级（合规/GEO）、规则、风险级（P0-P3 着色）、定位、命中原文、原因、修改建议（含改后表述）、改写模式、处置动作、执行状态跟踪 |
| 修改对照稿 | .docx | "原文→改后"逐条对照 + 改写依据（规则+模式）+ 改写说明（营销信息量保留策略） |
| 检查源文件 | audit.json | 机器可读的完整检查结果，供校验、复审与下轮对比 |
工作流程
检查遵循六步标准化工作流。按顺序执行，每一步的输出作为下一步的输入。
Step 1: 需求采集与预处理
从用户输入中提取检查要素。如信息不完整，提问补充。
需采集的要素：
| 要素 | 必填 | 默认值 | 示例 |
|---|---|---|---|
| 待检内容 | 是 | — | 文本/文件/粘贴的内容 |
| 内容类型 | 是 | 其他 | 机构介绍/课程详情/软文攻略/招生简章/海报文案/视频脚本 |
| 检查层范围 | 否 | 双层全检 | 合规层/GEO层/双层 |
| 机构事实源 | 否 | 内容提取(待确认) | fact_sheet.json 或口述关键数字 |
| 分发渠道 | 否 | 全渠道 | 公众号/朋友圈/抖音/小红书/官网 |
| 已知授权材料 | 否 | 无 | 学员案例监护人授权书等 |
采集规则：
1. 最多提问 3 个问题，一轮问完，禁止多轮追问
2. 只问缺失的必填项；用户已表达的信息不重复问
3. .docx/.pptx 等富文本先提取纯文本（段落+表格内文字），海报图若有文字稿用文字稿，无文字稿提示用户提供
4. 非必填项未提供时使用默认值，不提问
5. 信息齐全时直接进入 Step 2，无需确认
预处理纪律：
- 内容落盘为 .txt（UTF-8），保留原有标题层级（#号）与分段结构，供定位与 GEO 结构化分析
- 若用户提供 brand.json，读取机构名/标语/话术作为 G2/G4 校验基准
Step 2: 事实源构建
加载参考文档： references/fact-dictionary.md — 机构事实字典与校验规则
按优先级构建事实源：
1. 用户提供 fact_sheet.json → 直接使用
2. 用户口述关键数字（成立年份/校区数/人次/资质类型）→ 现场组装，source 标"用户提供"
3. 存在 brand.json（xueye-brand-center 产物）→ 继承品牌字段，缺业务数字再问
4. 均无 → 从待检内容提取关键数字，source 标"内容提取(待确认)"，相关判级降半档并列"待人工确认"
产出 fact_sheet.json（随 audit.json 一同交付，供复用与下轮 diff）。
Step 3: 双层扫描
实现方式： 运行 scripts/geo_compliance_scanner.py
python scripts/geo_compliance_scanner.py content.txt --title "招生简章标题" --type 招生简章
python scripts/geo_compliance_scanner.py content.txt --type 机构介绍 --fact-sheet fact_sheet.json
python scripts/geo_compliance_scanner.py content.txt --geo-only # 仅GEO层
python scripts/geo_compliance_scanner.py content.txt --compliance-only # 仅合规层
扫描产出（audit.json）：
1. 合规层 L1-L8：八类规则命中清单（规则号、定位、原文、建议判级、初步改法、法律依据）
2. GEO 层 G1-G6：六维评分（0-5/维，按内容类型加权，总分 30）、A-E 等级、维度简评与优化建议
3. R1-R5 事实校验：数字冲突、名称漂移、时效陈旧等口径问题（G2 维度承载）
加载参考文档： references/compliance-rules.md（合规八类规则详情）、references/geo-optimization-guide.md（GEO 六维方法论）——供 Step 4 复核时按需查阅，不必预先全文加载。
Step 4: AI 复核与判级定稿
扫描器输出的是"线索+建议判级"，本步骤做上下文语义复核，产出最终判级。
复核要点：
- 误报排除：规则命中但上下文明显合规的（如引用法规原文、否定句式"我们不承诺保分"），标记 disputed 并说明
- 漏检补查：对扫描器难以覆盖的语义级问题补查——隐含效果暗示、影射性拉踩、变体违规词（"蕞好""保提分→确保进步"）、图片说明文字中的承诺
- 组合升级：按组合升级规则表复核（L1+L2→P0、L2+L3→P0、L4 不降级、同学科+节假日→P0 等）
- 可辩护降档：有真实数据支撑的表述（附数据来源）降一级，标注"须留存数据证明材料"
- 重复升级：同一违规表述出现 ≥3 次 → 系统性口径问题，升 P1
- GEO 维度校准：对扫描器启发式评分逐维复核（G3 结构化、G5 权威信号最需人工校准），修正维度分与简评
- verdict 定稿：P0>0 → 禁止分发；P1>0 → 修改后可发布；P2>0 → 建议修改后发布；否则可发布（附优化建议）
加载参考文档： references/risk-grading.md — 分级判定与处置策略
复核纪律：
- 每条 P0/P1 必须给出"改后表述"，禁止只说"删除"
- 拿不准的判级从高不从低，并标 needs_human
- 复核完成后将最终 severity/why/suggestion 回写 audit.json
Step 5: 修改对照稿生成
对 P0/P1/P2 问题生成"原文→改后"对照稿。
实现方式： 调用 tencent-docx 技能生成 .docx
加载参考文档： references/revision-guide.md — 合规改写六大模式
对照稿结构：
1. 内容信息（标题/类型/检查时间/verdict）
2. 改写总览（改动条数、各级分布、营销信息量保留策略）
3. 逐条对照表：定位｜原文｜改后｜依据（规则+改写模式）｜风险级
4. 改写说明（依据 revision-guide 双稿交付规范）
改写纪律：保留营销信息量（字数与信息密度 ≥ 原文 70%）；涉及机构名/话术以 brand.json 为准；改后稿件须再次送扫描器复检（复检残留 P0/P1 时继续迭代，最多 2 轮）。
Step 6: 交付物生成与校验
实现方式：
- 运行 scripts/geo_export.py 导出整改清单（openpyxl 可用时 .xlsx，缺失时降级 .csv）
- 调用 tencent-docx 生成检查报告 .docx 与修改对照稿 .docx
- 运行 scripts/geo_validator.py 校验 audit.json 合规性
python scripts/geo_export.py audit.json --xlsx 整改清单.xlsx
python scripts/geo_validator.py audit.json
检查报告结构：
1. 检查结论（verdict + 一句话理由）
2. GEO 得分卡（六维雷达描述、等级、维度简评）
3. 问题分布（P0-P3 计数 + 层级分布）
4. TOP 问题解读（前3大问题：为什么、怎么改、改后什么样）
5. 待人工确认项清单
6. 判级依据与免责说明（法规引用 + "本报告为风险提示，非法律意见"）
交付： 调用 present_files 统一展示检查报告、整改清单、修改对照稿、audit.json（及 fact_sheet.json）。
交付后提示：
- P0 未清零前提醒"内容勿分发"
- 提示整改清单"执行状态"列可跟踪整改进度，改后可送复检
- 涉重大处罚风险（L4 资质类、L3 舞弊类）建议咨询专业法律人士
参考文档索引
| 文档 | 路径 | 加载时机 |
|---|---|---|
| 合规规则库 | references/compliance-rules.md |
Step 4 复核涉合规判级 |
| GEO 优化指南 | references/geo-optimization-guide.md |
Step 4 复核 GEO 维度 |
| 风险分级与处置 | references/risk-grading.md |
Step 4 判级定稿 |
| 合规改写指南 | references/revision-guide.md |
Step 5 修改对照稿 |
| 机构事实字典 | references/fact-dictionary.md |
Step 2 事实源构建 |
| audit.json 规范 | references/audit-schema.md |
Step 4 回写 / Step 6 校验 |
工具脚本
| 脚本 | 路径 | 用途 | 依赖 |
|---|---|---|---|
| 核心扫描器 | scripts/geo_compliance_scanner.py |
双层扫描，产出 audit.json | 纯标准库（零依赖） |
| 结果导出器 | scripts/geo_export.py |
audit.json → 整改清单 .xlsx/.csv | openpyxl（缺失自动降级 CSV） |
| 质量校验器 | scripts/geo_validator.py |
校验 audit.json 符合 schema（V1-V9） | 纯标准库（零依赖） |
依赖的 WorkBuddy 内置技能
| 技能 | 用途 | 调用步骤 |
|---|---|---|
tencent-docx |
生成检查报告与修改对照稿 .docx | Step 5、Step 6 |
present_files |
统一交付检查成果 | Step 6 |
重要约束
- 合规一票否决：GEO 与合规冲突时合规优先；任一 P0 存在则 verdict 必为"禁止分发"，无论 GEO 得分多高
- 禁止只删不写：所有 P0/P1 修改建议必须给出改后表述；对照稿须保留营销信息量
- 事实源纪律：source 为"内容提取(待确认)"的字段只作线索不作判级依据；关键数字冲突无法确认时判 P0 并列待人工
- 先扫描后复核：扫描器结果必须经 Step 4 AI 复核（误报排除/漏检补查/组合升级）才能定稿，不得直接导出
- 改后必复检：修改对照稿生成后须复扫残留检查，残留 P0/P1 继续迭代（最多 2 轮）
- 免责边界：输出为合规风险提示而非法律意见；资质类（L4）、舞弊类（L3）高风险建议引入专业法律审核
- audit.json 唯一事实源：报告/清单/对照稿均从 audit.json 导出，禁止在导出环节另行发明问题条目
