网站与自媒体内容合规优化：从零落地全实操步骤指南

前置准备

你只需要提前准备好以下内容，无需额外付费，个人/中小站长完全够用：

• Python环境：未安装的直接下载安装包：https://www.python.org/ftp/python/3.11.4/python-3.11.4-amd64.exe，安装时必须勾选Add Python to PATH，否则后续运行会报错
• 开源敏感词库：地址：https://github.com/observerss/textfilter
• 百度智能云内容安全服务：地址：https://ai.baidu.com/tech/contentcensorship，个人开发者每天有1000次免费调用额度，足够日常使用

第一步：构建本地基线敏感词过滤体系

先在本地完成第一轮过滤，可以减少云端调用次数，降低成本，同时提升检测速度。

1.1 下载敏感词库到本地

打开电脑的命令提示符，执行以下命令，直接拉取完整的敏感词库到本地：

``` git clone https://github.com/observerss/textfilter.git ```

如果你没有安装git，可以直接打开上述仓库地址，点击绿色的「Code」按钮，选择「Download ZIP」下载压缩包，解压到本地即可。

1.2 编写本地过滤脚本，直接运行

在解压好的textfilter文件夹下，新建一个名为local_filter.py的文件，将以下代码完整复制进去，无需修改任何内容即可运行：

``` import re def load_sensitive_words(file_path='sensitive_words.txt'): with open(file_path, 'r', encoding='utf-8') as f: return [word.strip() for word in f.readlines() if word.strip()] def filter_content(content, sensitive_words, replace_char=''): pattern = re.compile('|'.join([re.escape(word) for word in sensitive_words])) check_result = pattern.findall(content) processed_content = pattern.sub(lambda m: replace_char len(m.group()), content) return processed_content, len(check_result), check_result if __name__ == '__main__': sensitive_words = load_sensitive_words() test_content = input("请输入要检测的内容：") result, count, words = filter_content(test_content, sensitive_words) print(f"检测到{count}处敏感内容，敏感词为：{words}\n处理后结果：\n{result}") ```

打开命令提示符，进入该文件夹，执行命令 python local_filter.py，按照提示输入内容，即可得到检测结果，完成本地过滤。

第二步：对接云端AI审核，覆盖模糊违规内容

本地敏感词只能匹配固定关键词，无法识别变种、语义违规，需要对接云端AI做二次检测。

2.1 获取云端服务权限

• 打开上述给出的百度内容安全地址，注册登录百度智能云账号
• 在搜索框搜索内容安全-文本审核，点击「立即开通」，按照提示完成实名认证（免费，必须做才能调用API）
• 进入左侧菜单栏「应用列表」，点击「创建应用」，勾选「内容安全」下的所有权限，填写应用名称后点击「创建」
• 创建完成后，在应用列表即可看到你的 API Key 和 Secret Key，将这两个值复制保存下来，后续调用需要用到。

2.2 编写云端检测脚本

首先安装依赖，打开命令提示符执行：pip install requests

在同一个文件夹下新建 cloud_moderate.py 文件，复制以下代码，把开头的两个占位值替换成你自己的API Key和Secret Key即可：

``` import requests 替换成你自己的凭证信息 API_KEY = "替换成你的API Key" SECRET_KEY = "替换成你的Secret Key" def get_access_token(): url = f"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={API_KEY}&client_secret={SECRET_KEY}" response = requests.get(url, timeout=10) if response.status_code == 200: return response.json().get("access_token") return None def text_moderate(content): access_token = get_access_token() if not access_token: return False, "获取访问凭证失败，请检查API Key是否正确" url = f"https://aip.baidubce.com/rest/2.0/antispam/v2/spam?access_token={access_token}" params = {"content": content} response = requests.post(url, data=params, timeout=10) result = response.json() 返回值说明：1=违规，2=疑似违规，0=合规 if result.get("result") == 1: return False, f"内容不合规，违规类型：{result.get('typeName')}" elif result.get("result") == 2: return False, "内容疑似违规，请人工复核" else: return True, "内容合规" if __name__ == '__main__': input_content = input("请输入待检测内容：") status, msg = text_moderate(input_content) print(msg) ```

执行命令 python cloud_moderate.py，输入内容即可得到云端检测结果。

第三步：违规内容优化规则，直接套用

针对检测出的违规内容，按照以下规则修改即可：

• 政治敏感类：直接删除所有相关内容，不得修改保留任何违规信息
• 低俗色情类：删除所有露骨描述，替换敏感词汇，调整内容风格至中性
• 侵权类：未经授权的版权内容、人物肖像必须直接删除，不得修改后使用
• 广告导流类：删除所有明/隐性导流信息，包括但不限于联系方式、引流话术
• 虚假宣传类：删除「根治」「100%有效」「包过」这类绝对化、夸大表述，替换为中性客观描述，比如「部分用户使用后反馈改善」「有助于提升效率」

所有疑似违规内容必须经过人工复核后才能发布，AI检测存在一定概率误检，不要直接自动删除。

第四步：定期更新维护，适配最新规则

• 每周执行一次 git pull origin main 拉取最新的敏感词库，更新本地词表，覆盖新增违规词汇
• 每月导出一次检测记录，统计本地误检、漏检的违规类型，手动新增词库中没有的高频违规词，提升本地过滤准确率
• 每季度查看一次内容安全平台的规则更新，调整审核逻辑，适配最新的合规要求

常见问题排查

• 运行代码提示「python不是内部或外部命令」：重新安装Python，安装时必须勾选「Add Python to PATH」，重启命令提示符后即可解决
• 调用API提示权限错误：检查API Key和Secret Key是否复制正确，是否完成实名认证，是否开通了文本审核服务
• 频繁误检正常内容：可以把误检的词汇从本地敏感词库中删除，同时人工复核疑似结果即可