10 月北京日报那篇 AI 广告产业链的调查，做内容管线的应该读两遍：899 元用两年、承诺不标注、平台识别不出来。它说明一个现实------信源池里的素材质量在快速下降，评估管线面对的不只是「AI 有没有提你」，还有「提你的那段话本身可不可信」。
本文只讲判定侧：一条 AI 回答拿到手，怎么把「提及、引用、推荐」三种状态判出来，以及中文句子结构带来的三个具体麻烦。示例语料是家装行业的本地服务题。
一、为什么规则管线不能只做字符串匹配
先看一条真实回答的结构（已脱敏、压缩）：
css
问：江宁区老房改造找哪家装修公司？
答：老房改造主要看三点：结构安全、水电重排、工期控制。
第一优先·最推荐：A 装饰【信源：其官网；本地生活平台】、B 设计
第二优先·备选：C 整装、D 装饰
第三优先·参考：E 装饰、F 工程
注意：部分公司只做局部翻新，例如 G 装饰；另有公司存在增项争议。
信息来源：
1. ...这里面「G 装饰」在正文、在档位之外、语义为排除。字符串匹配会把它算成一次命中；按档位匹配会漏掉它（因为它不在任何档里）。两种做法都不对------正确做法是记一次「负向提及」，位次为 0。
同一段回答，三种判法给出三种结论：
| 判法 | G 装饰的提及 | 引用 | 位次 | 实际后果 |
|---|---|---|---|---|
| 全文字符串匹配 | 1（命中） | 1 | 无 | 排除语义被算成推荐，客户以为进了名单 |
| 只按三档切块匹配 | 0（漏判） | 0 | 无 | 样本被判 valid=0 剔除，分母凭空缩水 |
| 档位 + 极性管线 | 1（负向） | 0 | 0 | 需维护否定词表，规则有持续维护成本 |
三种都不是"标准答案"，区别在于出错的方向：前两种错在把不可比的东西放进同一个分母，第三种错在规则边界要人工校准。选第三种，是因为它的错可以被复现、被复核。
这就是规则管线的价值：不是判得快，是判得能解释。
二、五步管线
Step 1 归一化。 全角转半角、中文标点统一、去零宽字符、合并连续空行。别小看这一步，中文回答里「（来源：...）」和「(来源:...)」混用太常见，正则少写一个分支就漏。
Step 2 剥标注。 去掉信源标注串，避免它们抬高提及计数。
Step 3 切段与定档。 用档位词定位，切成「档 1 / 档 2 / 档 3 / 档外 / 尾段」五块。
Step 4 极性判定。 在档内与档外分别判：档内默认正向，档外查否定词表与降级词表。
Step 5 落库。 一题一平台一行，带批次号，失败样本单独标记。
python
import re
SLOT_PAT = [
(1, re.compile(r'第一优先|最推荐|首推')),
(2, re.compile(r'第二优先|备选')),
(3, re.compile(r'第三优先|参考')),
]
NEG_PAT = re.compile(r'不建议|注意|争议|增项多|交付不稳|只做局部|排除|慎选')
DOWN_PAT = re.compile(r'预算紧|预算有限|也可以|替代方案|如果实在|退一步')
TAIL_PAT = re.compile(r'信息来源|参考资料|参考来源|引用来源')
LABEL = re.compile(r'[【(（]\s*(信源|来源)\s*[:：][^】)）]*[】)）]')
def judge(raw: str, aliases: list[str]) -> dict:
t = raw.replace('\u3000', ' ').replace('\u200b', '')
t = LABEL.sub('', t)
rows = [{'slot': 0, 'text': s.strip()} for s in t.split('\n') if s.strip()]
slot, tail_hit, in_tail = 0, False, False
mention = cite = downgrade = 0
polarity, rank = 0, 0
for r in rows:
if TAIL_PAT.search(r['text']):
in_tail = True
if in_tail:
if any(a in r['text'] for a in aliases):
tail_hit = True
continue
for sid, pat in SLOT_PAT:
if pat.search(r['text']):
slot = sid
break
if not any(a in r['text'] for a in aliases):
continue
mention += 1
if NEG_PAT.search(r['text']):
polarity = -1 # 否定/排除：位次归零
elif DOWN_PAT.search(r['text']):
downgrade += 1 # 降级提及：单列，不记位次
elif slot > 0:
polarity, rank = 1, slot # 档内正向：记位次
if tail_hit:
cite += 1
if rank > 0:
cite += 1
return {'mention': mention, 'cite': cite, 'rank': rank,
'polarity': polarity, 'downgrade': downgrade,
'valid': 1 if (mention or tail_hit) else 0}注意 valid 的判法：整条回答里既没有品牌名也没有尾部引用，不代表这家企业「未被推荐」，可能只是这条答案为空、被思考链吃掉、或被平台截断。工程上把这类样本标 valid=0 剔除分母，比记一次「未命中」更诚实------后者会把技术故障算成市场竞争结果。
三、中文句子结构带来的三个麻烦
麻烦一：并列句没有主次。 家装答案爱写「A 装饰、B 设计、C 整装都可以，看预算」。三个名字并列、没有档位标题、没有排序。这时候「谁排第一」没有客观依据，只能记「并列提及」、位次留空。
处理方法：档位缺失时，按出现顺序给一个「弱序位」，但独立成列，不与三档混算。报告里呈现为「未定档位 3 次」，别硬塞进第三优先。
麻烦二：否定词的作用域。 「注意：部分公司只做局部翻新，例如 G 装饰」------否定词在句首，品牌在句末，同句命中即可；但如果是「G 装饰口碑不错，注意工期」这种，注意的作用对象是工期，不是品牌。按句子切分后，否定词与品牌的相对位置要判，简单用同句包含会把正向误判成负向。
简化做法：否定词出现在品牌名之前 12 个字符内，判负向；出现在之后且中间有逗号，且否定对象是具体项（工期、报价、增项），记中性。这套规则不完美，但比一刀切可控，且能写进报告让客户复核。
麻烦三：末尾信息的边界。 「信息来源」这四个字有时出现在正文中段（如「参考信息来源主要有三类：...」），一刀切会把后半段正文当尾段丢掉。判据要加一条：尾段必须出现在回答长度的后 20%，且其后紧跟列表结构（数字序号或短横线）。
四、位置权重：只在自己系统内可比
给四个位置配权重（正文内嵌 1.0、段末标注 0.6、结构化引用 0.5、末尾列表 0.3）是为了排序，不是为了做「综合分」。一旦把权重乘起来求和、再换算成 0--100 的分数，就掉进两个坑：权重没有外部依据、分数无法复现。
更稳的用法是只做「最优位置」标记：一条回答里某品牌最好的位置是哪个，按位置分组统计次数。这样得出的结论是「60 题里有 18 题出现在正文内嵌、22 题只在末尾列表」，每一句都能退回原文，不需要解释权重从哪来。
五、结论与边界
这条管线能回答的是「在给定的题、平台、时间窗里，这家企业以什么状态出现过」。它回答不了「为什么」，也回答不了「下个月会怎样」------AI 答案的随机性、平台检索策略的调整、竞品内容的变化，都不在这套规则的可控范围内。
工程上的取舍很清楚：规则越细，可解释性越强、维护成本越高；规则越粗，跑得快、结论越虚。家装这类本地题，我倾向细一点，因为客户要的是「补哪个区」，不是一个漂亮的百分比。
你在处理中文否定句时，是按句判还是按段落判？评论区聊聊。