03 · 信息护栏三件套#

来源：橘鸦《我的 AI 实践》「信息筛选和处理」段

原则（一句话）#

任何「AI 处理一段时间信息流」的任务，默认挂三件护栏：旧关键词进上下文 / 72h 窗口去重 / 打分阈值。这不是优化项，是基础设施。

橘鸦用的是并行四任务（摘要 / 关键词 / 旧闻 / 打分），其中三个本质是信息护栏：

这是和 prompt engineering 等价的基础设施。比”换个模型”有效得多。

任何涉及：

每次跑分类前，把历史已用过的关键词列表注入 prompt：

1
context_keywords = load_keywords(threshold=3)  # 出现 3 次以上才纳入
2
prompt = f"""
3
{基础任务}
4
已知关键词（请优先复用，不要随意造新词）：
5
{', '.join(context_keywords)}
6
"""

判据：宁可复用旧词，不要每次重命名。

1
recent_titles = load_recent_titles(hours=72)
2
filtered = [t for t in new_titles
3
            if cosine_sim(embed(t), recent_titles) < 0.85]

判据：72h 是新闻类内容的合理新鲜度，过了就当已知，不再占用版面。

1
scored = [item for item in candidates if item['score'] >= threshold]
2
# threshold 不是 top-K，是「够分才行」

判据：宁少勿水。短名单机制不是排序前 N，是过滤合格者。