AI品牌语气一致性校验：风格向量与改写阈值

品牌在多渠道分发内容时，语气漂移往往比事实错误更隐蔽。我们尝试把“像不像这个品牌在说话”拆成可测维度：人称与称呼方式、平均句长、术语密度、情绪强度，以及一组禁用表达。每个维度用少量人工标注样本标定分值，构成一个轻量风格评分器。

流程上不做整篇重写：生成初稿后先评分，只对越界句子做定向改写，再复评。这样既保留原文的信息结构，也避免模型“洗稿”带来的事实漂移。

要点一：在某快消品牌六个渠道的 300 篇稿件抽检中，语气一致率由 71% 提升至 92%，编辑平均返工时间下降约三成。要点二：触发改写的主要来源是禁用表达与术语密度，合计占比超过六成，说明硬约束比单纯模仿风格更容易稳定复现。

下一步计划：把风格评分与事实核查解耦，单独评估改写动作是否引入新断言，并扩展到图文一致性的联合校验场景。