AI长文改写定制：事实锚点与语气一致性

内容创作实验室近期在做一件事：把「长文改写」从一次性生成，拆成两条可验证的约束——事实锚点保留与语气参数迁移。

具体做法是先对原文做抽取式标注，把实体、数字、时间、因果断言标记为锚点，改写阶段对这些片段施加解码约束，生成后再做一遍锚点回填校验；语气侧则从句长分布、人称密度、情态词比例等维度估计风格向量，以软提示方式控制生成，避免「通顺但不像本人写的」。

进展方面：在内部 200 篇稿件的测试集上，锚点保留率从基线方案的 92.4% 提升至 99.1%，人工复核的语气一致性通过率约 86%。

目前暴露的局限也很明确：跨段落指代在改写后容易失真，稿件超过 3000 字时一致性开始下滑，风格向量对短句风格的作者区分度不足。下一步计划改为「分段改写 + 全局一致性检查」的两阶段流程，并把锚点校验扩展为可追溯的引用链，同时验证该方法在多语种本地化改写上的可迁移性。