野生码农
一个"耗尸"错字传染4个文件7处：AI写作素材污染链排查与引用校对闸实践
环境说明：本文操作环境为 Windows + Git Bash（grep 全文检索）；写作流程基于提示词规则驱动的 AI 写作技能；污染清理提交号为 d92a1c6。
一、现象：品控文章的小节标题里出现"耗尸八段表"
在终审一篇由 AI 军师撰写的品控主题文章时，发现正文小节标题中出现"耗尸八段表"一词。"耗尸"并非有效词汇，正确写法应为"耗时"。该文章本身讲的是产线品控闸设计，闸已覆盖字数、标题数、引语格式等检查项，但未检出这个位于小节标题中的非法词。
需要说明的是，"军师"是本人 AI 数字员工团队的核心岗位，负责出主意、定规矩、盯执行，掌握完整的项目数据，正式稿件由其撰写。此次问题正是出在这条产线上。
二、排查：全仓检索定位污染范围
仅修正当前一处不算完成。执行全仓检索：
grep -r 耗尸
检索结果如下：
| 文件 | 处数 | 在污染链中的角色 |
|---|---|---|
| 分析存档（10-09 晚） | 1 | 污染源，写入正式小节标题 |
| 10-09 复盘文 | 2 | 从存档复制数据时连带抄入 |
| 能力评估台账 | 2 | 同上 |
| 10-11 媒体稿 | 2 | 同上 |
| 合计 | 7 处 / 4 文件 |
本次排查的媒体稿只是污染链末端，病灶在上游素材文档。全仓检索结果与清理提交 d92a1c6 均已留档。
三、根因：语音转写噪音被原样照抄为正式术语
污染源定位为 10 月 9 日晚的语音输入：口述内容为"耗时"，语音识别误识别为"耗尸"。AI 在撰写分析存档时原样照抄，将语音素材中的噪音升级为文档中的正式术语，并写入小节标题。此后每篇引用该存档数据的文档都将该词连同数字一并搬走：复盘文 2 处、台账 2 处、媒体稿 2 处。各处上下文不同，但用词完全一致——没有任何一环对该词重新进行语义判断，所有环节仅执行复制动作。
错字一旦进入被反复引用的素材文档，其行为等同于脏数据进入数据库，会顺着引用链持续传染。
为什么拼写检查无法拦截
此类错字的共同特征是：单字均合法，组合后不是词。"耗"与"尸"均为常用汉字，任何基于字典的拼写检查都会放行；大模型在生成时亦不会察觉异常，因为该词来源于素材复制而非模型自主生成，复制动作不经过语义审查。语音转写、会议纪要、OCR 识别均为此类音近错字的高发入口。
结论：错字本身破坏力有限，真正的风险在于 AI 引用素材的默认动作是原样照抄，而照抄环节不设防。
四、解决：全量清污，一次提交
处置第一步：7 处全部改回"耗时"，4 个文件一次提交，提交号 d92a1c6。提交前再次执行全仓检索确认零残留。此类污染清理漏一处等于未清。
五、预防：一条一句话的引用校对闸
止血容易，防复发难。语音输入与会议纪要仍会持续进入素材链，下一个"耗尸"迟早还会出现，关键是如何在进入正式稿之前拦截。
规则初版（被打回）
AI 提交的初版规则长达两大行：限定"语音输入"来源、解释误识别机制、规定保留原样的例外条款。问题有二：
- 只覆盖语音一个源头，会议纪要、OCR 等同样高发的入口未覆盖；
- 机制解释属于分析报告，不是可执行规则。
| 版本 | 写法 | 问题 |
|---|---|---|
| 初版 | 两大行，限定语音来源 + 机制解释 + 例外条款 | 只防语音一个源头；机制解释不是规则 |
| 定稿 | 一句话，覆盖所有外部素材 | —— |
规则定稿
进入写作技能的规则定稿仅一句：
零病句错字：成稿禁带病句与错别字；引用任何外部素材（用户指令/语音转写/会议纪要/他人文档）先核语义与错字，纠正后入稿，禁原样照抄。
注意来源清单中包含"用户指令"：即使引用本人原话，也需按本意修正后入稿，不留"原话保留原样"的例外口子。从两大行压缩到一句话，砍掉的内容各有去向：机制解释进复盘文档，来源分析进台账，例外条款直接删除。规则正文只保留动作。
六、方法迁移：三条可直接复用的做法
1. 错字排查先看素材链，不先看文章。 发现错字时，先全仓检索该词，而非仅改当前文件。错字的扩散路径是从素材文档到引用它的所有产出，源头不改，污染会持续繁殖。
2. 引用素材的默认动作要设防。 可直接加入提示词的规则句："引用任何外部素材先核语义与错字，纠正后入稿，禁原样照抄"。语音转写、会议纪要、用户指令均属外部素材。
3. 规则正文只写"要做什么"。 机制解释、来源分析、例外条款全部进复盘与台账，不进规则正文。冗长规则在执行时会被选择性读取，一句话规则才会被完整执行——本次初版被打回本身即为实证。
七、FAQ
问：一个错别字而已，有必要全仓检索吗？
有必要。素材文档会被反复引用，污染一处等于污染一片。源头不改，该词会顺着引用链进入之后每一篇新稿。全仓检索成本为秒级，收益是阻断整条传染链。
问：没有 AI 团队，这套方法是否适用？
适用。即使仅使用 AI 辅助改稿，将"引用任何外部素材先核语义与错字，纠正后入稿"加入提示词即可生效。随手粘贴的草稿、语音转写、聊天记录都算外部素材。
问：语音输入的错字能从源头根治吗？
误识别率无法降为零，"耗时"被识别为"耗尸"即为实例。可行做法不是赌识别准确率，而是在入口设闸：转写稿进入正式文档前先核语义与错字，纠正后入稿。
我是野生码农，AI实战派。17年全栈工程师，一人AI公司实践者。打造个人IP内容体系、软件全链路产品产线，拥有百套企业AI方案、200多个岗位Agent；自研知识库、AI数字员工系统，公开实战复盘。
本文所有内容均为本人 AI 实战的过程和结果，经 AI 整理后发布，无任何瞎编虚构内容。