内容摘要：微信小程序里用户发一句“你真是个废物”，后台如果只靠关键词黑名单，八成会漏。真正麻烦的是变种——谐音、拆字、表情符号混搭，甚至一张纯图片里藏着的辱骂。我去年给一个社区类小程序做审核，第一天就被教育了：

微信小程序里用户发一句“你真是微信个废物”，后台如果只靠关键词黑名单，小程序文八成会漏。本内别实真正麻烦的容安是变种——谐音、拆字、全识表情符号混搭，微信甚至一张纯图片里藏着的小程序文辱骂。我去年给一个社区类小程序做审核，本内别实第一天就被教育了：用户上传的容安评论里有张图，看着是全识风景照，放大角落才发现手写着一行脏话。微信关键词过滤根本拦不住，小程序文那才叫绝望。本内别实

后来换思路，容安直接调微信官方的全识内容安全API。接口名字挺直白，叫msgSecCheck，传文本过去，它返回一个结果码。0是正常，87014是命中违规。但光调接口不够，坑全在细节里。比如这接口对纯文本检测还行，可用户发的是“你好 坏”中间夹个零宽空格，你肉眼看不出来，它却能识别成辱骂。刚开始我天真地以为把用户输入原封不动丢过去就行，结果误杀率高达两成——有人发“这游戏真尼玛好玩”也被拦了，因为“尼玛”单独拎出来算敏感词，可结合语境明明在夸。

解决办法是加一层前置处理。先做轻度的文本清洗：去掉零宽字符、把全角符号转半角、表情符号替换成占位符。但别过度，比如用户发“草（一种植物）”这种网络梗，清洗时千万别真把括号内容删了，删了反而触发“草”的敏感词匹配。我试过最稳的流程是：先调一次官方接口，如果返回87014，再对文本做分词，把命中的敏感片段单独拎出来，跟用户历史行为对比——如果这人过去发过几百条正常消息，突然来一句带“草”的，大概率是误伤，直接放行；反之新注册账号第一句就带脏字，那直接拒绝。

还有个容易忽略的点：接口有并发限制。小程序搞秒杀活动时，用户瞬间刷屏，直接调接口会报超限错误。我当时没做队列，结果活动开始十分钟，审核服务直接瘫痪，所有评论都进数据库了，等于裸奔。后来改成异步处理，用户提交后先进待审区，前端显示“内容审核中”，后台用setInterval每200毫秒拉一批去调接口。延迟个一两秒，用户根本感觉不到，但系统稳了。

最讽刺的是，官方接口对“政治敏感”抓得极严，但对“人身攻击”反而宽松。有次用户发“你是猪吗”，接口返回0，正常。可这种话在社区里明显会引发争吵。所以我又加了层自建规则，针对“你+是+动物词”这种句式做二次检测，命中后转人工。别指望一个接口解决所有问题，它只是最底层的过滤网，真正要搭的是多层漏斗——官方接口筛掉硬核违规，自建规则处理语义陷阱，最后人工兜底处理模糊地带。

现在这系统跑了大半年，误杀率降到3%以内，漏网之鱼基本没有。但每次更新规则都提心吊胆，因为网络用语变得太快，上周还在用的梗，这周可能就成了违规词。只能保持每周看一次用户举报记录，把新出现的变种加进自建词库。做内容安全，本质是跟用户玩猫鼠游戏，你永远不可能赢，只能尽量别输得太难看。