内容改写工具：工具支持的对象格式变化时怎样改输入规范
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /b08e5fd8309e.html
📄
内容改写工具：工具支持的对象格式变化时怎样改输入规范
当内容改写工具从支持纯文本扩展到支持结构化对象（如带标题的段落块、字段化列表、带标记的富文本）时，输入规范不应整体重写，而应把“对象格式”拆成可核对的字段契约。先确认新格式是“同一事实的另一种表达”，还是“引入了新的必填结构”；前者只需调整分隔与转义，后者必须补一层前置校验。判断依据是：改写结果能否在不回读原文的情况下与输入逐字段对应。
先区分两种格式变化：表示层变化与结构层变化
表示层变化指同一份内容换了承载方式，例如从无格式纯文本变成带段落标签的文本，或从一行一个条目变成用分隔符隔开的条目。此时输入规范要改的是解析规则：明确什么字符代表字段边界，什么字符在内容中需要转义，空字段如何表示。
结构层变化指对象新增了原有内容没有的必填项，例如每条记录必须带一个来源标识或一个顺序号。此时不能只改分隔符，而要规定缺省值来源：是要求上游补齐，还是由输入层按固定规则生成。若这两类变化混在一次调整里，最常见的后果是部分记录被静默丢弃或字段错位，而表面上看不出报错。
选择一：上游能保证字段齐全时，收紧输入契约
适用条件是产出内容的角色与消费内容的角色能就字段清单达成一致，且上游有能力在提交前补齐。此时实施动作是：把新对象格式写成一份字段表，逐项标注必填、可选、允许空值，并给出一个最小合法样例和一个已知非法样例。样例的作用不是展示功能，而是让不同角色对“合法输入”有同一判断。
动作结果会直接影响下一步：如果上游能稳定通过最小样例，说明契约可执行，可以进入批量提交；如果上游反复在同一个字段上失败，说明该字段的定义仍有歧义，应先回到字段表修改措辞，而不是在下游加容错。
选择二：上游无法保证字段齐全时，保留宽松入口并加显式缺省
适用条件是提交方多、来源杂，或字段本身依赖人工判断。此时不要收紧为硬性必填，而应在输入规范里规定缺省语义：缺失字段在改写时按“未知”处理，还是按“继承上一条”处理。两种缺省语义必须写明，因为它们的改写结果不同。
可核对的证据是：抽取若干条缺字段记录，分别按两种缺省规则走一遍，比较输出中该字段位置的内容是否与预期一致。若两种规则产出的结果无法区分，说明缺省规则对当前任务没有实际影响，可以暂时不细化；若能区分，就必须在规范里固定一种，并说明另一条路径在什么条件下才启用。
把分歧转成可核对项目的做法
多个角色对同一事实理解不同时，不要争论“格式对不对”，而要把分歧落到具体记录上。做法是取三条边界样本：一条字段齐全、一条缺一个必填、一条含需要转义的字符。让每个角色分别写出自己认为正确的解析结果，再逐字段比对。
- 若分歧集中在转义字符，说明输入规范缺少转义规则，补规则即可。
- 若分歧集中在缺字段的语义，说明缺省定义未统一，需在规范中显式声明。
- 若分歧集中在字段边界本身，说明对象格式的粒度还没对齐，应先确定一条记录对应什么。
这个动作的结果会告诉你下一步该改哪一层：改解析规则、改缺省规则，还是改记录粒度。跳过这一步直接调整改写参数，通常只是掩盖了输入层的问题。
一个假设例子与例外情况
假设一批输入从“一行一段纯文本”改为“每段带一个标题字段和若干正文行”。若标题字段允许为空，输入规范可规定：空标题按正文首句截取生成，但该生成值只用于改写内部对齐，不写回原始记录。这样改写结果仍能与原文按段对应。若某条记录的正文行数与标题数不匹配，则视为非法输入并退回，而不是让工具自行猜测对应关系。
例外在于：当对象格式变化同时改变了内容的语义单位，例如原来一段是一个完整论点，新格式把一段拆成多个子项，此时仅调整输入规范不足以保持事实一致，需要先确认子项之间是否仍属于同一事实，再决定是否合并提交。这个确认动作不做，后续任何字段校验都无法发现语义被拆散的问题。
最后，格式调整后若发现请求量或解析量出现明显变化，不要直接归因于新规范正确或错误。抓取量归零、请求量下降还有缓存、上游提交节奏、解析失败被静默跳过等合理解释，需要结合失败记录逐条核对后再下结论。
