结构化分批（ChunkMeta）如何约束模型只依据 ChunkText 定位
摘要
本文围绕标题所述主题，结合本仓库当前源码行进行说明。仅供技术理解与内部培训，不构成定密、法务或密码测评结论。文中代码块均摘自本地仓库对应路径与行号。
正文
0. 结论先行
结论先行：保密检查由内置助手触发大模型按模板输出审查意见，程序再从摘要中抽取命中片段并尝试挂批注。长文档依赖分块与结构化 JSON 提示。下文每节先说明要点，紧接着给出仓库中的对应源码片段。
本篇标题：结构化分批（ChunkMeta）如何约束模型只依据 ChunkText 定位
1. 助手标识与默认写回方式
保密检查对应内置助手 id 为 analysis.security-check。下列片段展示其在注册表中的默认动作与输入来源等字段，便于与界面行为对照。
// src/utils/assistantRegistry.js 第653-667行{id:'analysis.security-check',label:'保密检查',shortLabel:'保密检查',group:'analysis',modelType:'chat',defaultModelCategory:'chat',supportsRibbon:true,defaultDisplayLocations:['ribbon-main'],allowedActions:['comment','link-comment','insert','append','none'],defaultAction:'link-comment',defaultOutputFormat:'markdown',defaultInputSource:INPUT_SOURCE_DOCUMENT,description:'基于关键词和上下文检查文档中的涉密、涉军、单位名称、密级标识和敏感业务信息风险。',2. 研判原则写入提示词模板
研判原则与风险级别枚举写在 userPromptTemplate 的长模板中，模型据此输出 Markdown 小节。下列片段为模板中研判原则与风险级别相关行。
// src/utils/assistantRegistry.js 第704-713行研判原则：1.关键词命中不等于泄密，必须结合上下文判断，不要机械命中即报高风险2.对常见公开词、泛化称谓、新闻公开语境、教材示例语境，要谨慎降噪，避免误报3.仅依据原文内容作出审慎判断，不要臆测背景、来源、真实单位或法律结论4.对每项风险必须说明：命中片段、风险类别、风险级别、判断依据、建议处理方式5.风险级别统一使用：-高风险：直接出现密级标识、具体部队/单位身份、具体部署计划、未公开内部编号、明确敏感联系人信息等-中风险：出现敏感关键词且上下文指向内部事项，但是否涉密仍需人工确认-低风险或待人工复核：存在可疑词或敏感线索，但公开性、敏感性、上下文不足，暂不能直接判定6.如果文本未发现明显保密风险，明确写“未发现明显保密风险”3. Ribbon 按钮如何启动该助手
功能区按钮在 ribbon 的 OnAction 分支中调用 executeAssistantFromRibbon，并传入 taskTitle。
// src/components/ribbon.js 第3364-3370行// 脱密分组case'btnDocumentDeclassifyCheck':executeAssistantFromRibbon('analysis.security-check',{taskTitle:'保密检查'}).catch((e)=>{console.error('保密检查失败:',e)alert('保密检查失败: '+(e?.message||e))})break4. 任务运行器中的专项提示
对保密检查助手，任务运行器追加一条最佳实践说明，强调关键词命中须结合上下文分级。
// src/utils/assistantTaskRunner.js 第310-312行if(assistantId==='analysis.security-check'){return'保密检查时，关键词命中必须结合上下文分级判断；避免武断下结论，并明确哪些内容需要人工复核。'}5. 结构化批次系统提示骨架
长文档走结构化 JSON 批次时，buildStructuredBatchInstruction 拼接 schemaVersion、模式说明与 ChunkText 约束。
// src/utils/assistantStructuredPipeline.js 第90-104行exportfunctionbuildStructuredBatchInstruction(assistantId,options={}){constmode=getStructuredAssistantMode(assistantId)return[`你必须只输出一个合法 JSON 对象，schemaVersion 固定为 "${STRUCTURED_PIPELINE_SCHEMA_VERSION}"。`,'不要输出 Markdown，不要输出 JSON 之外的解释。',getModeSpecificInstruction(mode,options),getStructuredJsonAnchorExtraRules(assistantId,options.documentAction),'你将收到一个带 ChunkMeta / LineMap / ChunkText 的结构化原文块，所有定位都必须以 ChunkText 为唯一依据。',String(options.documentAction||'').trim()==='replace'?'当文档动作是 replace 时，只有在 originalText 可以从 ChunkText 中精确截取时才输出 replace；否则改为 comment。':'','统一 JSON 结构如下：','{"schemaVersion":"","mode":"","summary":"","content":"","operations":[{"type":"replace|comment|insert-after|prepend|append|none","target":"absolute-range|chunk-relative-range|text-anchor|paragraph-range","start":0,"end":0,"originalText":"","replacementText":"","commentText":"","reason":"","suggestion":"","confidence":"high|medium|low","paragraphIndex":0,"prefix":"","suffix":"","sentence":""}]}','若没有可执行操作，operations 返回 []；若没有正文结果，content 返回空字符串。'].filter(Boolean).join('\n')6. 从 Markdown 摘要抽取命中片段
程序不直接信任自由格式，而用 extractHitFragmentsFromSecurityCheckMarkdown 做多模式正则抽取，供后续批注锚点。
// src/utils/structuredCommentPolicy.js 第22-52行exportfunctionextractHitFragmentsFromSecurityCheckMarkdown(markdown){consttext=String(markdown||'')constout=[]constseen=newSet()constadd=(raw)=>{lett=String(raw||'').trim()t=t.replace(/^[`「'"“]+|[`」'"”]+$/g,'').replace(/\*\*/g,'').trim()if(t.length<2||seen.has(t))returnif(/^(无|暂无|未发现|没有|不适用)\s*$/u.test(t))returnseen.add(t)out.push(t)}letm// 模型常见变体：- **命中片段：** `原文`（加粗标签 + 中英文冒号 + 反引号）constreBacktickPatterns=[/\*\*命中片段[：:]\*\*\s*`([^`\n]+)`/g,/[-*]\s*\*\*命中片段[：:]\*\*\s*`([^`\n]+)`/g,/[-*]\s*\*{1,2}\s*命中片段\s*\*{1,2}\s*[：:]\s*`([^`\n]+)`/g,/命中片段\s*\*{0,2}\s*[：:]\s*\*{0,2}\s*`([^`\n]+)`/g]for(constreBacktickofreBacktickPatterns){while((m=reBacktick.exec(text))!==null)add(m[1])}constreLinePatterns=[/[-*]\s*\*\*命中片段[：:]\*\*\s*(?!`)([^\n]+)/g,/[-*]\s*命中片段[：:]\s*(?!`)([^\n]+)/g]for(constreLineofreLinePatterns){while((m=reLine.exec(text))!==null)add(m[1])}returnout7. 保密检查在结构化 JSON 下的额外锚点规则
getStructuredJsonAnchorExtraRules 为保密检查追加「命中片段须逐字来自 ChunkText」等说明，与批注类文档动作组合使用。
// src/utils/structuredCommentPolicy.js 第119-127行exportfunctiongetStructuredJsonAnchorExtraRules(assistantId,documentAction=''){constid=String(assistantId||'').trim()constact=String(documentAction||'').trim()constparts=[]if(id===ANALYSIS_SECURITY_CHECK_ID){parts.push(['保密检查：须将完整审查结论写入 JSON 的 summary 字段；summary 内仍使用模板要求的 Markdown 小节（## 高风险项 等）。','每条风险项必须包含「命中片段」且反引号内为 ChunkText 中的连续原文（逐字照抄）；推荐格式：- **命中片段：** `原文片段`（加粗与否均可，反引号内必须与正文一致）；operations 可留空 []。'].join('\n'))8. 与定密流程的边界
README 已说明检查结论仅为辅助参考。实现上判断来自大模型与提示词，不包含法定密级鉴定接口。组织对外处置仍须走正式流程。
