6.4 内容创作与领域落地

6.4 内容创作与领域落地

本节摘要：营销文案、行业报告、垂直领域助手——这一类任务的共同点是评价主观、风格重要、知识专属。本节讲主观任务的指标设计（双裁判加风格锚点）、领域知识的三种注入方式（示范、检索、微调）及其选型决策，以及把领域专家经验转成编译原料的工作流。

长文本创作与领域知识的编译思路

内容创作任务的编译难点不在"写得出来"，在"说不出什么叫好"。手工时代的解法是找一位资深编辑把关——这正是编译范式要转译的对象：把关人的标准必须显式化为指标，把关过程必须转化为可搜索的信号。转译的第一步是拆解"好"的维度：营销文案的好，通常包含转化要素齐备（卖点、行动号召）、风格符合品牌调性、事实准确（不得虚构产品参数）；行业报告的好，包含结构完整、数据有出处、结论克制。每个维度请领域专家用一句话描述判断标准，这句话就是裁判签名的雏形——领域专家不需要懂任何框架技术，他们只需要回答"你审稿时看什么"，而这恰恰是他们最擅长的事。

主观任务的双裁判指标

主观任务指标的实操形态是"多裁判加权加硬约束"：

class BrandToneJudge(dspy.Signature):
    """判断文案是否符合品牌调性：专业但亲切，避免夸张用语。"""
    brand_guideline = dspy.InputField(desc="品牌调性说明")
    copy_text = dspy.InputField()
    on_tone = dspy.OutputField(desc="1 到 5 的整数评分")

class ConversionCheck(dspy.Signature):
    """检查营销文案的转化要素是否齐备。"""
    copy_text = dspy.InputField()
    has_hook = dspy.OutputField(desc="开头是否有抓注意力的钩子：true/false")
    has_cta = dspy.OutputField(desc="是否有明确行动号召：true/false")

tone_judge = dspy.Predict(BrandToneJudge)
conv_check = dspy.Predict(ConversionCheck)

def copy_metric(pred, example, trace=None):
    tone = int(tone_judge(brand_guideline=example.guideline, copy_text=pred.copy).on_tone)
    conv = conv_check(copy_text=pred.copy)
    hard_ok = conv.has_hook == "true" and conv.has_cta == "true"
    return (tone / 5.0) * (1.0 if hard_ok else 0.3)
​

结构上的三个要点：调性裁判给连续分（主观看程度），要素检查给硬门（转化要素缺一个就重创得分，硬约束编码业务底线）；品牌调性说明作为输入字段传给裁判而不是写死在签名里——同一个裁判服务多个品牌线，调性说明换成哪家的就用哪家的标准。裁判模型的纪律沿用 3.5 与 5.5 的规定：与生成模型异源，定期人工抽检对齐。

创作任务编译的一个特有现象值得记录：示范的风格传染性极强。自举示范会把"程序现有的风格"放大固化，如果起点文案风格就不对，自举只会把错误风格越滚越浓。所以创作任务的示范池应当手工参与构造——请编辑按品牌调性写几条"金标准示范"，用 max_labeled_demos 主导示范池，自举只做补充。这与代码生成任务"自举为主"的配方恰好相反：裁判越硬，越信自举；裁判越软，越信人工锚点。

领域知识的三种注入方式

垂直领域落地（医疗文书辅助、法律合同初审、工业设备工单）的核心难题是领域知识从哪来。三种注入方式各有领地。方式一，示范注入：把领域专家处理过的真实案例（脱敏后）做成标注示范，编译后模型"看过怎么处理"——注入的是操作范式，成本最低，见效最快，适合专家经验主要是"手法"的领域。方式二，检索注入：领域文档库（规范、指南、案例库）进检索索引，程序按证据契约作答——注入的是事实与规则，适合知识密集、且知识更新频繁的领域，知识更新只是更新索引，无需重编译。方式三，权重注入（微调）：BootstrapFinetune 把编译轨迹固化进开源模型权重——注入的是稳定性与成本优势，适合任务形态已完全固化、调用量大到小模型经济性显著的生产场景。

选型决策按两个问题走：知识是"手法"还是"事实"？事实类选检索（可更新），手法类选示范（可编译）。追加问题：调用规模是否支撑微调经济性？日均调用量上到可观规模、任务形态半年内不变，再考虑权重注入，否则前两者已够。三种方式不互斥——成熟的领域助手常常是"检索保事实、示范定手法、微调降成本"的组合拳，但组合应当从单一开始逐步叠加，每加一种都过一遍 5.1 的评估回路确认增量。

人机协同的落地形态

创作任务几乎必然走向人机协同，编译系统在其中的角色要摆正：它产出的是"结构合格、调性达标、事实有据"的初稿，编辑的精力从"从头写"转向"审核与润色"。工程上两个配套：初稿必须携带证据引用与置信字段（沿用问答任务的契约，编辑一眼知道哪些段落有据可查、哪些是模型发挥）；编辑的修改结果回流为新的标注数据（改前改后对齐存储，定期入训练池重编译）——编辑的每一次润色都在训练系统，这才是协同的复利所在。

一个诚实的预期管理：主观任务的编译收益通常小于封闭任务——分数提升的空间与可测性都有限。它的真实价值在把"风格是否达标"从玄学变成可复核的评分，让编辑团队敢于把初稿权交给机器。

最后补一个领域落地的起步建议：不要试图一次性覆盖领域全貌。先选一个边界清晰、验收标准明确、事故代价可控的子任务（比如"辅助起草标准条款的回复函"而不是"处理一切法律文书"），把编译与评估回路完整跑通，再逐子任务外扩。领域信任是按子任务逐个挣来的，一次大而全的上线若在某个边角场景出丑，损失的信任要花数倍力气才能赢回——这与 6.5 节的灰度发布策略是同一套逻辑在领域维度的应用。

本节要点回顾

• 标准显式化：请专家口述审稿标准，逐维度转成裁判签名；专家贡献判断力，框架贡献搜索力。
• 双裁判结构：调性连续分乘要素硬门，调性说明作为输入字段实现多品牌复用；裁判异源与人工抽检纪律不变。
• 示范配方相反律：裁判越硬越信自举（代码任务），裁判越软越信人工金标准示范（创作任务），风格传染性是创作任务自举的主要风险。
• 知识注入三式：手法用示范、事实用检索、固化用微调；从单一方式起步，每次叠加过评估回路。
• 通向下一节：四个方向的程序都写完了，最后一程是让它们稳定地跑在生产环境——部署、缓存、监控与排错，全册的收官。