如何用本地模型做内容初筛，再交给强模型改写

摘要

本地模型不一定适合写终稿，但很适合做分类、去重、初筛和风险标记，降低每日内容生产成本。

这篇解决什么

内容生产不是每一步都需要最强模型，低风险步骤可以前置到本地。

最终要得到的不是一段观点，而是：一套本地初筛、强模型改写、人工审核的三段式流程。

每天要处理大量 X、Reddit、GitHub 和官网线索的人。

1. 本地模型负责去重、分类、风险标签和粗摘要。
2. 只把高分素材交给强模型做中文改写。
3. 强模型输出标题、摘要、正文结构和配图建议。
4. 人工只审核高分候选稿，不看全部原始素材。
5. 发布后把低质原因回写到筛选规则。

本地初筛字段：重复度、可教程化、风险、栏目、摘要、推荐分。
强模型字段：标题、正文、图片、SEO、检查清单。

可接入 HTKU 的自动学习素材池。

这类内容发布到 HTKU 时，重点不是复述外部平台说了什么，而是把它加工成中文用户能照着做的流程。读者打开页面后，应该能马上判断自己要准备什么、按什么顺序做、最后用什么标准验收。