多路矩阵检索、断言级去重与四态裁决的工程实现规则模式单案 619ms作品阶段可演示原型本地跑通说明截图都是真实运行截的消息文本拿公开通报的话术脱敏改的不对应具体某个人摘要反诈鉴谎师是一个家庭反诈核验原型。用户粘贴可疑消息后先本地脱敏再由混元 hy3 拆成结构化断言按“断言乘方向”生成检索矩阵调用元宝搜索Industry 传 gov、Freshness 传 y2、Cnt 传 20证据经域名四级分级后交由确定性规则做四态短路裁决最后生成一张能转发到家庭群的提醒卡。规则模式单案 619ms、3 到 7 次调用模型模式约 7 秒、12 次调用。7 条案例回归全部符合预期官方信源占比 39%。家里人差点转出去八万那次我到现在还记得。而且好多上一辈的亲戚长辈都被骗过好几万有些人竟然被骗了第二次所以说你不理解。电话没挂那头一个自称快递客服的说包裹破了三倍赔付。我一眼就看出来是套路包裹破损、加微信、开屏幕共享、填验证码标准的四步。我说这是骗子。他回我一句人家连我订单号都知道。就这一句把我堵死了我还能怎么劝呢完全没用。我拿不出凭据。转一条新闻过去他说那是别人我这单不一样。让他挂电话他说再等等人家正帮我退款呢。所以后来我做的东西从一开始就不是个识别工具。识别我自己三秒就完事了难的是让对面那个人也停下来。我要的是一份能拿出去的材料最好每条都带站点和日期能点开能核对还得够快赶在转账之前。写在开头这个小工具叫「反诈鉴谎师」服务对象就是我自己还有几个家里有长辈的朋友。它干的事很简单你把家人收到的消息粘进来它去元宝搜索上查把官方通报一条条摆出来最后生成一张能直接发进家庭群的卡片。它不替你判断只给你能拿出去的东西。后面每一节我都会把踩过的坑写清楚尤其是参数和通道那块有两个地方我卡了挺久希望能帮你省点时间吧~第一章这事到底难在哪我们先看一条典型的。这段是公开通报里反复出现的话术我做了脱敏改写。您好我是中通快递客服您的包裹在运输中破损我们可以为您办理三倍理赔。请添加理赔专员微信下载会议软件并开启屏幕共享按指引填写银行卡号和短信验证码完成退款。你把这句念给家里长辈听问一句如果是你会信吗。大部分人的回答是会犹豫。原来的办法我都试过。口头劝没凭据。长辈一句你怎么知道就把话堵回来了我只能说“我就是知道”啥证据没有。转发辟谣新闻信息太远。新闻讲的是别人的案子他总觉得我这单不一样。让他自己搜搜出来的第一条很可能是骗子做好的假页面。这些都不是技术问题。子女在父母面前本来就没权威感判断过程看不见对方还在电话里不停催。三件事叠一起你就剩几十秒。所以产品的形状是被这些东西逼出来的不替你判断只给你能拿出去的东西。第二章为什么我没直接问大模型动手之前我认真试过。答案是不行而且不行的地方很具体如下先说时效。骗术是按月换的上个月还在说包裹破损这个月就变成误开通会员、不取消按月扣费。模型的知识有截止日期上周刚出的新话术它不知道你所在城市本周发的预警它更不知道。再说出处。这可能是诈骗这句话对一个正在通话的长辈没有任何作用。他要的是你凭什么这么说。模型给不出链接给不出站点也给不出发布日期也不能说给不出你需要慢慢追问还要确认在争分夺秒的情况下这也太不行了分分钟几万就没了。还有一件更麻烦的它会编。我见过模型一本正经地编通报名称、发文单位、发布日期和链接。放别的场景是笑话放这里是灾难。长辈按着你编的通报去核实查无此文你后面说的全部作废而且他会记住这次那你还有啥信用。2.1 元宝搜索补上的正好是这三块按官方资料元宝搜索Tencent Yuanbao SearchWSA是基于全网资源、叠加腾讯内容生态做的 AI 友好搜索引擎从收录到召回整条链路都为大模型重做过。落到我这个场景它解决的就是上面那三个问题。分钟级更新解决时效。这不是宣传语是实测。写这段之前我又跑了一次Query 用的「快递理赔 诈骗 警方通报」Industrygov、Freshnessy2、Cnt20。第一页里最新一条是重庆市人民检察院 10 月 26 日的《法治日报重庆渝中深挖快递保价骗赔案 不让企业吃“哑巴亏”》。今天是 10 月 27 日昨天的通报已经在索引里了。往下翻还有江苏检察网 10 月 20 日的《快递员自编自导“损坏理赔”戏码骗取保价赔款被玄武检方依法起诉》和正义网 10 月 18 日的《重庆渝中推动寄递平台健全保价理赔欺诈防范机制》。三条都能点开站点、日期、标题都是结果里原样返回的我一个字段没改。每条结果带 url、site、date解决可信。我不需要相信搜索结果我只要把它原样交给用户。文章里出现的每条通报都能点开看到原文和日期。返回的是真实网页摘要不是生成文本解决幻觉。模型负责把话说得像人话判断依据必须来自检索到的网页。这条边界划清之后我才敢让长辈去核实。2.2 几个我用得快冒烟的参数Industry 传 gov。反诈最需要的就是 .gov.cn。同一条查询加上这个参数单次结果里的政府域名命中从 3/10 提到 4/10。差别不算惊人但意义在于官方信源可以被定向召回不用碰运气。Freshness 传 y2。可传 d7、m3、y2也能传具体日期区间。我固定用近两年既避开五年前的老套路也不至于把有价值的判例挡在外面。实测 5 个案例的证据日期全部落在 2025 年 1 月之后。Site。支持只看某个站也支持排除最多五个域名。反诈场景我没用排除但做竞品调研、品牌监测的朋友应该会很需要。另外两个坑我写出来给你省时间。Cnt只能取10、20、30、40、50。我随手填了个 5接口直接返回 0 条我查了半天以为是 Query 写错了最后才发现是参数不合法。嘿嘿文档里其实写了是我没细看嗨但我觉得应该没有人会完完整整的读文档吧~authority_level字段只有旗舰版返回。所以如果只是简单使用的话权威度分级别使用它自己按域名建规则更稳我后来就是这么干的。2.3 三种方案摆一起看维度直接问大模型hy3 实测通用搜索 API元宝搜索时效性问 10 月下旬的通报直接答“无法实时获取”索引周期不固定分钟级更新实测命中前一日通报可溯源4 次调用2 次给了链接标题与日期两次对不上有链接常需自行抽正文每条自带 url、site、date幻觉风险编出《关于防范冒充快递公司客服诈骗的提示》查无此文无生成但需自己判定返回真实网页判定交给应用结果形态自然语言 324 到 585 字要再解析HTML需清洗与去噪标准摘要 passage直接可用响应速度2.6 到 5.3 秒取决于检索与正文抽取规则 619ms模型 6.9s含 12 路检索垂直定向无少见且不统一Industry 支持 gov、news、acad、finance时效过滤无支持程度不一Freshness 支持天、月、年与日期区间站点控制无部分支持Site 指定单域名、排除多域名接入方式SDK各家自定义REST、腾讯云签名、MCP说下口径。直接问大模型那一列是我 10 月 27 日拿 hy3 现跑的一共 4 次调用prompt 就是普通用户问法没挂任何检索工具。对照组是另外三条真实通报按标题去元宝搜索查3 条全命中所以上面那些查无此文不是我搜不到是它真没有。元宝搜索那一列的数字全部来自下面的真实运行。公平地说普通问法那次它判断是对的585 字条理也清楚可一个链接、一个日期都没给。我追问“凭什么”之后问题才出来。最值得看一眼的是第二次回答。它给的链接是https://www.mps.gov.cn/.../c9123456/content.html后面还老实加了一句“示例链接实为公安部官网反诈骗提示栏目…”。它自己知道这是编的却把这行字放在了“官方通报依据”下面。同一段话跑两遍通报名称、日期、链接全不一样第一次是《关于防范冒充快递公司客服诈骗的提示》第二次变成《关于防范冒充快递客服诈骗的提示》。这种东西发给长辈他按着去搜搜不到下次你说什么他都不信了。第三章接入和踩坑记录3.1 先看整条链路长什么样我们先把整条链路摊开看一眼这条链路里模型只干一件活把一段人话拆成机器能查的断言。判断谁来做后面再说。3.2 模型和搜索怎么接力这一段是最该讲清楚的我们拆开说。你可能觉得接个大模型加个搜索就完了。实际接力点只有三处每一处都可能掉链子如下环节谁来干输入核心配置或提示词输出特征解构混元 hy3脱敏后的原始话术系统提示词约束类型、特征、索要动作结构化 JSON1 到 10 条断言精准检索元宝搜索断言生成的检索式Industrygov、Freshnessy2、Cnt20带 url、date 的去噪摘要多态裁决规则引擎证据库加相关度双重门槛加四态短路高危或无法判断等结论系统提示词是这么写的原文在仓库里。你是反诈信息核验系统的断言拆解器。把用户给出的可疑消息拆成可被外部证据验证的断言。 硬性规则 1. 只使用原文中出现的信息禁止补充原文没有的机构名、金额或事实。 2. 输出 1 到 10 条断言。 3. 每条断言的 excerpt 必须是原文的连续片段。 4. type 取值fact / identity / process / money。 5. verifiability 取值verifiable / unverifiable。 6. features 取值hook / threat / isolation / demand。 7. demands 只能取verification_code / screen_share / transfer / install_app / secrecy。 只输出 JSON 数组不要任何解释文字。第 1 条和第 3 条是防幻觉的关键。模型输出后我会在代码里再校验一次excerpt 不在这段原文里这条断言直接丢掉。模型可以自由发挥但编出来的东西进不了下一环。接通过程里踩了两个坑都挺值钱。第一个坑你如果想接模型但没有token那你可以与我一样白嫖10亿token接到当前工作肯定够用一段时间了。那就是去注册一个微信小程序领取成长计划除了10亿token还有10万张混元生图但使用时千万别直接拼 HTTP。我按文档拼了/chat/completions直接 POST返回 403因为如下AI_CHANNEL_NOT_ALLOWED 小程序成长计划仅支持小程序 SDK 和云开发 SDK 调用换成cloudbase/node-sdk用 API Key 初始化才走通。constapptcb.init({env:envId,accessKey:process.env.LLM_API_KEY});constmodelapp.ai().createModel(cloudbase);constresawaitmodel.generateText({model:hy3,messages:[...]});第二个坑更隐蔽。第一次跑完整链路结论是no_anomaly。一条明显的诈骗话术被判成了没异常。查下来是模型把“下载会议软件”“填写验证码”标成了主观描述裁决层就不去检索它们。修法是加一条兜底身份声称、带索要动作或者施压特征的断言一律按可核验处理。改完同一段话的官方来源从 19 条涨到 69 条结论回到高危。这件事让我更确定一个判断模型的活是拆结构不是下结论。它连“这句话能不能查”都会判错让它判是不是诈骗更不靠谱。3.3 搜索词千万别整段丢进去这是我踩得最深的一个坑。最开始我把整段消息原样当 Query 发出去返回0 条。我还以为是接口有问题换了几个 case 才反应过来长句在搜索引擎里不是更精确是没有匹配。后来我们改成断言加方向的矩阵。先把消息拆成能独立验证的句子每条断言生成 2 到 4 条检索式方向固定四类。方向作用示例官方通报找官方定性快递理赔 诈骗 警方通报套路命名找同类手法快递理赔 诈骗 套路机构渠道找真实客服中通 官方客服 电话 核实同类案例找受害者经历快递理赔 诈骗 案例 受害者检索式按断言优先级乘方向权重排序总量上限 12 次并发 4单次超时 8 秒。含索要动作的断言排前面它最可能是骗局的核心环节。3.4 证据分级以及为什么不把裁决交给模型搜回来的东西质量参差直接丢给模型总结最容易出错。我们一条条看。我先做三件事按 URL 和标题去重按域名分四级部委与公安法院、央媒、机构公告、自媒体把既没诈骗语境又跟断言弱相关的内容丢掉。然后是最关键的一个决定裁决写成确定性规则不交给模型。// 官方确证必须同时满足断言含实质可疑行为和证据与断言相关constsubstantiveclaim.features.filter((f)f!hook).length;constgatesubstantive2?0.2:0.25;constconfirmedofficial.filter((e)hasFraudCue(e.text)relevance(claim.excerpt,e.text)gate).length0;// 四态短路官方确证 → 高度可疑 → 存疑并列 → 无法判断理由很实际。交给模型的话同一段话两次运行可能结论不同截图对不上用户问起来也答不出凭什么。规则化之后每条结论都能追到哪条规则、哪条证据、什么日期这才满足需求。3.5 去噪到底省在哪官方把大模型友好、自动去噪、节省 Token 列为卖点我用自己的数据量了一下。一次核验拿到88 条结果passage 平均747 字合计约6.5 万字符全是标准化正文摘要整个过程没有抓取任何一个网页。如果自己搜网页88 个页面按每页 3000 到 5000 字算是 26 到 44 万字符还要去导航、去广告、去相关推荐。字符数和 token 大致同量级差的是四五倍输入成本外加一整套正文抽取的工程。3.6 速度两种模式差了一个数量级规则模式每案并发 3 到 7 路检索。实测单次请求最短82ms最长601ms平均 116 到 352ms。整案从提交到结果渲染完成619ms。这个量级你可以自己感受一下。用户点完核验还没把手机放下结果就出来了。对对方正在通话这个场景这是硬指标。接入 hy3 之后单案变成6.8 到 7 秒模型拆解要 5.4 到 5.6 秒检索 1 到 2 秒。慢了十倍换来的是断言更细。所以我把两条路都留着。DECOMPOSER_MODE传 llm 走模型传 rule 只走规则模型调用失败会自动降级回规则版。演示用规则模式保证不卡真实使用用模型模式提高覆盖。你也可以按自己的场景选别硬上模型。模式断言检索证据一级官方耗时规则278723619ms模型 hy3612167696.9s单次运行的数据检索结果本身有轻微波动。第四章跑起来是什么样我们拿开头那条消息规则模式完整跑一次。拆出2 条断言生成7 路检索。去重后留下87 条证据同日另一次运行是 88 条。其中23 条是一级官方来源。命中的通报里有武汉市东西湖区人民政府的《物流异常来电小心骗局》2026-10-04、《屏幕共享谨防骗局》2026-10-03还有渭南政法网的《98万元临渭公安站南派出所紧急止付成功挽损》2026-10-13。裁决高危置信度高总耗时 619ms。工具输出三样东西对应三个使用时刻。套路解剖图把话术拆成四段钩子、施压、孤立、索要。命中的段落附原文长辈能看见自己被推到了第几步。下一步统计给的是同类案例里各种索要动作的频次。只做统计不做预测。预测错一次信任就没了。家人提醒卡语气不带指责每条依据都有站点和日期。可以存长图也能生成分享链接。脱敏在请求之前完成。手机号、身份证、银行卡、姓名、地址在浏览器里就换成了占位符外发的永远是脱敏版本。手机上打开分享链接是这样。第五章三种做法放一起比为了确认这不是把简单问题做复杂我们拿同一批 7 条输入做了对比。同一台机器同一天同样的 Freshness 设置。你可以在自己机器上重跑一遍。案例期望A 静态关键词B 单次检索加前三条C 本作品快递理赔加屏幕共享高危判可疑判可疑高危冒充公检法加安全账户高危判可疑判可疑高危刷单返利高危判可疑判可疑高危AI 换脸冒充熟人借钱高危漏报判可疑高危养老投资加低价旅游高危判可疑判可疑高危正常通知快递柜取件未见异常无提示误报未见异常查无实据读书会逾期无法判断无提示误报无法判断口径我们说一下。A 是我自己写的静态关键词表安全账户、验证码、屏幕共享、返利这些词命中就判可疑零检索。B 是一条短关键词查询机构加场景词加诈骗取前三条出现诈骗措辞就判可疑一次调用。C 是断言级多路检索加信源分级加四态裁决每案 3 到 7 次。两个结果值得我们看一眼。A 的问题不是漏报是没证据。它靠硬词命中AI 换脸借钱那条不含硬词直接漏掉即便命中也只能说词出现了。B 的问题更隐蔽。召回 5/5但两条非诈骗输入全部误报。因为搜顺丰取件码诈骗必然返回诈骗文章。检索到诈骗内容不等于这条消息是诈骗。这正是调一次 API 让模型总结最容易踩的坑。顺带一句A 只是我写的一段关键词规则不等于任何真实产品。国家反诈中心 App 在来电拦截和号码库比对上的能力是这套方案做不到的两者不在同一个环节。在这里就一定要提一句了国家反诈中心有专业的反诈团队有专业的反诈规则有专业的反诈能力我们一定要下载哦守住你的钱袋子嘿~第六章七条案例回归还有三次翻车案例断言检索证据一级官方结论耗时快递理赔加屏幕共享278723高危619ms冒充公检法加安全账户278030高危250ms刷单返利266832高危215msAI 换脸冒充熟人借钱13135高危104ms养老投资加低价旅游264822高危221ms正常通知快递柜取件276413未见异常222ms查无实据读书会逾期1300无法判断97ms7 条全部符合预期5 条诈骗样本平均官方信源占比39%。这张表是规则模式的模型模式目前只做了开篇那条的端到端验证。这个数字不是我调得好。它反映的是元宝搜索对公安、政府、央媒这类信源的收录密度。换一个收录稀薄的搜索服务同一套规则跑出来会立刻塌掉。功劳在检索质量不在我。6.1 三次翻车这部分比上面的表更值得写。第一次正常的取件通知被判成高危。第一版规则很粗检索到官方反诈通报出现诈骗词就算官方确证。结果一条快递柜取件通知因为搜到《当心骗子用快递设局》直接判高危。我的修法是加双重门槛断言必须含实质可疑行为只有钩子不算官方证据跟断言的相关度也要过线。改完取件通知落到未见异常5 条诈骗样本召回没掉。第二次刷单和养老两案被判成无法判断。我查下来是反诈文章里常有不存在轻松赚钱这类否定句触发了证据冲突。修法要求明确辟谣措辞、相关度不低于 0.5、断言含实质特征三个条件同时满足才算冲突。第三次最气人是改出来的。养老投资案在新门槛下掉出高危因为它整段只有一个钩子特征。我翻了半天是特征词典漏了利诱类词。把返利、高额回报、稳赚、保本并进施压类把转到指定账户并进索要类才恢复正常。还有一次是接模型之后出现的前面 3.2 说过模型把索要动作判成主观描述整案掉成没异常。四次都只动规则和兜底没动架构。这也是我坚持规则化裁决的原因出问题能定位到具体一行而不是模型今天状态不好。嘿嘿翻车翻多了反而更信这套笨办法。6.2 测量方法和成本环境是本机 Windows同一网络2026 年 10 月 23 日规则模式单次运行模型模式为 10 月 27 日。耗时取服务端记录的 totalDurationMs从提交到结果渲染完成不是估算。调用次数是 SearchPro 实际请求数不含重试。证据条数按去重后统计官方占比按我自己建的一级域名规则算。样本得跟你说清楚7 条人工构造的脱敏话术不是随机抽样不能外推成准确率。成本上规则模式每次核验 3 到 7 次检索模型模式 12 次检索加 1 次 hy3 调用。按活动期 6000 次每月的额度算规则模式大概能撑 850 到 2000 次模型模式因为检索打满 12 路只有 500 次左右。演示的时候别乱刷额度是真会没的~第七章还没做好的和给后来者的建议再我写这篇文章时当前项目我部署到了服务器上但因为元宝搜索调用次数不多这里我就先不放链接了大家可以去仓库自己部署试试后面我整理好会贴在评论区。而且我已经申请注册了微信小程序《先别转》并买了域名但因为要走备案流程到活动结束希望已经上线并给家人用上了哈哈哈哈~ 这里现在先说我没做好的和我后面可能会做的优化。首先截图输入没做。长辈最常发的就是截图现在只能复制文字这是最该补的一块接下来我会补上OCR识别看看效果如果可以我可能会上线微信小程序就不只用H5了哈哈哈。规则拆解偏粗按标点切句长句拆得不够细。模型拆得细但慢十倍目前两条路并存那条合适用那条。没做过真实长辈的 A/B。卡片能不能说服人只做了小范围口头验证样本还很薄。还有一个我挺在意的点旗舰版的authority_level和附件子链我没用上。现在这套四级域名规则是硬编码的能跑但不够聪明。如果换成旗舰版返回的权威度字段再叠加子链里的原文追溯权重就能动态算不用我手工维护那张域名表。这是下一步最想试的事。如果你也在做一个需要讲证据的应用我的建议只有一句把搜索当成判断依据的来源而不是答案的来源。答案由你的应用来写但每一句结论都要能指回一条带日期和域名的记录。这条边界划清幻觉的问题会小很多用户也才敢把结果转给家人。接入上还有几条经验都是我们自己踩出来的。反诈、政策、医疗这类场景优先用 Industry 定向权威垂类别指望通用结果里碰巧有官方来源。时效要求高的场景用 Freshness 把老内容挡在外面而不是取回来再过滤。结果条数别省Cnt 给到 20 往往比 10 更能覆盖长尾反正后面还要去重。元宝搜索官方给的数据是千亿级索引、10 多个垂直行业、157 家以上权威信源已经在 WorkBuddy、ima、腾讯视频、腾讯金融科技等 15 款以上腾讯系产品里落地。我这个小工具只是其中一个很窄的用法但恰好是那种换掉搜索服务就做不成的用法~信息核验仅供参考不构成安全承诺或法律意见。紧急情况请拨打 96110 或 110。附运行npminstallnpmrun dev# http://localhost:3000npmrun spike# 7 条案例回归输出信源命中率npx tsx scripts/compare.ts# 三种做法对比实验npx tsx scripts/metrics.ts# 检索耗时、摘要长度、日期分布npx tsx scripts/llm-probe.ts# 模型拆解单测npx tsx scripts/llm-e2e.ts# 模型模式端到端npx tsx scripts/hy3-compare.ts# 2.3 的实测直接问 hy3并核验它引用的通报npx tsx scripts/wsa-title-check.ts# 2.3 的对照组真实通报标题能否被检索到nodescripts/capture.mjs# 重新生成全部截图AI 参与说明代码编写、规则调试和本文初稿我都使用了 AI 辅助检索结论、截图与数据来自真实运行。文中引用的官方通报保留了站点与发布日期可以自行核对。 
长河君 · 2026/10/28 10:24:51 · 阅读 1.2k 【元宝搜索开发者征文大赛】长辈不信你时，我靠元宝搜索拿出 23 条可点开的官方通报
多路矩阵检索、断言级去重与四态裁决的工程实现规则模式单案 619ms作品阶段可演示原型本地跑通说明截图都是真实运行截的消息文本拿公开通报的话术脱敏改的不对应具体某个人摘要反诈鉴谎师是一个家庭反诈核验原型。用户粘贴可疑消息后先本地脱敏再由混元 hy3 拆成结构化断言按“断言乘方向”生成检索矩阵调用元宝搜索Industry 传 gov、Freshness 传 y2、Cnt 传 20证据经域名四级分级后交由确定性规则做四态短路裁决最后生成一张能转发到家庭群的提醒卡。规则模式单案 619ms、3 到 7 次调用模型模式约 7 秒、12 次调用。7 条案例回归全部符合预期官方信源占比 39%。家里人差点转出去八万那次我到现在还记得。而且好多上一辈的亲戚长辈都被骗过好几万有些人竟然被骗了第二次所以说你不理解。电话没挂那头一个自称快递客服的说包裹破了三倍赔付。我一眼就看出来是套路包裹破损、加微信、开屏幕共享、填验证码标准的四步。我说这是骗子。他回我一句人家连我订单号都知道。就这一句把我堵死了我还能怎么劝呢完全没用。我拿不出凭据。转一条新闻过去他说那是别人我这单不一样。让他挂电话他说再等等人家正帮我退款呢。所以后来我做的东西从一开始就不是个识别工具。识别我自己三秒就完事了难的是让对面那个人也停下来。我要的是一份能拿出去的材料最好每条都带站点和日期能点开能核对还得够快赶在转账之前。写在开头这个小工具叫「反诈鉴谎师」服务对象就是我自己还有几个家里有长辈的朋友。它干的事很简单你把家人收到的消息粘进来它去元宝搜索上查把官方通报一条条摆出来最后生成一张能直接发进家庭群的卡片。它不替你判断只给你能拿出去的东西。后面每一节我都会把踩过的坑写清楚尤其是参数和通道那块有两个地方我卡了挺久希望能帮你省点时间吧~第一章这事到底难在哪我们先看一条典型的。这段是公开通报里反复出现的话术我做了脱敏改写。您好我是中通快递客服您的包裹在运输中破损我们可以为您办理三倍理赔。请添加理赔专员微信下载会议软件并开启屏幕共享按指引填写银行卡号和短信验证码完成退款。你把这句念给家里长辈听问一句如果是你会信吗。大部分人的回答是会犹豫。原来的办法我都试过。口头劝没凭据。长辈一句你怎么知道就把话堵回来了我只能说“我就是知道”啥证据没有。转发辟谣新闻信息太远。新闻讲的是别人的案子他总觉得我这单不一样。让他自己搜搜出来的第一条很可能是骗子做好的假页面。这些都不是技术问题。子女在父母面前本来就没权威感判断过程看不见对方还在电话里不停催。三件事叠一起你就剩几十秒。所以产品的形状是被这些东西逼出来的不替你判断只给你能拿出去的东西。第二章为什么我没直接问大模型动手之前我认真试过。答案是不行而且不行的地方很具体如下先说时效。骗术是按月换的上个月还在说包裹破损这个月就变成误开通会员、不取消按月扣费。模型的知识有截止日期上周刚出的新话术它不知道你所在城市本周发的预警它更不知道。再说出处。这可能是诈骗这句话对一个正在通话的长辈没有任何作用。他要的是你凭什么这么说。模型给不出链接给不出站点也给不出发布日期也不能说给不出你需要慢慢追问还要确认在争分夺秒的情况下这也太不行了分分钟几万就没了。还有一件更麻烦的它会编。我见过模型一本正经地编通报名称、发文单位、发布日期和链接。放别的场景是笑话放这里是灾难。长辈按着你编的通报去核实查无此文你后面说的全部作废而且他会记住这次那你还有啥信用。2.1 元宝搜索补上的正好是这三块按官方资料元宝搜索Tencent Yuanbao SearchWSA是基于全网资源、叠加腾讯内容生态做的 AI 友好搜索引擎从收录到召回整条链路都为大模型重做过。落到我这个场景它解决的就是上面那三个问题。分钟级更新解决时效。这不是宣传语是实测。写这段之前我又跑了一次Query 用的「快递理赔 诈骗 警方通报」Industrygov、Freshnessy2、Cnt20。第一页里最新一条是重庆市人民检察院 10 月 26 日的《法治日报重庆渝中深挖快递保价骗赔案 不让企业吃“哑巴亏”》。今天是 10 月 27 日昨天的通报已经在索引里了。往下翻还有江苏检察网 10 月 20 日的《快递员自编自导“损坏理赔”戏码骗取保价赔款被玄武检方依法起诉》和正义网 10 月 18 日的《重庆渝中推动寄递平台健全保价理赔欺诈防范机制》。三条都能点开站点、日期、标题都是结果里原样返回的我一个字段没改。每条结果带 url、site、date解决可信。我不需要相信搜索结果我只要把它原样交给用户。文章里出现的每条通报都能点开看到原文和日期。返回的是真实网页摘要不是生成文本解决幻觉。模型负责把话说得像人话判断依据必须来自检索到的网页。这条边界划清之后我才敢让长辈去核实。2.2 几个我用得快冒烟的参数Industry 传 gov。反诈最需要的就是 .gov.cn。同一条查询加上这个参数单次结果里的政府域名命中从 3/10 提到 4/10。差别不算惊人但意义在于官方信源可以被定向召回不用碰运气。Freshness 传 y2。可传 d7、m3、y2也能传具体日期区间。我固定用近两年既避开五年前的老套路也不至于把有价值的判例挡在外面。实测 5 个案例的证据日期全部落在 2025 年 1 月之后。Site。支持只看某个站也支持排除最多五个域名。反诈场景我没用排除但做竞品调研、品牌监测的朋友应该会很需要。另外两个坑我写出来给你省时间。Cnt只能取10、20、30、40、50。我随手填了个 5接口直接返回 0 条我查了半天以为是 Query 写错了最后才发现是参数不合法。嘿嘿文档里其实写了是我没细看嗨但我觉得应该没有人会完完整整的读文档吧~authority_level字段只有旗舰版返回。所以如果只是简单使用的话权威度分级别使用它自己按域名建规则更稳我后来就是这么干的。2.3 三种方案摆一起看维度直接问大模型hy3 实测通用搜索 API元宝搜索时效性问 10 月下旬的通报直接答“无法实时获取”索引周期不固定分钟级更新实测命中前一日通报可溯源4 次调用2 次给了链接标题与日期两次对不上有链接常需自行抽正文每条自带 url、site、date幻觉风险编出《关于防范冒充快递公司客服诈骗的提示》查无此文无生成但需自己判定返回真实网页判定交给应用结果形态自然语言 324 到 585 字要再解析HTML需清洗与去噪标准摘要 passage直接可用响应速度2.6 到 5.3 秒取决于检索与正文抽取规则 619ms模型 6.9s含 12 路检索垂直定向无少见且不统一Industry 支持 gov、news、acad、finance时效过滤无支持程度不一Freshness 支持天、月、年与日期区间站点控制无部分支持Site 指定单域名、排除多域名接入方式SDK各家自定义REST、腾讯云签名、MCP说下口径。直接问大模型那一列是我 10 月 27 日拿 hy3 现跑的一共 4 次调用prompt 就是普通用户问法没挂任何检索工具。对照组是另外三条真实通报按标题去元宝搜索查3 条全命中所以上面那些查无此文不是我搜不到是它真没有。元宝搜索那一列的数字全部来自下面的真实运行。公平地说普通问法那次它判断是对的585 字条理也清楚可一个链接、一个日期都没给。我追问“凭什么”之后问题才出来。最值得看一眼的是第二次回答。它给的链接是https://www.mps.gov.cn/.../c9123456/content.html后面还老实加了一句“示例链接实为公安部官网反诈骗提示栏目…”。它自己知道这是编的却把这行字放在了“官方通报依据”下面。同一段话跑两遍通报名称、日期、链接全不一样第一次是《关于防范冒充快递公司客服诈骗的提示》第二次变成《关于防范冒充快递客服诈骗的提示》。这种东西发给长辈他按着去搜搜不到下次你说什么他都不信了。第三章接入和踩坑记录3.1 先看整条链路长什么样我们先把整条链路摊开看一眼这条链路里模型只干一件活把一段人话拆成机器能查的断言。判断谁来做后面再说。3.2 模型和搜索怎么接力这一段是最该讲清楚的我们拆开说。你可能觉得接个大模型加个搜索就完了。实际接力点只有三处每一处都可能掉链子如下环节谁来干输入核心配置或提示词输出特征解构混元 hy3脱敏后的原始话术系统提示词约束类型、特征、索要动作结构化 JSON1 到 10 条断言精准检索元宝搜索断言生成的检索式Industrygov、Freshnessy2、Cnt20带 url、date 的去噪摘要多态裁决规则引擎证据库加相关度双重门槛加四态短路高危或无法判断等结论系统提示词是这么写的原文在仓库里。你是反诈信息核验系统的断言拆解器。把用户给出的可疑消息拆成可被外部证据验证的断言。 硬性规则 1. 只使用原文中出现的信息禁止补充原文没有的机构名、金额或事实。 2. 输出 1 到 10 条断言。 3. 每条断言的 excerpt 必须是原文的连续片段。 4. type 取值fact / identity / process / money。 5. verifiability 取值verifiable / unverifiable。 6. features 取值hook / threat / isolation / demand。 7. demands 只能取verification_code / screen_share / transfer / install_app / secrecy。 只输出 JSON 数组不要任何解释文字。第 1 条和第 3 条是防幻觉的关键。模型输出后我会在代码里再校验一次excerpt 不在这段原文里这条断言直接丢掉。模型可以自由发挥但编出来的东西进不了下一环。接通过程里踩了两个坑都挺值钱。第一个坑你如果想接模型但没有token那你可以与我一样白嫖10亿token接到当前工作肯定够用一段时间了。那就是去注册一个微信小程序领取成长计划除了10亿token还有10万张混元生图但使用时千万别直接拼 HTTP。我按文档拼了/chat/completions直接 POST返回 403因为如下AI_CHANNEL_NOT_ALLOWED 小程序成长计划仅支持小程序 SDK 和云开发 SDK 调用换成cloudbase/node-sdk用 API Key 初始化才走通。constapptcb.init({env:envId,accessKey:process.env.LLM_API_KEY});constmodelapp.ai().createModel(cloudbase);constresawaitmodel.generateText({model:hy3,messages:[...]});第二个坑更隐蔽。第一次跑完整链路结论是no_anomaly。一条明显的诈骗话术被判成了没异常。查下来是模型把“下载会议软件”“填写验证码”标成了主观描述裁决层就不去检索它们。修法是加一条兜底身份声称、带索要动作或者施压特征的断言一律按可核验处理。改完同一段话的官方来源从 19 条涨到 69 条结论回到高危。这件事让我更确定一个判断模型的活是拆结构不是下结论。它连“这句话能不能查”都会判错让它判是不是诈骗更不靠谱。3.3 搜索词千万别整段丢进去这是我踩得最深的一个坑。最开始我把整段消息原样当 Query 发出去返回0 条。我还以为是接口有问题换了几个 case 才反应过来长句在搜索引擎里不是更精确是没有匹配。后来我们改成断言加方向的矩阵。先把消息拆成能独立验证的句子每条断言生成 2 到 4 条检索式方向固定四类。方向作用示例官方通报找官方定性快递理赔 诈骗 警方通报套路命名找同类手法快递理赔 诈骗 套路机构渠道找真实客服中通 官方客服 电话 核实同类案例找受害者经历快递理赔 诈骗 案例 受害者检索式按断言优先级乘方向权重排序总量上限 12 次并发 4单次超时 8 秒。含索要动作的断言排前面它最可能是骗局的核心环节。3.4 证据分级以及为什么不把裁决交给模型搜回来的东西质量参差直接丢给模型总结最容易出错。我们一条条看。我先做三件事按 URL 和标题去重按域名分四级部委与公安法院、央媒、机构公告、自媒体把既没诈骗语境又跟断言弱相关的内容丢掉。然后是最关键的一个决定裁决写成确定性规则不交给模型。// 官方确证必须同时满足断言含实质可疑行为和证据与断言相关constsubstantiveclaim.features.filter((f)f!hook).length;constgatesubstantive2?0.2:0.25;constconfirmedofficial.filter((e)hasFraudCue(e.text)relevance(claim.excerpt,e.text)gate).length0;// 四态短路官方确证 → 高度可疑 → 存疑并列 → 无法判断理由很实际。交给模型的话同一段话两次运行可能结论不同截图对不上用户问起来也答不出凭什么。规则化之后每条结论都能追到哪条规则、哪条证据、什么日期这才满足需求。3.5 去噪到底省在哪官方把大模型友好、自动去噪、节省 Token 列为卖点我用自己的数据量了一下。一次核验拿到88 条结果passage 平均747 字合计约6.5 万字符全是标准化正文摘要整个过程没有抓取任何一个网页。如果自己搜网页88 个页面按每页 3000 到 5000 字算是 26 到 44 万字符还要去导航、去广告、去相关推荐。字符数和 token 大致同量级差的是四五倍输入成本外加一整套正文抽取的工程。3.6 速度两种模式差了一个数量级规则模式每案并发 3 到 7 路检索。实测单次请求最短82ms最长601ms平均 116 到 352ms。整案从提交到结果渲染完成619ms。这个量级你可以自己感受一下。用户点完核验还没把手机放下结果就出来了。对对方正在通话这个场景这是硬指标。接入 hy3 之后单案变成6.8 到 7 秒模型拆解要 5.4 到 5.6 秒检索 1 到 2 秒。慢了十倍换来的是断言更细。所以我把两条路都留着。DECOMPOSER_MODE传 llm 走模型传 rule 只走规则模型调用失败会自动降级回规则版。演示用规则模式保证不卡真实使用用模型模式提高覆盖。你也可以按自己的场景选别硬上模型。模式断言检索证据一级官方耗时规则278723619ms模型 hy3612167696.9s单次运行的数据检索结果本身有轻微波动。第四章跑起来是什么样我们拿开头那条消息规则模式完整跑一次。拆出2 条断言生成7 路检索。去重后留下87 条证据同日另一次运行是 88 条。其中23 条是一级官方来源。命中的通报里有武汉市东西湖区人民政府的《物流异常来电小心骗局》2026-10-04、《屏幕共享谨防骗局》2026-10-03还有渭南政法网的《98万元临渭公安站南派出所紧急止付成功挽损》2026-10-13。裁决高危置信度高总耗时 619ms。工具输出三样东西对应三个使用时刻。套路解剖图把话术拆成四段钩子、施压、孤立、索要。命中的段落附原文长辈能看见自己被推到了第几步。下一步统计给的是同类案例里各种索要动作的频次。只做统计不做预测。预测错一次信任就没了。家人提醒卡语气不带指责每条依据都有站点和日期。可以存长图也能生成分享链接。脱敏在请求之前完成。手机号、身份证、银行卡、姓名、地址在浏览器里就换成了占位符外发的永远是脱敏版本。手机上打开分享链接是这样。第五章三种做法放一起比为了确认这不是把简单问题做复杂我们拿同一批 7 条输入做了对比。同一台机器同一天同样的 Freshness 设置。你可以在自己机器上重跑一遍。案例期望A 静态关键词B 单次检索加前三条C 本作品快递理赔加屏幕共享高危判可疑判可疑高危冒充公检法加安全账户高危判可疑判可疑高危刷单返利高危判可疑判可疑高危AI 换脸冒充熟人借钱高危漏报判可疑高危养老投资加低价旅游高危判可疑判可疑高危正常通知快递柜取件未见异常无提示误报未见异常查无实据读书会逾期无法判断无提示误报无法判断口径我们说一下。A 是我自己写的静态关键词表安全账户、验证码、屏幕共享、返利这些词命中就判可疑零检索。B 是一条短关键词查询机构加场景词加诈骗取前三条出现诈骗措辞就判可疑一次调用。C 是断言级多路检索加信源分级加四态裁决每案 3 到 7 次。两个结果值得我们看一眼。A 的问题不是漏报是没证据。它靠硬词命中AI 换脸借钱那条不含硬词直接漏掉即便命中也只能说词出现了。B 的问题更隐蔽。召回 5/5但两条非诈骗输入全部误报。因为搜顺丰取件码诈骗必然返回诈骗文章。检索到诈骗内容不等于这条消息是诈骗。这正是调一次 API 让模型总结最容易踩的坑。顺带一句A 只是我写的一段关键词规则不等于任何真实产品。国家反诈中心 App 在来电拦截和号码库比对上的能力是这套方案做不到的两者不在同一个环节。在这里就一定要提一句了国家反诈中心有专业的反诈团队有专业的反诈规则有专业的反诈能力我们一定要下载哦守住你的钱袋子嘿~第六章七条案例回归还有三次翻车案例断言检索证据一级官方结论耗时快递理赔加屏幕共享278723高危619ms冒充公检法加安全账户278030高危250ms刷单返利266832高危215msAI 换脸冒充熟人借钱13135高危104ms养老投资加低价旅游264822高危221ms正常通知快递柜取件276413未见异常222ms查无实据读书会逾期1300无法判断97ms7 条全部符合预期5 条诈骗样本平均官方信源占比39%。这张表是规则模式的模型模式目前只做了开篇那条的端到端验证。这个数字不是我调得好。它反映的是元宝搜索对公安、政府、央媒这类信源的收录密度。换一个收录稀薄的搜索服务同一套规则跑出来会立刻塌掉。功劳在检索质量不在我。6.1 三次翻车这部分比上面的表更值得写。第一次正常的取件通知被判成高危。第一版规则很粗检索到官方反诈通报出现诈骗词就算官方确证。结果一条快递柜取件通知因为搜到《当心骗子用快递设局》直接判高危。我的修法是加双重门槛断言必须含实质可疑行为只有钩子不算官方证据跟断言的相关度也要过线。改完取件通知落到未见异常5 条诈骗样本召回没掉。第二次刷单和养老两案被判成无法判断。我查下来是反诈文章里常有不存在轻松赚钱这类否定句触发了证据冲突。修法要求明确辟谣措辞、相关度不低于 0.5、断言含实质特征三个条件同时满足才算冲突。第三次最气人是改出来的。养老投资案在新门槛下掉出高危因为它整段只有一个钩子特征。我翻了半天是特征词典漏了利诱类词。把返利、高额回报、稳赚、保本并进施压类把转到指定账户并进索要类才恢复正常。还有一次是接模型之后出现的前面 3.2 说过模型把索要动作判成主观描述整案掉成没异常。四次都只动规则和兜底没动架构。这也是我坚持规则化裁决的原因出问题能定位到具体一行而不是模型今天状态不好。嘿嘿翻车翻多了反而更信这套笨办法。6.2 测量方法和成本环境是本机 Windows同一网络2026 年 10 月 23 日规则模式单次运行模型模式为 10 月 27 日。耗时取服务端记录的 totalDurationMs从提交到结果渲染完成不是估算。调用次数是 SearchPro 实际请求数不含重试。证据条数按去重后统计官方占比按我自己建的一级域名规则算。样本得跟你说清楚7 条人工构造的脱敏话术不是随机抽样不能外推成准确率。成本上规则模式每次核验 3 到 7 次检索模型模式 12 次检索加 1 次 hy3 调用。按活动期 6000 次每月的额度算规则模式大概能撑 850 到 2000 次模型模式因为检索打满 12 路只有 500 次左右。演示的时候别乱刷额度是真会没的~第七章还没做好的和给后来者的建议再我写这篇文章时当前项目我部署到了服务器上但因为元宝搜索调用次数不多这里我就先不放链接了大家可以去仓库自己部署试试后面我整理好会贴在评论区。而且我已经申请注册了微信小程序《先别转》并买了域名但因为要走备案流程到活动结束希望已经上线并给家人用上了哈哈哈哈~ 这里现在先说我没做好的和我后面可能会做的优化。首先截图输入没做。长辈最常发的就是截图现在只能复制文字这是最该补的一块接下来我会补上OCR识别看看效果如果可以我可能会上线微信小程序就不只用H5了哈哈哈。规则拆解偏粗按标点切句长句拆得不够细。模型拆得细但慢十倍目前两条路并存那条合适用那条。没做过真实长辈的 A/B。卡片能不能说服人只做了小范围口头验证样本还很薄。还有一个我挺在意的点旗舰版的authority_level和附件子链我没用上。现在这套四级域名规则是硬编码的能跑但不够聪明。如果换成旗舰版返回的权威度字段再叠加子链里的原文追溯权重就能动态算不用我手工维护那张域名表。这是下一步最想试的事。如果你也在做一个需要讲证据的应用我的建议只有一句把搜索当成判断依据的来源而不是答案的来源。答案由你的应用来写但每一句结论都要能指回一条带日期和域名的记录。这条边界划清幻觉的问题会小很多用户也才敢把结果转给家人。接入上还有几条经验都是我们自己踩出来的。反诈、政策、医疗这类场景优先用 Industry 定向权威垂类别指望通用结果里碰巧有官方来源。时效要求高的场景用 Freshness 把老内容挡在外面而不是取回来再过滤。结果条数别省Cnt 给到 20 往往比 10 更能覆盖长尾反正后面还要去重。元宝搜索官方给的数据是千亿级索引、10 多个垂直行业、157 家以上权威信源已经在 WorkBuddy、ima、腾讯视频、腾讯金融科技等 15 款以上腾讯系产品里落地。我这个小工具只是其中一个很窄的用法但恰好是那种换掉搜索服务就做不成的用法~信息核验仅供参考不构成安全承诺或法律意见。紧急情况请拨打 96110 或 110。附运行npminstallnpmrun dev# http://localhost:3000npmrun spike# 7 条案例回归输出信源命中率npx tsx scripts/compare.ts# 三种做法对比实验npx tsx scripts/metrics.ts# 检索耗时、摘要长度、日期分布npx tsx scripts/llm-probe.ts# 模型拆解单测npx tsx scripts/llm-e2e.ts# 模型模式端到端npx tsx scripts/hy3-compare.ts# 2.3 的实测直接问 hy3并核验它引用的通报npx tsx scripts/wsa-title-check.ts# 2.3 的对照组真实通报标题能否被检索到nodescripts/capture.mjs# 重新生成全部截图AI 参与说明代码编写、规则调试和本文初稿我都使用了 AI 辅助检索结论、截图与数据来自真实运行。文中引用的官方通报保留了站点与发布日期可以自行核对。