前言

「人工複查已經很仔細了,為什麼還要另外寫一支掃描工具？」

因為「已經很仔細」跟「不會漏」是兩件事。這個系列的寫作規範裡明白寫著一句話:已經整理過的素材筆記,都曾經漏掉一個真實識別字串沒改掉。這不是說人不用心,而是說明人工複查有結構性的極限——注意力會疲乏、會習慣性地看過某些格式而不起疑心。這篇要講的是,一次漏抓的教訓怎麼變成一條可以重複執行的規則。

今日目標

• 理解「人工複查會漏」不是能力問題,是注意力機制的結構性限制
• 看到規則從「一次教訓」演化成「自動化檢查」的完整過程
• 學會判斷什麼類型的規則適合自動化,什麼類型不適合
• 知道自動化工具本身也需要維護,不是寫完就一勞永逸

從「漏抓一次」到「寫成規則」

去識別化的規則清單不是一開始就想好所有情況才寫出來的,而是每次抓到一個新的識別資訊漏網之魚（不管是自己發現還是被抓到),就把對應的樣式加進規則清單,讓下一次掃描能自動抓到。這個過程分成幾個階段：

第一階段:發現漏洞——人工複查或使用者指出,某個具體措辭其實足以讓讀者反推出原始情境,即使那個措辭單獨看很技術性、不涉及廠商名稱。

第二階段:歸納樣式——不是只改掉那一個具體字眼,而是問「這一類措辭的共同特徵是什麼」,把特徵寫成一條可以比對的樣式規則。

第三階段:寫進清單,讓下一次自動觸發——把這條樣式加進掃描工具的規則清單,之後任何草稿只要出現符合這個樣式的內容,都會被自動攔下來,不需要每次都靠人重新想起這條規則。

• ❌ 只改當下這一處：發現一個識別資訊漏掉了,把那一句改掉就結束,沒有想「這一類措辭以後還會不會再出現」
• ✅ 歸納成規則加進清單：改掉當下這一處之後,額外花時間把這類措辭的特徵寫成規則,加進掃描清單,讓同類問題以後自動被攔下來

什麼規則適合自動化,什麼不適合

不是所有去識別化判斷都適合寫成自動化規則。明確、機械式、可以用字串比對或正規表示式判斷的規則（真實目錄名、廠商代碼樣式、特定業務術語)適合自動化——這類規則不需要理解上下文,純粹是「出現這個字串就攔下來」。但需要理解語意脈絡才能判斷的情況（例如某個案例的敘事角度會不會暗示產業類型)沒辦法完全交給自動化,還是需要人工判斷,自動化工具最多只能在這類情況下標出「WARNING,建議人工複查」,而不是直接判定違規。

今日思考題

如果你的工作流程裡也有一類反覆需要人工複查的規則,有沒有想過把它拆成「機械式部分交給工具自動檢查」跟「語意判斷部分保留給人工」兩層？

今日重點回顧

• 人工複查會漏不是能力問題,是注意力機制的結構性限制,連整理過的素材筆記都漏過
• 規則演化分三階段：發現漏洞、歸納成可比對的樣式、寫進清單讓下次自動觸發
• 機械式、可比對的規則適合自動化；需要語意理解的判斷還是要靠人工,自動化工具最多標記警示
• 每次抓到新的漏網之魚都要歸納成規則加進清單,不能只改掉當下那一處就結束

明日預告

Day 10 會轉向另一道品質守門機制:事實查核——為什麼技術主張不能只憑內部踩坑經驗的記憶,就直接寫進文章裡。

寫在最後

第一次意識到「人工複查會漏」這件事有多真實,是看到規範裡直接寫出「已經整理過的素材筆記都漏過一次」這句話——這不是一個假設性的警告，而是真實發生過的教訓，直接被寫進規則裡，變成後面所有草稿都要遵守的紀律。