文本纠错智能体的修改建议怎样安全应用？先核对原字串与区间，拒绝重叠补丁

文本纠错智能体若返回位置和替换字串，不能直接按它报的偏移覆盖。偏移可能基于旧稿，多个修改也可能互相重叠。先校验所有补丁，全部合格后再构造候选文本。

开发结构化文本纠错流程的读者。本文使用 Python 3.11 或以上版本的标准库，先验证一组人工构造的小样本。AI 负责提出实现或解释差异，结果由本地检查决定；这里没有把模型回答当成真实运行结果。

校验纠错补丁区间与原字串前，先定规则

示例偏移按Python字符串字符位置计数，不是UTF-8字节或JavaScript UTF-16位置；系统两端必须使用同一计数规则。

每条补丁含start、end、old、new，old应精确等于原文对应切片。所有补丁都相对于同一原稿。

校验完成后按原文顺序拼接一次，避免前一个修改长度变化让后一个偏移失效。

给 AI 的输入要包含什么

把下面这份输入说明和你的实际样本一起交给可用的 AI 编程助手。示例只含虚构数据；对真实材料先去除账号凭据和个人信息。

对原文“以经完成”应用start0/end2/old以经/new已经。先验证严格整数边界、old精确匹配、区间不重叠。坏old与重叠补丁拒绝，原字符串不变。不声称补丁语义一定正确。

要求模型保留检查条件，并把它认为缺少的业务定义列出来。若回答改变了输入字段、忽略异常分支或直接删除原材料，先要求修正，再运行。提示词的作用是缩小任务范围，验收仍以代码和数据为准。

保存并运行最小验证程序

下方程序把关键规则和验证用例放在同一个可复跑示例中，便于先理解输入如何变成输出，再用它检查 AI 给出的实现。

新建一个空目录，把下面代码保存为 check.py，在该目录打开终端，运行 python -X utf8 check.py。代码自带示例输入，不需要安装第三方库。

def apply(text,patches):
    ordered=sorted(patches,key=lambda p:p['start']);previous=0
    for p in ordered:
        start,end=p['start'],p['end']
        if type(start) is not int or type(end) is not int or not 0<=start<end<=len(text): raise ValueError('区间无效')
        if start<previous or text[start:end]!=p['old']: raise ValueError('重叠或原字串不符')
        if not isinstance(p['new'],str): raise ValueError('替换值不是字符串')
        previous=end
    parts=[];cursor=0
    for p in ordered:
        parts.extend([text[cursor:p['start']],p['new']]);cursor=p['end']
    parts.append(text[cursor:]);return ''.join(parts)
original='以经完成'
good={'start':0,'end':2,'old':'以经','new':'已经'}
assert apply(original,[good])=='已经完成'
bad_sets=[[dict(good,old='已经')],[good,{'start':1,'end':3,'old':'经完','new':'已完'}]]
for bad in bad_sets:
    try: apply(original,bad)
    except ValueError: pass
    else: raise AssertionError('错误补丁必须拒绝')
assert original=='以经完成'
print('candidate',apply(original,[good]))
print('bad_sets_rejected',len(bad_sets),'original_preserved',original)

怎样判断结果符合要求

合法候选是已经完成；两个坏补丁组被拒绝，原文仍以经完成。此检查验证位置与一致性，不决定编辑是否正确。

下方是这份最小示例在本地执行得到的输出。它验证示例程序与断言的关系，不代表任何 AI 模型一次就能生成同样代码，也不构成性能或生产可靠性结论。

candidate 已经完成
bad_sets_rejected 2 original_preserved 以经完成

数字、专名、否定词和事实关系还需编辑审校，位置合法不等于事实未改变。

本例拒绝零长度插入，若系统支持插入需明确同位置顺序与重复规则。

哪些失败必须停下来处理

不同平台偏移计数不一致会错位，尤其含Emoji时不能直接照搬坐标。

补丁原稿必须有版本指纹；不能对用户已更新的稿件继续套旧偏移。

接入自己的任务前再核对一次

先展示可审候选与修改清单，人工确认语义后再保存到真实文档。

让AI给无法确定的词标注待确认，机器层只负责校验与拒绝，不替编辑猜事实。

资料与适用范围

字符串切片采用左闭右开区间；不可变字符串可先构造候选结果，校验失败不改变原值。以下链接核对于 2026-10-03；运行环境及额外依赖按本文前述说明。

• https://docs.python.org/3.11/library/stdtypes.html

相关基础可阅读 用 ChatGPT 纠错怎么防止改错事实？逐项核对数字和专有名词。本文的重点是校验纠错补丁区间与原字串，可以把两项检查作为不同步骤保留。