关键词规则还是 AI 语义判断？Telegram 提取规则怎么选

创建 Telegram 信号规则时，最常见的问题是：应该设置关键词，还是直接让 AI 判断语义？

答案通常不是二选一。关键词擅长准确锁定实体，AI 擅长理解意图和上下文，稳定的系统往往需要两者协作。

关键词规则适合什么

关键词适合识别明确、稳定、写法相对固定的对象：

品牌和产品名称；
竞品名称与常用简称；
政策、法规或功能名称；
特定错误代码；
地区、平台和服务商；
明确的行业术语。

它的优点是速度快、结果容易解释、用户可以直接控制。

关键词规则的局限

单纯关键词无法理解一句话为什么出现这个词。

例如“推荐”可能出现在：

客户请求推荐供应商；
服务商推荐自己的产品；
用户推荐一篇文章；
群管理员发布推荐规则。

同一个词对应完全不同的意图。如果看到“推荐”就触发获客提醒，误报会非常高。

关键词还容易漏掉没有使用标准表达的消息。例如，用户可能说“现在这套太慢了，有没有稳定一点的”，却没有提到“替代品”或“换供应商”。

AI 语义判断适合什么

语义判断适合识别：

购买与替换意向；
对竞品的功能抱怨；
模糊表达的风险和情绪变化；
同义词、口语和多语言表达；
一段对话中的真实上下文；
需要综合多个条件的复杂信号。

AI 可以判断“这个人在为自己寻找解决方案”，而不是只判断句子中是否出现某个词。

语义判断的局限

AI 也可能误解讽刺、行业黑话、上下文缺失和特殊场景。

如果规则只写“找有价值的客户”，模型并不知道：

什么行业才有价值；
哪些地区属于服务范围；
哪类需求产品无法支持；
预算和规模是否重要；
什么情况只能记录、不能联系。

语义规则仍然需要清晰的业务定义和示例。

最实用的是混合规则

混合规则可以分成三层：

第一层：实体召回

用关键词和实体库找到相关消息，例如品牌、竞品、产品类别和目标地区。

第二层：语义判断

判断消息属于获客、竞对、趋势还是品牌风险，并识别具体意图。

第三层：业务约束

应用地区、语言、群组、时间、排除条件和最低可信度。

这种方式同时兼顾覆盖率、准确率和可解释性。

四种常见规则模板

品牌风险

品牌实体命中，并且语义属于故障、投诉、仿冒或安全风险。

竞对情报

竞品实体命中，并且讨论涉及价格、功能、服务、迁移或用户评价。

获客线索

产品类别或问题场景相关，并且发言者表达寻找、比较、替换或采购意向。

市场趋势

目标话题在多个独立群组中升温，且去除重复转发后仍高于历史基线。

用正例和反例教会系统

规则配置不应只有一句描述，还应加入：

3—5 条应该命中的正例；
3—5 条不应该命中的反例；
容易混淆的边界案例；
需要人工核验的特殊情况。

例如，获客规则的反例可以包括服务商广告、招聘、新闻转发和已经完成采购的经验分享。

根据结果持续调整

每周检查：

哪些有效消息没有命中；
哪些提醒被用户忽略；
哪些关键词制造了大量噪声；
哪类表达经常被模型误解；
新出现了哪些简称和行业用语。

关键词库和语义提示都不是一次性配置，而是随着市场语言持续变化的规则资产。

如何选择起点

如果关注对象非常明确，例如品牌名或错误代码，可以从关键词开始；如果目标是理解需求、抱怨和意向，应从语义规则开始，再加入实体和排除条件。

TOP Prospect 的提取规则应让用户看见每次命中的关键词、语义分类和判断理由。这样，客户既能使用 AI 的理解能力，也能保留对信息范围的控制。