如何安全删除 ChatGPT 开场白、客套话与结尾邀请

删除之前，先判断它是不是外层包装

开场包装是用来介绍回答、却不属于目标成品的短句。常见模式包括确认收到要求、宣布“内容如下”、说明即将使用某种格式。结尾包装通常邀请继续提问、表示可以再修改，或重复“希望有帮助”。它们处在整篇文档最外侧，比具体用词更能说明问题。

同一句话出现在正文中就可能合法。客服邮件模板可能必须以“感谢您的联系”开头，讨论对话设计的文章也可能主动引用“当然可以”。不能在全文搜索并删除一切礼貌表达。自动规则应同时满足“已知短模式”与“文档边界位置”，无法确认时默认保留。

为什么宽泛删除规则会伤害真正内容

“删除第一个标题前的所有文字”可能把合法摘要、免责声明和导语一起删除；“删除所有包含希望的行”可能改写一篇真实散文；“删除最后一句”可能消灭结论或行动号召。格式清理工具不应像一个不透明编辑，暗中判断哪些观点重要。

边界匹配能显著降低风险。先统一换行符、去掉外层空白，只检查开头或结尾很小的区域，并只匹配短小的已知模式列表。正则必须锚定文档起点或终点。保守规则偶尔漏掉一句，只需人工删除几秒；误删却可能让带有实质损坏的文章直接发布。

• 不要删除第一个 Markdown 标题前的任意文字。
• 不要在全文搜索并删除礼貌词。
• 不要假定最后一句永远多余。
• 不要把语义删除与格式转换混成一步。
• 目标系统接受新结果前，保留原始输入。

使用可预测的清理顺序

首先保留原文，将 CRLF 或 CR 换行统一为 LF。其次只删除能够识别的开头和结尾包装。然后判断三反引号是否仅包住整篇回答，还是用来标记正文里的真实代码。结构处理完成后才压缩过量空行。JSON 字符串转义应放在最后，而且只在目标真的需要 JSON 字符串值时使用。

顺序会改变后续步骤能看到的上下文。如果最开始就删除所有围栏，就可能丢失“某句导语在 Markdown 文档之外”的证据。如果先做 JSON 转义，引号、反斜线和换行会变得难以人工检查。每个选项只做一件事，结果才更容易理解、测试和撤销。

Markdown 清理不等于 HTML 安全净化

Markdown 承载的是结构。标题、引用、链接、列表、强调和围栏代码块不是天然噪音。CommonMark 规范将内容分为块级和行内元素，围栏代码块还可以用信息字符串标明编程语言。删除所有围栏，可能把可读教程变成无法分辨代码和叙述的普通文字。

安全又是另一层。删除反引号并不会让不可信 HTML、链接、脚本或代码变得安全。如果要把清理后的 Markdown 渲染成 HTML，应使用持续维护的解析器，再根据目标环境做白名单 HTML 净化。OWASP 建议使用与输出上下文对应的编码和 HTML 净化，而不是自己发明字符过滤器。本工具整理文字，不负责事实审核或恶意内容检测。

为每个目标系统建立小型预设

Markdown 仓库通常需要保留标题、列表、链接和真实代码围栏。富文本编辑器可能渲染 Markdown、转换 Markdown，也可能把符号当作普通文字。表格单元格可能需要少量换行，API 测试数据则可能要求 JSON 转义。同一份“清理结果”不应盲目发往所有系统。

预设应按目标命名，并明确记录它会做什么。例如“Markdown CMS”预设可以删除边界客套话，只在连续三次以上换行时压缩空白，同时保留代码围栏。“JSON 字符串”预设可以先运行同样的保守清理，最后才序列化。生产规则需要版本化，因为短语列表一次更改可能影响以后的大量记录。

用专门“破坏规则”的内容测试

测试集应包含普通回答、带外包装文章、真实代码教程、引用礼貌短语的段落、中英文、嵌套 Markdown、空输入，以及必须保留问候的客服模板。对同一文本连续运行两次清理，第二次不应继续删除内容。这项幂等性检查可以发现“每执行一次就多吃掉一行”的危险规则。

发布前对比首尾段落，扫描所有标题，打开重要链接，检查代码块，并真实解析结构化输出。RunAIToolkit 在浏览器中并排展示原文和结果，应从保守选项开始，看懂差异后再复制。受监管、合同、医疗、金融与品牌敏感内容，永远不能用格式清理代替人工复核。

• 在回归测试中加入合法问候和真实结论。
• 加入真实围栏代码块和字面反引号示例。
• 测试多语言、列表、表格、链接和空内容。
• 确认第二次清理不再改变结果。
• 检查最终渲染页面，不只看源文本。

常见问题