摘要自动生成的三种策略与取舍
列表页需要摘要,SEO 需要 description,两者要求并不一样。
截断式
取正文前 120 字,成本为零、永不失败,缺点是经常在句子中间断开,且开头若是引导语则信息量低。适合作为兜底方案。
抽取式
按句子打分,选出与标题关键词重合度高的前两句。比截断更连贯,实现成本也不高,适合不想引入模型的项目。
生成式
效果最好,但要注意两点:一是控制长度,超过 500 字符的摘要会被搜索引擎截断;二是加事实约束,避免模型编造原文没有的数字。
混合策略更实际
采集时先用截断保证有值,再异步生成高质量摘要覆盖。这样任何时刻数据都是完整的,质量提升是渐进式的。