当站点从几十个页面增长到几千个页面后,舆情控制里最先失效的往往不是判断力,而是手工逐页核对与逐条记录。手工适合处理少量、高价值、需要上下文判断的动作;一旦页面数量和来源渠道同步增加,继续手工做全量巡检、全量标签和全量链接核对,代价会从时间变成遗漏。更合理的取舍是:把可重复、可批量、结果可验证的部分交给流程,把涉及口径判断、危机定级和对外沟通的部分留给人。
很多团队在页面少的时候,手工核对确实比任何工具都可靠:编辑能看到上下文,能判断一条负面信息是投诉还是造谣,能决定要不要回应。规模扩大后,同样的手工方式会出现两种相反的解释。第一种解释是执行力下降,人变懒或交接不清;第二种解释是任务结构变了,手工处理的对象从“少量需要判断的事项”变成了“大量重复的核对事项”。
区分这两种解释的证据不在态度上,而在错误分布上。如果错误集中在交接班、节假日或人员变动之后,更像是执行力与流程问题;如果错误均匀分布在所有页面、所有渠道,且集中在漏检、漏记、漏更新,那更可能是任务规模已经超过手工承载。前者靠补人和排班能缓解,后者继续加人只会让成本线性上升而覆盖率仍然不稳。
舆情控制里可以批量化的,通常满足三个条件:规则明确、结果可复核、单条处理不需要额外背景。典型的是全量页面的状态巡检、已知来源的定时采集、以及固定字段的台账更新。这三类工作手工做不是做不好,而是做不完。
一个可操作的动作是先选一类工作做小范围替换,例如只把“页面可访问性巡检”从手工改为定时任务,连续观察两周。如果漏检明显下降、人工时间释放出来,下一步再把采集和台账接入;如果漏检没有改善,说明问题不在手工本身,而在规则或口径没有定义清楚,此时应先修规则而不是扩大自动化范围。
不是所有工作都适合交出去。舆情控制中涉及定级、归因和对外表达的环节,仍然需要人来做决定。原因不是工具做不到,而是这些动作的代价不对称:误判一条信息的严重程度,可能带来不必要的回应或错过必要的回应,两者都难以用统一规则覆盖。
需要保留人工的典型场景包括:判断一条信息属于一般抱怨还是需要升级处理;决定是否回应以及由谁回应;在多个渠道同时出现相似内容时判断是否为同一来源。这些判断依赖上下文和当时的具体情况,不适合写成固定规则。可以做的辅助是把相关信息聚合到一处、标注时间和来源,让人更快看到全貌,但最终决定仍由人做出。
假设一个站点有五千个页面,团队每天手工抽查两百个,覆盖率是百分之四,单次巡检耗时两小时。若改为定时任务全量巡检,假设任务本身稳定,覆盖率可以接近全量,人工只处理异常项。这里的关键不是数字本身,而是比较方法:先估算手工覆盖率和漏检可能落在哪些页面,再估算自动化后的异常处理量。如果异常量很小,自动化释放的时间可以投入到判断类工作;如果异常量很大,说明页面本身存在系统性问题,应先修页面而不是继续巡检。
反过来,如果站点只有三百个页面且更新频率低,手工巡检的覆盖率可以做到很高,此时引入复杂流程的维护成本可能超过收益。选择条件可以简单记为:页面数量与更新频率越高、来源越固定,越适合交给流程;页面少、变化慢、判断密集,手工反而更划算。
第一个核对点是错误是否可归因于规模。把最近一个月的漏检、漏记事件按发生位置分类,如果集中在重复性动作上,规模因素更大;如果集中在判断分歧上,规模不是主因。第二个核对点是替换后的验证方式。任何从手工转为流程的工作,都要保留一个可复核的出口,例如异常清单或抽样复核,否则流程出错时无法及时发现。
抓取量、请求量或某项统计归零,不能单独证明处理正确,也可能是来源变更、规则误伤或采集范围缩小。遇到这类现象,先核对来源清单和规则变更记录,再决定是否调整流程。把这两步做完,再决定哪些工作继续手工、哪些交给流程,取舍才有依据。