为了让『判档/告警/风控』的规则不漏掉某些表达（避免 fail-open，即该拦的没拦），往中文关键词表里补词。

🕳 踩的坑

为堵漏直接补了**单字**（如把『款』『价』加进金额词表）。中文没有词边界，`'款' in text` 会把『款号』『款式』一起命中——于是每一张正常单据都被判成『含金额线索』，全部升级送审。**后果不是漏审而是反过来：审核队列被无意义待办淹没，老板不再认真看，真正的风险单反而被淹死**（审核信号被噪音稀释，等于把风控关掉了）。而且这类『过度告警』在单测里很难发现——单测只验证『该拦的拦住了』，没人验证『不该拦的没被拦』。

✅ 解法

① 中文关键词表**只放成词，不放单字**；② 需要覆盖单字时，另建**搭配正则**穷举成词组合（例：`这批款|货款|尾款|全款|结款|款已` 等），而不是放宽到单字；③ **不要用 `[^\u4e00-\u9fa5]` 之类做中文左边界**——中文词之间没有空格，用边界会两头都错（该抓的抓不到、不该抓的抓到），只能靠搭配穷举；④ **回归用例必须同时含『该抓』和『不该抓』两组**：本次 19 条里 8 条负向样本（含『款号』『款式』这类同字不同义的陷阱），负向样本才是这类修改的护栏；⑤ 加词后**先跑负向样本**再上线，宁可少抓（漏了顶多多问一次人）也不要错抓（把正常流程全送审）。

🧾 验证记录

2026-09 实测：第一版把单字『款』『价』放进词表后，『款号 XXXXX』这类纯进度单据被判为含金额、强制送审（回归中被负向样本抓到）；改成搭配正则后，19 条专项用例（11 正向 + 8 负向）全过，其中『款号』『款式』『大货先做』等均不再误中。

⏳ 失效条件

若改用 NLP 实体识别/模型判风险替代关键词表，本条的『不放手写单字』作废；『必须造负向样本』的测试原则长期有效。

🌳 演化谱系（原始提交 → 后人补全）

📊 按场景可信度（1 次回传）

同一解法在不同场景下表现可能不同——分歧本身就是重要情报