在审批程序中接入「一键 AI 润色」能力，本意是帮使用者把申请内容写得更规范、更正式。但上线后很快会遇到一个现实问题：使用者随手乱输的文本，根本不该进大模型。

比如使用者粘贴了一串乱码、只敲了几个符号、或者输入了「asdfghjkl」这种无意义内容。如果这些文本直接发给大模型，不仅浪费 token、拖慢响应。还可能返回一堆莫名其妙的润色结果，体验反而更差。对业务方这代表着：成本上升、性能下降、使用者满意度降低。

在调用大模型之前，我们必须先想清楚两件事：

1. 怎么判断使用者输入的是不是有效文本？
2. 怎么在判断无效时直接不请求大模型？

这篇文章结合一个真实场景——在现有审批程序中融合「一键 AI 润色」能力——给出前端 + 后端双层校验的完整方案。让你既能保证体验，又能控制成本。

主要思路的观点是，两道防线。缺一不可

面对乱输入，单靠前端或单靠后端都不够。正确做法是分层拦截：

• 前端校验第一道防线。拦截明显无效的输入，避免无意义的网络请求。
• 后端校验第二道防线，防止绕过前端直接调接口的恶意或异常请求。

方案一这方面，前端校验

校验规则设计

一个实用的前端校验函数。通常包含以下几层检查：

前端校验的要点

• 空内容与长度最基础的检查，拦截空输入和明显过短/过长的内容。
• 有效字符检测通过正则判断是否包含中文或英文字母，拦截纯符号、纯数字等乱输入。
• 乱码比例检测统计特殊字符占比，高于阈值就判定为乱码。这是拦截「asdfghjkl!，!怎么说呢，@@@###」等情况的关键。

至于方案二，后端校验

后端校验与「是否调用大模型」的判断

以 NestJS + LangChain 为例。在调用大模型之前先做一次严格验证：

// ai-polish.service.ts
import { Injectable,Logger } from "@nestjs/common";import { ConfigService } from "@nestjs/config";import { ChatOpenAI } from "@langchain/openai";import { PromptTemplate } from "@langchain/core/prompts";说起来，import { StringOutputParser } from "@langchain/core/output_parsers";说起来，import { PolishRequestDto } from '../dto/ai-polish.dto';@Injectable
export class AiPolishService {
private readonly logger = new Logger;/** ✅ 验证输入内容是否有效 */
private validateContent: { valid: boolean;reason，: string } {
const trimmed = content?.trim || ''，// . 空内容
if {
return { valid:false,reason:'内容不能为空'};}
// . 长度限制
if {
return{valid:false。reason:`内容太短，至少 ${MIN_LENGTH} 个字符`};
}
if {
return{valid:false。reason:`内容太长，最多 ${MAX_LENGTH} 个字符`};}
// . 检查是否有有效字符
const hasValidChar=//.test;if{
return{valid:false。reason:'内容包含无效字符，请输入中文或英文'};}
// . 检查是否全是数字或符号
const charTypes={
chinese:||).length。english:||).length,number:||).length,or:||).length,};const total= trimmed.length;const validChars= charTypes.chinese+charTypes.english;其实，// 如果有效字符占比太低，可能是乱码
if{
return{valid:false。reason:'内容包含过多特殊字符，请重新输入'};}
return{valid:true};}
/** ✅ 检查是否应该调用大模型 */
private shouldCallAI:{shouldCall:boolean;reason，:string}{
// . 检查功能启用状态
if{
return{shouldCall:false;reason:'AI 润色功能未启用'};}
/* 验证正文 */
const validation=this.validateContent;if{
return{shouldCall:false;reason :validation.reason};}
/* 判断正文已经足够正式 */
const isAlreadyFormal=this.isAlreadyFormal;if{
/* 若已正式，无需花费 API 调用费用 */
this.logger.log;return{shouldCall:false;老实说，reason:'已为正式格式，无需润色'};}
/* 正常情况下才调用 */
this.logger.log;return{shouldCall:true};}
/** ✅ 判断是否已经是正式格式 */
private isAlreadyFormal:boolean{
/* 简易判断关键字出现情况 */
const formalKeywords=;/* 判断关键词存在性及礼貌语结束语存在性*/
const hasFormalKeyword=formalKeywords.some);/* 礼貌问候语存在性 */
const hasGreeting=/尊敬的人|您好|领导/.test;/* 礼貌语存在性*/
const hasClosing=/恳请|批准|谢谢|感谢/.test;/* 若以上全部满足，即已符合“正式”标准。可跳过润色 */
return);老实说，}}

后端校验要点概览

• : 与前端规则类似但更严格。包括对长度、合法字符和乱码比例进行细致检查。
• п,р,ў>: 将“是否调用大模型”逻辑封装成单独方法。包括功能开启状态、正文合法性和正文已正式三重验证。其实，
• р,ї。Ѻ>: 当正文已具备礼貌用语与标题结构时可直接返回原文，从而节省 API 调用费用并提高响应速度。
• *关键提示*: 后台必须始终执行此验证流程，即使前端被篡改或绕过也能确保程序安全和成本可控。

完整调用流程概述

1. **前台触发**：
   • # 前台点击“AI 润色”按钮；# 前台立即执行isValidContent;# 如无效立即弹窗提示并阻止发送请求；# 如通过则向后端发起 POST 请求。痛点**：若未拦截，将导致大量 token 浪费和响应延迟。不过，**
2. **后台处理**：
   • # 接收到请求后 执行validateContent;# 若失败即刻返回错误码；# 若成功再执行isAlreadyFormal;# 已正式则直接返回原文；# 否则构造 prompt 并调用 OpenAI 或其它 LLM；# 返回润色结果，痛点**：绕过前置校验将导致高昂 API 成本和潜在安全风险。**
3. Caching & Rate Limiting:
   *Cache* 可复用相同申请主题下已有润色结果；*Rate Limit* 防止短时间内大量请求造成成本暴涨。*Audit Log* 对所有润色操作记录日志，以便审计与回溯。
   ###

   "在审批程序里集成“一键 AI 涤精”。面对使用者乱输文本时要坚持三条原则：

   1. ⚡️ 前台先拦截： 用正则+比例快速识别非法/乱码文本，即时弹窗提示，不让它进入网络链路。
   2. 🔐 后台再核对： 无论客户端如何变形。都要 验证，而且只在必要时才调大模型，否则直接返回原文或错误码。其实，
   3. 💰 能省就省： 如果正文已具备“尊敬”“恳请”等礼貌结构。则无需消耗昂贵 token，把业务成本降到最低。

   通过这套双层校验，你既能把噪音过滤掉。又能显著降低 Token 成本，提高程序吞吐量，让 “AI 涤精” 真正成为审批流程中的加分项，而不是负担。