Phương pháp làm sạch: quy tắc, mặc định và giới hạn

Công cụ làm sạch cục bộ hoạt động thế nào

Công cụ áp dụng các phép biến đổi ký tự và mẫu xác định. Cùng đầu vào, tập quy tắc bật và tùy chọn dấu gạch sẽ tạo cùng đầu ra và danh sách thay đổi có thứ tự; không dùng mô hình ngôn ngữ để suy đoán nghĩa. Mỗi thay đổi ghi ID quy tắc, loại, phạm vi nguồn và đầu ra, giá trị đã xóa và thay thế, chi tiết Unicode liên quan và trạng thái phá hủy. Mặc định an toàn nhắm tới dấu vết định dạng thường không mang câu chữ: ký tự điều khiển ẩn được hỗ trợ, khoảng trắng không ngắt dòng, tab, khoảng trắng ngang lặp, khoảng trắng cuối dòng và quá nhiều dòng trống. Quy tắc tùy chọn có thể đổi Markdown hoặc dấu câu nên bị tắt ở công cụ làm sạch văn bản AI chung.

Danh mục quy tắc

Mặc định trong danh mục là mặc định của engine; cấu hình từng trang có thể ghi đè. Bảng sau liệt kê mặc định thực tế từ các tệp trang locale.

Quy tắc mặc định thực tế theo trang

Bảng dựa trên cấu hình trang bản địa hóa đã lưu. Danh mục engine bật mặc định sáu quy tắc định dạng và tắt bảy quy tắc Markdown/dấu câu; preset riêng của trang có thể ghi đè.

“An toàn” không đồng nghĩa đúng với mọi tài liệu. Tab và dấu cách lặp có thể là thụt lề mã hoặc căn bảng; ký tự nối zero-width và dấu hướng có thể quan trọng trong văn bản đa ngôn ngữ. Có thể chọn từng quy tắc riêng; Hoàn tác khôi phục đầu vào gốc còn trong trạng thái trình duyệt.

Chồng lấp và thứ tự thay đổi

Engine thu thập sửa đổi trên văn bản gốc, sắp theo vị trí và ưu tiên quy tắc, rồi bỏ sửa đổi ưu tiên thấp bị chồng lấp. Engine dựng đầu ra từ trái sang phải và ghi phạm vi đầu ra sau mỗi thay thế được nhận. Cách này tránh sửa cùng đoạn nguồn hai lần và giữ phạm vi nguồn ổn định để rà soát. Một chuỗi NBSP có thể khớp cả quy tắc gộp khoảng trắng lẫn quy tắc NBSP đơn; thay thế chuỗi có ưu tiên cao được nhận, các thay thế ký tự chồng lấp bị bỏ qua, nên chỉ báo một chuyển đổi.

Ví dụ có thể tái tạo

Bộ kiểm thử gồm đầu vào rỗng, văn xuôi sạch, Unicode hỗn hợp, Markdown, dấu câu, văn bản đa ngôn ngữ, mã, JSON và tài liệu lớn xác định. Các trường hợp bổ sung kiểm tra phạm vi nguồn/đầu ra, nhận diện U+200B, chuẩn hóa tab, giữ nội dung hàng rào mã và văn bản neo liên kết Markdown, cùng mọi preset chuyên dụng. Ví dụ tối thiểu A[U+200B]B[U+00A0]C cho đầu ra dự kiến AB C với mặc định an toàn. Câu sạch có ngoặc kép thông minh và em dash không đổi từng byte vì quy tắc dấu câu tắt. Tiêu đề Markdown cũng được giữ nguyên; công cụ xóa định dạng chủ ý bật preset Markdown.

Chính sách của công cụ chuyên biệt

Bốn công cụ chuyên biệt dùng chung engine. Xóa định dạng ChatGPT bật quy tắc Markdown, khoảng trắng, hàng rào mã và liên kết. Xóa ký tự vô hình chỉ cung cấp quy tắc Unicode ẩn và NBSP, kèm mã điểm. Xóa em dash điều khiển riêng em/en dash và mặc định chọn đổi em dash thành gạch nối. Sửa khoảng trắng AI cung cấp NBSP, tab, khoảng trắng lặp, khoảng trắng cuối dòng và dòng trống. Kiểm thử chính sách yêu cầu bốn chữ ký mặc định khác nhau, nội dung riêng đáng kể, ví dụ riêng và đầu ra thay đổi khi mỗi preset xử lý ví dụ của mình.

Ranh giới quyền riêng tư

Làm sạch cục bộ chạy trong trình duyệt; kiểm thử mã nguồn cấm yêu cầu fetch có văn bản và server action từ phần máy khách. Danh sách cho phép sự kiện phân tích chỉ chứa quy tắc và số lượng tổng hợp. Công cụ viết lại AI là chức năng riêng, có thể gửi văn bản qua máy chủ tới nhà cung cấp mô hình. Bộ kiểm tra mẫu cũng chạy cục bộ nhưng đưa tín hiệu heuristic, không xác định tác giả. Xem quyền riêng tư sản phẩm.

Giới hạn

Công cụ không xác định được văn bản do người hay mô hình viết; không hứa xóa watermark thống kê, cải thiện thứ hạng tìm kiếm, né bộ phát hiện AI hay giữ nguyên ngữ nghĩa sau mọi thay đổi Markdown/dấu câu. Chỉ các mẫu đã nêu được nhận diện. Markdown lồng nhau, cú pháp liên kết phức tạp, markup riêng, kiểu văn bản giàu định dạng và metadata clipboard của ứng dụng có thể nằm ngoài phạm vi. Hãy kiểm tra mã, JSON, bảng, văn bản hai chiều và cách hiển thị chữ theo ngôn ngữ trong ứng dụng đích. Khác biệt hiển thị và đầu ra xác định giúp rà soát, không thay thế việc rà soát.

Phiên bản và chính sách thay đổi

Phiên bản schema engine định dạng cục bộ hiện là 1. ID quy tắc là giá trị API ổn định được dùng bởi preset trang, danh sách phân tích, kiểm thử và nội dung quản trị. Thay đổi hành vi phải cập nhật kỳ vọng kiểm thử và phương pháp này trong cùng bản phát hành. Quy tắc phá hủy mới phải mặc định tắt. Xóa hoặc đổi tên quy tắc cần di trú rõ ràng vì chính sách đã lưu và dữ liệu SEO có thể tham chiếu ID. Phương pháp này được rà soát theo mã ngày 2026-09-05; ngày rà soát sau phải dựa trên kiểm tra mã và cấu hình thật, không phải dấu thời gian tự động.