用本地模型给旧文章补摘要和标签

写了三年博客，早期那些文章没有摘要、没有标签，列表页上只有标题。手工补三十篇太烦，我用本地模型跑了一遍。

流水线

posts/*.md
   │  1. 读 frontmatter，跳过已有 summary 的
   ▼
[拼接提示词] ──► 本地模型（Ollama / llama.cpp）
   │  2. 要求输出严格 JSON
   ▼
校验 JSON ──► 写回 frontmatter
   │  3. 失败重试一次，两次失败就跳过并记日志
   ▼
生成报告：成功 N 篇 / 跳过 M 篇 / 失败 K 篇

关键是要求模型输出 JSON，而不是"给我一段摘要"。自然语言输出没法可靠地写回文件。

提示词

你是技术文档编辑。阅读下面的文章，输出严格的 JSON，不要任何解释文字：

{
  "summary": "60-90 字的中文摘要，说明这篇解决了什么问题，不要用'本文介绍了'开头",
  "tags": ["3-5 个标签，每个 2-6 个字，优先用文章里出现的技术名词"]
}

文章标题：{title}
正文：
{body}

三个细节决定成败：

• 字数写死（60–90 字）。不写范围它会给你 20 字或者 300 字。
• 禁掉套话。"本文介绍了"这类开头百分之百会出现，明确禁掉才有信息量。
• 标签要求"文章里出现过的"。否则模型会编出文章里根本没提的技术。

校验

拿到 JSON 之后我做了四道检查，任何一道不过就跳过：

1. json.loads 能解析
2. summary 长度在 40–140 之间
3. tags 是 3–5 个字符串，长度 2–6
4. summary 里不包含原文前 20 个字（防它偷懒直接抄第一段）

第四条最有用。模型很容易把首段原样搬过来当摘要，那种摘要在列表页上毫无意义。

结果

30 篇里成功 26 篇，跳过 3 篇（原文本身没有 frontmatter，是更早期的手写 HTML），失败 1 篇（模型返回被截断）。

人工过一遍大概花了 20 分钟，改了 4 篇的摘要措辞。这个比例可以接受——机器负责补齐结构，人负责把关措辞。

值得自动化吗

如果只有 5 篇，不值得。写脚本 + 调提示词的时间比手工写完还长。

但这件事的真正价值不在这一次：脚本留在仓库里，以后每写一篇新文章，跑一下就能生成候选摘要和标签，你只判断"行不行"，不用"从零想"。这个边际成本才是划算的地方。