博客评论每多躺一小时，我就多花十分钟去删——接入AI白名单审核后，我每天省出40分钟

一个独立开发者的真实账本

我的个人博客每天大约收到 60~80 条评论，其中垃圾广告和水军灌水占了将近一半。过去我用的是传统的关键词黑名单 + 正则匹配，问题很明显：

• 每天手动处理误判和漏判，平均耗时 40 分钟左右；
• 关键词库需要持续维护，每周还要花 1~2 小时更新规则；
• 换了新花样的垃圾评论总能穿透，导致评论区体验差。

后来我把审核逻辑换成「AI 白名单模型」：不再枚举「什么是坏的」，而是让模型判断「这条评论是否符合我的社区规范」——符合的进白名单直接放行，不确定的进人工队列。接入后我的日常审核时间降到 每天不到 5 分钟，误杀率也明显下降。这篇文章就把整个接入流程完整写出来，目标是让你在一小时内跑通第一段代码。

为什么选白名单思路

黑名单是打地鼠：垃圾发送者不断变换话术，你的规则永远慢一步。白名单反过来：先定义「好评论长什么样」（真实、相关、有信息量），模型对每条评论做符合性判断。对新出现的垃圾形态天然免疫，因为它压根不在「好评论」的定义里。

而走 ThisToken.AI 这类模型网关的好处是：不用分别对接多家供应商、不用为每个模型单独申请密钥，模型切换只改一个参数，省掉大量适配时间。

接入流程

第一步：注册账号

打开 ThisToken.AI 官网，用邮箱注册一个账号。独立开发者一个人用完全够了，小团队可以后续再考虑成员管理。

第二步：获取 API Key

登录后进入控制台的 API Keys 页面，点击创建密钥。建议：

• 给密钥起个能区分用途的名字，比如 blog-comment-moderation；
• 只授予必要的调用权限；
• 密钥只显示一次，立刻存入环境变量，不要硬编码进代码或提交到仓库。

计费方面，以官网价格页为准，这里不引用具体数字。按我个人的评论量级，月度开销对独立博客来说属于完全可接受的范围。

第三步：安装依赖并跑通第一段代码

以 Python 为例，先安装官方 SDK：

pip install openai

是的，你不需要装什么特殊客户端——网关兼容 OpenAI 接口协议，直接用 openai 库即可。下面是完整可运行的示例：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("THISTOKEN_API_KEY"),
    base_url="https://api.thistoken.ai/v1",
)

SYSTEM_PROMPT = """你是博客评论审核员。判断评论是否符合以下社区规范：
1. 与文章内容相关；
2. 语气友好或中性，无人身攻击；
3. 不含广告、外链推广或灌水内容。
只输出 JSON：{"verdict": "approve" | "review", "reason": "简短理由"}"""

def moderate(comment_text: str) -> dict:
    resp = client.chat.completions.create(
        model="gpt-4o-mini",  # 模型名称以网关文档为准
        messages=[
            {"role": "system", "content": SYSTEM_PROMPT},
            {"role": "user", "content": comment_text},
        ],
        temperature=0,
    )
    import json
    return json.loads(resp.choices[0].message.content)

result = moderate("这篇文章的缓存策略讲解很清楚，请问LRU淘汰在高并发下会有瓶颈吗？")
print(result)
# 期望输出类似：{'verdict': 'approve', 'reason': '与文章相关，语气友好'}

result = moderate("加V：xxxx，免费领取项目源码，速来！")
print(result)
# 期望输出类似：{'verdict': 'review', 'reason': '含广告推广内容'}

跑通这段代码，你就完成了核心链路：评论文本 → 白名单判断 → 结构化结果。

第四步：接入你的博客

建议的架构很简单：

1. 评论提交后先进本地黑名单（正则快筛，成本为零，拦截最明显垃圾）；
2. 通过快筛的评论调用上面的 moderate()，approve 的直接放行；
3. review 的进入待审队列，你可以每天集中处理一次。

如果你的博客是静态站点没有后端，可以借助云函数（如 Vercel Functions）包一层，注意不要把 API Key 暴露到前端。

第五步：控制成本与延迟的几个技巧

• 模型分级：普通评论用轻量模型，长文本或拿不准的再升级到强模型，这能显著降低单条审核成本；
• 加超时和降级：AI 服务偶发超时时降级为「进人工队列」，别让评论接口被拖死；
• 缓存重复内容：同一 IP 短时间内的重复评论直接复用上次结果。

前后对比

接入前后我的账本是这样的：

换算下来，每月节省约 20 小时的人工时间，而 API 开销以官网价格页为准，对我来说远低于这些时间的价值。对独立开发者而言，这可能是性价比最高的一次自动化改造。

写在最后

白名单审核的接入门槛远比想象中低：注册、拿 Key、二十行代码，一个晚上就能上线。如果你也想把评论区从「每天的负担」变成「自动运转的流水线」，可以先去注册一个账号，跑通本文的第一段代码再说：https://api.thistoken.ai/register

---

想直接跑通示例？访问 https://api.thistoken.ai/register 注册 ThisToken.AI，获取 API Key 后即可开始。