很多人搭建Character AI角色对话机器人时，都会遇到一个让人头疼的问题：明明上传了敏感词列表，用户输入“加微信”“转账”“稳赚不赔”这类词，系统却像个木偶一样毫无反应。这说明——敏感词过滤与合规对话机制根本没正确启用。想要它真正生效，三层配置必须一个不落：基础词库加载、语义校验开关开启、响应策略绑定。缺任何一层，前面的功夫都等于白做。
具体的配置路径其实不复杂，但步骤顺序和细节很容易踩坑。下面挨个说清楚。
启用内置敏感词过滤引擎
进入Character AI Bot编辑页 → 点击右上角「Settings」→ 选择「Safety & Moderation」标签页 → 打开「Content Filtering」总开关。这一步是地基，必须开启，否则后面所有规则都不会生效。要知道，【未开启此开关时，即使上传了词库，所有输入仍直通模型】——等于白忙一场。
接着点击「Custom Word List」→ 粘贴关键词列表（每行一个），比如：
加微信
私聊我
扫码进群
稳赚不赔
这里支持正则表达式匹配，比如识别11位手机号可以写：b1[3-9]d{9}b。但要注意，括号、点号这类特殊字符需要反斜杠转义，否则匹配会翻车。
配置语义级风险识别与AI重写
光靠关键词匹配是不够的，用户换个说法“这个肯定回本”“闭眼买都行”照样能绕过去。必须启用语义校验模块来兜底。
方法一：在「Safety & Moderation」页中，找到「Semantic Risk Detection」→ 开启开关 → 设置风险阈值在0.75～0.85之间（默认0.8）。数值越低越敏感，但误判率也会跟着上升，需要根据实际场景调优。
方法二：绑定本地小模型（前提是Bot已接入Qwen3-4B-Instruct-2507或同级模型）→ 在「Advanced Settings」中填写模型ID → 启用「AI Rewriting」→ 上传 rewrite_rules.json 文件。内容格式参考：{"input": "肯定能回本", "output": "根据《私募投资基金监督管理暂行办法》，投资有风险，过往业绩不预示未来表现"}
【rewrite_rules.json 文件权限必须为600，且路径需与Bot后台配置中的 rewrite_config_path 完全一致】——这个细节很多人会忽略，结果AI重写始终不生效，排查半天才发现是权限问题。
绑定拦截响应策略
第一步：在「Safety & Moderation」→ 「Response Policies」中，点击「Create Policy」。
第二步：为不同风险等级设定动作：
• 高风险（语义分≥0.85 或命中强敏感词）→ 选择「Block + Return Message」，提示语填：“该内容涉及违规信息，无法继续对话。”
• 中风险（语义分0.75～0.84）→ 选择「Log + Replace」，从 rewrite_rules.json 中自动匹配输出。
• 低风险（仅命中弱敏感词如“群”“聊”）→ 选择「Log Only」，不干预用户可见内容。
第三步：将策略拖拽至策略列表顶部，确保其优先级最高。策略顺序决定执行顺序——靠前的策略会优先拦截，这一点在配置多条策略时尤其容易搞混，需要特别留意。