从Prompt到渲染的Markdown输出治理
在构建支持多模型、流式输出、联网搜索和文档生成的 AI 对话系统时,模型返回的文本往往不稳定,直接影响页面布局、代码高亮、表格展示乃至后续文档生成。文章围绕 Markdown 稳定输出设计了完整的治理链路:首先通过 Prompt 约束模型输出形式,避免思考过程混入正文;随后在 SSE 流式分片阶段使用状态机将 reasoning 与 content 分离,防止半标签、未闭合代码块等导致页面抖动;在后端加入 MarkdownContentNormalizer,对压缩或破碎的标题、列表、表格、引用等结构进行修复,同时严格保留 fenced code block 的原始内容不被误改;最后前端执行 HTML 清洗、链接安全属性和代码隔离等安全渲染。整体方案强调三层防线:约束输出、流式分流与后端规整、前端安全渲染,使实时流式内容保持低延迟,持久化内容确保结构完整。作者认为,这套治理不仅解决特定模型或标签的问题,而是将模型输出的不可控性转化为可解析、可管理、可测试、可演进的系统流程,成为 AI 应用的基础设施。