ข้ามไปยังเนื้อหาหลัก
ฟีเจอร์หลัก

AI 3 ระดับ
การตรวจจับสแปม

การตรวจจับสามระดับ — กฎคำสำคัญ, การคัดกรองด้วย AI ในเครื่องที่รวดเร็ว และการตรวจสอบด้วย AI เชิงลึกสำหรับกรณีที่ไม่แน่ใจ — ตรวจทานทุกข้อความ และทุกการตัดสินใจถูกบันทึกไว้ให้คุณตรวจสอบ

  • อัตราการตรวจจับสูง
  • ตอบสนองทันที
  • ผลบวกลวงต่ำ
ตัวจำแนกด้วย AIสัญญาณคำตัดสิน

มันทำงานอย่างไร

ระดับ 1

ฟิลเตอร์ตามกฎ

รูปแบบ regex ที่รวดเร็วและอัลกอริธึมจับสแปมที่ชัดเจนได้ทันที

  • การจับคู่รูปแบบ regex
  • การตรวจจับวลีสแปมที่รู้จัก
  • การตรวจสอบ URL blacklist
  • การวิเคราะห์การเข้ารหัสตัวอักษร
ระดับ 2

โมเดล AI ในเครื่อง

โมเดลการเรียนรู้ของเครื่องในอุปกรณ์วิเคราะห์รูปแบบข้อความ พฤติกรรมผู้ใช้ และบริบท

  • การวิเคราะห์รูปแบบพฤติกรรม
  • การตรวจจับลำดับข้อความ
  • การให้คะแนนชื่อเสียงผู้ใช้
  • การจำแนกประเภทตามบริบท
ระดับ 3

การวิเคราะห์ AI บนคลาวด์

สำหรับกรณีขอบ โมเดล LLM บนคลาวด์ที่ล้ำสมัยของเรามีความเข้าใจที่ละเอียด

  • การเข้าใจภาษาธรรมชาติ
  • การจำแนกเจตนา
  • การสนับสนุนหลายภาษา
  • การเรียนรู้ต่อเนื่อง
3 ระดับ
ไปป์ไลน์การตรวจจับ
กฎคำสำคัญ, การคัดกรองด้วย AI ในเครื่องที่รวดเร็ว แล้วจึงการตรวจสอบด้วย AI เชิงลึกสำหรับกรณีที่ไม่แน่ใจ
ไม่กี่วินาที
เวลาถึงการดำเนินการ
ความล่าช้าโดยทั่วไประหว่างข้อความมาถึงกับการกระทำที่ตั้งค่าไว้
ทั้งหมด
การตัดสินใจที่ถูกบันทึก
ทุกการตรวจจับถูกบันทึกไว้ คุณจึงตรวจทานและแก้ไขได้

สิ่งที่มันจับได้

การหลอกลวงด้านคริปโต/การลงทุน
การโปรโมตเนื้อหาสำหรับผู้ใหญ่
ลิงก์ฟิชชิ่ง
แคมเปญ DM จำนวนมาก
การแจกของปลอม
การพยายามแอบอ้าง
สแปมโปรโมชัน
ลิงก์มัลแวร์
การวิศวกรรมสังคม
เครือข่ายบอท

ทำไมถึงมี 3 ระดับ?

ระบบการตรวจจับแบบชั้นเดียวเผชิญกับการแลกเปลี่ยนที่สำคัญ วิธีการ 3 ระดับของเราแก้ปัญหานี้ได้

  • ระดับ 1 จัดการสแปมส่วนใหญ่ด้วยความล่าช้าเกือบเป็นศูนย์
  • ระดับ 2 จับสแปมเพิ่มเติมด้วยการวิเคราะห์พฤติกรรม
  • ระดับ 3 จัดการสแปมที่ซับซ้อนที่สุดที่เหลืออยู่

ทำไมกฎเพียงอย่างเดียวจึงเริ่มไม่เพียงพอ

โจทย์กฎคำสำคัญเพียงอย่างเดียวการวิเคราะห์ด้วย AI
สแปมรูปแบบใหม่เอี่ยมพลาดทุกอย่างที่ไม่ได้ระบุไว้ล่วงหน้าอย่างชัดเจนตัดสินความหมายและเจตนา การหลอกลวงที่ไม่เคยเห็นก็ยังอ่านออกว่าเป็นการหลอกลวง
ข้อความอำพรางพ่ายแพ้ต่อการเว้นวรรคแบบ v.i.p โฮโมกลิฟ และข้อความที่ฝังในรูปภาพอ่านทะลุการอำพรางแบบที่คนทำได้ รวมถึงข้อความในรูปภาพผ่าน OCR
บริบทตัดสินทุกข้อความอย่างโดดเดี่ยว กรณีก้ำกึ่งจึงกลายเป็นการเดาสุ่มชั่งน้ำหนักข้อความร่วมกับบริบทของบัญชี สมาชิกใหม่ที่ทิ้งข้อมูลติดต่ออ่านต่างจากขาประจำที่แชร์ลิงก์
การบำรุงรักษาต้องมีคนคอยอัปเดตรายการคำสำคัญให้ทันสมัยตลอดไปเรียนรู้ต่อเนื่องจากการตัดสินและสัญญาณข้ามกลุ่มโดยไม่ต้องคัดกรองรายการด้วยมือ

มันเรียนรู้อย่างต่อเนื่อง — บนทราฟฟิกจริง

โมเดลที่เราฝึกเอง

โมเดลสแปมเฉพาะทางที่ฝึกบนทราฟฟิก Telegram จริงจับสแปมได้ 97.9% ด้วยผลบวกลวงเพียง 0.04% — และตอบภายในหลักมิลลิวินาที ก่อนที่ AI ที่หนักกว่าจะต้องทำงานเสียอีก

ความจำคำตัดสิน

คำตัดสินที่ยืนยันแล้วจะถูกจดจำ เมื่อมีข้อความที่คล้ายสแปมที่รู้จักเกือบทุกประการปรากฏขึ้น — แม้จะเรียบเรียงใหม่หรือแทรกอีโมจิ — ก็จะถูกบล็อกทันที โดยไม่ต้องเรียก AI ใหม่และไม่มีความล่าช้า

การป้องกันข้ามกลุ่ม

สแปมเมอร์ที่ถูกจับในชุมชนหนึ่งจะเป็นที่รู้จักในทุกชุมชน สัญญาณการตรวจจับถูกแบ่งปันข้ามกลุ่ม ดังนั้นแคมเปญที่ล้มเหลวครั้งหนึ่งจะไม่ได้เริ่มต้นใหม่ในกลุ่มข้างเคียง

โหมดทดสอบสำหรับผู้ดูแล

เปิดโหมดทดสอบแล้วบอทจะควบคุมข้อความของผู้ดูแลเองเสมือนเป็นสมาชิกทั่วไป ลองโพสต์เนื้อหาก้ำกึ่งด้วยตัวคุณเองแล้วดูว่ากฎใดทำงานบ้าง — โดยไม่ลงโทษใคร

การตรวจจับ 3 ระดับตัดสินข้อความอย่างไร

ทุกข้อความจะผ่านระดับต่างๆ ตามลำดับ โดยเริ่มจากที่ประหยัดที่สุดก่อน ระดับ 1 ใช้รูปแบบ regex, วลีสแปมที่รู้จัก, การค้นหาบัญชีดำ URL และการตรวจสอบการเข้ารหัสอักขระ — สแปมที่เห็นได้ชัดถูกจับที่นี่โดยไม่ต้องเรียกโมเดลเลย สิ่งใดก็ตามที่ไม่ชัดเจนจะส่งต่อไปยังระดับ 2 ตัวจำแนกข้อความที่ทำงานบนเซิร์ฟเวอร์ของเราเอง ซึ่งให้คะแนนข้อความตามเนื้อหา, บริบท และพฤติกรรมล่าสุดของผู้ส่ง โดยไม่มีการร้องขอ API ภายนอกต่อข้อความ เฉพาะกรณีที่ก้ำกึ่งจริงๆ — ส่วนเล็กๆ ของปริมาณการรับส่ง — เท่านั้นที่ยกระดับไปยังระดับ 3 คือ LLM บนคลาวด์ที่อ่านข้อความเพื่อดูเจตนาและถ้อยคำที่อำพราง ไปป์ไลน์จะหยุดทันทีที่ระดับหนึ่งมั่นใจ

การเรียงลำดับการตรวจสอบแบบนี้ทำให้กรณีทั่วไปรวดเร็วและกรณีที่แพงเกิดขึ้นน้อย กลุ่มที่คึกคักจึงไม่ต้องรอ LLM สำหรับทุกบรรทัด เกณฑ์ระหว่าง "ดำเนินการ" กับ "ปล่อยไว้" เป็นสิ่งที่คุณปรับได้เอง และคุ้มค่าที่จะทำ: การตั้งค่าที่เข้มงวดกว่าจับการโปรโมตที่ก้ำกึ่งได้มากขึ้น แต่บางครั้งจะทำเครื่องหมายผู้ใช้จริงที่กระตือรือร้น ขณะที่การตั้งค่าที่หลวมกว่าปล่อยให้ผ่านไปมากขึ้น เนื่องจากทุกการตัดสินใจ — ระดับใดที่ทำงาน, คะแนน, การกระทำที่ตั้งใจ — ถูกเขียนลงในบันทึก คุณจึงไม่ต้องเดาว่าทำไมข้อความถูกลบ และคุณเริ่มในโหมดเฝ้าติดตามเพื่อเฝ้าดูไปป์ไลน์ก่อนที่มันจะแตะใครได้

คำถามที่พบบ่อย

การตรวจจับสแปมด้วย AI แม่นยำแค่ไหน?

กระบวนการแบบหลายชั้น — กฎ โมเดลที่เราฝึกเอง และตัวจำแนก AI สำหรับกรณียาก ๆ — จับสแปมได้ราว 97.9% ด้วยผลบวกลวงราว 0.04% บนทราฟฟิกจริง และคุณไม่ต้องเชื่อคำพูดของเรา: บอทเริ่มต้นในโหมดเฝ้าติดตาม คุณจึงเฝ้าดูการตัดสินใจของมันในกลุ่มของคุณเองได้ก่อนที่มันจะลงมือทำอะไร

มันทำงานในภาษาของฉันไหม?

ได้ การตรวจจับรองรับหลายภาษา รวมถึงอักษร CJK ข้อความที่ถอดเสียงเป็นอักษรอื่น และข้อความหลายภาษาปนกัน OCR ยังอ่านข้อความในรูปภาพได้ด้วย สแปมที่ซ่อนในภาพจึงถูกจับด้วยวิธีเดียวกัน

จะเกิดอะไรขึ้นเมื่อ AI ตัดสินผิด?

สมาชิกที่ถูกลงโทษจะได้รับข้อความแจ้งอย่างสุภาพในภาษาของตนเองพร้อมลิงก์อุทธรณ์ส่วนตัว ผู้ตัดสิน AI จะทบทวนกรณีตามบริบทของกลุ่ม ข้อผิดพลาดที่ชัดเจนจะถูกยกเลิกโดยอัตโนมัติในไม่กี่วินาที และชื่อเสียงของสมาชิกจะได้รับการกู้คืน

ฉันต้องตั้งค่าอะไรไหม?

ไม่ต้อง การตรวจจับทำงานได้ทันทีด้วยค่าเริ่มต้นที่เหมาะสม หากต้องการ คุณสามารถปรับความเข้มงวด เพิ่มกฎคำสำคัญของคุณเอง และใช้โหมดทดสอบเพื่อลองหาเกณฑ์บนข้อความของคุณเองก่อนได้

ทีมงานใช้สิ่งนี้ที่ไหน

ประเภทชุมชนจริงที่ฟีเจอร์นี้ทำงานหนัก

พร้อมที่จะเริ่มต้นหรือยัง?

เริ่มปกป้องชุมชนของคุณวันนี้ มีแผนฟรีให้ใช้