体检报告里的每个风险标签代表什么

第一次打开体检报告的人，多半会被一屏的标签搞懵：phone、email、address、location、sensitive、identity……红橙黄绿一片。我当时也是。这篇就把每个标签拆开讲清楚：它为什么出现、风险有多高、你该做什么。

先说结论：标签不是判死刑，是给你一张地图。知道每个标签在说什么，你才知道先处理哪一块。

phone 和 email：你的联系方式

这两个标签含义直白：这条推文里出现了疑似手机号或邮箱。触发条件也简单——匹配到一串 11 位手机号格式的数字，或者标准邮箱格式的字符串。

风险很高，因为联系方式是陌生人接触你的最短路径。看到这两个标签，不用犹豫，直接看原文，是真的就删。也要留意一种情况：号码是别人发的、你转发过，这种照样算，因为你账号的关联性会让号码和你绑在一起。

address 和 location：你在哪、住哪

address 指的是住址类信息：门牌号、小区名、街道加城市。location 更宽泛，覆盖打卡定位、公司位置、常去的地点。

风险等级有差别。address 是直接的住址暴露，接近 P0；location 是轨迹类，单条无害，攒起来就是行动地图。报告里同一级别的 address 会排在 location 前面，就是提醒你先后顺序。

sensitive：敏感话题

这是最需要人工判断的一个标签。它捕捉的是政治敏感发言、种族/地域/性别类玩笑、对特定群体的攻击性言论。

它不是说你"说错了"，而是说这条推文脱离了原语境很容易被单独截图传播。你当年在群里吐槽朋友的口嗨，被截图发出去就是另一个故事。风险等级中高，处理方式是看原文、自己掂量。

identity：身份拼图

identity 是你个人身份信息的集合：实名、证件照、出生日期、工作单位、教育经历。它跟前面几个标签不同，不靠单一匹配，而是靠"组合"触发——比如一条推文里同时出现你的真名和公司名，或者实名邮箱。

单一信息风险有限，组合起来就能精准定位到你。这个标签一旦出现，基本可以按 P0 对待。

标签怎么组合工作

真实情况里，一条推文往往同时挂好几个标签。比如"入职 XX 公司第三天，工牌晒一个"——既有 identity（公司名+工牌照），又有 location（可能带公司定位）。体检报告按"最高风险标签"给整条推文定级，这样你按等级排序清理时，不会漏掉组合型风险。

标签对照表：

标签

含义

触发条件

风险等级

建议动作

phone

手机号

11 位号码格式

高（P0）

核实后删除

email

邮箱

标准邮箱格式

高（P0）

核实后删除

address

住址

门牌号/小区/街道

高（P0）

删除，别留档

location

定位轨迹

打卡/公司/常去地

中高（P1）

批量清理

sensitive

敏感话题

政治/地域/攻击性言论

中高（P2）

人工判断

identity

身份拼图

真名+公司/证件/出生日期

高（P0）

单独核对每条

常见问题

**Q：标签会不会误报？**

A：会。正则匹配不是人眼，"111"开头的生日或座机号可能被标成 phone。所以每个标签你都要看原文确认，报告里也都能展开原文。误报不等于假报告，多数标签准，个别的要你过目。

**Q：没有标签的推文就完全安全吗？**

A：不是。标签只抓"机器能识别的规律"，你随口提的同事全名、抱怨过的体检机构，标签未必抓得到。低风险不等于零风险，只是说明不需要优先处理。

**Q：同一个标签为什么颜色不一样？**

A：颜色对应整条推文的综合风险分，不只是标签本身。一条被转发过 500 次的手机号推文，比没转发的同款更红，因为传播范围大。

**Q：标签体系是固定的吗？**

A：不是。规则会随新暴露方式更新，比如短链接、名片二维码这些。隔几个月重跑一次体检，标签也会变。

看懂标签，才算看懂报告

标签是报告的语言。花十分钟弄懂 phone 和 identity 的差别，比你瞎删两百条有用得多。优先级清楚，动作就干净。

**上传 X 数据归档，本机解析生成完整风险标签报告 →**