金融公司AI合规审查：为什么大模型回答必须附原文出处

一、一个让合规总监睡不着觉的问题

某证券公司准备上线一个AI助手，帮合规部门快速检索监管法规、内部制度、历史处罚案例。

演示效果很好：问“这个营销活动是否合规”，AI三秒给出答案，逻辑清晰、引经据典。

合规总监问了一个问题，全场安静了：

“AI说某条营销文案合规，依据是2023年第X号文。但如果这个文件已经被废止了，AI会知道吗？如果它引用的条款有误，出了问题，谁来负责？”

没有人能回答这个问题。

合规的场景特殊：不只是“给出答案”，必须“给出依据，且依据必须可追溯、可验证、可审计”。

二、金融合规场景的三个特殊要求

要求一：答案必须有“法律效力”背书

AI说“合规”不算。必须说明“根据《证券法》第X条”或“根据证监会2024年第X号文”。引用来源的权威性，决定了答案的可信度。

如果AI的推理过程是黑盒，合规人员不敢直接用。用错了，轻则内部处罚，重则监管问责。

要求二：引用来源必须可验证

不仅仅是“附上文件名”，必须精确到：文件名称 + 发文文号 + 条款编号 + 原文段落。

合规人员拿到答案后的第一件事，不是信任AI，而是打开原始文件验证AI引用是否正确。可验证性是信任的前提。

要求三：版本敏感度极高

法规政策频繁更新。去年合规的，今年不一定合规。AI必须知道：引用的是哪个版本、该版本是否仍然有效、有没有被后续文件修订或废止。

三、技术方案设计

核心思路：答案必须带上“证据链”——让每个结论都能追溯到原始文档的精确位置。

3.1 检索系统的额外要求

传统RAG只需找到相关段落，金融合规RAG额外要求：

• 来源元数据完整：文档名称、发文机构、文号、发布时间、生效日期、废止状态
• 引用位置精确：文件名 + 章节号 + 页码 + 原文段落

3.2 原文出处链数据结构

3.3 来源标注的实现

回答生成时，每个事实性陈述后自动上标引用编号，文末附完整参考文献列表。

生成的回答格式示例（Markdown）：

3.4 版本有效性检查

在检索环节增加一道版本过滤：

• 只检索当前有效版本（is_valid = 1）
• 当用户引用的文件已废止时，自动提示并推荐替代文件

版本状态标识字段：valid（当前有效）、deprecated（已废止）、superseded（被替代）。被替代的版本需记录替代文件ID和替代依据。

四、没有原文出处的风险

真实案例一：AI“张冠李戴”

某机构用AI做合规审查，AI引用了一份关于私募基金的规定来判断公募基金业务。合规人员没有验证，直接采纳。监管检查时发现引用错误，被通报批评。

如果AI输出了原文出处，合规人员在复核时就能发现“公募业务引用私募规定不合理”，从而避免错误。

真实案例二：引用已废止文件

AI引用了一份两年前的文件。合规人员不放心，自己查了一遍，发现该文件已被废止。如果AI直接给出答案不附出处，这个错误永远不会被发现。

五、技术实现细节

5.1 文档结构化预处理

金融监管文件入库前做精细化处理：

1. 识别发文机构、文号、发布时间
2. 按章节/条款/段落切分
3. 建立条款间的引用关系
4. 标注版本状态和替代关系

5.2 检索时的来源可靠性打分

按照优先级排序：法律 > 行政法规 > 部门规章 > 规范性文件 > 行业自律规则 > 内部制度。

官方发布渠道的直接采纳，新闻解读仅作参考。从权威性高的来源保证答案的法律效力。

六、落地效果

某金融机构上线合规AI后的数据：

• 合规人员查找法规平均时间：从20分钟降到2分钟
• AI引用来源的准确率：96%（人工复核确认）
• 因引用错误导致的合规事件：0
• 合规人员对AI答案的信任度：从52%（上线前调研）升到89%（上线3个月后）

七、可复制路径

第一步：选一个场景试点

选择边界清晰、法规相对固定的场景，如“营销宣传材料合规自检”。建立第一批文档库（10-20份核心法规），跑通检索→生成→来源标注的完整链路。

第二步：建版本管理机制

明确每份文档的有效版本标识规则，建立法规更新同步机制（定时爬取监管官网或人工录入）。

第三步：逐步扩展范围和合规要求

增加法规覆盖范围，逐步接入内部制度、历史处罚案例。引入合规人员反馈闭环，持续优化。

在具体实现上，有金融机构采用 ZGI 作为合规审查的RAG平台，其来源溯源、版本管理、文档结构化能力覆盖了上述全部需求。

八、写在最后

金融行业的AI合规审查，信任不是凭空建立的。

信任来自：每一个回答都有据可查、每一个引用都可验证、每一个结论都可追溯。

输出原文出处看起来是“附上几个字”的小事，但它决定了合规团队敢不敢用、敢不敢信。

没有出处的AI回答，在金融合规这个场景里，等于没有回答。

本文基于金融合规AI实践整理。