案例｜某城商行：合规场景下的 RAG 落地，为什么必须坚持「人机双审」

理财经理每天要核对大量产品话术、风险揭示和营销短信。合规部人手不够，传统关键词审核漏检率高。2025 年 Q1，该行启动大模型辅助审核项目，监管红线很明确：不能自动放行，不能替代合规官签字。

架构选择：RAG，不是端到端生成

FDE 与合规、科技三方对齐后，确定路线：

1. 产品说明书、监管条文、内部制度入库向量化
2. 模型只做差异比对 + 风险点提示，不生成对外话术
3. 所有结论进审核台，人工一键确认或驳回

上线节奏

第 1 阶段（8 周）：单科室、单产品类型，日均 200 条话术。
第 2 阶段（12 周）：接入短信模板审核，增加审计日志与版本回溯。
第 3 阶段（6 个月）：4 条业务线并行，合规官工作台成为日常入口。

效果与代价

• 初审耗时下降约 45%
• 漏检率下降（相对关键词方案）
• 但合规人力没有裁减——省下来的是加班，不是编制

经验

金融类企业 AI 转型，卖的不是「更聪明」，而是可审计、可追责、可回滚。FDE 的价值是把监管语言翻译成工程验收标准。

案例脱敏，机构与产品名称已隐去。