这个品类每天在处理什么材料
本品类日常处理的材料包括开户申请、身份证明、主体证明、授权委托、公司章程、受益所有人识别记录、风险等级资料、尽调记录、持续尽调及信息更新记录。数据来源涵盖客户提交资料、工商登记及受益所有人信息、内部账户交易、反洗钱名单和风险数据。各类材料形态差异显著，既有结构化电子表单与内嵌表格的文档，也有纸质扫描的身份证明、纯文本的尽调记录。数据更新频率各有不同：客户身份与股权信息随变更事件触发更新，账户交易数据实时更新，反洗钱名单随名单源同步更新，持续尽调周期按风险等级与内部制度执行，无统一固定周期。
这些材料在「文档解析与分块」这一环带来什么约束
各类材料的特征对文档解析与分块环节带来多重约束。开户申请、身份证明等结构化材料格式相对固定，但存在纸质扫描件需OCR处理的场景；公司章程、受益所有人识别记录等文档包含嵌套表格与跨页内容，解析时需保留表格结构，避免拆分关键关联内容；持续尽调记录的更新频率差异大，需在分块时标记材料更新时间；不同来源的材料格式不统一，如客户提交的PDF与工商导出的Excel格式差异明显，需适配多种解析引擎。部分材料字段分散在非结构化文本中，需精准分块以保障后续字段抽取的准确性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 800–1200 字符 | 适配多数金融文档的段落密度，常见取法，需根据单份文档的字段密度调整 |
PARSE_FILE_TIMEOUT_SECONDS | 300–600 秒 | 覆盖多页扫描件、复杂表格的解析耗时，常见取法，需根据单文件最大页数调整 |
enable_table_parse | 开启 | 准确抽取表格内的字段与关联信息，适配尽调记录、公司章程中的结构化表格 |
max_chunk_overlap | 100–200 字符 | 避免关键字段被分段切断，常见取法，需根据文档的字段关联性调整 |
recall_topk | 前3–5条 | 覆盖多来源的关联材料，常见取法，需根据机构的风险等级规则调整 |
enable_ocr | 按需开启 | 处理纸质扫描的身份证明、授权委托等材料，常见取法，需根据提交材料的格式占比调整 |
最耗时的环节会卡在哪
最耗时的三个环节中，文档解析与分块可分别替部分工作。核验客户身份、开户意愿和业务目的环节中，该功能可解析开户申请、身份证明中的身份信息字段，替掉人工录入与初筛工作，但无法替代多材料交叉核验的逻辑判断。若抽取的身份字段为空、召回不到身份证明关键页，会导致核验环节卡壳。穿透识别受益所有人及控制关系环节中，该功能可解析公司章程、受益所有人识别记录中的控制关系文本与表格，替掉人工梳理内容的工作，但无法替代穿透判断的逻辑推导。若拆分的分块遗漏关联条款、抽取字段与原件不符，需人工回退重做。结合账户交易更新风险判断环节中，该功能可解析交易记录、风险资料中的数据与标签，替掉人工整理数据的工作，但无法替代实时交易的动态关联判断。若解析超时、召回不到最新风险数据，会导致风险判断延迟。
做错了会怎样
该功能环节出错会引发多重后果。业务层面，身份抽取错误可能导致冒名开户或账户被滥用；合同层面，授权委托字段抽取错误会引发资金操作争议；监管层面，未完整抽取尽调记录、受益所有人识别信息，会导致未履行客户尽调与反洗钱义务被处理；客户层面，账户信息抽取错误会导致账户误控，影响正常交易。易引发此类后果的配置失误包括：分段切断授权委托的关键条款，导致核心授权内容遗漏；召回条数过低，漏掉受益所有人识别的关键材料；未开启溯源功能，无法核对抽取结果与原件一致性；解析超时中断，导致部分材料未完成处理。
与相邻品类的区别
与贷款尽调品类相比，本品类的目标为确认客户身份、最终控制/受益主体、账户使用目的，不涉及判断偿债能力。核心处理文件包括身份类材料、控制关系类文档与持续尽调记录，不包含贷款尽调所需的财报、担保文件等材料。两类品类的解析重点与分块策略存在差异，贷款尽调需覆盖长段落的财报内容，本品类需精准抽取分散在多文档中的身份与控制字段，因此同一套配置无法直接适配。
还需要按机构实际情况确认的
- 各银行不同风险等级客户的复核周期：因机构的风险管理制度、监管属地要求不同，复核周期存在显著差异，需逐机构确认适配的分块与召回规则
- 联网核验渠道：不同机构对接的身份核验、工商信息接口存在差异，需逐机构调整解析后数据的对接配置
- 人工增强尽调触发规则：不同机构的风险阈值、业务流程不同，触发人工尽调的条件存在差异，需逐机构匹配功能的触发逻辑
业务分类、作业材料与常见耗时环节取自金融行业研究报告（来源编号 S011、S012、S013、S014）；报告对操作细节的置信度为「大致如此」，具体做法按机构实际制度确认。配置取值为常见取法，需按实际材料标定。核验日 2026-09-15。