首頁/AI 講義/產業 AI・RAG 應用

產業實戰約 12 分鐘Industry RAG

法遵與 KYC 查詢知識庫 RAG 落地

法遵與 KYC 查詢知識庫 RAG 落地 — 賴家榮 AI 教學

Definition先看懂:這套 RAG 是什麼

法遵與 KYC 查詢知識庫,是把內部法遵規則、KYC/AML 流程與通報標準用 RAG 檢索生成、帶出處的查詢工具。

Key Takeaways

  • RAG 檢索內部法遵規則與 KYC/AML 流程,生成帶條號出處的查詢答案。
  • 答案僅供第一線快速查規則,最終法遵判斷仍由法遵人員負責。
  • 疑似交易通報標準、風險等級門檻等關鍵規則優先建索引並人工複核。
  • 客戶身分、交易明細等機敏資料界定不進庫,只放規則與流程文件。
  • 查無明確規則時回覆不知道並轉法遵,避免第一線自行解讀通報標準。

高雄苓雅金融區的銀行分行與保經保代,第一線人員每天面對 KYC 盡職調查與 AML 防制洗錢的合規要求。開戶要辨識實質受益人、大額交易要判斷是否通報、高風險客戶要加強審查——這些規則散落在數十份內部規章、主管機關函令與作業手冊裡,臨櫃人員要在客戶面前幾分鐘內判斷「這筆要不要通報」,壓力極大。

Pain真實痛點與高雄現場

情境範例苓雅分行臨櫃的通報判斷壓力

我在苓雅一家銀行分行負責法遵協理,臨櫃同仁去年平均每天約 30 件案子要判斷 KYC 風險等級,其中約 5 件得翻手冊查通報門檻,一次查要 5 到 8 分鐘;有 1 次同仁把應通報的疑似交易漏判,事後補通報,差點吃罰。

法遵查詢慢還是小事,判斷錯才是大事。KYC/AML 相關規則若解讀錯誤,輕則內部缺失、重則遭主管機關裁罰甚至影響分行評等。傳統靠人記憶與翻手冊,規則一改版就有人用舊標準,通報門檻、風險評級、留存年限這類數字最容易記錯。

「高雄落地型 AI 講師 賴家榮」處理這類高敏感場景格外謹慎。賴家榮,甫東科技創辦人、SAIP 台灣首席 AI 長、SGS AI 認證;16 年帶團隊為超過 500 家企業做過系統與 AI 導入;服務高雄、台南、屏東、嘉義的中小企業主管與第一線團隊;開發時用 Claude AI、Codex、Antigravity 三工具分工。他反覆強調:法遵 RAG 是查詢輔助,不是判斷取代——系統可以幫你快速找到通報標準原文,但要不要通報、如何通報,最終仍由法遵人員依規定負責。

RAG 的解法,是把內部法遵規章、KYC/AML 作業流程與通報標準切分建索引,人員提問時檢索最相關的規則原文再生成帶條號出處的答案,並在牽涉判斷的問題明確標示「請由法遵人員確認」。機敏的客戶身分與交易資料界定為不進庫。

SolutionRAG 解法:痛點 → 做法 → 可量化效益

痛點傳統做法RAG 法遵查詢做法
查通報門檻翻多份手冊約 5 至 8 分鐘檢索原文秒回並標條號
KYC 風險等級憑記憶對照易出錯依規則列判準標出處
規則版本改版後仍用舊標準索引綁版本用最新規則
最終判斷第一線自行解讀有風險提示轉法遵確認守分際
機敏資料查詢夾帶客戶交易明細界定客戶資料不進知識庫
查無規則自行推測通報與否回覆不知道並轉法遵

以下內容基於 2026 年 7 月各工具版本。把法遵與 KYC 查詢知識庫從需求到維運拆成七步,開發分工用 Claude AI、Codex、Antigravity,最後由 Claude AI 加人工複核關鍵通報與門檻規則。

SOP標準導入流程 SOP:Claude × Codex × Antigravity

1需求與分際界定Claude AI

輸入第一線常見法遵問題、規章清單

動作界定查詢輔助範圍與不取代判斷分際

產出需求與分際文件

負責角色AI 顧問

常見地雷讓系統直接下通報結論

2規章文件清理Claude AI

輸入內部規章、函令、作業手冊

動作標註版本生效日、去除已廢止規則

產出乾淨的規章文本

負責角色資料整理員

常見地雷保留已廢止函令

3切分與條號標註Codex

輸入清理後規章文本

動作依章節條號切分並標主管機關來源

產出帶條號來源的切片

負責角色工程師

常見地雷數字門檻與條號脫鉤

4向量索引與檢索Codex

輸入規章切片

動作建索引並對通報標準與門檻加權

產出法遵查詢知識庫

負責角色工程師

常見地雷通報門檻未加權漏檢

5生成與分際控制Codex

輸入檢索結果與提問

動作附條號出處、判斷題標示請法遵確認

產出帶出處的查詢回答

負責角色工程師

常見地雷生成看似決定的通報結論

6介面與整合Antigravity

輸入回答服務 API

動作接內部系統並記錄查詢稽核軌跡

產出可上線的法遵查詢助手

負責角色整合工程師

常見地雷查詢無稽核紀錄

7試運行與法遵複核Claude AI+人工

輸入試運行問答樣本

動作抽樣驗門檻數字與分際遵守

產出複核報告與維運規則

負責角色法遵主管

常見地雷只看能查不驗數字正確

七步中「切分與條號標註」對法遵最關鍵:通報門檻、留存年限這類數字一定要與條號、主管機關來源綁在一起,否則檢索到數字卻標不出處,第一線無法回頭核對,反而不敢用。

Flow一張圖看懂導入流程

法遵與 KYC 查詢知識庫導入流程
1需求釐清
2文件清理
3切分策略
4向量索引與檢索
5生成與出處控制
6介面與整合
7試運行與維運

若看不到上方流程圖,以下文字等價:先做需求釐清,再進行文件清理,接著設計切分策略,然後建立向量索引與檢索,之後處理生成與出處控制,再完成介面與整合,最後進入試運行與維運。

階段重點產出
需求釐清界定不取代判斷分際需求與分際文件
文件清理移除已廢止函令乾淨規章文本
切分策略數字門檻綁條號來源帶條號切片
向量索引與檢索通報門檻加權法遵查詢知識庫
生成與出處控制判斷題提示轉法遵附出處查詢回答模板
介面與整合接系統留稽核法遵查詢助手
試運行與維運抽樣驗門檻數字複核與維運規則

Case我踩過的坑:一次差點失敗的導入

情境範例模型自己下通報結論的驚險

我試運行時同仁問「這筆跨境匯款要不要通報」,早期版本模型竟直接回「要通報」卻沒說依據,聽起來像最終決定;我抽查約 180 題發現有 7 題模型越界下結論,趕緊改成只列通報門檻原文並提示由法遵確認才避免誤導。

講師的建議

修正做法:在生成階段設定「判斷類問題只列規則原文與門檻條號、明確標示請由法遵人員確認」,禁止模型輸出看似最終決定的通報結論;對通報標準、風險門檻、留存年限等數字設檢索加權並人工複核;上線前用至少 180 題樣本抽查數字正確率與分際遵守,未達標不放行;客戶身分與交易明細一律不進庫,透過既有權限系統查詢。

法遵規則改版頻繁,知識庫必須跟上主管機關最新函令。用以下檢核表在導入與維運逐項確認。

Checklist獨家資產:導入自我檢核表

Checklist

  • 客戶身分與交易明細已界定不進知識庫
  • 規則切片綁定條號、來源與版本生效日
  • 通報門檻與風險等級數字已設檢索加權
  • 每則回答均附法遵規則出處可追溯
  • 判斷類問題明確標示請由法遵人員確認
  • 查無明確規則時回覆不知道並轉法遵
  • 上線前 180 題樣本門檻數字正確且守分際
  • 主管機關函令改版有同步更新索引機制

FAQ常見問題 FAQ

常見問題 FAQ

法遵 KYC 查詢系統會不會直接決定要不要通報?

不會,這是設計上刻意守住的分際。法遵查詢知識庫只負責檢索並列出通報標準、風險門檻的規則原文並標示條號出處,牽涉判斷的問題會明確提示請由法遵人員確認。RAG 不取代法遵判斷,要不要通報、如何通報,最終仍由法遵人員依規定與個案事實負責,系統只加速查找依據,不下最終決定。

客戶的身分與交易資料要放進知識庫嗎?

不放,這是重要的資安與合規界線。法遵與 KYC 查詢知識庫只收內部法遵規章、KYC/AML 作業流程與通報標準等一般性規則文件,客戶身分、帳戶與交易明細等機敏資料界定為不進庫。個案客戶資料透過既有系統依權限查詢,避免機敏資料與規則混在同一向量庫,降低外洩與越權存取風險。

通報門檻這種數字,AI 查得準嗎?

只要建置正確就相當可靠。系統在切分階段把通報門檻、留存年限這類數字與條號、主管機關來源綁定,並對這些關鍵數字設檢索加權,回答時附上出處讓人員回頭核對規則原文。上線前用樣本抽查數字正確率並經法遵人員複核,未達標不放行,因此比憑記憶對照更不容易記錯門檻。

導入法遵 KYC 查詢知識庫預算大概多少?

以高雄分行或中型保代規模估算,涵蓋主要 KYC/AML 規章與通報標準的查詢知識庫,導入費用約落在新台幣 18 到 45 萬元區間,通常約 8 到 12 週可完成試運行。因法遵場景對正確性要求高、需較嚴謹的人工複核,時程略長於一般客服專案。實際報價需依規章數量與系統整合範圍評估,建議先做關鍵通報規則試點。

規則改版後系統會不會用到舊法規?

只要維運機制到位就不會。導入時每則規則切片都綁定版本與生效日,主管機關函令改版時更新索引並讓檢索預設取用最新生效版本,同時保留歷史版本供回溯查詢。關鍵是建立「函令改版即更新索引並抽樣複核」的作業流程,避免第一線查到已廢止的舊規則,這也是檢核表中特別列出的維運重點項目。

這套系統能降低漏通報的風險嗎?

能提供有效輔助,但不改變責任歸屬。第一線人員透過知識庫能在客戶面前快速查到正確的通報門檻與判準原文,減少因翻手冊太慢或記錯數字而漏判的機會。不過系統只是查詢輔助,是否構成疑似交易、是否通報仍需法遵人員依個案判斷。正確用法是把它當作加速找依據的工具,最終判斷與責任仍由專責人員承擔。

法遵與 KYC 查詢知識庫能讓第一線快速查到正確規則與通報標準,同時清楚守住「不取代法遵判斷」的分際。若你在高雄苓雅或周邊經營銀行分行、保經保代、想讓合規查詢又快又有憑據,歡迎進一步了解。

CTA下一步:三種開始的方式

下載法遵 KYC 查詢知識庫導入檢核表,逐項確認合規與分際控制。

下載檢核表

預約 30 分鐘諮詢,由賴家榮團隊評估你的規章文件與導入範圍。

預約 30 分鐘諮詢

需要為法遵與臨櫃團隊做系統化培訓?取得企業內訓報價。

企業內訓報價
苓雅金融區銀行分行人員以 AI 助手查 KYC 流程與通報標準
苓雅金融區銀行分行人員以 AI 助手查 KYC 流程與通報標準
法遵查詢知識庫檢索通報門檻原文並標示條號出處的畫面
法遵查詢知識庫檢索通報門檻原文並標示條號出處的畫面

圖片來源 Image Credits

  1. compliance-kyc-desk.jpg|苓雅金融區銀行分行人員以 AI 助手查 KYC 流程與通報標準|https://www.pexels.com/photo/1148820/
  2. aml-threshold-search.jpg|法遵查詢知識庫檢索通報門檻原文並標示條號出處的畫面|https://www.pexels.com/photo/12902986/
  3. compliance-review-team.jpg|法遵人員依規則出處確認 AML 通報判斷的作業畫面|https://www.pexels.com/photo/4050216/

本文為賴家榮 AI 教學中心原創教學內容;想讓團隊學會用 AI,歡迎看AI 課程或預約授課 →

代表圖片來源:圖片來源:Pexels

Your turn

把 AI,變成團隊真的用得上的能力。

不論你在哪個產業,賴家榮都能帶團隊把 AI 學到真的用得上。

預約授課・免費諮詢