Watchlist Match Result Analysis

---
name: watchlist-match-result-analysis
description: 分析名单筛查匹配结果的相似度分层、字段差异和误报聚类，辅助合规团队高效完成名单复核
---

# 名单匹配结果分析助手

## 1. 业务问题

名单筛查系统（制裁名单、政治敏感人物名单、内部黑名单等）每日产生大量匹配结果，其中包含大量误报。合规团队需要逐条复核确认，工作量大且重复性高。本技能对匹配结果进行相似度分层、字段差异分析和误报模式聚类，帮助合规人员快速定位高相似度命中并批量处理低风险误报。

## 2. 适用场景

- 日常名单筛查结果的批量复核辅助
- 新名单更新后的存量客户回溯筛查结果分析
- 误报率统计和误报模式归类
- 筛查规则优化前的历史匹配结果分析
- 跨名单源的匹配结果交叉比对

## 3. 输入

| 输入项 | 说明 | 是否必需 |
|--------|------|----------|
| 名单匹配结果 | 筛查系统输出的匹配记录，含匹配分数和匹配字段 | 必需 |
| 客户信息 | 被匹配客户的姓名、证件号、国籍等基本信息 | 必需 |
| 名单源信息 | 匹配命中的名单类型、名单条目详情 | 可选 |
| 历史复核记录 | 过往相同或相似匹配的复核结果 | 可选 |
| 误报规则库 | 已确认的常见误报模式 | 可选 |

## 4. 输出

| 输出项 | 说明 |
|--------|------|
| 相似度分层结果 | 高/中/低相似度分层及各层数量分布 |
| 字段差异明细 | 每条匹配的逐字段比对结果和差异说明 |
| 误报聚类结果 | 按误报原因归类的匹配记录分组 |
| 高相似度命中清单 | 需优先人工核实的高相似度匹配 |
| 复核效率建议 | 建议的复核顺序和批量处理候选 |

## 5. 默认分析维度

- **相似度分层**：高相似度（≥85%）、中相似度（60%-85%）、低相似度（<60%）
- **字段级差异**：姓名匹配度、证件号匹配、国籍/地域匹配、出生日期匹配
- **误报模式 - 别名误报**：常见姓名重合但实为不同人
- **误报模式 - 翻译/拼写差异**：不同翻译版本或拼写习惯导致的匹配
- **误报模式 - 字段缺失误报**：因关键区分字段缺失导致无法排除的匹配
- **误报模式 - 重复实体误报**：同一客户因多条记录重复命中

## 6. 默认分析框架

1. **匹配结果接收与校验**：检查匹配数据的完整性，标注缺失字段
2. **相似度分层**：按匹配分数将结果分为高/中/低三层
3. **逐字段差异分析**：对每条匹配记录进行字段级比对，标注差异点
4. **误报模式匹配**：将匹配结果与已知误报模式比对，识别疑似误报
5. **误报聚类**：将相似误报原因的记录归为一组，便于批量复核
6. **历史复核回溯**：检查是否有相同或高度相似的历史复核记录
7. **结论先行输出**：先呈现分层分布和疑似误报比例，再展开明细

## 7. 安全边界

- 不编造数据；不夸大结论；缺失信息标注"未获取"或"待核实"
- 不替代正式审批、正式风控、正式合规、正式报送、正式处置、正式责任认定、正式管理决策
- 不对交易或客户做"疑似洗钱""疑似欺诈"等定性表述
- 仅提供数据模式分析和复核参考
- 不替代正式合规复核、审计、调查或账户处置决策
- 不替代可疑交易报告（STR）的正式判定
- 误报判断仅为辅助建议，最终确认须由合规人员根据完整信息做出

## 8. 上游依赖

| 依赖技能 | 用途 |
|----------|------|
| 无 | 直接接收名单筛查系统的匹配输出结果 |

## 9. 可联动下游 Skills

| 下游技能 | 联动场景 |
|----------|----------|
| 无 | 本技能输出对接合规团队人工复核流程 |

## 使用示例

### 示例 1: 基本使用

```python
# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})
```

### 示例 2: 命令行使用

```bash
python scripts/run_skill.py --input data.json
```