它解决的问题

让 AI 给客户发消息这件事，最大风险不是技术不行，是公关事故：

• “我们一定能 100% 退款” → 不能保证的话变绝对承诺
• 把客户电话发到群里 → PII 泄露
• 同一句话 5 分钟内发 10 遍 → 营销骚扰
• 给已经在黑名单的客户继续发 → 投诉升级

风控审计把所有这些前置成强制闸门 —— Agent 想发什么，先过一遍，过不了直接拦截，留痕给 SOC / 法务追溯。

5 层静态规则

每条外发动作（销售 Agent / 群运营 / 知识库审核）都必经：

层	规则	触发动作
1. 敏感词	政治 / 投诉 / 色情 / 暴力词表	拦截 + 留痕
2. 绝对承诺	”保证 / 一定 / 100% / 永远 / 绝对”	拦截 + 标 absolute_promise_literal
3. PII 拦截	11 位手机 / 邮箱 / 18 位身份证	拦截 + 标 pii_literal
4. 频控	同客户 N 次 / 时 · 同群 M 次 / 日	进入”冷却”状态
5. 黑名单	客户 / 群 / 关键词三维度	直接拒绝

字面规则永远跑、永远拦 —— 哪怕 LLM 觉得”这句话没事”。

LLM 语义 doublecheck

字面层 OK 的内容继续过 LLM 合规审核：

• 语义级绝对承诺：“肯定可以”、“问题不大” 这种字面不命中但语义违规
• 事实性虚假：“我们和阿里有合作” 这种真假难辨的断言
• 未授权 PII：客户名字 + 公司 + 头衔的组合
• 客户已表达拒绝：根据上下文判断”再发就是骚扰”

LLM 失败（disable / no_key / timeout）默认按 manual_review 处理，永不放行可疑内容。

审计日志

每个动作（拦截 / 放行 / 改写）都写：

{
  "ts": "2026-05-09T14:23:11+08:00",
  "actor": "agent.sales_v6",
  "target": "wechat_contact_id:wxid_xxxxx",
  "action": "send_message",
  "verdict": "blocked",
  "rules_triggered": ["absolute_promise_literal"],
  "llm_decision": "manual_review",
  "raw_text": "保证 24h 内退款",
  "rewritten_text": null
}

日志可：

• 控制台浏览（按客户 / 时间 / 动作类型筛选）
• 导出 CSV / JSON（每周对账给法务 / SOC）
• 流式 webhook（实时推送到 SIEM / 安全平台）

配额管理

按维度可配置触达 / 发送 / 频次上限：

• per-客户：单客户 24h 内最多发 N 条；超过自动进入静默 24h
• per-群：单群每小时发言上限 / 每日上限
• per-账号：单账号每天群发动作上限（保号）
• 企业自定义规则（仅企业版）：调用 Python lambda 写复杂业务规则

与其他模块的关系

• 销售 Agent 外发前必过。
• 群运营 候选话术池入池前必过。
• 知识库 审核闸门复用同一套规则引擎。
• 客户卡片 看每个客户的”被拦截 / 已放行”历史。

看一眼

控制台 → 风控审计页可以按”全部 / 已拦截 / 待人工核 / 已放行”过滤； 点击某条进抽屉看完整规则触发明细 + LLM 判定理由 + 原文 / 改写文本对比。