满足报送审计要求，金融AI抽取如何做字段级数据溯源？

金融机构对外报送的一个数值，在审计抽凭与事后检查环节往往仍会被再次调阅，这几个不同的环节指向的通常会是同一批原始材料中的同一个值，且要求的都不止于数值本身是否准确，还要说明该值取自哪份材料、哪一页，即数据来源是否可追溯。问题在于，若抽取环节只输出字段值，页码与版面坐标便停留于处理过程之内，交付到下游时已不含原文位置。而这项信息在事后又难以补齐：补录前需先确认材料版本，再将该批次重新处理；人工记录的页码本身同样需要核验，来源对照表无法替代原文调阅。而AI 数据溯源要解决的，正是“让抽取结果与出处一并交付”这一环。

溯源要落到三个粒度：文件、页、原文位置

AI 数据溯源并非只是为结果附加一个来源字段，而是要在三个粒度上同时成立：所属材料、所在页码、页内位置。这三者对应的核验用途不同——复核需要坐标位置，报送留痕需要可调取的原文页面，跨材料比对需要同时指向两份材料的对应位置。任缺其一，溯源链即在该处中断。

位置信息不是材料的属性，是处理环节的产物

业务文档材料本身并不自带索引信息。像纸质件与扫描件等复杂非结构化文档，没有可供检索的文字层；在复杂表格中，一个数值属于跨页表格的哪一行，翻开来也未必一眼看得出。这些数值结构的对应关系是在处理过程中确立的：表格的行列归属在版面还原阶段定下来，值的版面坐标与所属页码在抽取阶段产生。位置是这一过程的产物，材料本身没有，也不会随数值自动流向下游，所以最好与数值在同一次处理中一并产出。若待事后补齐指向，则需先判定当时所用材料的版本，并将该批次重新处理一遍，影响整体业务的推进。

让定位变难的，是复杂的版面元素和材料的多种形态

位置既然要在处理那一刻与数值一并产出，材料的构成方式就直接决定这个位置给不给得准。数值在材料里很少孤立存在：财务报表附注多为跨页长表，表头在各页顶部重复出现，一个科目的数值要接上跨页表头才成立，合并单元格与多层表头又使它同时从属于若干层级——定位要给出的因此不只是一个坐标，而是科目、列与实际所在页这一组信息。印章、骑缝章与手写批注叠压于正文之上：印章独立于文字层，骑缝章跨在相邻两页之间，手写批注常落在页边，被遮盖或溢出部分的位置需先判定归属。同一份材料还以电子版、用印扫描版、修订版等多种形态存在，同一字段在不同版本上可能取到不同的值，位置必须指明被抽取的是哪一份。处理环节要把这些结构与版本一并还原出来，位置才给得准。

INTSIG DocFlow：让文档从"被读取"变成"可被引用"

合合信息企业级文档处理 Agent 平台 INTSIG DocFlow 面向的并非只是把材料转成文本这一步，它交付的是能被引用、能被追问的结果：抽取与审核的结果都保留原文位置，值与位置在同一次处理中一并产出，带着出处流入下游系统。DocFlow支持近 20 种格式、1000 页以内的长文档、30 余种票据、52 种以上语言，能够覆盖业务场景中的多数需求。

抽取结果带坐标回显。点击字段即可跳转至原文件中的对应位置；跨页表格里的数值，位置指向它实际所在的那一页，而不是表格起始页，同一材料有多个版本时指向被抽取的那一份。复核时不必通篇查找，两版材料可按位置直接对照；位置随结果一并保存，后续调阅不再重跑处理。

审核结论给出依据。DocFlow 的单文档一致性核对与跨材料比对，交出的不是一句结论，而是判断为什么成立：结论附明确的审核依据，并高亮定位原文位置，依据所在页码清晰可见。

原文件与结果对比查看。DocFlow 支持原文件与识别结果对照浏览——机器读到什么，人可以随时查验；被印章压住、图像质量差或版式特殊的部分直接定位到原文补录，补录后的值同样带着位置进入下游。

跨材料比对时，溯源要同时指向两边

材料之间要相互印证：合同金额与放款凭证、估值表与托管行对账单的份额、多份材料的主体信息都要对得上。存在偏差时，结论需同时给出两侧的原文位置——双方在各自材料的哪一页、如何记载，而非仅提示“不一致”。DocFlow 的跨文档对比审核比对多份材料之间的关键项，核验项可按业务口径配置：哪些字段必须对齐、允许的差额范围是多少，都能用自然语言写成规则交给系统执行，结论同样带定位信息。

DocFlow实现让信贷档案与押品权证带着位置入库

以一批纸质信贷档案与押品权证的处理为例，引入DocFlow 文档处理Agent后，系统先做图像矫正，再还原表格与段落结构，抽出主体、金额、期限、签署方；权证与主合同一并处理。每个抽取结果带着来源文件与页码进入数据层，坐标回显映射原文位置，后续调阅不必重新处理这批材料。入库之后，做报送时数值可追溯来源，做审计时按位置调出原文页面复核；印章压字与手写批注的部分，通过原文件与结果对比查看完成补录。

AI 数据溯源的推进：先让一类材料的结果退回原文

金融机构在实际业务中的AI数据溯源推进，可以“先窄后宽”：先选一到两类形态相对稳定的材料，把抽取规则与核验规则配好，跑通一批看结果，再扩到其他类别。成效的判断标准不在识别率，而在于能否按字段调出其所在的原文页面——可调取，结论方具备可追溯性；检索取到的片段、风控用到的字段、报送引用的数值，指向的也是同一套可查验的条目。

点击下方图片，了解合合信息企业级文档处理 Agent 平台 INTSIG DocFlow 的内容信息。