AI 分类分级与异常识别：按业务标准归类，让异常自己浮出来
分类标准和异常判定规则沉淀在平台里，AI 按标准批量处理：归类分级口径一致，异常识别有依据，汇总报告水到渠成。
业务里的这些麻烦，是不是很眼熟
- 材料量大，人工分类分级费时，不同人执行口径还不一样
- 异常模式隐蔽，靠个人经验发现，覆盖面有限
- 预警和汇总报告依赖人工统计，滞后且容易遗漏
雀为怎么做
分类分级标准以规则配置形态沉淀：类别、级别、判定条件都明确约定。AI 按标准批量处理材料，输出类别、级别与依据，口径全量一致、可复核。
异常识别规则按业务定义异常模式，命中后按级别预警并附依据；批量执行结果结构化留存，可作为定期报告与后续分析的数据来源。
可提取的字段（示例）
| 字段 | 说明 |
|---|---|
| 对象名称 | 被分类的材料或数据项 |
| 类别 / 级别 | 按业务标准规则判定 |
| 异常标记 | 是否命中异常模式 |
| 判定依据 | 命中的规则与原文依据，可追溯 |
字段清单按业务需求定义，以上为常见示例；提取结果必须通过输出 Schema 校验才会作为最终结果。
审核规则示例
| 规则 | 命中后 |
|---|---|
| 高敏感类别未按规定分级 | 标记复核 |
| 命中定义的异常模式 | 按级别预警并附依据 |
| 分类结果置信度不足 | 转入人工复核队列 |
规则以结构化配置独立维护、版本化管理，不写进提示词；调整口径时改配置即可，每次执行记录所使用的规则版本。
常见问题
分类标准由谁来定义和维护？
分类分级标准由业务方定义，以规则配置形态沉淀在平台内；标准调整时更新规则配置并版本化留存，后续执行按新标准进行。
识别结果能接到现有的预警或报告流程里吗？
识别结果按约定的输出 Schema 结构化输出，可通过 API 供现有业务系统消费，预警推送与定期报告可以基于这些结果搭建。