行业指南:金融科技
如何在金融科技中使用Claude:产品、风险与工程团队指南
在不放松监管者关心的管控的前提下加快交付速度。
本指南面向支付公司、新型银行、贷款机构和金融软件公司中,希望将Anthropic的Claude用于欺诈业务、KYC与合规、客户支持及工程开发工作的人员。内容涵盖Anthropic在金融服务领域发布的产品,以及在Anthropic自己的文章和客户案例中,具名金融科技公司的相关表态。
如何在金融科技中使用Claude,关键在于把它用在高速增长的金融公司压力最大的环节:为分析师汇总欺诈和拒付案例,审核KYC文件并起草regtech合规文档,用准确的政策措辞回答客户问题,以及使用Claude Code编写和审查代码。Claude能加快阅读、起草和构建的速度,而涉及客户、资金和合规的决策,仍由公司内负责任的人员在模型风险、数据保护和审计管控框架内做出。
发布于
要点总结
- 金融科技领域Claude的主要用途包括欺诈案例汇总、KYC与合规文档、客户支持文案起草,以及使用Claude Code进行工程开发。
- 据Anthropic披露,Block的工程师借助一个开源智能体每周节省数小时时间,Brex则实现了大部分费用交易的自动化。
- Anthropic在2026年5月发布的智能体模板中包含一个KYC筛查工具,金融科技合规团队可以据此改造使用。
- 欺诈检测本身通常运行在专门的模型上,Claude的作用是协助调查人员并解释结果。
- 涉及客户数据和资金流动的工作,需要经过审批的部署方式、日志记录和人工签核。
复制即用
今天就能用的提示词
为分析师撰写欺诈案例摘要
你是一家支付公司的欺诈运营分析师。请为以下案例撰写摘要以支持决策:账户历史记录、被标记交易(按原文准确列出金额和时间戳)、设备与登录信号、客户的陈述,以及该模式与我们手册中所列欺诈类型的对比情况。请将支持欺诈和反对欺诈的证据分开列出。不要做出最终决定。案例数据和手册摘录:[粘贴]。
把支持和反对的证据分开列出,能让流畅的摘要更难偏向某一方。
对照政策进行KYC文件审查
请对照我们的KYC政策摘录,审查以下小企业申请人的开户文件。针对每项要求,注明"已满足""缺失"或"不一致",并引用文件原文。标记出所有权或地址方面的不一致之处,并为缺失的材料起草一份简短友好的补充材料请求。不要批准或拒绝该申请。政策和文件:[粘贴]。
给申请人的请求同时也是一种客户沟通,因此要写得简明具体。
把监管要求转化为工程工单
以下是一项监管要求,以及我们目前针对该要求的产品流程。请将该要求转化为若干工程工单:每个工单需包含标题、它所满足的确切要求原文、验收标准、需要留存的审计证据,以及需要合规团队解答的未决问题。不要对该规则做超出原文的解读,遇到含糊之处请直接标注。要求和流程:[粘贴]。
把每个工单与确切的规则原文关联起来,能为审计人员留下清晰的追溯路径。
使用政策措辞撰写客服回复
请针对以下这条关于转账延迟的客户消息起草回复。只能使用账户备注和这里粘贴的帮助中心政策摘录中的事实。用通俗的语言说明发生了什么以及接下来会怎样,全文控制在一百五十字以内,不要承诺政策中未支持的到账日期,并按原文准确写出参考编号。消息、备注和政策:[粘贴]。
把Claude限制在政策摘录范围内,可以防止它编造时间线。
支付服务的代码审查
请审查以下针对某支付服务的pull request差异(diff)。重点关注资金处理的正确性:舍入和货币精度、重试的幂等性、余额更新中的竞态条件、可能导致转账处于"半完成"状态的错误处理,以及敏感数据的日志记录。针对每个问题,请给出文件和行号、其重要性,以及建议的修复方式。差异内容:[粘贴]。
明确列出与资金流动相关的具体风险点,能比笼统要求得到更精准的审查结果。
来自 Anthropic
Anthropic 为金融科技提供的服务
Claude for Financial Services
Anthropic于2025年7月发布的金融服务产品,将Claude模型、Claude Code和企业版访问权限,与Snowflake、Databricks等数据平台的连接器以及实施合作伙伴结合在一起。Anthropic表示,默认情况下数据不会被用于训练。
· 来源
Agents for financial services
2026年5月发布的十个智能体模板,包括KYC筛查工具、总账对账工具和月结工具,以Claude Cowork和Claude Code插件的形式发布,并以cookbook形式提供给Claude Managed Agents使用。
· 来源
实践案例
金融科技团队如何使用 Claude
根据 Anthropic 发布的客户案例
Block
在Anthropic 2025年10月发布的金融服务更新中,Block的首席数据与机器学习工程师表示,该公司大多数工程师借助goose(Block用于生成SQL查询的开源AI智能体)每周节省数小时时间。
根据 Anthropic 发布的客户案例
Brex
Anthropic关于Brex的客户案例介绍了AI费用自动化:它处理了大部分费用交易并提升了合规水平,在费用和会计方面节省了大量时间。
根据 Anthropic 发布的客户案例
Coinbase
在Anthropic 2025年10月发布的金融服务更新中,Coinbase的一位高级工程经理表示,Claude超出了公司的性能基准,并满足了其安全要求。
根据 Anthropic 发布的客户案例
Visa
在Anthropic 2025年10月发布的金融服务更新中,Visa的技术总裁将AI智能体描述为商业的下一个演进阶段。
示例演练
在每个决策都有人把关的情况下处理拒付队列
- 一名欺诈分析师在经过审批的工作空间中打开一起有争议的付款案例。
- Claude汇总账户历史、设备信号和客户陈述,并分别列出支持和反对欺诈的证据。
- 分析师将其中两个设备信号与源系统进行核对,发现其中一个时间戳被按错误的时区读取了。
- Claude起草内部决策说明,以及一封不透露任何检测方法的简明客户信函。
- 分析师对两者进行修改,以自己的名义记录该决定,并结案。
金融科技与 Claude：已公开的数据
| 数据 | 背景 | 来源 |
|---|---|---|
| 75% of engineers save 8 to 10+ hours weekly | Block,使用其开源智能体goose,数据来自Anthropic 2025年10月发布的金融服务更新 | 来源 |
| 75% of expense transactions automated | Brex AI费用自动化,数据来自Anthropic的客户案例 | 来源 |
| 94% compliance rate vs 70% industry standard | Brex费用合规率,数据来自Anthropic的客户案例 | 来源 |
| 169,000 hours/month saved on expenses and accounting | Brex,数据来自Anthropic的客户案例 | 来源 |
核心工作流程
Claude在金融科技企业各环节的应用场景
以下这些AI金融科技应用场景,是金融科技公司使用AI最能节省时间,又不削弱管控的地方。
欺诈运营
金融科技领域的AI欺诈检测通常运行在专门的模型上。Claude则帮助分析师汇总案例、将行为模式与欺诈类型进行比对,并起草决策说明和客户信函。
KYC与regtech
regtech领域的AI工作涵盖用于文件审查的KYC自动化、政策差距分析、管控文档编制,以及为合规签核准备的审计证据。
客户支持
基于账户备注和政策原文撰写的回复、保持准确的常用话术,以及供专家处理的升级案例摘要。
工程开发
使用Claude Code进行功能开发、针对资金处理的代码审查、测试生成,以及用于分析和报表的SQL编写。
面向金融科技的AI智能体
面向金融科技的AI智能体可以运行多步骤工作流,例如KYC筛查或费用审核,为人工审批准备好结果,并对每一步都进行记录。
财务与运营
根据账本数据起草对账、月结说明和差异解释,并与记录系统进行核对。
金融科技公司的反馈
如今金融科技行业如何使用AI
金融科技行业如何使用AI?已公开的案例大致分为两类:工程效率提升和运营自动化。在工程方面,Anthropic于2025年10月发布的金融服务更新引用Block的说法称,该公司大多数工程师借助goose(Block用于生成SQL查询的开源AI智能体)每周节省了数小时时间。Coinbase则表示,Claude超出了其性能基准,并满足了其安全要求。
在运营方面,Anthropic关于Brex的客户案例介绍了AI费用自动化:绝大多数费用交易实现了自动化处理,合规率也远高于Brex所引用的行业标准。在同一篇Anthropic更新中,Visa的技术总裁被引述将AI智能体称为商业的下一个演进阶段。
因此,金融科技领域的生成式AI,重点并不在于某一个旗舰功能,而在于大量更小的工作流:一条基于政策的客服回复、一份对照要求核查过的KYC文件、一次清楚知道资金处理会出什么问题的代码审查。
欺诈与合规
AI能检测金融科技中的欺诈吗?
专门的机器学习模型负责实时检测欺诈,大多数金融科技公司已经在使用这类模型。像Claude这样的通用助手并不能替代这些模型,它的价值体现在下游环节:当警报触发后,Claude可以把账户历史、设备信号和客户陈述整合成案例摘要,将该模式与你的欺诈类型手册进行比对,并为分析师起草决策说明和客户信函。
KYC和regtech工作也遵循同样的模式。Claude对照你的政策审查文件,标记出差距和不一致之处,并起草给客户的补充材料请求。Anthropic在2026年5月发布的金融服务智能体模板中包含一个KYC筛查工具,合规团队可以将其作为起点进行改造,而审批决定始终由人来做出。
让智能体工作流始终处于你的管控框架之内:记录每一步操作,把每个结果都交给审核人员,并在结案案例上验证其表现后,再考虑依赖它。
工具选择
金融科技领域:Claude与ChatGPT该如何选择
金融科技场景下Claude与ChatGPT的选择,最好用你自己的案例和代码来判断。在两个工具中运行相同的欺诈摘要、KYC审查和代码审查提示词,比较准确性、对缺失数据的处理方式以及代码质量。当你的工作流或工具发生变化时,再重复这一比较。
金融科技公司通常会围绕部署方式和治理来做决策:选择API还是企业版方案、数据留存策略、审计日志,以及该工具如何契合银行合作伙伴和监管机构的预期。许多金融科技公司也会直接基于API进行构建,从而在每一次调用周围加上自己的管控措施。
无论使用哪一个,原则都是一样的:让输出始终基于你的政策和数据,涉及客户和资金的决策仍由人来做出,并在扩大规模之前先做好测试。
从这里开始
金融科技团队使用AI的第一个月
先从工程团队开始
工程团队通常是采用速度最快的团队。可以先从非关键服务的代码审查和测试入手。
运营团队先用结案案例
先在已经有结论的案例上测试欺诈和KYC提示词,并与实际结果进行比对,之后再接触实时处理队列。
让客服回复基于政策
在客服提示词中提供确切的政策原文。引用政策的回复,要比凭记忆生成的回复更安全。
先明确管控要求
与风险和合规团队一起确定适用哪些数据、哪种部署方式,以及哪些审核步骤。
边界
哪些环节金融科技公司必须让人来把关
Claude可能会自信地犯错:读错文件、编造出并不存在的政策细节,或者写出看似正确、却在货币舍入的边界情况上处理有误的代码。涉及资金转移、关闭账户或拒绝客户的决策,需要有人来做;涉及余额的代码,也需要人工审查和测试。
金融科技公司通常同时受银行合作协议和多个监管机构约束。任何借助AI辅助的流程,都应该有足够完整的文档,让合作银行或审查人员能够看清它是如何运作的,以及各项审批分别由谁负责。
客户的财务数据敏感且受到监管。请使用经过审批的部署方式,尽量减少提示词中包含的数据,不要在日志中留下机密信息,也绝不要用个人账户处理客户信息。
最后,在扩大规模之前先做好度量。选定一个处理队列或一项服务,记录使用前后每个案例耗费的时间和错误率,并保留一部分AI辅助完成的工作,用于定期质量review。来自你自己运营数据的证据,才能让合作银行、审计人员以及你自己的管理层相信,这套工作流是处于管控之中的。
在扩大规模之前先养成好习惯
精准的提示词、基于事实的输出,以及良好的审核习惯,是让AI在受监管产品中保持安全的关键。Nightschool AI的免费课程从第一课开始就注重实践。
常见问题
金融科技行业如何使用AI?
金融科技公司将AI用于提升工程效率、欺诈案例审查、KYC与合规文档、客户支持以及财务运营。Anthropic公开的案例包括Block的工程师借助一个开源智能体每周节省数小时时间,以及Brex实现大部分费用交易自动化。
AI能检测金融科技中的欺诈吗?
可以,但通常是通过专门的欺诈模型,而不是通用助手来实现的。Claude的作用是协助调查人员:整理案例证据、将行为模式与欺诈类型进行比对,并起草决策说明和客户信函,交由人工审批。
哪些金融科技公司在使用生成式AI?
Anthropic的文章和客户案例中提到了多家使用Claude的金融科技公司,包括Block、Brex、Coinbase和FIS,Visa也就商业领域的AI智能体发表过看法。大多数金融科技公司都在工程或运营环节中以某种形式使用生成式AI。
金融科技公司在使用Claude吗?
是的。Anthropic在2025年10月发布的金融服务更新中引用了Coinbase和Block的说法,Anthropic关于Brex的客户案例也介绍了AI费用自动化。Anthropic还发布了面向金融服务的连接器和智能体模板,其中包括一个KYC筛查工具。
金融科技公司在AI采用方面领先于银行吗?
金融科技公司往往能更快推进,因为它们基于现代技术栈构建,历史遗留代码也更少,但大型银行同样运行着规模可观的AI项目。对你的团队来说,更有意义的问题是哪些工作流你能真正管控好,因为没有管控的速度会带来监管风险。
金融科技公司如何将AI用于KYC和regtech?
它们用AI对照政策审查开户文件,标记出差距和不一致之处,起草给客户的请求,并记录管控措施和审计证据。批准或拒绝客户的决定,仍由合规人员来做出。
在金融科技领域,Claude和ChatGPT哪个更好?
用你自己的案例、政策和代码分别测试两者,比较准确性和对不确定性的处理方式。部署选项、数据条款,以及与银行合作伙伴和监管机构预期的契合度,通常才是决定选择的关键因素。
使用客户财务数据配合AI是否安全?
只有通过公司审批过的部署方式,并配合数据最小化、日志记录和审核,才能安全使用。Anthropic表示,其金融服务产品在默认情况下不会将数据用于训练。请尽量避免在提示词中出现机密信息和完整账号。