近年来，我国相继颁布一系列法律法规，规范移动互联网应用程序信息服务，维护国家安全和公共利益。中央网信办、国家工信部及其下属部门多次对网上国网开展现场合规检查工作。自2022年起国网公司每年常态化对网上国网开展个人信息合规审查。网上国网作为国网公司移动互联网主入口，应切实维护好用户合法权益，建设良好网络内容生态，积极打击黑灰产行为，确保App运营工作合法合规。随着运营工作有序开展，各省公司投放在网上国网的特色产品收到了良好的预期及正面的评价，但面对合规排查的严峻形式，也遇到了诸多困难。为解决这些困难，我们需要收集整理用户权益保护、网络生态治理、反诈骗、反洗钱等方面的法律法规。定期开展风险评估与内部审计，将业务风险内容知识化。积极向互联网优秀同行学习，对标12306、支付宝、京东等头部平台。深度分析合规客诉舆情工单，转化为改进建议。同时要以高度的社会责任感，构建覆盖全链条的合规体系。要同时考虑那么多因素，还要将各种知识及专家经验固化下来，唯有利用大模型才能做到。引入大模型技术可结合专家经验，融合海量法律法规，构建动态更新的合规知识体系。为对比不同 AI 大模型合规排查的能力，我们归纳了各类合规问题，提交给五个主流AI大模型进行自动化排查。通过测试发现，DeepSeek 的准确率较高，其在问题定位与法律条文解读方面表现突出，综合性能最优。其余模型在合规排查场景下存在局限性，准确率偏低，对复杂文档的分析能力较弱。同时我们调研了市面上几款利用大模型进行合规排查的商用工具，包括网易易盾、奇富科技、百川数安、澎湃清穹等。这些工具充分利用了大模型的领先优势，在检测覆盖全面性、数据安全性和流程智能化方面表现优异。然而，其共性短板也较为明显：一是依赖云端大模型架构，存在安全隐患；二是本地化部署能力有限；三是缺乏针对合规排查的深度适配能力。在中心领导的支持下，我们本地部署了一台工作站，安装目前常用的开源大模型进行了对比研究。但由于本地化部署的参数规模及知识相对落后，利用该方法的合规排查准确率均低于在线大模型。于是我们与中心人工智能实验室联合立项，前端开发简洁易用界面。后端利用光明、deepseek等满血大模型，通过微调技术优化参数，实现对网上国网文案内容的预评审功能。