# 全国“智慧+警务”AI智能体大赛10页PPT大纲与讲稿 ## 使用说明 本文档面向比赛路演场景设计，默认控制在 **8-10 分钟** 左右。 每页内容分为三部分： - **本页标题**：建议直接作为 PPT 页标题使用 - **页面展示要点**：建议放在 PPT 上的文字内容 - **讲稿**：建议现场讲解时口述的内容 整体讲述逻辑遵循： **实战痛点 -> 方案提出 -> 智能体架构 -> 业务闭环 -> 创新亮点 -> 实战成效 -> 安全可信 -> 推广价值** --- ## 第1页 项目封面与核心定位 ### 本页标题 **智析反诈：电信网络诈骗案件受害人资金核查多智能体系统** 副标题建议： **多APP账单截图自动解析、资金路径分析与被骗金额认定智能体** ### 页面展示要点 - 面向电信网络诈骗案件受害人资金核查场景 - 聚焦多APP截图自动识别、跨平台关联、金额认定、证据化输出 - 项目定位：垂直警务智能体系统 - 核心价值：更快、更准、更规范、更可追溯 ### 讲稿 各位评委好，我们带来的项目是“智析反诈：电信网络诈骗案件受害人资金核查多智能体系统”。 这个项目来源于基层派出所电诈案件办理中的真实痛点。受害人往往会提供大量微信、支付宝、银行卡、短信通知等截图，民警需要逐张查看、逐笔登记、反复核对、人工计算被骗金额，不仅耗时，而且容易出现重复统计、遗漏统计和认定口径不一致的问题。 我们要解决的，不是单纯的截图识别问题，而是围绕案件办理目标，构建一个能够自动完成截图证据解析、跨平台交易关联、资金路径分析、被骗金额认定和证据化输出的多智能体协同系统，把传统人工核账模式升级为可复核、可解释、可出证的智能办案模式。 --- ## 第2页 基层实战痛点与传统模式瓶颈 ### 本页标题 **基层反诈资金核查面临的真实难题** ### 页面展示要点 - 截图来源杂：微信、支付宝、银行、短信、数字钱包混杂 - 截图数量大：一案几十张到上百张截图 - 重复统计风险高：同一笔交易跨平台多次出现 - 中转情形复杂：本人账户过渡、充值提现、退款混杂 - 人工整理负担重：核账、笔录、表格、报告反复重复劳动 - 认定标准依赖经验：不同人、不同案件口径不一致 ### 讲稿 基层民警在办理电诈案件时，一个非常高频但又非常繁琐的环节，就是受害人资金核查。 第一，截图来源非常杂。受害人提供的不只是一个平台，而是微信、支付宝、银行卡明细、短信通知，甚至还有数字钱包或者其他支付平台。 第二，截图数量很大。一些案件里，几十张截图是常态，复杂一点的案件上百张也很常见。 第三，重复统计风险非常高。同一笔交易，可能在转账详情页出现一次，在账单列表里出现一次，在银行短信里再出现一次。如果全靠人工核对，极易重复累计。 第四，本人账户中转、自充、退款、正常消费等情形夹杂其中，哪些该算被骗金额，哪些应该排除，既考验经验，也容易出错。 第五，核账完成以后，民警还要把结果继续整理到笔录、表格和报告中，重复劳动非常重。 所以，这个场景本质上是一个高频、刚需、耗时、易错的典型基层警务难题。 --- ## 第3页 项目目标与总体解决思路 ### 本页标题 **从“人工翻截图”到“智能体闭环核查”** ### 页面展示要点 - 目标不是识别截图，而是认定被骗金额 - 建立“截图证据解析 -> 交易结构化 -> 关联分析 -> 认定复核 -> 报告输出”闭环 - 以案件目标驱动，不以单点功能驱动 - 保留人工最终确认权，构建人机协同模式 ### 讲稿 针对上述痛点，我们提出的总体思路是，把零散的截图处理动作，重构成一条围绕案件目标运行的智能工作流。 这条工作流的核心不是“看懂一张图”，而是回答一个执法层面的关键问题，也就是：哪些交易可以认定为被骗金额，证据在哪里，理由是什么。 因此，我们将整个流程设计为五个连续阶段。首先是截图证据解析，其次是交易结构化抽取，然后是跨平台关联和资金路径分析，再往后是被骗金额认定和人工复核，最后输出能够直接服务办案的汇总表、问询建议和证据化报告。 这意味着项目从一开始就不是一个单点工具，而是一个面向案件办理闭环的警务智能体系统。同时我们强调，人机协同而不是全自动替代，AI负责高强度、高重复工作，民警保留最终确认权。 --- ## 第4页 多智能体协同架构 ### 本页标题 **多智能体分工协作，围绕案件目标持续行动** ### 页面展示要点 - 案件编排智能体：统一规划与调度 - 截图理解智能体：识别APP、页面类型、有效性 - 交易抽取智能体：提取标准化交易字段 - 跨平台关联智能体：识别重复交易与映射关系 - 资金路径分析智能体：识别本人账户中转和流转链路 - 被骗金额认定智能体：进行纳入、排除、待复核判断 - 文书生成智能体：输出问询建议和证据化报告 - 人工复核协同智能体：承接低置信和争议记录 ### 讲稿 本项目的核心创新之一，就是采用多智能体协同，而不是让一个模型完成所有任务。 最上层是案件编排智能体，它围绕案件目标进行任务规划和流程调度。它知道当前案件进行到哪一步，也知道什么时候应该调用识别能力，什么时候应该进入关联分析，什么时候应该把结果交由人工复核。 在它下面，是多个职责清晰的专业智能体。截图理解智能体负责判断这张图来自哪个APP、属于账单列表还是详情页；交易抽取智能体负责把截图转换成标准化交易记录；跨平台关联智能体负责识别同一笔交易在不同平台和不同截图中的重复呈现；资金路径分析智能体负责识别本人账户中转和链路节点；被骗金额认定智能体负责做纳入、排除和待复核判断；最后由文书生成智能体输出可直接用于办案的结果。 当系统遇到低置信或争议情况时，人工复核协同智能体会把最值得关注的问题提交给民警确认，形成完整闭环。 --- ## 第5页 核心业务流程演示 ### 本页标题 **一个案件如何在系统中跑完整个闭环** ### 页面展示要点 建议这一页配流程图： - 新建案件 - 批量上传多APP截图 - 自动识别截图来源和页面类型 - 自动抽取交易时间、金额、方向、对手方、订单号等字段 - 自动去重、聚类、识别本人账户中转 - 自动生成资金路径和被骗金额初判 - 民警对低置信记录进行复核 - 一键导出汇总表、问询建议、证据化报告 ### 讲稿 这一页建议用一个案件跑通全流程，向评委展示系统的闭环能力。 首先，民警新建案件并上传受害人提供的多APP截图。系统接收到截图后，会自动判断截图来源和页面类型，识别哪些是有效账单截图，哪些可能是无效或重复截图。 接下来，系统会对有效截图进行结构化抽取，把交易时间、金额、收支方向、对手方名称、订单号、备注等字段统一标准化。标准化以后，系统开始做跨平台匹配和去重，避免同一笔交易重复累计，同时识别本人账户中转等不应直接计入被骗金额的情形。 然后，系统会输出被骗金额初判结果，并把结果按高、中、低置信度分层展示。民警只需要重点复核低置信和争议记录，而不必从头逐条核算。最后，系统可以一键导出被骗金额汇总表、笔录辅助问询建议以及 Word、Excel、PDF 报告，实现从截图到文书的完整办案闭环。 --- ## 第6页 核心创新点 ### 本页标题 **项目的四个核心创新** ### 页面展示要点 - 创新一：多智能体协同，不是单模型问答 - 创新二：跨平台重复交易自动关联与去重 - 创新三：围绕执法需求的被骗金额认定与理由生成 - 创新四：从截图识别直达证据化报告输出 ### 讲稿 如果从比赛评审视角总结，这个项目至少有四个核心创新点。 第一，是多智能体协同创新。我们不是做一个提示词很长的大模型问答，而是把截图理解、交易抽取、关联分析、认定判断、文书生成拆成多个专业智能体，由编排智能体统一调度。这种方式更稳定、更可解释，也更符合警务场景可管可控的要求。 第二，是跨平台资金证据关联创新。系统能够识别同一笔交易在不同APP、不同截图中的重复表达关系，避免重复统计，这是基层实战中极具价值的能力。 第三，是被骗金额认定创新。很多系统只能做到流水识别，但我们进一步把输出提升为执法层面的认定结论，包括纳入、排除、待复核三类结果，并给出每笔交易的认定理由和排除依据。 第四，是证据化输出创新。系统最终输出的不是一句结论，而是带有来源截图、结构化字段、认定说明和复核状态的可导出报告，能够直接服务笔录制作和案件材料整理。 --- ## 第7页 为什么这是真正的AI智能体 ### 本页标题 **本项目符合AI智能体的五个核心特征** ### 页面展示要点 - 目标导向：目标是被骗金额认定，不是单纯识图 - 环境感知：理解多APP、多页面、多证据载体输入 - 规划执行：完成分类、抽取、去重、分析、认定、输出 - 工具调用：调用OCR、规则引擎、数据库、报告引擎 - 反馈闭环：低置信结果进入人工复核与修正 ### 讲稿 这一页是答辩时非常关键的一页，因为很多评委都会问一个问题：你这个项目为什么叫智能体，而不只是一个用了大模型的软件。 我们的回答很明确。第一，它是目标导向的，系统不是为识别而识别，而是围绕“被骗金额认定”这一案件目标持续行动。第二，它具备环境感知能力，能够理解来自不同APP、不同页面类型、不同证据载体的输入信息。第三，它会做规划和执行，把复杂任务拆分成分类、抽取、关联、推理、输出等多个步骤。第四，它会调用工具，不只是生成文字，而是要调用OCR、多模态模型、规则引擎、数据库和报表组件。第五，它具备反馈闭环，低置信结果不会直接当成结论，而是进入人工复核。 因此，本项目本质上不是“让模型回答问题”，而是让智能体围绕案件目标持续调度能力、完成证据核查闭环。 --- ## 第8页 实战应用成效与价值 ### 本页标题 **对基层民警、案件办理、智慧警务的三重价值** ### 页面展示要点 - 对基层民警：减负增效，减少机械性核账劳动 - 对案件办理：提升认定规范性、完整性、可解释性 - 对智慧警务：形成可复制、可推广的警务智能体范式 - 典型成效表达： - 核查时间显著压缩 - 重复统计风险明显下降 - 民警从全量核对转向重点复核 - 文书整理效率明显提升 ### 讲稿 从应用价值看，这个项目至少有三层意义。 第一，对基层民警来说，它直接解决了高频、重复、机械的截图核账工作。过去大量时间耗在翻截图、记流水、对表格，现在可以把这些工作交给系统自动完成，民警只需要把精力放在重点复核和案件判断上。 第二，对案件办理来说，它提升的是认定规范性。系统会对每笔交易给出来源、字段、理由和状态，减少口径不统一、重复累计和遗漏统计的情况，使被骗金额认定更加完整、可解释、可追溯。 第三，对智慧警务来说，这不仅是一个场景应用，更是一种警务智能体建设范式。它证明AI不只是辅助问答，而是可以进入案件处理闭环，承接真实业务目标，形成可复制、可推广的实战能力。 如果现场允许，这一页也可以补充阶段性效果数据，例如核查耗时压缩比例、重复识别准确率、民警满意度等，让说服力更强。 --- ## 第9页 安全可信与人机协同机制 ### 本页标题 **坚持可解释、可复核、可追溯的警务AI原则** ### 页面展示要点 - 不追求黑箱全自动，强调人机协同 - 高/中/低置信分层，低置信结果主动提交人工复核 - 每笔认定可追溯至原始截图和结构化字段 - 保留认定理由、排除依据、复核记录、版本快照 - 支持按案管理、权限控制、本地化或专网部署 ### 讲稿 在警务场景里，系统好不好，不只看智能不智能，更要看是否可信、是否可控、是否经得起复核。 所以我们从设计之初就没有追求黑箱式全自动，而是强调人机协同。系统会对结果进行置信度分层，把低置信和争议记录主动交给民警确认，确保不把不确定结论伪装成确定结论。 同时，系统对每一笔交易都保留原始截图来源、结构化抽取字段、认定理由、排除依据和人工修正记录，形成可回溯的证据链。对导出的报告，还可以保留版本快照，保证前后口径一致。 在部署层面，系统支持按案管理、权限控制，也支持本地化或专网化部署方向，符合警务数据安全和应用合规要求。 --- ## 第10页 总结与推广前景 ### 本页标题 **让AI真正进入警务业务闭环** ### 页面展示要点 - 项目来源于基层真实痛点，具有强实战价值 - 项目不是OCR工具，而是多智能体警务系统 - 项目实现了从截图到认定再到文书的全流程闭环 - 可向反诈中心、刑侦、经侦等涉案资金场景推广 - 结束口号建议： - 让截图证据自己开口，让被骗金额认定更快更准 ### 讲稿 最后总结一下，这个项目最核心的价值，不是把截图识别出来，而是把基层民警在电诈案件中最繁琐、最易错、最依赖经验的资金核查工作，重构为一个由多智能体协同完成、由民警最终复核把关、并能够直接形成证据材料的智能办案系统。 它来源于基层真实需求，解决的是一线高频刚需问题；它不是单点OCR，而是围绕案件目标运行的警务智能体；它不是给出一个模糊答案，而是形成可解释、可复核、可追溯、可导出的办案结果。 未来，这套能力不仅可以服务电信诈骗受害人资金核查，还可以向反诈中心、刑侦、经侦以及其他涉案资金分析场景推广应用，形成更大范围的智慧警务实战价值。 我们的目标，是让AI不只停留在展示层，而是真正进入警务业务闭环。谢谢各位评委。 --- ## 附：路演表达技巧建议 ### 1. 时间分配建议 - 第1页：40秒 - 第2页：60秒 - 第3页：50秒 - 第4页：70秒 - 第5页：70秒 - 第6页：70秒 - 第7页：60秒 - 第8页：60秒 - 第9页：50秒 - 第10页：40秒 总计约 9 分钟。 ### 2. 讲解时要反复强调的三句话 - 我们解决的不是OCR识图问题，而是被骗金额认定问题。 - 我们不是单模型问答，而是多智能体围绕案件目标协同工作。 - 我们输出的不是一个答案，而是一套可复核、可追溯、可形成文书的证据结果。 ### 3. 如果评委只记住一句话，建议让他记住 **把“人工翻截图、人工算金额、人工写理由”的传统核账模式，升级为“多智能体自动核查、民警重点复核、系统一键出证”的新型警务工作流。**