大模型提供理财建议时，如何区分教育信息与销售推荐

大模型提供理财建议时，如何区分教育信息与销售推荐

“基金净值为什么会波动？”是知识问题；“以您的工资和持仓，建议今天买这只基金”已经进入个体化推荐。大模型对话自然，容易让两者在一段流畅回答里滑过去。客户以为自己在学习，机构却可能把一次讲解变成一次推销。

金融机构应先按用途划边界。教育模式可以解释收益、风险、费用和常见误区，使用公开、经审核的资料，不读取客户资产。若进入产品推荐，系统须明示身份与目标，取得必要授权，核验风险承受能力，展示利益冲突、费用和替代选项。不能因为客户问了市场走势，就默认他同意机构分析其交易记录并推产品。

话术也要不同。教育内容可以说“长期收益并无保证，比较产品要看费用与风险”；推荐内容必须说明为何适合这位客户、哪些信息尚未核实、如果收入中断会怎样。把销售广告包装成“客观科普”，或者让模型对自家产品总给出更热情的语气，都要纳入合规审查。模型不应臆造历史回报或承诺本金安全。

上线测试可用同一组问题分别由不同客户身份提出，检查系统是否悄悄改变推荐倾向。还应抽查对话：有多少教育咨询被引到购买页面，客户是否理解自己已进入销售流程，售后投诉集中在哪些表述。对高风险、复杂产品和脆弱客户，保留人工适当性审查；投资建议不能由一段看似贴心的聊天自动完成。

产品团队还应做一次“动机审计”：用户输入同一个问题，系统在无商业佣金、不同佣金和不同客户资产规模时，回答顺序是否变化？若某只基金因机构利益被更频繁提及，就算每句事实都准确，整体仍可能构成偏向。教育模式最好不读取可识别的账户明细，确需用个人数据算例时由用户明确开启，并标明已经切换模式。客户结束对话后，保留一份所见材料与推荐依据，方便复核。隐去推荐身份的销售话术越自然，越需要在设计阶段把边界画实。

教育问答里若出现可点击的购买按钮，用户已经进入销售环境，机构不能继续声称“只是科普”。按钮位置、默认排序和推送节奏都属于整体沟通的一部分。合规审查看整条用户旅程，而不是只审模型的一段文字。

好的金融教育，甚至会让客户决定暂时不投资。机构若只用成交量评价智能体，边界迟早被磨掉。让客户清楚知道“我现在听到的是解释，还是一项针对我的推荐”，是对话式金融服务最起码的诚实。