尽职调查分析师

AI驱动的尽职调查分析师专业人员用例。

1. AI子公司与关联实体图谱构建器

跨越50+司法管辖区，在数小时内绘制完整的企业所有权架构——直接子公司、间接持股、VIE结构、名义持股及空壳实体，无需数周人工排查。

痛点与解决方案

痛点：企业架构核查正在拖垮交易时间线

在当今跨境并购、私募股权及合规监管场景中，尽职调查分析师面临一个日益严峻的问题：被调查对象几乎从不主动披露其完整的企业架构。目标公司可能通过直接持股、VIE协议控制、名义董事或多层控股结构，在多个司法管辖区控制数十家子公司——而这些结构恰恰是为了模糊实际控制权而设计的。要手动厘清这套结构，分析师需要逐一查询各地工商登记系统，核对名称变体，翻译外文材料，并从公司章程的角落里追溯那些埋藏已久的关联引用——耗费数周，仍难保全面。

这一问题的代价高昂，且一旦出错后果严重。遗漏一家子公司，就可能遗漏一份潜在负债：未决诉讼、监管处罚、税务欠缴或足以颠覆整个交易的声誉红旗。在跨境交易中，一个司法管辖区内未被披露的VIE结构，有可能直接推翻整个收购逻辑。美国证监会（SEC）、英国金融行为监管局（FCA）、中国证监会（CSRC）等监管机构日益明确：收购方需对目标企业整个公司树内所有实体的合规历史负责，而不仅限于母公司层面。不完整的企业图谱带来的法律敞口，往往远超交易溢价本身。

更大的损耗在于：同样的梳理工作必须在每一个项目、每一次投后复核、每一轮定期合规刷新中重复进行。本应用于定性判断的分析师时间——评估管理层质量、市场地位、诉讼风险——被工商查询和电子表格核对消耗殆尽。初级分析师在时间压力下频繁出错；高级分析师不得不花费精力审核本不需要经手的基础工作。而当交易时间线压缩时，企业架构图往往是第一个被简化的交付物——留下的风险，往往在交割后才浮出水面。

COCO如何解决

多源工商登记系统集成：COCO同步聚合官方登记机构与可信商业数据库的信息：
- 并行查询50+司法管辖区的国家和地区工商登记系统
- 跨语言、文字、音译和常见缩写自动匹配主体名称
- 摄取上传文件——公司章程、股东协议、年报——提取公开登记数据中不存在的所有权信息
- 交叉引用商业数据库（邓白氏、Bureau van Dijk、中国知网工商公示信息）与官方登记数据，填补信息缺口
- 标记数据可用性受限的司法管辖区，并提供替代核查路径建议
自动化所有权图谱构建：COCO生成可导航的可视化与结构化所有权图：
- 识别公司树每一层级的直接子公司（控股与参股）
- 追溯通过控股公司、特殊目的载体（SPV）及基金结构的间接持股链条
- 计算每一层级的实际经济利益，区分投票控制权与经济敞口
- 检测循环持股结构和交叉持股，识别复杂控制安排的信号
- 以结构化数据格式（JSON、CSV）及可视化图表导出，兼容VizTool、PowerPoint及主流尽职调查平台
VIE、名义持股与空壳结构检测：COCO识别隐性控制安排：
- 识别中国科技及教育行业常见的可变利益实体（VIE）协议控制结构
- 标记名义董事规律——同一自然人在高保密司法管辖区的多个无关联实体中反复出现
- 检测空壳公司特征：无雇员、无实体地址、单一董事结构、注册代理地址为数百家公司共用
- 交叉引用受益所有权登记册（英国PSC登记册、欧盟登记册），核查已披露的最终受益所有人
- 基于架构复杂度、司法管辖区风险及透明度信号，对每个主体生成风险评分
制裁名单、诉讼及监管筛查：COCO为每个实体节点补充合规数据：
- 实时筛查所有已识别主体，比对OFAC、欧盟、联合国及各国制裁名单
- 从法院数据库及监管机构门户提取诉讼记录、监管执法行动及行政处罚信息
- 跨司法管辖区检查税务留置权、破产申请及营业执照暂停状态
- 通过董事与股东交叉引用，识别政治敏感人士（PEP）关联
- 生成合并合规风险标志摘要，每项发现均附来源引用
动态监控与定期刷新：COCO持续维护企业架构图的时效性：
- 监控工商登记动态，跟踪所有权变更、董事任免及架构重组
- 在图谱中任何主体发生重大变化后24小时内向分析师发出警报
- 对比当前架构与历史快照，精确标注变化内容、时间及所在层级
- 按照投后复核周期或监管报告截止日期，定期执行全量刷新
- 维护版本控制的审计跟踪，记录每一次图谱状态，用于监管合规及法律存档
尽职调查报告生成：COCO自动生成客户可交付的成果文件：
- 生成结构化企业架构备忘录，包含所有权架构图、实体清单、司法管辖区摘要及风险标志登记册
- 针对投委会、法律顾问或监管提交等不同受众，生成相应的执行摘要
- 创建数据室就绪的完整材料包，将所有原始文件、工商摘录及核查日志与对应实体节点关联
- 标记图谱中的信息缺口——已识别但尚未完全核实的实体——并针对每项缺口提供后续建议
- 支持迭代完善：分析师添加背景或修正后，COCO根据更新的发现重新生成报告

量化结果与受益角色

可量化的成果

企业架构梳理时间：中等复杂度目标从3–6名分析师周缩短至8小时以内（节省85–90%时间）
实体覆盖率：与纯人工工商查询相比，平均多识别出2.3倍的子公司实体
制裁与诉讼命中率：在后续实际出现交割后问题的案例中，94%的合规风险标志在交割前即被识别——远高于人工流程的61%
分析师返工轮次：企业架构图的下游修正从平均4.2轮降至每个项目不足1轮
首份交付物时效：投委会可用的企业架构备忘录从启动项目起1个工作日内完成，而人工方式需2–3周

受益人群

尽职调查分析师：告别工商查询、翻译工作和电子表格核对，将精力重新聚焦于真正影响交易决策的定性判断与风险诠释
并购与私募股权交易团队：压缩意向书前后的时间线；进入谈判时对收购标的拥有完整认知，而非一份残缺的架构图
法律顾问与合规官员：获得满足监管要求及法律抗辩标准的审计就绪文档——包含来源引用、版本历史及信息缺口披露
投委会与有限合伙人：在每一个项目中收到一致、可验证的企业架构交付物，而非依赖各分析师水平各异的临时输出，从而实现更可靠的投资筛选

💡 实用提示词

提示词1：初始企业架构图谱构建

请为以下目标主体绘制完整的企业所有权架构。

目标主体：[法定实体名称]
注册司法管辖区：[国家/州省]
已知子公司或关联实体（如有）：[列举或填写"未知"]
用途：[并购尽职调查 / 监管申报 / 反洗钱合规 / 投资筛查]
所需深度：[仅直接子公司 / 完整追溯至最终受益所有人]
重点司法管辖区：[列举或填写"全部"]

交付成果：
1. 所有权架构图——展示所有实体、持股比例及注册地
2. 实体登记册表格：名称、注册地、注册号、成立日期、存续状态
3. 受益所有人摘要：谁最终控制超过[5%/10%/25%]的投票权
4. 风险标志：处于高风险司法管辖区、设有名义董事或符合VIE特征的实体
5. 信息缺口：已识别但尚未完全核实的实体，及每项缺口的建议核查步骤

输出格式：结构化报告 + 可导出实体表格（CSV格式）+ 可视化所有权架构图

提示词2：子公司诚信核查

请对以下在企业架构图谱中已识别的子公司实体执行诚信核查。

待核查实体（请提供清单）：
1. [实体名称] — [注册地] — [注册号（如已知）]
2. [实体名称] — [注册地] — [注册号（如已知）]
……

每家实体的核查内容：
1. 工商登记有效性——确认未被注销、吊销或除名
2. 制裁名单筛查——OFAC、欧盟、联合国及相关国家制裁名单
3. 诉讼与执法——进行中的诉讼、监管处罚、行政处理
4. 税务合规——任何已公开披露的税务留置权、欠税或调查
5. 董事/股东交叉核查——标记出现在PEP名单或不良媒体中的自然人
6. 地址核实——标记仅为注册代理地址，或同一地址被50+家公司共用的情况

输出格式：逐实体诚信核查评分卡，含红/黄/绿状态、发现详情及每项标志的来源引用。

提示词3：最终受益所有人识别

请追溯所有中间持股层级，识别以下实体的最终受益所有人（UBO）。

目标实体：[法定实体名称及注册地]
UBO识别持股门槛：[10% / 25% / 任何实际控制权]
可用文件：[公司章程 / 股东登记册 / 年报——请附件或粘贴相关章节]

所需分析：
1. 直接股东及其持股比例
2. 对每一法人股东，沿链条逐层追溯，直至识别出自然人
3. 标记所有权数据不可获取或被隐蔽的层级
4. 识别名义安排：代替未披露委托方行事的董事或股东
5. 将已识别的UBO交叉比对PEP名单、制裁名单及不良媒体数据库

输出格式：UBO链条架构图 + 实际控制权叙述摘要 + 每位已识别UBO的合规风险评估

提示词4：VIE结构与离岸架构分析

请分析以下企业架构中是否存在VIE安排、离岸持股层级及结构性红旗。

架构描述或相关文件：[粘贴架构摘要或附件组织架构图/登记文件]
目标行业：[科技 / 教育 / 医疗 / 其他受监管行业]
涉及司法管辖区：[列举架构中已知的所有司法管辖区]

分析内容：
1. VIE特征：以合同控制代替直接股权持有的安排——识别任何外商独资企业/VIE/运营实体三角结构
2. 离岸持股层级：开曼、英属维尔京群岛、百慕大等——评估设置目的（税务优化 vs. 不透明屏蔽）及监管影响
3. 名义董事规律：同一自然人在多家空壳实体中担任董事
4. 返程投资结构：资金来源于境内，绕道境外，再以"外商投资"形式回流
5. 监管风险：评估该架构在现行或拟议法律下面临挑战的司法管辖区

输出格式：架构分析备忘录，含已标记要素、监管风险评级（低/中/高）及建议提交法律顾问审查的事项

提示词5：投后企业架构动态监控报告

请生成以下投资组合实体自上次复核日期以来的企业架构变更监控报告。

投资组合实体：[列举实体名称及注册地]
上次复核日期：[日期]
监控范围：[所有权变更 / 董事变更 / 监管行动 / 全部]

每家实体的核查内容：
1. 确认当前工商登记状态与[上次复核日期]时的状态对比
2. 识别任何股权转让、新增股东或退出股东
3. 标记董事或高管任免事项
4. 提取新增诉讼立案、监管通知或执法行动
5. 记录任何地址变更、名称变更或经营范围修订

输出格式：变更摘要表（实体 × 变更类型 × 时间 × 重要性评级）+ 需提请交易团队关注的重大变更叙述摘要 + 高重要性变更的建议跟进行动

2. AI受益所有人识别引擎

穿透多层持股架构，在数小时内将真实控制人锁定至自然人层级——而非停留在一串空壳公司的纸面身份。

痛点与解决方案

痛点：受益所有人识别是监管合规中最易出错的环节

无论是金融机构的KYC审查、跨境并购的尽职调查，还是政府采购的供应商资质核验，准确识别受益所有人（UBO）都是合规工作的核心要求。然而现实是：企业刻意将真实控制人隐藏在多层持股结构背后——开曼群岛的基金持有英属维尔京群岛的控股公司，再持有香港的中间层，最终落到内地运营实体。每一层都由名义董事担任，每一层都有"合理"的架构解释。分析师面对这套结构，往往在查到第三层时便放弃追溯，将"无法识别最终受益人"记录在案后草草了事。

这种敷衍塞责的代价越来越高。FATF第三轮相互评估已将受益所有权识别列为各国最薄弱的反洗钱环节之一。欧盟第五、第六反洗钱指令（5AMLD/6AMLD）、美国《企业透明度法案》（CTA）、英国PSC登记册制度均已在法律层面要求精确识别UBO并建立登记档案。监管机构对"我们已进行合理核查"的辩护容忍度日益降低——一旦出现执法行动，机构面临的不仅是罚款，更是业务牌照和声誉的双重风险。在私募股权和并购领域，未能识别出UBO层面的制裁关联或PEP身份，可能导致已交割的交易事后遭到监管调查甚至强制解除。

识别困难的根源在于数据的碎片化与多语言障碍。受益所有权信息分散在十几个司法管辖区的工商登记系统、法院档案、公司章程、受托人披露文件和慈善机构申报表中，语言从英文、中文到阿拉伯文不等，格式从结构化数据库到扫描PDF均有。人工分析师既缺乏语言能力，也没有时间逐一检索——尤其是在交易压力下，数小时就可能决定一笔交易的生死。

COCO如何解决

多语言工商登记数据聚合：COCO并行提取所有可获取的所有权层级数据：
- 同时查询英国Companies House PSC登记册、欧盟各成员国UBO登记册、美国FinCEN受益所有人数据库（CTA）及各州SOS登记系统
- 识别中文、阿拉伯文、俄文、葡萄牙文等语言的公司注册名称，通过音译算法自动匹配同一主体的不同语言表述
- 从上传的公司章程、股东协议、信托声明文件中提取公开登记中未记录的所有权信息
- 整合Orbis、LexisNexis Diligence、World-Check等商业数据库中的结构化所有权数据
- 标记数据不可获取的司法管辖区（如开曼群岛、英属维尔京群岛），并建议替代核查路径
持股链条自动化追溯：COCO逐层展开所有权结构直至自然人：
- 对每一法人股东递归查询，直至识别出持股比例超过设定门槛（5%/10%/25%）的自然人
- 区分直接投票控制权与间接经济利益——识别通过托管、代理或衍生工具持有的经济利益
- 检测循环持股与交叉控制安排，标记可能用于稀释控制权可见度的复杂结构
- 计算每位最终自然人在每一司法管辖区实体中的合并实际持股比例
- 追踪近期所有权变更，识别交易前夕刻意重组以规避披露义务的结构调整
名义安排与代持识别：COCO检测隐性控制的典型模式：
- 识别职业名义董事规律——同一自然人在毫无关联的实体中频繁出现，典型见于泽西岛、列支敦士登、开曼群岛等离岸中心
- 交叉核查已知名义服务提供商名单，识别其在目标架构中的存在
- 分析委托持股协议特征：担保书、未行使的授权书、已签署的空白转让文件
- 检测信托结构中的受益人隐蔽安排——全权信托、目的信托及多重受益人结构
- 标记委托人与受托人之间的经济利益不一致情形，识别控制权与所有权分离的架构设计意图
PEP筛查与制裁交叉核查：COCO在识别过程中同步完成合规风险评估：
- 将所有已识别的自然人UBO与World-Check、Dow Jones、Refinitiv等数据库中的政治敏感人士（PEP）名单进行交叉核查
- 筛查OFAC SDN、欧盟综合制裁名单、联合国安理会制裁名单、英国OFSI及各国财政部制裁名单
- 识别PEP的直系亲属和密切关联人（RCA），覆盖"影子UBO"场景
- 根据其所在国家的腐败风险等级（透明国际CPI指数）和涉及的政治职位类型，提供PEP风险分级评估
- 生成合并的UBO风险画像，含PEP状态、制裁曝光及高风险司法管辖区关联
CTA/5AMLD合规文档生成：COCO自动产出满足监管要求的档案材料：
- 按照美国《企业透明度法案》（FinCEN BOI报告格式）或欧盟反洗钱指令要求，生成格式化的受益所有人申报文件
- 为每一识别结论提供来源引用——工商登记摘录编号、文件页码、数据库查询截图
- 生成"无法识别最终受益人"的正式证明文件，包含已执行的调查步骤清单及信息缺口说明
- 维护版本控制的识别历史记录，记录每次识别时的结论及依据，满足监管机构的存档留查要求
- 将合规文档包与企业架构图谱关联存储，形成完整的尽职调查档案
持续监控与变更预警：COCO提供动态合规维护能力：
- 设置UBO层面的自动监控触发器，任何已识别UBO被新增至制裁名单时即时报警
- 跟踪工商登记系统中的所有权变更，识别可能影响UBO结论的架构调整
- 按反洗钱计划要求的复核周期（通常为12-24个月），定期自动刷新UBO识别结论
- 对高风险客户或对手方实施实时监控，在事件驱动的合规审查触发时主动推送预警
- 维护完整的识别审计路径，支持监管检查及内部合规审计

量化结果与受益角色

可量化的成果

UBO识别完整率：相比人工调查，COCO将多层架构中自然人UBO的识别率从42%提升至89%，平均每个目标多识别出3.7个此前未知的UBO
合规文档生成时效：满足CTA/5AMLD格式要求的UBO报告从手工起草需3-5天，缩短至4小时内自动生成
PEP/制裁命中误报率：精确的名称匹配算法将制裁筛查误报率（同名不同人）从31%降至6%，大幅减少无效的人工复核工作量
监管检查通过率：使用COCO生成UBO档案的机构在监管例行检查中的"重大缺陷"发现率下降67%
交易前识别时效：在竞争性并购流程中，UBO识别与风险评估从2周压缩至1个工作日，保障交易时间线

受益人群

金融机构合规团队：以可审计、来源可追溯的格式完成客户尽职调查（CDD）和加强型尽职调查（EDD）——满足监管检查标准，而非仅停留于内部自评合格
并购尽职调查分析师：在意向书签署前即获得完整的UBO图谱，避免在交割后才发现制裁关联或PEP持股
法律顾问与公证机构：获取满足各司法管辖区反洗钱义务的标准化识别文档，支持跨境交易的法律合规审查
私募股权基金合规官：在基金层面对所有LP进行UBO追溯，确保投资人架构透明，满足AIFMD、SEC Form PF等监管要求

💡 实用提示词

提示词1 — 标准UBO识别请求

请对以下实体执行受益所有人（UBO）识别分析。

目标实体：[法定全称]
注册地：[国家/州省]
识别门槛：[25%投票权 / 10%经济利益 / 任何实际控制权]
用途：[KYC尽职调查 / 并购尽调 / 监管申报]
适用监管框架：[美国CTA / 欧盟5AMLD / 英国PSC / 其他]

已有信息：
- 已知股东：[如有，请列明]
- 可用文件：[公司章程 / 股东协议 / 年报 / 其他]

识别步骤：
1. 提取所有直接股东及其持股比例
2. 对每一法人股东，逐层追溯所有权链条直至自然人
3. 识别名义安排——代持或委托持股的证据
4. 计算每位自然人的合并实际控制比例
5. 将所有已识别自然人与PEP及制裁名单交叉核查

输出：UBO识别报告（含架构图）+ 每位UBO的风险评估 + 监管合规结论 + 信息缺口清单

提示词2 — 离岸架构UBO穿透分析

目标架构涉及多个离岸司法管辖区，请协助穿透识别最终受益所有人。

架构概述：[描述已知的持股层级，例如：开曼基金 → BVI控股公司 → 香港中间层 → 内地运营实体]
各层级已知信息：[列明每层持股比例及已知的股东/董事信息]
目标：识别在[具体运营实体]中持有实际控制权的自然人

分析要求：
1. 评估每一离岸层级的数据可获取性——哪些司法管辖区有公开登记，哪些需要文件请求
2. 识别开曼/BVI/英属海峡群岛等典型离岸中心中的名义董事模式
3. 评估信托安排——是否存在可能隐藏真实受益人的全权信托
4. 基于现有信息，提出最有可能的UBO候选人及其识别置信度
5. 列出为达到监管要求的识别标准，下一步需要获取的具体文件

输出：穿透分析路径图 + 每一层级的识别结论 + 置信度评估 + 建议获取的文件清单

提示词3 — PEP关联UBO加强型尽调

初步筛查显示目标实体的UBO可能涉及政治敏感人士（PEP），请执行加强型尽职调查。

目标实体：[实体名称]
疑似PEP：[姓名、国籍、已知职务]
PEP类型：[现任政府官员 / 前任官员 / 直系亲属 / 密切关联人]
任职国家/地区：[国家]
持股结构：[描述该PEP如何关联至目标实体]

加强型尽调内容：
1. 核实PEP身份——确认其当前及历史职务、任期及职权范围
2. 评估其在目标实体中的实际控制程度——是名义持股还是实质控制
3. 搜索不良媒体——腐败指控、刑事调查、外国资产申报违规
4. 评估目标实体的业务与PEP职权之间的利益冲突风险
5. 评估在此类PEP关联下继续推进交易的监管风险，并提出风险缓释建议

输出：PEP风险评估报告 + 利益冲突分析 + 监管风险评级 + 交易推进建议（通过/加强监控/拒绝）

提示词4 — 企业透明度法案（CTA）合规申报准备

请协助准备符合美国《企业透明度法案》（CTA）要求的受益所有人信息（BOI）申报材料。

申报主体：[实体法定名称] — EIN：[税号] — 注册州：[州]
申报类型：[初始申报 / 信息变更申报]
申报截止日期：[日期]

已识别的受益所有人：
1. [姓名] — [出生日期] — [现居住地址] — [身份证件类型及号码]
2. [姓名] — [详情如上]

公司申请人（适用于2024年1月1日后成立的新实体）：
[姓名] — [职务] — [身份证件信息]

豁免审查：该实体是否符合CTA豁免条件？（大型经营实体、受监管金融机构、SEC上市公司等）[是/否/需评估]

请完成：
1. 核查所有已识别受益所有人是否满足CTA的25%所有权或实质控制权标准
2. 确认每位受益所有人的身份证件信息是否满足FinCEN的格式要求
3. 识别是否有任何受益所有人可能触发豁免情形
4. 生成FinCEN BOI申报格式的结构化数据

输出：CTA合规申报清单 + 格式化BOI数据 + 豁免资格评估 + 申报提交时间表

提示词5 — 投后UBO变更监控报告

请对以下投资组合公司生成受益所有人变更监控报告。

监控周期：[起始日期] 至 [结束日期]
被监控实体：[列明实体名称及注册地]
上次UBO识别结论摘要：[简述上次识别时各实体的UBO情况]

监控内容：
1. 工商登记股东变更——新增或退出的法人股东或自然人股东
2. 受益所有人登记册更新——PSC/5AMLD登记册中的正式变更记录
3. 已知UBO的制裁名单状态变化——新增制裁或制裁解除
4. 媒体监控——已知UBO出现在负面新闻、腐败调查或刑事报道中
5. 可能影响实际控制权的企业行动——新一轮融资、股权重组、管理层变更

输出：变更摘要表（实体 × 变更类型 × 日期 × 重要性）+ 需要重新执行完整UBO识别的实体清单 + 监管申报更新建议

3. AI制裁名单与PEP筛查编排器

在数分钟内完成跨越50+全球制裁名单的批量筛查，消除误报，生成监管可接受的合规记录。

痛点与解决方案

痛点：制裁筛查流程既耗时又充满误报，令合规团队疲于奔命

制裁合规的核心挑战不是技术问题，而是规模与精度的双重困境。一家中等规模金融机构每天需要处理数千笔交易对手、供应商和投资方的筛查请求，每一批次都必须同时核对OFAC SDN名单、欧盟综合制裁名单、联合国安理会制裁名单、英国OFSI名单、各国财政部制裁名单以及政治敏感人士（PEP）数据库——仅主要名单就超过50个，加上各国自有制裁名单，总数超过200个。手动筛查或依赖单一数据库的旧式系统遗漏率高达30%，而误报率则高达85%，导致合规人员将70%的工作时间浪费在核实假警报上。

误报问题的根源在于名称匹配算法的局限性。"Mohammed Ali"在OFAC名单上有数十个条目，针对不同国籍、不同生日的同名人士；"王伟"在中文世界是极为常见的名字。粗糙的模糊匹配算法将所有相似名称都标记为潜在命中，但却无法自动区分哪些是真实制裁对象、哪些只是同名无辜者。每一个假阳性都需要人工分析师花费15-30分钟查阅文件、对比生日和国籍，才能完成排除。当一次批量筛查产生500个命中结果，其中490个是误报时，合规流程实际上已经瘫痪。

真正危险的是漏报，而非误报。制裁对象的姓名在不同数据库中有不同的音译形式——阿拉伯文名字有多种拼写，中文名字有不同的罗马化方式，俄文名字有多种变体。一个使用护照上替代拼写的制裁对象，很可能绕过仅做精确匹配的系统。当监管机构在事后检查中发现漏报时，机构面临的不仅是数百万美元的罚款，更可能是个人刑事责任。

COCO如何解决

多名单并行批量筛查：COCO同时调用并整合所有相关制裁数据源：
- 并行筛查OFAC SDN、OFAC综合非SDN名单（PLC/ISA/NS-ISA/CAPTA等）、欧盟综合制裁名单、联合国安理会名单、英国OFSI制裁名单
- 同步筛查主要PEP数据库：World-Check、Dow Jones Factiva Risk & Compliance、LexisNexis Diligence+
- 覆盖各国自有制裁名单：中国商务部不可靠实体清单、俄罗斯制裁名单、伊朗OFAC特别指定名单等
- 将筛查结果按制裁来源、匹配置信度和风险类别去重整合，生成统一的命中摘要
- 维护各名单的实时更新订阅，确保筛查结果基于当日最新制裁数据
高精度名称匹配与多语言去重：COCO大幅降低误报率：
- 结合音标相似度、编辑距离算法、语言特定的变音符号处理，识别不同拼写下的同一制裁对象
- 处理阿拉伯文、中文、俄文、波斯文等语言的多种罗马化规范，识别同名的不同音译版本
- 将实体属性（国籍、出生日期、地址、识别号码）作为消歧因子，区分同名的不同自然人
- 识别制裁名单中记录的已知别名、前用名、名称变体，主动纳入筛查范围
- 为每一命中结果生成匹配置信度评分（0-100），并提供驱动该评分的关键匹配因子说明
结构化合规记录与决策文档：COCO自动生成监管可接受的存档材料：
- 为每一筛查对象生成格式化的筛查记录：筛查日期、使用的名单版本、命中结果明细及处置结论
- 对确认排除的误报，自动生成包含排除依据的"清白结论"备忘录——消歧因子列表、参考身份证件信息、分析师判断依据
- 对确认命中的真实制裁对象，生成标准化的上报备忘录，按机构SOP触发相应的升级处理流程
- 维护完整的筛查审计日志——谁在何时筛查了谁、使用了哪些名单、得出了什么结论
- 生成机构级别的筛查完成率报告，用于向监管机构证明合规项目的系统性覆盖
PEP风险分级与增强尽调触发：COCO对PEP命中进行精细化风险评估：
- 区分现任PEP（高风险）、前任PEP（中风险，通常保持12-24个月降险期）、家庭成员/密切关联人（需具体评估）
- 根据PEP的职务类型进行风险分级：国家元首/政府首脑（最高风险）、部级官员、立法机构成员、国有企业高管、国际组织高级职员
- 结合所在国的透明国际腐败感知指数（CPI）评分，对相同职务的PEP按地域风险进行差异化处理
- 自动为高风险PEP触发增强型尽职调查（EDD）流程，包括资金来源核查、不良媒体搜索和交易目的说明要求
- 生成PEP关系图谱，可视化展示PEP与目标实体之间的关联路径
制裁规避模式检测：COCO识别试图绕过筛查的典型手法：
- 检测"OFAC 50%规则"触发场景——单独不被制裁但合并持股超过50%的实体组合
- 识别制裁名单发布日期前后的可疑所有权转移，识别抢在制裁生效前转移资产的规避行为
- 标记高风险司法管辖区的后续关联交易——通过未受制裁的第三国中间商为制裁对象转移资金
- 检测企业名称与注册地的异常组合——如在制裁规避高发地区注册、但实际控制方为制裁目标的壳公司
- 将交易行为特征与制裁规避类型化模式（OFAC执法行动中记录的典型手法）进行比对
批量筛查自动化与API集成：COCO支持合规流程的系统化嵌入：
- 通过API将筛查能力集成至现有客户开户、交易监控、供应商管理和投资筛选系统
- 支持批量导入（CSV/Excel/JSON格式），对数千个实体执行并行筛查，数分钟内返回结构化结果
- 提供可配置的筛查规则引擎——按业务类型、客户风险等级、交易金额阈值设置差异化的筛查策略
- 维护机构内部的"已知清白"白名单，对经过充分核实的常规对手方免除重复人工核实
- 生成监管报告所需的筛查完成率、命中率、平均处理时效等KPI统计数据

量化结果与受益角色

可量化的成果

误报率降低：多维度消歧算法将制裁筛查误报率从行业平均85%降至18%，合规人员用于核实假警报的时间减少78%
筛查覆盖度：覆盖制裁名单数量从典型的3-5个主要名单扩展至50+全球名单，真实制裁对象漏报率从7%降至0.3%以下
处理时效：5000个实体的批量筛查从3个工作日缩短至45分钟，支持竞争性交易流程的时间线要求
合规文档完整率：监管检查中的文档合规率从72%提升至99%，消除了因记录不完整导致的监管发现
OFAC 50%规则覆盖：自动检测制裁对象的间接持股关联，发现率从手工审查的23%提升至91%

受益人群

银行和金融机构合规团队：大幅缩短客户尽职调查（CDD）和交易筛查周期，将合规人员从机械性误报核实工作中解放出来，聚焦真实风险的深度评估
私募股权和资产管理公司：在投资决策前完成对所有LP、GP、投资标的及交易对手的系统性制裁筛查，满足OFAC、AMLC及基金监管机构的要求
企业合规与供应链管理团队：对数千家供应商、分销商和合作伙伴实施批量制裁筛查，将制裁风险管理嵌入供应商准入和续约流程
律师事务所和法律顾问：为客户交易提供完整的制裁筛查文档支持，满足法律意见出具所需的独立核查标准

💡 实用提示词

提示词1 — 单一实体全面制裁筛查

请对以下实体执行全面的制裁与PEP筛查。

目标：[全法定名称]
类型：[自然人 / 法人实体]
已知识别信息：
- 国籍/注册地：[国家]
- 出生日期（自然人）或成立日期（法人）：[日期]
- 身份证件号码（如有）：[护照号/税号/注册号]
- 已知别名或前用名：[列明或填"无"]
- 地址：[当前地址]

筛查范围：[全部制裁名单 / 仅OFAC / 仅欧盟+英国 / 自定义]
PEP筛查：[是 / 否]
负面媒体筛查：[是 / 否]

输出要求：
1. 制裁名单命中结果（含每条命中的名单来源、匹配字段、置信度评分）
2. PEP命中结果（含PEP类型、职务、任职国家、风险等级）
3. 负面媒体摘要（如启用）
4. 最终合规结论：清白 / 需人工复核 / 确认命中
5. 合规存档备忘录（含筛查日期、使用名单版本、结论依据）

提示词2 — 批量筛查结果误报核实

以下制裁筛查系统返回了若干命中结果，请协助完成人工复核并区分真实命中与误报。

筛查对象：[实体名称]
系统返回的命中列表：
1. 命中条目：[制裁名单条目的全名及识别信息]——匹配名单：[名单名称]
2. 命中条目：[条目信息]——匹配名单：[名单名称]
[继续列明其他命中]

筛查对象的已知信息：[国籍、出生日期、地址、业务性质等]

复核步骤：
1. 对每一命中条目，比对制裁名单中记录的识别属性（国籍、出生日期、地址、相关实体）与筛查对象的已知信息
2. 评估每一命中是"同一人"的概率（高/中/低），并说明判断依据
3. 对可以合理排除的误报，记录排除依据（消歧因子）
4. 对无法排除的命中，说明需要进一步核实的信息

输出：逐条命中复核结论（真实命中/确认误报/需进一步核实）+ 每条结论的依据说明 + 建议处置措施

提示词3 — OFAC 50%规则间接制裁测试

请评估以下实体是否因OFAC 50%规则而构成被制裁实体，即使其本身未直接出现在制裁名单上。

目标实体：[实体名称]
已知股东结构：
- [股东A名称] — [持股%] — 制裁状态：[SDN名单/非制裁]
- [股东B名称] — [持股%] — 制裁状态：[SDN名单/非制裁]
- [其他股东] — [持股%] — 制裁状态：[待核查]

OFAC 50%规则评估：
1. 汇总所有经确认的SDN名单主体对目标实体的直接及间接持股比例
2. 评估间接持股——若SDN主体控制目标实体的中间控股公司，其持股比例应穿透计算
3. 判断SDN主体的合并持股是否达到或超过50%
4. 如存在多个SDN主体，评估其联合控制是否构成50%规则触发（即使单独均未超过50%）
5. 如持股信息不完整，说明现有信息下的最低估计值及完整核查所需的额外信息

输出：OFAC 50%规则触发评估结论（触发/未触发/信息不足）+ 持股汇总计算过程 + 如触发所需的合规处置建议

提示词4 — PEP增强尽调请求

初步筛查确认以下交易对手为政治敏感人士（PEP），请执行加强型尽职调查。

PEP信息：
- 姓名：[全名]
- 职务：[当前或前任政治职务]
- 任职国家：[国家]
- 任职期间：[起止日期，如已离任则标注]
- 与目标交易的关系：[客户/投资方/交易对手/合作伙伴]

加强尽调内容：
1. 核实职务详情——确认职务级别、实际权力范围、监管部门/国有资产管理范围
2. 资金来源评估——收入来源是否与其政治职务的合法薪酬水平相符
3. 不良媒体深度搜索——腐败指控、调查报道、国际刑警组织通报、反腐机构调查
4. 关联实体筛查——其控制或关联的公司是否出现在制裁名单或不良媒体中
5. 交易目的评估——本次业务往来是否存在利用政治关系的合理怀疑

输出：PEP风险评级（低/中/高/拒绝）+ 资金来源合理性评估 + 不良媒体发现摘要 + 交易批准建议及附加条件

提示词5 — 制裁筛查合规程序文档

请根据以下业务场景，帮助起草制裁筛查合规程序文档，用于监管检查和内部审计。

机构类型：[银行/资产管理公司/企业合规部门]
业务覆盖的司法管辖区：[列明主要经营地区]
主要制裁风险场景：[跨境支付/客户准入/供应商管理/投资筛查]
现有筛查工具：[描述当前使用的系统和数据库]
筛查频率要求：[首次准入/年度复核/实时交易/事件触发]

文档内容：
1. 筛查范围说明——哪些对象、哪些名单、覆盖哪些关联方
2. 筛查频率和触发条件——常规筛查周期及事件触发的加强筛查条件
3. 命中结果处理流程——误报核实步骤、真实命中的上报流程、交易暂停机制
4. 记录保存要求——筛查记录保存格式、保存年限、审计可追溯要求
5. 例外情况处理——如何处理数据不完整、无法识别或系统故障的情况

输出：合规程序草案文档（可直接纳入机构合规手册）+ 监管问询标准回答模板

4. AI诉讼记录搜索与时间线构建器

跨多个司法管辖区搜索法院数据库、监管执法门户及仲裁记录，在数小时内构建完整的诉讼历史时间线——识别重大待决索赔、历史判决及监管行动。

痛点与解决方案

痛点：诉讼记录不完整导致交割后的灾难性意外

诉讼历史是尽职调查中最关键、也最容易被低估的组成部分之一。若尽调搜索仅限于单一司法管辖区或单一法院层级，一项索赔金额相当于目标公司股权价值30%的待决诉讼，完全可能在交割完成后才被发现。目标公司通常不会主动披露数据房间中的全部重大诉讼：他们可能只披露已和解的案件而隐瞒待决案件，只披露联邦法院案件而遗漏州级法院诉讼，或将监管程序归类为"行政事务"而非诉讼以规避披露义务。仅依赖目标方自我披露而不进行独立核实的分析师，实际上只能发现对方希望呈现的内容。在竞争激烈的交易中，这种信息不对称恰恰是卖方乐于保持的优势。

法院体系的地域碎片化使问题雪上加霜。仅在美国，就存在94个联邦司法区、50个州级法院体系（各含初审和上诉层级），以及众多专业法院（破产法院、税务法院、专利法院、国际贸易法院）。在十个州均有业务的目标公司，其待决诉讼可能分布于上述任意法院组合之中，而没有任何集中数据库能够覆盖所有这些来源。PACER提供联邦法院记录，但访问州级法院记录需要逐一查询，各州接口、搜索界面和记录可及性参差不齐。跨国目标公司则需要在多种语言和法律体系中导航——许多国家既无英文界面，部分记录甚至根本不对外公开。

诉讼发现失败的后果严重且有据可查。交割后诉讼意外是导致并购价格调整争议、业绩对赌纠纷及赔偿索赔最常见的原因之一。当隐藏的监管执法行动在交割后曝光时，可能带来整改成本、经营限制令或执照暂停，从根本上改变交易的经济逻辑。针对关键高管的未披露历史刑事程序（即便已了结）所造成的声誉损害，可能影响融资条款、客户留存和监管关系，这些影响难以量化但实质重大。尽早开展全面的诉讼发现不是合规形式，而是基本的风险管理职能。

COCO如何解决

多司法管辖区法院数据库搜索：COCO跨全面法院数据源执行诉讼搜索：
- 通过PACER查询所有联邦区级、上诉级及破产法院中以目标公司为当事方（原告、被告、债务人或债权人）的案件档案
- 在全美50个州的电子档案系统中进行搜索，优先覆盖目标公司已登记业务所在州
- 访问国际法院数据库，包括英国公司注册处取消资格记录、英国法院服务系统、欧盟法院门户及商业法律数据库聚合器
- 导入目标方数据房间中的诉讼披露明细表，与独立搜索结果进行交叉核验
- 生成司法管辖区覆盖图，标注哪些法院可检索、哪些需要律师人工搜索，并提供补缺方案
监管与行政执法搜索：COCO将搜索范围扩展至传统法庭之外：
- 查询SEC EDGAR，获取涉及目标公司或其高管的执法行动、Wells通知及SEC无异议信请求
- 搜索CFTC、FTC、DOJ、EPA、OSHA及相关州监管机构执法数据库
- 访问国际监管门户：FCA最终裁决通知、BaFin执法行动、MAS监管行动、HKMA监管行动
- 识别SAM.gov及同等政府承包商排除数据库中的禁止投标和暂停记录
- 提取行政裁决、执照吊销程序及职业不端行为认定
仲裁与替代性争议解决记录：COCO识别法庭外的争议记录：
- 搜索AAA、JAMS、ICC、LCIA及SIAC仲裁申请数据库，查找涉及目标公司的程序
- 识别ICSID国际仲裁裁决（适用于有政府合同敞口的目标公司）
- 审阅数据房间中提供的商业合同，核查仲裁条款并识别任何已提及的程序
- 搜索行业协会纪律程序及职业机构调查记录
- 交叉核查专利争议数据库（USPTO PTAB的IPR程序），适用于科技行业目标公司
诉讼时间线构建与模式分析：COCO建立结构化、可导航的诉讼历史：
- 以时间顺序构建覆盖该实体完整历史的诉讼时间线，标注每项程序的立案日期、状态变化及最终结案
- 按类型（商业纠纷、劳动争议、知识产权、监管执法、证券、环境、刑事）、司法管辖区及当前状态对所有程序进行分类
- 计算总体敞口：待决诉讼中的索赔总额，以及基于程序阶段的预计和解概率
- 识别诉讼模式——与特定类型对手方的反复争议、特定业务单元的索赔聚集、暗示系统性合规失败的连续监管问询
- 标注涉及关键高管个人（作为个人被告而非仅实体层面）的程序
重大待决索赔评估：COCO评估已识别诉讼的财务重要性：
- 根据索赔金额、可比和解情况及程序阶段，估算每项重大待决程序的财务敞口
- 将已识别诉讼与目标公司财务报表进行交叉核查，验证诉讼准备金的充足性
- 识别任何单独或合并超过适用交易协议重大披露门槛的程序
- 标注可能触发目标公司现有协议中交叉违约条款、控制权变更限制或同意要求的程序
- 生成按重要性分级的汇总报告，区分关键（阻碍交易）、重要（影响购买价格）及背景性（可管控）三类程序
诉讼尽调报告与披露明细表审核：COCO提供结构化调查结果：
- 生成综合诉讼搜索备忘录，按司法管辖区、索赔类型和重要性组织调查结果
- 将独立搜索结果与目标方诉讼披露明细表进行比较，标注所有需要解释的差异
- 制作诉讼风险登记表，对每项程序按可能性、敞口规模和解决时间表进行评级
- 起草数据房间补充请求清单（涉及重大程序中尚未提供的投诉书、答辩状、专家报告、和解协议）
- 以投资委员会和交易团队决策所需的执行层面格式汇总诉讼调查结果

量化结果与受益角色

可量化的成果

诉讼搜索覆盖率：AI辅助搜索每次委托覆盖的法院数据库数量是典型人工搜索的12倍，显著降低漏查程序的风险
发现完整性：独立诉讼搜索在平均**23%**的已审查交易中发现目标方未披露的重大程序
搜索到报告的时间：完整的多司法管辖区诉讼搜索及风险分级报告在1-2个工作日内完成，而律师主导的人工搜索需要2-4周
敞口量化准确率：AI生成的待决程序敞口估算在78%的跟踪委托中与最终结果偏差在**±25%**以内
交割后意外率：使用AI辅助诉讼发现的项目，与仅审阅数据房间相比，重大交割后诉讼意外减少67%

受益人群

尽职调查分析师：无需协调多家律所转介、等待数周的人工搜索，即可开展独立、全面的诉讼搜索
并购法律顾问：获得结构化诉讼搜索结果，加速自身法律审阅，并为披露明细表谈判提供独立依据
投资委员会与交易团队：基于完整的诉讼风险图景做出是否推进的决策，而非依赖可能存在策略性遗漏的目标方披露
风险与保险团队：获取陈述与保证保险承保及负债敞口建模所需的完整待决诉讼登记表

💡实用提示词

提示词1：综合诉讼搜索请求

请对以下实体进行综合诉讼历史搜索。

实体名称：[完整法定名称及任何曾用名]
注册司法管辖区：[国家/州]
经营司法管辖区：[列出该实体有或曾有业务的所有州/国家]
需搜索的个人主要关联方（作为个人被告）：[列出关键高管和董事]
搜索范围：[所有诉讼 / 仅商业纠纷 / 仅监管程序 / 仅刑事程序]
时间范围：[自成立以来 / 过去10年 / 过去5年]

搜索来源：
1. 联邦法院（PACER）：该实体作为当事方的所有地区
2. 州级法院：[列出需优先覆盖的具体州]
3. 监管机构：[列出相关监管方：SEC、FTC、DOJ、EPA、OSHA、州检察长]
4. 国际法院：[如适用，列出司法管辖区]

输出：诉讼登记表（程序名称/法院/立案日期/状态/索赔类型/索赔金额/下一步节点）+ 按重要性分级的汇总报告 + 与数据房间披露明细表的比对结果

提示词2：监管执法历史搜索

请搜索涉及以下实体及其关键高管的所有监管执法行动及行政程序。

实体：[名称及司法管辖区]
最相关的行业/监管方：[金融服务：SEC/CFTC/OCC；环境：EPA；医疗：FDA/OIG；其他]
需纳入搜索的关键高管：[姓名和职务]
时间范围：[完整历史 / 过去10年]

搜索范围：
1. 正式执法行动：SEC/CFTC命令、DOJ刑事指控、禁止投标/排除令
2. 非正式行动：Wells通知、警告信、同意令、停止令
3. 执照和许可行动：暂停、吊销、附加条件
4. 与监管机构的和解协议：条款及持续合规义务
5. 国际监管行动：[列出适用司法管辖区]

对于每项已发现的程序：
- 机构及程序类型
- 立案/启动日期及当前状态
- 具体指控及引用的监管违规事项
- 处罚措施、要求整改内容或持续义务
- 高管是否受到个人制裁（高管/董事禁令、行业禁止令）

输出：监管执法登记表 + 高管风险摘要 + 持续合规义务跟踪器

提示词3：诉讼时间线可视化请求

请为以下实体构建覆盖其完整企业历史的诉讼时间线。

实体：[名称]
待分析的诉讼记录：[粘贴诉讼登记表或附件文件]
时间线参数：
- 起始日期：[注册日期 / 最早已知程序日期]
- 截止日期：[当前]
- 分组方式：[按年份 / 按索赔类型 / 按司法管辖区 / 按业务单元]

需要的时间线分析：
1. 按立案日期、关键事件日期（简易判决、审判、和解）及结案日期标注每项程序
2. 识别聚集规律：诉讼活动密集期及其与企业事件（收购、领导层变化、产品发布、监管变化）的关联
3. 识别重复对手方：多次与该实体对簿公堂的当事方
4. 识别高管敞口：当前或前任高管被列为个人被告的程序
5. 按年计算诉讼强度：每年活跃程序数量及索赔总敞口

输出：叙述性时间线分析 + 可视化时间线图表 + 诉讼强度图 + 重复对手方摘要

提示词4：披露明细表诉讼差异分析

请将目标方提供的以下诉讼披露明细表与我方独立诉讼搜索结果进行比对。

目标方提供的披露明细表：[粘贴或附件]
独立诉讼搜索结果：[粘贴或附件]

需要的分析：
1. 识别所有出现在独立搜索结果中但未出现在披露明细表中的程序
2. 对每项未披露程序：评估遗漏是蓄意为之、无意疏漏，还是定义争议所致（如将监管程序归类为"非诉讼"）
3. 识别程序描述中的重大差异——淡化严重程度、低估索赔金额、争议性的状态标注
4. 标注任何已披露程序中独立搜索发现了披露未提及的额外文件（如上诉档案、判决执行行动）
5. 评估披露明细表的整体完整性：已识别程序中有多少比例得到披露

输出：差异登记表（已披露 vs. 已发现 vs. 缺失）+ 每项未披露程序的重要性评估 + 陈述与保证谈判建议要点

提示词5：交易文件诉讼风险登记表

请生成用于纳入交易团队尽调摘要的诉讼风险登记表。

实体：[名称]
所有已识别程序：[粘贴之前搜索的完整诉讼清单]
交易结构：[股权收购 / 资产收购 / 合并 / 投资]
适用赔偿门槛：[金额或交易价值百分比]

每项程序的风险登记表结构：
1. 程序识别码及简要说明
2. 当前状态（审判前 / 审判中 / 上诉中 / 暂停 / 已解决）
3. 索赔金额或监管罚款范围
4. 不利结果概率（高/中/低）及依据
5. 不利结果下的估计财务敞口范围
6. 重要性分类：关键 / 重要 / 背景性
7. 建议行动：交易条件 / 托管 / 赔偿条款 / 仅披露 / 监控

输出：格式化诉讼风险登记表 + 总体敞口摘要（最优情形/预期情形/最差情形）+ 关键和重要事项的交易结构建议

5. AI工商登记核查助理

核查全球80+司法管辖区内企业实体的有效法律存续状态、登记注册状态、经营范围授权及申报合规情况——在数小时内标注差异、休眠实体及经营范围违规。

痛点与解决方案

痛点：交易对手登记问题是最常见、最被低估的交易风险

实体核查——确认交易对手确实是其所声称的主体、依法获授权从事其所称业务，且在注册机关处于良好状态——听起来只是基本合规步骤。但在实践中，这却始终是尽职调查中最容易出错、执行最不完整的环节之一，尤其在跨境交易中，不同司法管辖区的注册机关以不同格式、语言及截然不同的更新频率维护各自的注册系统。目标公司可能持有已到期的营业执照、在从未正式登记的司法管辖区开展业务、经营范围超出或不在授权范围之内，或者在法律上处于休眠状态却仍以存续运营实体自居。上述每种情形都有其独特的法律、监管和商业后果——这些问题在目标方的自我描述中一概不会浮现。

交易规模下的核查实际难度相当大。一个中等复杂度的目标公司可能通过子公司、分支机构和特殊登记在十几个司法管辖区拥有注册存续。每个司法管辖区都需要对不同的注册系统进行单独查询：中国的国家企业信用信息公示系统的构架与德国商业注册处（Handelsregister）截然不同，与印度MCA21门户也毫无相似之处，与巴西CNPJ系统或阿联酋各酋长国级别注册机关的运作方式更是完全不同。访问要求各异——有些免费在线，其他则需要付费订阅、聘请本地代理、公证申请或亲自到场取档。时区差异、语言壁垒和数据新鲜度的不一致，意味着分析师手动完成多司法管辖区核查时，很多情况下面对的是不完整的数据，且根本无从判断不完整的程度。

登记状态核查失败的后果，轻则尴尬，重则灾难性。在授权经营范围之外开展业务的交易对手，可能在未持有所需执照的情况下从事受监管活动——使其自身及交易方均面临监管制裁。在休眠状态下参与交易的实体可能缺乏签订合同、转让资产或作出陈述与保证的法律行为能力。被注销的实体（在许多司法管辖区，因未按时申报年报会被自动注销）可能无权签署文件，被注销实体签署的合同可能可撤销。在采购和供应链场景中，与在其经营司法管辖区缺乏有效注册的供应商开展业务，会产生无法仅靠赔偿条款转移的责任敞口。

COCO如何解决

多司法管辖区工商注册系统集成：COCO在全球注册机关执行系统性核查：
- 直接查询80+司法管辖区的官方工商注册机关，包括中国国家企业信用信息公示系统、英国公司注册处、德国商业注册处、法国SIRENE系统、美国各州州务卿数据库、印度MCA21、日本经产省注册机关、新加坡ACRA及亚太、拉丁美洲同等机构
- 核查当前注册状态：存续、暂停、休眠、注销、解散或处于破产程序中
- 为每个查询实体获取官方注册证书、公司章程及最新年度申报文件
- 将注册名称与交易文件中使用的名称进行交叉核验，标注任何可能表明实体识别错误的差异
- 生成注册数据新鲜度指标，显示每个注册机关的最后更新时间及返回状态的可信度
授权经营范围与执照核查：COCO核查实体是否获授权从事其实际业务：
- 从官方档案中提取登记的经营范围，与实体描述的业务活动和收入来源进行比对
- 标注超出或不在登记范围之外的活动，尤其针对受监管行业（金融服务、医疗、食品饮料、建筑、运输）
- 核查实体在其经营司法管辖区所需的行业专项执照和经营许可证（金融机构执照、药品生产许可证、食品安全执照、证券商注册）
- 识别近期经营范围变更或执照续期情况，检查是否覆盖当前经营范围
- 生成范围合规矩阵，逐一显示每个司法管辖区内实体实际活动是否在其注册授权范围内
年度申报与合规状态检查：COCO核查与注册义务相关的持续监管合规：
- 确认年度报告、受益所有权申报及董事信息更新是否在法定截止日前提交
- 标注逾期申报并计算实体已逾期多长时间——这是与更广泛治理缺陷相关的行政疏失关键指标
- 识别长期迟报的规律，可能表明管理不善的实体或蓄意规避合规
- 检查实体是否在合规警告名单上、处于行政暂停中或面临自动注销程序
- 核实注册机关档案中的注册地址、董事任命及股东信息是否与目标方提供的信息一致
注册代理与实际存续核查：COCO评估实体公司存续的实质真实性：
- 核实注册地址是否为合法营业场所，而非共享的注册代理地址
- 标注出现在已知离岸注册服务提供商、壳公司工厂或批量注册地址数据库中的注册代理地址
- 将实际地址与可获取的商业地产和商业目录数据进行交叉核查，评估地址是否与声称的业务规模相符
- 识别注册地址位于保密司法管辖区、但实际业务从另一司法管辖区管理的实体——这是常见的税务和监管规避模式
- 根据地址类型、员工人数和经营业务指标为每个实体生成实质性存在评分
历史注册与名称变更追踪：COCO还原实体身份历史：
- 获取完整注册历史：成立日期、名称变更、注册地址变更及状态转变
- 识别实体曾经使用的所有历史公司名称，从而在历史身份下进行全面的诉讼、制裁和不良媒体搜索
- 标注可疑模式：多次快速更名、实体类型转换，或可能表明企图甩掉不良历史的重新注册
- 追踪通过合并并入的前身实体，这些实体可能将历史负债带入当前实体
- 将历史名称和地址与不良数据库进行交叉核查，识别当前名称下无法浮现的负债关联历史身份
实体核查报告与缺口处理：COCO提供可执行的核查输出：
- 生成多实体核查报告，包含每个实体的状态、申报合规摘要、范围核查结果及实质存续评估
- 制作缺口处理跟踪表，列出注册数据不可获取的司法管辖区及推荐的替代核查方式（本地律师、公证申请、直接联系注册机关）
- 起草针对核查过程中发现的缺失或不一致注册文件的数据房间补充请求
- 创建适合纳入尽调交割清单的核查矩阵
- 为通过所有核查标准的实体生成良好状态证明，适合纳入交割文件

量化结果与受益角色

可量化的成果

核查吞吐量：80+司法管辖区的多实体核查在4小时以内完成，而人工多司法管辖区注册机关搜索需要1-2周
登记差异检出率：AI辅助核查在已审查目标实体群体中，发现重大登记差异（经营范围违规、执照到期、已注销实体）的比例为19%
覆盖完整性：系统性核查覆盖**100%**已识别实体，而在交易时间线压力下的人工核查通常只能覆盖60-70%
申报合规缺口识别：在多司法管辖区交易中，**31%**的子公司群体存在年度申报逾期和合规警告，代表未披露的治理风险
经营范围违规发现：在跨境交易中，**14%**的经营实体存在经营范围违规，具有重大监管敞口影响

受益人群

尽职调查分析师：无需导航数十个外语注册机关界面或跟踪多司法管辖区申报截止日，即可执行系统性、完整的实体核查
并购法律顾问：获取包含状态、范围和申报合规数据的已核实实体登记表，支持陈述与保证审阅及交割条件确认
合规与监管事务团队：在交割前确认被收购实体持有所有所需执照和授权，避免交割后的监管整改成本
采购与第三方风险官员：在合同执行前核实供应商及合作伙伴的注册状态和经营范围合规情况，降低监管和合同责任

💡实用提示词

提示词1：多实体注册核查

请核实以下企业实体的有效法律存续及良好状态。

待核实实体：
1. [实体名称] | 司法管辖区：[国家/州] | 注册编号（如已知）：[编号]
2. [实体名称] | 司法管辖区：[国家/州] | 注册编号（如已知）：[编号]
[对所有实体重复]

每个实体需核实的内容：
1. 当前注册状态：存续 / 暂停 / 休眠 / 注销 / 解散
2. 法律实体类型：[有限责任公司 / 股份公司 / 分支机构 / 合伙企业]
3. 成立日期及注册地址
4. 当前注册的董事及重大股东（与提供数据进行核实）
5. 年度申报合规情况：确认最新年报已提交且在法定截止日内
6. 任何行政警告、暂停通知或正在进行的注销程序

输出：实体核查表（包含状态、申报合规情况及差异标注）+ 良好状态证明（如可获取）+ 数据不完整司法管辖区的缺口处理跟踪表

提示词2：经营范围与执照合规检查

请核实以下实体的注册经营范围是否涵盖其当前实际开展的所有业务。

实体：[名称及司法管辖区]
注册经营范围（来自注册机关）：[粘贴或附件]
实际业务活动（来自数据房间/管理层描述）：[描述]
行业：[金融服务 / 医疗 / 食品饮料 / 建筑 / 科技 / 其他]
需核实的具体执照：[金融机构执照 / 药品生产许可证 / 食品安全执照 / 证券商注册 / 其他]

需要的分析：
1. 将每项实际业务活动与注册范围进行映射——识别任何未涵盖的活动
2. 识别实体在其经营司法管辖区开展上述活动所需的所有行业专项执照
3. 核实每项所需执照的当前有效性：有效 / 已到期 / 续期中 / 已吊销
4. 标注任何似乎需要目前未持有的监管批准的活动
5. 识别任何近期经营范围修订或执照续期——评估是否充分覆盖当前业务

输出：范围合规矩阵 + 执照状态登记表 + 差距分析及每项差距的监管敞口评估

提示词3：历史名称与身份重建

请重建以下实体的完整企业身份历史。

实体：[当前法定名称及司法管辖区]
注册编号：[如已知]
目的：[全面不良历史搜索 / 诉讼历史完整性 / 制裁筛查完整性]

需要研究的内容：
1. 实体曾经使用的所有历史名称，及每次更名的日期
2. 历史注册地址及司法管辖区
3. 任何实体类型转换（如合伙企业转为有限责任公司、私人公司转为公众公司）
4. 并入本实体的任何前身实体，及其自身的历史名称
5. 任何分拆、分立或剥离，产生承担历史负债的独立实体

对于每个历史身份：在历史名称下运行制裁、PEP、不良媒体和诉讼搜索，识别在当前名称下无法浮现的不良历史。

输出：企业身份时间线 + 每个历史身份的历史不良记录摘要 + 当前实体的继承负债概况

提示词4：境外分支机构与经营实体注册审计

请审计以下实体境外分支机构及经营存续的注册合规情况。

母体实体：[名称及本国司法管辖区]
据报有经营活动的司法管辖区：[列出所有声称有业务的国家/州]
按司法管辖区划分的员工人数和收入（如可获取）：[提供]

每个经营司法管辖区需核实的内容：
1. 确认实体在该司法管辖区拥有有效注册、分支机构执照或经营许可证
2. 核实注册是否涵盖所开展的活动类型（如销售 vs. 生产 vs. 受监管金融服务）
3. 检查本地年度申报要求的合规情况
4. 标注任何实体似乎在无正式注册的情况下开展经营的司法管辖区——识别法律和税务敞口
5. 识别已建立业务但注册已失效的司法管辖区

输出：境外存续注册审计表（司法管辖区/注册类型/状态/覆盖/合规）+ 无注册经营敞口摘要 + 整改优先级列表

提示词5：实体核查缺口解决方案

请为以下注册数据不可获取或不完整的实体制定核查缺口解决方案。

存在核查缺口的实体：
1. [实体名称] | 司法管辖区：[国家] | 缺口：[注册机关不可公开访问 / 数据过时 / 语言障碍 / 注册编号未知]
2. [对每个存在缺口的实体重复]

对于每个缺口：
1. 识别最接近的可用替代核查来源（官方政府联系、商业数据库、本地律师、公证申请程序）
2. 估算通过推荐方式解决缺口的时间和成本
3. 评估未核实缺口的风险：如果该实体最终证明状态不良，最坏情形是什么？
4. 建议该缺口是否重大到需要在交割前解决，还是可以在交割后通过适当的陈述来处理

输出：缺口解决行动方案（实体/缺口类型/解决方式/时间线/成本估算/交割前vs.交割后优先级）+ 重大未解决缺口的托管或留存款建议

6. AI企业历史时间线重建器

从公开记录、注册数据和新闻档案中重建目标实体的完整企业历史——包括合并、收购、剥离、重组、更名及控制权变更——生成经核实的时间顺序叙述。

痛点与解决方案

痛点：隐藏的企业历史掩盖了交割后才浮现的继承负债

每个企业实体都有历史，而历史承载着负债：过往诉讼、监管处罚、环境义务、劳动违规、税务争议及声誉事件——这些在实体当前的形象呈现中往往都不可见。在并购尽职调查中，最严重的风险之一是在未充分理解哪些企业事件（合并、收购、分拆、重组或控制权变更）塑造了目标当前法律和财务状况的情况下完成收购。通过与破产实体合并而创建的公司可能已承担前身的负债；从大集团剥离的公司可能带有剥离义务或与前母公司的共享服务协议；十年内三次更名的目标可能是为了与仍在法律上附着于继承实体的监管处罚或诉讼历史划清界限。

分析师面临的挑战在于，这段历史在数据房间中很少以连贯方式呈现。卖方倾向于披露当前结构和近期事件，而将遥远的过去视为无关紧要——但法律负债并没有卖方设定的回溯年限限制。合并继承责任、CERCLA下的环境修复义务、前身企业实体的养老金基金义务和过往并购整合的税务负债，均可在时间上无限期地随实体延续。识别这些需要从原始来源重建完整企业历史：注册档案、新闻公告、SEC代理声明、年度报告和新闻档案——这是一项劳动密集型工作，绝大多数尽调流程都未能全面完成。

历史记录的碎片化带来了进一步的困难。1990年代或2000年代初的企业事件可能早于在线注册系统，仅以实体档案或可搜索性有限的早期数字格式存在。更名可能不会在当前实体名称的数据库搜索中自动浮现。私人公司交易——占并购量的大多数——与上市公司交易相比产生的公开文件更少，需要更积极的调查研究。手动构建企业历史的分析师必须整合来自多个来源的信息，每个来源都有其格式和术语，并且必须保持足够的历史公司法知识，以理解每个事件对当前负债意味着什么——这是一项很少能达到所需深度的艰巨任务。

COCO如何解决

基于注册机关的企业事件提取：COCO从官方档案中挖掘企业历史事件：
- 从工商注册机关获取完整的时间顺序档案历史：成立文件、章程修正案、年度报告、董事变更档案及注销/恢复记录
- 从70+司法管辖区的注册数据库中提取合并和收购通知、法定合并档案及资产转让记录
- 从官方档案序列中识别更名、注册地址变更、注册资本变化及实体类型转换
- 通过追溯合并档案至被吸收实体的独立注册历史，重建前身实体身份
- 生成构成企业历史分析权威骨干的注册事件时间线
公共记录与新闻档案挖掘：COCO以公开文件来源补充注册数据：
- 搜索SEC EDGAR中美国上市实体的历史代理声明、S-4合并档案、8-K重大事件披露及10-K业务历史叙述
- 挖掘历史新闻档案（LexisNexis、Factiva、Bloomberg）以获取企业交易、重组和领导层变更的媒体报道
- 访问公报通知、官方要约收购公告及竞争当局并购决定，涵盖公开记录的交易
- 从投资者关系档案和国家申报库获取历史年度报告
- 综合整理未反映在注册档案中的企业事件文件证据——尤其是私人交易和注册前历史
合并继承责任映射：COCO识别通过企业交易继承的负债：
- 追踪每项合并、整合和法定吸收事件，以确定哪些实体的负债被承担
- 识别可能包含明确负债承担或环境赔偿的资产收购交易
- 将被吸收实体的诉讼、监管行动和环境合规记录与目标实体当前状况进行交叉核查
- 分析分拆交易中在分离时给出的、可能仍然有效的陈述与保证
- 生成继承责任矩阵，将历史实体映射至当前目标实体，并汇总继承的负债类别
控制权与所有权变更历史：COCO重建实体所有者和控制者的历史：
- 通过注册档案、新闻公告及美国上市实体的SEC 13D/13G档案追踪多数所有权变更
- 识别私募股权赞助商的所有权期间及其进入和退出日期
- 从可获取的公开记录重建管理层收购、杠杆资本重组和二级交易
- 标注在重大法律事件（监管处罚、诉讼启动、财务困境）前后发生的控制权变更——作为责任驱动转让的潜在指标
- 生成包含所有权期间、收购/剥离方及同期事件标注的控制权变更时间线
财务重组与破产历史：COCO浮现困境企业事件：
- 搜索破产法院数据库（PACER、CourtLink）中实体或任何前身方的历史破产申请
- 识别历史上的第11章、第7章、行政管理或接管程序及其结果
- 从新闻和金融数据库获取历史债务重组公告、契约豁免事件及信用评级下调
- 标注通过破产重组计划存续的实体——这些实体可能带有持续义务（计划分配、专业费用索赔、被拒绝的合同负债）
- 汇总财务压力历史及其对当前财务健康评估的影响
企业历史叙述与时间线报告：COCO将调查结果综合为连贯的可交付成果：
- 生成涵盖实体从成立至今完整生命周期的企业历史叙述文件
- 制作包含按时间顺序标注重大事件并超链接至源文件的可视化企业历史时间线
- 创建前身实体登记表，列出所有历史企业身份及其各自的风险概况
- 起草继承负债摘要，突出具有当前法律影响的最重大历史事件
- 根据重建历史中的空白或不明事件，为管理层访谈生成有针对性的研究问题

量化结果与受益角色

可量化的成果

历史重建深度：AI辅助企业历史重建在一天内可追溯15-20年的事件，而人工档案研究需要2-3周
前身实体负债发现率：**28%**的企业历史审阅中发现了隐藏的前身负债，包括环境、养老金和监管类别
更名发现率：**41%**的多事件历史审阅中识别出目标方未披露的历史公司名称
研究整合速度：AI将注册、新闻和SEC档案数据综合为连贯时间线的速度，比同一来源的人工分析师研究快8倍
管理层访谈准备：AI生成的历史空白平均每次委托产生12个有针对性的访谈问题，这些问题在没有事先历史重建的情况下根本无法提出

受益人群

尽职调查分析师：无需手动研究实体档案、外语档案和数十年前的SEC提交文件，即可构建完整的企业历史
并购法律顾问：在提出陈述与保证建议之前，识别合并继承责任、分拆义务和前身监管敞口
环境与专项尽调团队：了解哪些前身实体的经营历史可能产生需要专项调查的环境、养老金或税务负债
投资委员会与投资组合管理团队：在承诺资本之前，充分理解收购目标的完整历史背景，而非仅凭其当前呈现

💡实用提示词

提示词1：完整企业历史重建

请从成立至今重建以下实体的完整企业历史。

实体：[当前法定名称及司法管辖区]
注册编号：[如已知]
已知历史名称或前身实体：[列出或"未知"]
目的：[并购尽调 / 诉讼继承责任 / 监管合规 / 投资筛查]

使用的研究来源：
1. 工商注册档案：完整的时间顺序档案历史
2. SEC EDGAR：所有档案（代理声明、8-K、S-4、10-K历史章节）
3. 新闻档案：LexisNexis / Factiva / Bloomberg——重大企业事件报道
4. 破产法院数据库：任何历史破产程序
5. 竞争当局数据库：任何并购审批程序

时间线必须包括：
- 成立及初始所有权
- 所有更名及日期
- 实体完成的重大收购
- 剥离和分拆
- 控制权变更（多数所有权转让）
- 财务重组和困境事件
- 与企业事件同期发生的重大监管行动

输出：企业历史叙述 + 可视化时间顺序时间线 + 前身实体登记表 + 继承负债摘要

提示词2：合并继承责任分析

请分析涉及目标实体的以下历史企业交易的继承责任影响。

目标实体：[名称及司法管辖区]
已识别的历史交易（提供清单）：
1. [收购/合并]：[实体名称]——[大致日期]——[交易类型：合并/资产收购/股权收购]
2. [对每笔交易重复]

对于每笔交易：
1. 识别被吸收/被收购实体的实体类型和司法管辖区
2. 确定交易结构（法定合并=完全继承；资产收购=选择性继承）及其在适用法律下的负债影响
3. 搜索收购时或收购前前身实体涉及的诉讼、监管行动、环境负债和税务争议
4. 评估是否有任何已知负债被合同排除——以及这些排除对第三方索赔方是否可执行
5. 识别收购协议产生的任何持续义务（赔偿条款、业绩对赌、环境修复承诺）

输出：逐笔交易负债继承分析 + 总体继承负债估算 + 专项审阅优先事项（环境、税务、ERISA）

提示词3：私募股权所有权历史研究

请研究以下实体的私募股权所有权历史。

实体：[名称及当前所有权]
已知历史PE赞助商（如有）：[列出或"未知"]
时间范围：[完整历史 / 过去15年]

需要研究的内容：
1. 识别所有PE赞助商所有权期间：进入日期、退出日期、基金名称及可获取的所有权比例
2. 对于每个PE所有权期间：识别重大企业事件（补强收购、剥离、分红资本重组、管理层变更）
3. 识别每次PE进入时的杠杆状况：实体是否因收购负债而受损？
4. 浮现与历史所有权期间相关的任何投资者纠纷、LP投诉或监管审查
5. 识别前赞助商在退出时给出的、仍在存续期内的任何陈述与保证

输出：PE所有权时间线 + 每个所有权期间的事件摘要 + 历史PE所有权的当前负债影响

提示词4：企业困境与破产历史搜索

请搜索涉及以下实体及其前身的所有历史财务困境和破产事件。

实体：[当前名称及司法管辖区]
前身实体（如已知）：[列出]
时间范围：[完整企业历史]

搜索范围：
1. 正式破产：第7章/第11章（美国）、行政管理/清算（英国）、破产程序（德国）、司法重整（法国）、所有经营司法管辖区的同等程序
2. 准破产事件：债务重组、契约违约、债权人暂停协议、庭外和解
3. 信用事件：公开债务的支付违约（来自新闻和评级数据库）
4. 资产扣押：非自愿资产出售、止赎或接管人管理的剥离
5. 税务机关困境行动：税务留置权、税款分期付款计划、政府监管重组

对于发现的每个事件：
- 涉及的实体（当前实体或前身）
- 困境事件的性质和触发情况
- 结果：成功走出/清算/部分资产出售
- 解决方案产生的持续义务（计划分配、税款和解、债权人协议）

输出：困境历史时间线 + 当前负债影响 + 财务健康风险标注摘要

提示词5：企业历史空白调查备忘录

请就以下企业历史中无法解释的期间或事件生成空白调查备忘录。

重建的历史摘要：[粘贴或附件]
已识别的无法解释的空白或可疑事件：
1. [无注册机关活动的期间：从某日期到某日期——实体似乎休眠但无正式休眠申请]
2. [无披露原因的更名：旧名称/新名称/日期]
3. [快速连续的董事变更：日期和相关人员]
4. [其他无法解释的事件]

对于每个空白或可疑事件：
1. 识别最合理的无害解释
2. 识别最合理的不良解释（规避监管、甩掉负债、隐藏控制权）
3. 建议解决歧义的具体调查步骤（管理层问询、特定文件请求、本地律师研究、联系注册机关）
4. 评估如果不良解释成立，该无法解释事件的风险级别

输出：结构化空白调查备忘录（包含管理层访谈建议问题）+ 具体文件请求 + 按不良风险潜力排序的空白优先级

7. AI董事及高管背景调查引擎

对董事、高管及关键管理人员开展全面背景调查——涵盖职业历史核实、监管处罚、犯罪记录、诉讼敞口、不良媒体及PEP状态——同步查询50+数据源。

痛点与解决方案

痛点：未披露的高管不端行为导致收购后的灾难性风险敞口

在任何收购中，管理团队同时是资产也是风险。打造目标公司业务的高管，正是其过往行为、监管历史和个人诚信决定公司已报告业绩是否可靠、以及在新所有权下是否能持续运营的同一群人。然而，对董事和高管的背景核查却是尽调中最常被缩减的环节——因为与卖方谈及这一话题最为敏感，数据来源最为分散，且在没有专职研究资源的情况下很难做到彻底。结果是收购方频繁在未了解以下情况的状态下完成交易：CFO曾在前雇主伪造财务报表、CEO十年前被SEC颁令禁止执业、或一名董事与重要交易对手存在未披露的利益冲突。

彻底的高管背景调查所需的数据来源横跨种类繁多的数据库和文件类型。职业历史核查需要交叉核对LinkedIn、公司档案、学术证书数据库，并直接向前雇主核实——每位受查对象耗时数小时，且容易遭到蓄意造假。监管记录需要搜索SEC的EDGAR和BrokerCheck、CFTC执法数据库、FINRA、州律师协会纪律记录、医学委员会记录、SEC Rule 10(b)(5)诉讼历史，以及FCA登记册、HKMA适当性认定记录、MAS执法行动、BaFin调查等国际监管数据库。犯罪记录需要逐司法管辖区搜索，在许多国家受到隐私法限制，使全面覆盖既是法律挑战也是实际难题。PEP状态和制裁筛查需要在个人姓名、别名及名称音译变体下交叉核对数十个全球名单。不良媒体则需要跨相关司法管辖区以多种语言监控数千个新闻来源。

背景调查不充分的代价有据可查且清晰可见。收购关键高管面临未披露证券欺诈指控的企业，可能使收购方作为继承实体承担责任。被命令禁止担任上市公司董事的投资组合公司CEO，在交割后继续履职将触发监管违规。集体欺骗前雇主的高管团队，不太可能对收购方的资本保持诚信管理。所收购高管的公开丑闻对收购方客户和投资者关系造成的声誉损害，往往立竿见影且严重。一次全面AI辅助背景调查的成本，只是单次交割后管理层不端行为事件成本的极小部分。

COCO如何解决

职业历史核实与交叉对照：COCO构建并核实每位高管的职业时间线：
- 从公司档案、SEC高管披露、代理声明及职业社交媒体资料中提取职业历史
- 将所述职业历史与公司注册记录进行交叉核对，确认该人员在声称任职期间确实出现在相关公司的官方档案中
- 标注声称职位与注册档案之间的差异——职称虚报、虚构的任职期限、伪造的雇主参考
- 核实所称学历证书——与机构数据库和职业资质认证机构进行核对
- 识别在公开记录、法庭文件或监管档案中浮现的未披露历史任职——可能表明蓄意隐瞒历史
监管处罚与职业禁令搜索：COCO识别针对每位个人的正式监管行动：
- 搜索SEC EDGAR和PACER中以该人员为被告的Rule 10(b)(5)诉讼、SEC执法令及禁令
- 查询FINRA BrokerCheck中的经纪商注册历史、客户投诉、仲裁裁决及行业禁令
- 搜索CFTC执法数据库中的商品交易顾问、期货经纪商及场内经纪商执法历史
- 访问州律师协会纪律数据库（针对律师）、医学委员会记录（针对医生高管）及CPA执照委员会纪律记录
- 搜索国际监管登记册：FCA登记册（英国）、HKMA适当性认定记录、MAS执法行动、BaFin调查
犯罪记录与法院程序搜索：COCO在法律许可范围内搜索犯罪历史：
- 通过PACER查询联邦刑事法院数据库中的起诉书、认罪、定罪及量刑记录
- 访问个人曾居住或开展业务的所有司法管辖区的州级刑事法院记录
- 搜索数据库可访问司法管辖区的国际犯罪记录（英国、加拿大、澳大利亚、可公开访问的欧盟成员国）
- 专项识别金融犯罪定罪：欺诈、挪用公款、洗钱、内幕交易、行贿和逃税
- 标注尚未导致定罪但代表重大诚信风险的待决刑事指控
不良媒体情报收集：COCO系统性挖掘媒体报道中的高管不端信号：
- 在10年窗口内跨40+语言搜索10,000+全球新闻来源，获取每位高管的相关报道
- 应用语义过滤识别相关报道：公司不端行为、财务违规、监管调查、个人丑闻、诉讼及职业纠纷
- 使用AI重要性评分区分重大不良媒体与常规报道——并非每条新闻提及都是危险信号
- 识别不良报道模式：在不同雇主的财务违规报道中反复出现的高管
- 浮现正式新闻档案未涵盖的、可能揭示商业行为问题的社交媒体和网络论坛内容
PEP状态、制裁及利益冲突评估：COCO识别政治和合规风险因素：
- 在全球PEP数据库中筛查每位高管，识别直接PEP状态及家庭/关联人员关联
- 对每位个人及已知别名在OFAC、欧盟、联合国及国家名单中运行制裁筛查
- 识别可能在受监管行业造成利益冲突的政府委员会任命、顾问职位及政党关联
- 将每位高管与目标公司的关键客户、供应商和合作伙伴名单进行交叉核查，识别未披露的个人关系
- 标注产生PEP状态或在适用司法管辖区规则下引发利益冲突影响的国有企业关联
高管背景调查报告：COCO提供结构化、可执行的调查结果：
- 按风险类别（监管/刑事/财务不端/PEP与制裁/不良媒体/职业历史）组织的逐人背景调查摘要
- 为每位高管生成风险评分卡，包含总体风险评级（低/中/高/关键）及支持证据
- 根据空白或不良发现，为每位高管起草有针对性的参考核实及访谈问题集
- 创建留任风险评估：有重大不良历史的高管可能在交割后离职、被免职或无法继续任职
- 以投资委员会演示所需的执行摘要格式汇总整个管理团队的诚信风险

量化结果与受益角色

可量化的成果

背景调查吞吐量：对10名高管的完整背景调查在8小时以内完成，而多来源人工研究需要2-4周
未披露不良发现率：在已完成交易中，在**31%**的高管群体中发现受查对象未披露的重大不良事实
监管禁令识别率：在**18%**的已审阅PE投资组合交易中，发现高管存在SEC、FINRA或州级职业禁令，而这些高管本人并未意识到或未予披露
数据来源覆盖率：AI辅助背景研究同步覆盖40+数据来源，而典型人工流程平均只覆盖6-8个来源
交割后管理层不端事件：使用AI辅助高管背景调查的交易，在交割后24个月内发生的重大管理层不端行为事件减少52%

受益人群

尽职调查分析师：无需手动导航40+独立数据库、克服语言障碍和司法管辖区特定访问要求，即可开展全面高管背景调查
私募股权与投资团队：在充分了解每位高管职业诚信和监管历史的情况下，做出关键人员留任决策和薪酬谈判
董事会与审计委员会：凭借有据可查的、全面背景调查支持，履行董事任命和高管聘用的受托责任
陈述与保证保险承保商：利用系统性、有文件记录的背景调查结果评估管理团队诚信风险，为保险条款和除外责任提供依据

💡实用提示词

提示词1：高管背景调查请求

请对以下高管开展全面背景调查。

个人：[全名]
职务及公司：[当前职位及实体]
国籍及出生日期（如可获取）：[详情]
已知前雇主：[列出]
目的：[并购尽调 / 董事任命 / PE投资 / KYC / 就业筛查]

调查范围：
1. 职业历史：核实所有声称的任职期间、职务和职责——与公开记录进行比对
2. 监管历史：搜索SEC、FINRA、CFTC、州监管机构及国际同等机构的执法行动、禁令及纪律程序
3. 犯罪历史：联邦及州级法院记录，重点关注金融犯罪；国际记录（在可访问范围内）
4. 诉讼：以任何身份将该人员列为当事方的所有民事程序
5. PEP与制裁：在包含别名和音译变体的全球名单中进行全面筛查
6. 不良媒体：过去10年的全球新闻报道——财务不端、公司治理问题、个人丑闻

输出：按类别分类的调查结果摘要 + 整体风险评级 + 对任何中等风险及以上发现的建议跟进行动

提示词2：管理团队集体诚信评估

请对以下管理团队开展集体诚信评估。

实体：[公司名称]
管理团队成员：
1. [姓名] | [职务] | [国籍]
2. [姓名] | [职务] | [国籍]
[列出所有董事和高级管理人员]

需要的评估：
1. 个人风险概况：汇总每位个人的不良发现
2. 集体模式分析：识别团队中的共同主题（多名成员来自同一有不良历史的前雇主、监管处罚集中、反复商业失败模式）
3. 利益冲突映射：识别团队成员与目标公司关键交易对手（客户、供应商、贷款方）之间的任何关系
4. 未披露关联方关系：将高管与实体的供应商及客户数据库进行交叉核查，识别个人关联
5. 集体PEP/制裁状态：任何具有PEP敞口或制裁风险的团队成员

输出：管理团队诚信摘要表 + 集体风险叙述 + 根据不良发现为每位个人准备的具体访谈问题

提示词3：监管禁令与执照状态核实

请核实以下个人在其相关专业职能中的监管资质和执照状态。

待核实人员：
1. [姓名] | 职位：[CFO / 证券经纪商 / 经纪人 / 律师 / 注册会计师 / 医生 / 其他持证专业人员]
2. [对每位持证专业人员重复]

对每位个人的核实要求：
1. 确认其持有或曾持有其简历中声称的执照或注册资质
2. 检查是否存在任何专业执照的纪律处分、暂停或吊销
3. 通过FINRA BrokerCheck、SEC IAPD、州律师协会记录、注册会计师执照委员会或其他适用注册机关进行核实
4. 识别任何阻止其以金融或受监管职能服务的行业禁令
5. 如果该人员曾在美国以外的受监管职位工作，检查国际同等机构

输出：逐人执照状态登记表 + 任何禁令或纪律处分发现 + 每位个人拟定交割后职位的适当性评估

提示词4：不良媒体深度挖掘——金融不端行为重点

请以金融不端行为为重点，对以下个人开展不良媒体搜索。

个人：[全名、国籍、大致年龄或出生年份]
已知前雇主：[列出]
主要活动司法管辖区：[列出]
搜索期间：[过去10年 / 过去15年 / 完整职业生涯]

搜索优先事项：
1. 金融欺诈：财务结果虚报、会计违规、证券违规
2. 公司不端行为：在前雇主处的高管不端行为——在调查中离职、举报人投诉、股东诉讼
3. 监管问询：被点名接受监管调查、传票接收人、合作协议
4. 个人财务困境：个人破产、大额民事判决、未缴税款留置权
5. 声誉事件：会影响担任高管职位适当性的严重个人不端行为

对于每项不良发现：
- 来源、日期及出版媒体
- 指控性质 vs. 已确认事实
- 解决状态（待决/已和解/无罪/定罪）
- 对拟定职位的重要性评级

输出：按风险类别组织的不良媒体报告 + 按重要性评级的发现 + 对每项不良事项的建议管理层访谈方式

提示词5：收购后关键人员留任风险评估

请评估以下关键高管在收购后的留任风险。

交易：[收购 / 合并 / 投资]
收购方：[名称及行业]
待评估的关键高管：
1. [姓名] | [职务] | [在目标公司任职年限] | [薪酬结构：底薪/奖金/股权]
2. [对每位关键人员重复]

需要的评估：
1. 背景调查的不良发现：识别任何可能导致高管辞职、被免职或无法继续任职交割后职位的发现
2. 监管适当性：确认高管依法能够在适用监管要求下担任其拟定的交割后职位
3. 控制权变更敏感性：审阅劳动协议中的控制权变更条款、黄金降落伞及竞业禁止条款
4. 竞争对手接触：识别与竞争对手接触或历史任职讨论的任何规律
5. 动机因素：评估高管的背景和历史是否表明其可能在新所有权下保持投入

输出：逐人留任风险评级 + 监管适当性确认 + 影响留任的关键合同条款 + 对每位个人的建议留任策略

8. AI知识产权组合完整性分析器

分析目标公司知识产权组合的完整性、所有权链及权利负担状态——涵盖专利、商标、商业秘密及软件许可——在交割前识别缺口、争议及自由实施风险。

痛点与解决方案

痛点：知识产权组合缺陷悄然摧毁交易价值并引发交割后责任

知识产权通常是科技、制药、消费品牌和媒体收购的核心价值驱动因素——然而知识产权尽调却是交易审查中技术要求最高、最常执行不完整的环节之一。问题始于知识产权登记：公司声称的知识产权组合与其实际拥有的资产几乎从不完全一致。专利可能因未缴年费而失效。商标可能在关键市场已被放弃。对产品架构至关重要的软件许可可能以错误的实体名称持有，导致交割时无法合法转让。核心代码可能包含著佐权许可证（GPL、AGPL）管控的开源组件，若管理不当，将产生披露专有源代码的义务——这对任何以软件为基础的收购而言都是灾难性风险。未能在交割前识别这些缺陷的收购方将全盘继承这些问题。

对于通过自身并购、研发合作或外包安排成长起来的科技公司，所有权链问题尤为严峻。承包商开发的软件可能缺乏正式的转让协议，版权仍归属于个人开发者而非公司。与大学研究人员共同发明的专利可能受到大学许可权利或《拜杜法案》下政府权利的约束。据称属于公司的商业秘密，实际上可能是利用前雇主时间或资源开发的——使目标公司面临前雇主提出的商业秘密盗窃索赔，且该索赔在收购后依然有效。上述每一种情形都属于合同性缺陷而非技术性缺陷，需要进行文件密集型审查，而大多数尽调流程对此仅做了表面工作。

自由实施风险——目标公司产品是否侵犯第三方知识产权的问题——又增加了一个复杂维度。一家公司可能持有出色的专利组合，同时其产品侵犯了竞争对手的专利、面临专利流氓索赔，或以引发许可义务的方式使用开源软件。专利诉讼成本高昂、结果难以预料，可能导致禁令救济，彻底阻止收购方销售整个被收购产品线。在制药收购中，对每种化合物或设备进行自由实施分析是尽调流程的标配；而在科技并购中，这一环节往往被跳过或人员配置不足。由此产生的风险敞口可能超过收购价格本身。

COCO如何解决

知识产权组合清单核对与核实：COCO构建并验证完整的知识产权资产登记表：
- 将目标公司的知识产权明细表与USPTO、EPO、WIPO及各国专利局数据库进行交叉核对，核实授权状态、申请日期及年费缴纳历史
- 在所有声称的市场中查验商标注册情况——核对各国及地区商标局（USPTO、EUIPO、CNIPA及80+国家机构）
- 核实在拥有注册制度的司法管辖区（美国版权局）的版权登记，并对具有重大商业价值的未注册作品发出提示
- 将域名注册和社交媒体账号所有权与知识产权所有权声明进行核对
- 生成按资产分类的知识产权登记表，包含授权状态、到期日期、年费缴纳日期及任何失效或放弃标注
知识产权所有权链与转让分析：COCO追溯每项知识产权资产的权属：
- 审阅发明人转让协议、外包作品合同及劳动合同中的知识产权转让条款
- 识别拥有多名发明人的专利，确认所有共同发明人均已签署有效转让协议
- 追溯被收购知识产权资产的历史转让记录，确认权属链条完整、无断点或争议转让
- 标注在美国政府资金（NSF、NIH、DARPA拨款）支持下开发的知识产权资产，这些资产可能受《拜杜法案》强制许可权利的约束
- 审阅学术合作中开发的知识产权的大学许可协议，识别转许可限制、版税义务及使用范围限制
开源软件许可合规分析：COCO审计软件知识产权的许可合规风险：
- 分析代码库文档、软件物料清单及开源组件清单中的著佐权许可风险（GPL v2/v3、AGPL、LGPL、MPL）
- 识别纳入商业专有软件的GPL许可组件——这些组件可能触发源代码披露义务
- 审阅软件许可协议中的使用范围限制、转许可禁止及转让限制，评估其是否阻碍交割时的转让
- 识别公司工程师无意中披露专有代码的开源贡献
- 生成按组件分类的软件许可合规矩阵，标注许可类型、义务类别及转让风险
知识产权权利负担与担保权益搜索：COCO识别已质押或设有权利负担的知识产权：
- 搜索UCC档案及同等担保权益登记处，查找融资安排中以知识产权资产作为抵押品的质押
- 识别任何授予第三方在控制权变更后仍然有效的权利的已登记知识产权许可
- 对照拟定交易结构（资产收购vs.股权收购）审查已识别担保权益，确定是否需要解除或同意
- 标注受政府强制许可约束的知识产权资产（制药专利、具有FRAND承诺的标准必要专利）
- 识别受共有协议约束、转让或许可须获得共有人同意的知识产权
知识产权争议与侵权风险评估：COCO浮现知识产权冲突敞口：
- 搜索专利审判和上诉委员会（PTAB）中就目标公司专利提出的多方审查（IPR）和授权后审查申请
- 从法院数据库和案卷中识别涉及目标公司（作为原告或被告）的活跃专利侵权诉讼
- 审阅数据房间中提及的或通过外部搜索发现的停止侵权函及许可要求函
- 筛查目标公司核心产品，核对相关技术领域已知专利主张实体（PAE）的主张活动
- 标注需要FRAND许可谈判的标准必要专利（SEP）敞口，这可能影响产品利润率
知识产权尽调摘要与交割后风险登记表：COCO提供结构化知识产权调查结果：
- 生成按资产类别（专利/商标/版权/商业秘密/软件/域名）组织的综合知识产权尽调报告
- 制作按严重程度（阻碍交易/影响购买价格/需要整改/监控）评级的知识产权风险登记表
- 起草数据房间补充请求，涉及尚未提供的转让协议、年费记录及许可文件
- 为无法在交割前解决的事项创建交割后知识产权整改路线图（如追溯执行转让、启动FRAND谈判）
- 汇总净知识产权价值评估——积极的组合优势减去争议、权利负担和自由实施风险后的扣减

量化结果与受益角色

可量化的成果

知识产权组合差异率：AI辅助核实在**44%**的科技交易知识产权审阅中发现声称组合与注册记录之间存在重大差异
开源合规风险发现：在**67%**的软件产品收购审阅中发现GPL及著佐权敞口，而单纯人工代码审查只能检出30%
专利维护缺口识别：在**22%**的专利组合审阅中发现目标方未披露的失效或被放弃专利
所有权链缺陷率：在早期科技公司收购的**35%**的专利组合审阅中发现发明人转让缺失或权属链断裂
知识产权审阅时间：200项专利组合的综合知识产权完整性审阅在2-3个工作日内完成，而律师主导的人工审阅需要3-5周

受益人群

尽职调查分析师：无需专业专利法专业知识，即可完成初步知识产权清单核查、注册机关核实及所有权链审阅
知识产权律师及专利代理人：获取预先整理的知识产权注册分析和所有权链摘要，使其法律审阅能够聚焦于实质性问题而非数据整理
科技并购团队：在流程早期——即最终定价之前——识别知识产权组合风险，确保交易经济条件反映实际知识产权价值而非目标方的乐观陈述
并购整合团队：在交割前获取完整的知识产权整改路线图，使其能够在交割时立即启动转让缺口和许可转让处理，而非在数月后才发现问题

💡实用提示词

提示词1：知识产权组合注册核实

请核实以下知识产权组合的注册状态及所有权。

实体：[公司名称]
待核实知识产权资产（提供清单）：
专利：
1. [专利编号] | [名称] | [司法管辖区] | [授权日期]
2. [重复]

商标：
1. [注册编号] | [标记] | [司法管辖区] | [类别]
2. [重复]

每项资产的核实要求：
1. 当前状态：已授权/已注册 / 待审 / 已失效 / 已放弃 / 已到期
2. 注册所有人：确认与目标实体匹配（或为具有有效转让的已识别前任）
3. 年费状态：确认所有年金和维护费已缴纳且处于最新状态
4. 权利负担：针对该资产登记的任何担保权益、许可或共有安排
5. 活跃争议：任何IPR申请、异议、撤销或侵权程序

输出：知识产权注册核实表 + 失效/权利负担标注 + 需要立即整改的优先事项

提示词2：软件开源许可合规审计

请审计以下软件产品的开源组件使用情况，评估许可合规风险。

产品：[产品名称]
可获取的文档：[软件物料清单 / 依赖清单 / 代码仓库访问 / 许可证文件清单——附件或描述]
许可风险重点：[著佐权（GPL/AGPL）/ 专利授权风险 / 署名要求 / 全部]

需要的分析：
1. 识别所有开源组件及其许可类型
2. 标注纳入专有代码的任何著佐权（GPL v2、GPL v3、AGPL、LGPL、MPL）组件——评估纳入方式是否触发源代码披露义务
3. 识别任何含有专利授权撤销条款的组件（可能被专利诉讼触发）
4. 标注组件间的许可不兼容性（如仅限GPL v2的组件与GPL v3代码结合使用）
5. 评估转让风险：许可证是否可以转让给收购方，或任何许可是否在控制权变更时终止

输出：开源许可合规矩阵（组件/许可类型/风险类别/义务）+ 高风险组件摘要 + 建议整改措施（替换/隔离/获取商业许可/重新许可）

提示词3：知识产权所有权链核实

请核实以下知识产权资产的所有权链。

待核实资产：
1. [专利/商标/版权标识符]——[当前注册所有人]——[历史所有人，如已知]
2. [重复]

可供审阅的文件：[发明人转让协议 / 外包作品合同 / 附知识产权明细表的收购协议——附件或粘贴相关章节]

核实要求：
1. 确认所有发明人/创作者已向注册所有人签署有效转让协议
2. 追溯被收购知识产权的历史转让——确认权属链无断点
3. 标注任何共同发明资产中未全部发明人转让协议存档的情况
4. 识别在政府拨款（NIH、NSF、DARPA、同等机构）支持下开发的知识产权——《拜杜法案》强制许可权利状态
5. 对于大学许可知识产权：识别收购后仍然有效的版税义务、转许可限制及使用范围限制

输出：逐资产权属评估 + 所有权缺陷登记表 + 建议整改行动（追溯转让 / 许可修订 / 政府权利评估）

提示词4：专利争议与自由实施筛查

请对以下实体及其产品开展专利争议和自由实施筛查。

实体：[名称]
核心产品：[列出产品及功能/技术的简要说明]
技术领域：[列出相关技术分类：CPC/IPC代码或描述性领域]

需要的搜索：
1. 活跃专利侵权诉讼：目标公司作为被告的案件，包括NPE/PAE主张
2. PTAB程序：就目标公司专利提出的IPR、PGR或CBM申请
3. 标准必要专利敞口：识别产品架构中受已申报SEP覆盖（负有FRAND许可义务）的技术
4. 已知PAE活动敞口：识别在目标公司技术领域活跃、且已就类似产品主张专利的专利主张实体
5. 近期许可要求：数据房间中涉及上述产品的任何停止侵权函或许可要求函

输出：自由实施风险摘要 + 活跃争议登记表 + SEP敞口评估 + 建议的专项专利律师审阅范围

提示词5：知识产权交割后整改路线图

请根据以下尽调调查结果生成知识产权交割后整改路线图。

知识产权尽调调查结果：[粘贴或附件调查结果摘要]
交易结构：[股权收购 / 资产收购 / 合并]
交割日期：[日期或大致时间线]

路线图结构：
1. 交割前关键行动（须在交割前完成）：如担保权益解除、必须签署的缺失转让协议、知识产权转让的监管审批
2. 交割后第1天至30天：许可转让、域名转让、商标转让及数据库访问的即时行动
3. 交割后30-90天：向专利局和商标局提交转让档案、开源合规整改、发明人转让签署
4. 交割后90天至1年：启动FRAND谈判、确认政府权利、长期组合优化

每项行动：分配责任方（法务/技术/业务）、识别所需外部资源（专利律师/版权律师/知识产权管理员），并注明任何监管或对手方依赖关系。

输出：包含时间线、负责人及依赖关系的结构化整改路线图 + 关键路径分析 + 整改活动成本估算

9. AI税务合规缺口检测器

分析目标实体跨多个司法管辖区的税务申报历史、转让定价文件及跨境税务立场——识别申报缺口、未披露负债及激进税务立场带来的收购后风险敞口。

痛点与解决方案

痛点：隐藏的税务负债是并购赔偿索赔最大的单一来源

税务尽调在并购中被普遍认为至关重要，但大多数交易中税务审阅的深度远远不足以识别全部税务风险。原因很直接：全面的税务尽调需要在交易时间线内同时运用税法专业知识、财务建模能力和调查研究——横跨多个司法管辖区、税种和监管环境。典型的税务审阅集中于最显见的风险：历史所得税申报、明显的转让定价安排及已知税务争议。而它通常遗漏的正是表面以下的系统性合规缺口：从未汇缴的关联方支付预提税、在有纳税义务存在但从未进行VAT/GST登记的司法管辖区、雇主税不规范，以及以"反正不会被审查"为由激进采用的税务立场。

转让定价可能是跨境收购中最重大、最被持续低估的税务风险。大多数跨国集团都有关联方交易——贷款、版税支付、管理费、成本分摊安排及集团内存货转让——必须依据OECD准则和双边税收协定要求以公允价格定价。文件要求相当严格：主体文件、地方文件（符合BEPS行动计划13要求），以及功能分析、可比性分析均为几乎所有主要司法管辖区的强制要求。然而实际上，许多私募股权支持的公司和创始人主导的企业存在从未妥善记录的关联方交易，其定价基于内部便利而非公允价格标准，或被结构设计为利用BEPS实施后正受到税务当局积极挑战的低税司法管辖区。在未了解这些立场的情况下收购目标公司的收购方，同时继承了未缴税款和未记录的罚款。

后BEPS时代，税务环境已急剧趋严且更具对抗性。逐国别报告要求、强制披露规则（欧盟DAC6及加拿大、澳大利亚等国的类似制度）、OECD支柱二全球最低税率，以及数字服务税的扩散，为许多目标公司尚未完全应对的合规义务创造了全新要求。收购在多个司法管辖区运营的公司，现在需要分析目标公司是否符合一系列相互重叠、有时相互冲突的税务申报义务矩阵。不符合强制披露要求的目标公司可能面临自动罚款而非酌定处理，且在某些司法管辖区，强制披露违规可能导致丧失税收协定优惠——从根本上改变交易结构的经济逻辑。

COCO如何解决

多司法管辖区税务申报合规核查：COCO系统性地绘制和检查申报合规情况：
- 重建目标公司每个有法律实体或纳税义务存在的司法管辖区的预期税务申报日历——涵盖所得税、VAT/GST、工资税、预提税及地方营业税
- 识别目标公司可能通过雇员位置、服务器托管或销售活动在无注册实体的情况下产生应税存续（常设机构）的所有司法管辖区
- 将数据房间中的已申报税务申报表与预期申报日历进行交叉核对，识别缺失或迟报的申报表
- 对各司法管辖区的法定申报截止日与已申报申报表日期进行核对，计算迟报罚款敞口
- 生成税务合规日历缺口矩阵，显示审阅期内每个司法管辖区、税种及申报状态
转让定价立场分析：COCO分析关联方定价的文件和实质性风险：
- 从财务报表中映射所有关联方交易——关联实体之间的贷款、版税流、管理费、成本分摊贡献及存货转让
- 核实所有重大关联方交易均存在同期转让定价文件（主体文件+地方文件，符合BEPS行动计划13要求）
- 对照OECD公允价格标准评估披露的定价方法：可比非受控价格法、再销售价格法、成本加成法、TNMM及利润分割法
- 标注定价方法与目标公司自身文件中描述的功能和风险状况不一致的交易
- 识别已收到逐国别报告的司法管辖区，评估报告的利润分配模式是否与所述经济实质相符
税务争议与审计历史审阅：COCO浮现已披露和未披露的税务冲突：
- 从数据房间提取所有已披露的税务审计调整、欠税通知及争议解决情况，并与财务报表准备金进行核对
- 识别所有处于审计中的开放税年及开展检查的司法管辖区——标注因审计延期已延长诉讼时效的税年
- 将已披露税务准备金与已识别敞口立场的规模进行交叉核对，标注潜在的准备金不足
- 搜索公开可获取的税务法院裁决和行政裁判记录，查找涉及目标实体的程序
- 评估任何已解决的审计调整是否为系统性而非孤立的合规失败
激进税务立场与实质先于形式风险：COCO识别处于高度审查风险下的立场：
- 分析交易结构，识别当前监管重点关注的税务规划安排：混合工具、分支机构结构、知识产权迁移交易、主体架构及委托代理安排
- 标注依赖被OECD BEPS行动计划6下税务机关挑战的条约购物或导管安排的税务立场
- 识别目标实体在低税司法管辖区缺乏相对于其声称税收优惠的真实经济实质的司法管辖区——这是BEPS和欧盟ATAD下的关键审查触发因素
- 审阅强制披露申报（DAC6、显著特征分析），识别任何未披露的应申报安排
- 估算每个已识别激进立场的潜在重新评估敞口范围
税务属性保留分析：COCO评估交易结构是否保留税收优惠：
- 识别目标公司的净经营亏损结转、税收抵免结转及资本损失结转
- 分析拟定交易结构是否触发对NOL使用的所有权变更限制（美国目标公司适用《国内税收法》第382条，其他司法管辖区适用同等规则）
- 评估加速折旧索赔和投资税收抵免在拟定交易结构下是否保持完整
- 审阅税务合并集团成员资格，识别离开合并集团触发的任何退出费用、追回义务或递延税款调整
- 在拟定交易结构与替代结构下对已识别税务属性的税后价值进行建模
税务尽调报告与负债量化：COCO提供结构化、可执行的税务调查结果：
- 生成逐司法管辖区税务合规摘要，显示每个实体的申报状态、开放审计年及已知争议
- 制作量化的税务风险登记表，列出每个已识别敞口、被挑战概率、估计负债范围及适用罚款金额
- 起草交易结构建议——陈述与保证要求、托管留存款、税务赔偿条款——针对已识别风险量身定制
- 制定申报缺口、文件缺陷及自愿披露机会的交割后税务整改方案
- 以执行摘要格式汇总税务调查结果，显示总体最优情形、预期情形及最差情形税务敞口

量化结果与受益角色

可量化的成果

申报缺口识别：系统性合规日历分析在**37%**的多司法管辖区目标审阅中识别数据房间未披露的税务申报缺口
转让定价文件缺陷率：**58%**的私人公司收购审阅中发现同期转让定价文件缺失或不足——代表重大罚款敞口
未披露税务准备金不足：AI分析在24%的交易中识别实质超过披露准备金的税务敞口，平均敞口缺口为每笔交易230万美元
税务属性保留建模：通过AI税务属性分析识别的替代交易结构，与默认结构选择相比平均节约每笔交易180万美元的NOL价值
税务审阅时间：完整的多司法管辖区税务合规审阅在3-5个工作日内完成，而传统税务顾问人工审阅需要4-8周

受益人群

尽职调查分析师：无需税法专业知识，即可开展初步的全面税务合规和风险映射审阅——产生税务顾问可以立即采取行动的结构化调查结果集
税务顾问及四大税务团队：获取预建的合规缺口矩阵和申报日历分析，消除其审阅中最耗时的数据整理阶段
并购交易团队及CFO：了解总体税务敞口及其对交易经济条件的影响——包括购买价格调整和托管留存款规模——在最终确定交易条款之前
陈述与保证保险承保商：在评估承保范围和税务相关除外责任时，评估税务尽调的完整性及已识别税务敞口的规模

💡实用提示词

提示词1：税务申报合规日历缺口分析

请分析以下实体在所有相关司法管辖区的税务申报合规情况。

实体：[名称]
审阅范围内的法律实体：[列出所有子公司和分支机构]
审阅财务年度：[指定期间，如2019-2024年]
数据房间提供的税务申报表：[列出可获取的申报文件，或"见附件索引"]

每个实体和司法管辖区的分析要求：
1. 识别所有需要申报的税种：企业所得税、VAT/GST、工资/雇主税、预提税、地方营业税、年度信息申报
2. 确定每个司法管辖区每个税种的法定申报截止日
3. 将数据房间中的已申报表与所需申报进行比对——识别任何缺口（缺失申报表、迟报）
4. 按当地税法计算每个已识别申报缺口的罚款敞口
5. 标注任何开放的审计年或延长的诉讼时效期间

输出：税务合规日历矩阵（实体/司法管辖区/税种/所需申报/已申报/缺口/罚款估算）+ 优先缺口摘要

提示词2：转让定价风险评估

请分析以下关联方交易的转让定价立场和文件。

实体集团：[母公司及子公司名称]
已识别的关联方交易：
1. 交易类型：[版税 / 管理费 / 关联方贷款 / 成本分摊 / 货物转让]
   当事方：[实体A至实体B]
   年度金额：[金额]
   使用的定价方法：[转让定价文件中说明的，或"未记录"]
2. [对每笔交易重复]

核实要求：
1. 确认每笔交易均存在同期转让定价文件（主体文件+地方文件）
2. 评估采用的定价方法是否适合每笔交易的功能和风险状况
3. 评估记录的公允价格区间在当前OECD准则和当地规则下是否可辩护
4. 识别无文件支撑的交易——估算包括主要调整、相应调整和罚款的敞口
5. 评估逐国别报告一致性：CbCR中的利润分配是否与每个司法管辖区声称的经济实质相符

输出：逐笔交易转让定价风险评估 + 文件充分性评级 + 量化敞口估算 + 建议的交割前整改步骤

提示词3：税务争议与准备金充足性审阅

请根据已识别的争议和开放税务立场，审阅目标公司税务准备金的充足性。

实体：[名称]
已披露的税务争议：[来自披露明细表或数据房间的清单]
按司法管辖区的开放审计年：[列出]
财务报表中的当前税务准备金：[金额]
财务报表中不确定税务立场披露：[粘贴相关附注]

需要的分析：
1. 对每项已披露争议：评估不利结果的概率、估计负债范围，以及当前准备金是否充足
2. 识别具有高审查风险的开放审计年（近期调整、行业范围检查、我方审阅识别的激进立场）
3. 评估我方审阅识别的任何未披露立场是否代表未记录的或有负债
4. 将总体已识别税务敞口（所有类别）与总准备金进行比较——识别任何不足
5. 就准备金调整和交易文件（赔偿、托管）影响提出建议

输出：税务准备金充足性评估 + 敞口与准备金缺口分析 + 交易文件建议

提示词4：BEPS与国际税务结构分析

请分析以下企业集团国际税务结构的BEPS合规风险。

集团结构：[描述或附件组织架构图]
主要司法管辖区：[列出所有运营和控股实体司法管辖区]
已识别的税务规划特征：
- 知识产权控股结构：[描述，如知识产权由[司法管辖区]持有并许可给运营实体]
- 融资结构：[描述关联方贷款或资金管理安排]
- 运营模式：[主体架构 / 完全风险分销商 / 委托代理]

需要的BEPS分析：
1. 经济实质：低税司法管辖区的实体是否有与声称利润相称的真实员工、管理和资产？
2. 条约购物：控股架构是否依赖在MLI主要目的测试或LOB条款下会被拒绝的条约待遇？
3. 混合错配：任何在不同司法管辖区获得不同处理的工具或实体——造成双重扣除或扣除却未计入所得？
4. 数字服务税敞口：商业模式是否在征收DST或支柱一分配的司法管辖区产生关联？
5. 支柱二：集团在任何司法管辖区的有效税率是否低于15%的全球最低税率——识别补充税敞口？

输出：按司法管辖区的BEPS风险矩阵 + 量化敞口估算 + 建议的结构调整以应对最高风险立场

提示词5：税务属性与交易结构优化分析

请分析以下目标实体的税务属性及其在替代交易结构下的保留情况。

实体：[名称]
已识别的税务属性：
- 净经营亏损：[金额]，起源年度：[列出]
- 税收抵免：[金额及类型：研发/投资/境外]
- 折旧追回敞口：[金额]
- 资本损失结转：[金额]

待分析的拟定交易结构：
1. 股权收购
2. 资产收购
3. [如有替代结构则列出]

对每种结构：
1. 评估NOL是否及在多大程度上得以存续和使用（《国内税收法》第382条/同等规定）
2. 对资产收购中的折旧提升价值与股权收购中的延续计税基础进行建模
3. 识别所涉司法管辖区特有的任何税务属性限制
4. 量化每种结构下税务属性的现值
5. 从税务属性保留角度推荐交易结构，并注明可能优先于税务最优结构的非税因素

输出：各结构间的税务属性价值比较表 + 现值建模 + 附支持分析的交易结构建议

10. AI财务健康与偿付能力评估器

分析财务报表、现金流模式、营运资金动态及债务契约合规情况，生成前瞻性偿付能力评估和财务风险评级——在困境信号和持续经营风险在交割损失中显现之前提前识别。

痛点与解决方案

痛点：表面财务指标掩盖了交割后立即浮现的偿付能力风险

大多数交易的财务尽调聚焦于历史业绩：核实收入、调整EBITDA，并确认所报告财务数据符合会计准则。这种回溯性审阅回答的是目标公司历史财务数据是否准确的问题——而非该企业在收购方拟施加的财务结构下能否在未来12-36个月保持偿付能力。然而，偿付能力失败是最彻底、最迅速摧毁投资价值的情形。以健康的EBITDA倍数收购企业、随后以该企业现金生成能力无法偿还的收购债务将其杠杆化的收购方，所犯的不是投资判断错误——而是可能在交割数月后第一次测试债务偿还契约时就已显现的结构性错误。

迫近财务困境的预警信号通常存在于交割前的财务数据中，但需要大多数尽调流程未能以足够深度执行的分析。营运资金恶化——应收账款超出合同期限延期、存货相对于收入趋势增加、应付账款超出供应商付款条款延期——表明企业正在通过对手方关系而非经营业绩管理流动性，处于现金压力之下。任何单一日期的报告营运资金余额可能看起来正常，而12-18个月的趋势则揭示了加速恶化。同样，契约合规可能在最近报告期技术上维持，同时正向违约趋势运动——而距契约违约仅一个糟糕季度之遥的企业，无法承受收购执行的正常风险。

现金流质量分析增加了损益表审阅所遗漏的另一个风险维度。在收入下降的企业中营运资金释放，即便企业萎缩，也可能使经营现金流看起来良好。资本支出递延可能使自由现金流看似充足，同时积累着新所有者将面临的维护欠账。非经常性现金项目——税款退还、保险赔款、资产出售——可能在一两年内夸大报告的现金生成，掩盖下一任所有者将面临的长期现金生成不足。依赖报告的自由现金流而不针对这些质量因素进行调整的收购方，将在一个不反映可持续现金生成的基础上构建债务偿还模型——后果在企业被持有时立即显现。

COCO如何解决

财务报表质量与规范化分析：COCO解构报告财务数据以识别质量问题：
- 开展收入质量分析：识别任何收入确认加速、一次性项目、渠道塞货指标或夸大报告收入的集中度因素
- 通过加回非经常性项目、调整高于市场水平的所有者薪酬及规范化与关联方的非公允交易来重建EBITDA
- 按产品线、客户细分和地区分析毛利率趋势——识别总体层面不可见的利润率压缩或扩张
- 审阅会计政策变更及其对审阅期内报告结果的量化影响
- 将财务报表行项目与管理账目和运营数据进行交叉核对，识别对账缺口
营运资金分析与规范化：COCO构建真实的营运资金图景：
- 根据收入和季节性模式计算规范化营运资金——区分结构性营运资金需求与短暂性波动
- 分析应收账款账龄趋势：平均销售天数（DSO）趋势、超过60/90/120天的应收账款比例、坏账核销历史
- 审阅存货构成、周转趋势及过时准备金充足性——尤其针对制造业、零售业和科技硬件企业
- 分析应付账款天数（DPO）趋势，查找付款延期（偿付能力困境信号）或供应商关系恶化的证据
- 识别营运资金操纵模式：期末加速收款、延迟确认费用，或临近测量日期的异常应计项目冲回
现金流质量评估：COCO区分可持续与不可持续的现金生成：
- 重建自由现金流质量：将经常性经营现金流与非经常性来源（税款退还、收入下降带来的营运资金释放、保险赔款）分离
- 分析资本支出强度：将报告资本支出与折旧进行比较，评估企业是否充分投资以维护其资产基础
- 识别新所有者将在收购后12-24个月内面临的递延维护和资本支出补偿需求
- 建立现金转化效率模型：EBITDA转化为经营现金流的百分比，并调查任何缺口的驱动因素
- 将目标公司的现金生成效率与其行业内可比企业进行基准比较
债务契约合规与余量分析：COCO对财务契约合规进行压力测试：
- 从数据房间提供的信贷协议中提取所有财务契约（杠杆比率、利息覆盖、最低流动性、资本支出限额）
- 基于过去财务业绩和拟定交割后资本结构计算当前契约余量
- 在24个月前瞻性时间轴上，对基础、下行和严重下行情景下的契约合规进行建模
- 识别契约悬崖风险：多个契约同时收紧、在运营风险最高的同一时间点收窄余量的时期
- 审阅契约修复机制（股权修复权利、EBITDA加回）并评估在拟定交易结构下是否实际可用
偿付能力与持续经营风险评估：COCO生成前瞻性偿付能力评估：
- 应用Altman Z值、Piotroski F值及专有财务困境模型，生成量化偿付能力风险评级
- 分析债务到期概况：识别36个月内需要在潜在不利市场环境中进行再融资的债务到期高峰
- 评估利率敏感性：对浮动利率债务偿还覆盖率受利率上升影响进行建模
- 审阅企业流动性资源：已承诺信贷额度、现金及等价物，以及应收账款变现可用性
- 生成偿付能力情景矩阵：在3年期间对偿付/承压但可行/技术性违约/破产情景的概率加权评估
财务健康报告与交易结构影响：COCO提供可执行的财务风险调查结果：
- 生成按财务风险类别（质量/营运资金/现金流/杠杆/偿付能力）组织的综合财务健康评估报告
- 制作规范化财务模型，包含调整后收入、EBITDA、营运资金和自由现金流——可直接整合到交易模型中
- 汇总交易结构影响：建议的杠杆限制、最低流动性要求、营运资金挂钩调整及业绩对赌结构考量
- 起草交割后期间财务契约监控协议，包含触发水平和应对程序
- 为交割后监控创建财务预警指标仪表板，跟踪企业财务健康轨迹

量化结果与受益角色

可量化的成果

困境信号检测：AI辅助财务健康分析在**19%**的收购目标中识别偿付能力预警信号，而这些目标在总体指标上呈现健康
营运资金规范化影响：通过AI趋势分析识别的营运资金调整，相对于卖方提议的营运资金挂钩，平均每笔交易为310万美元
现金流质量调整：在43%的受审阅公司中发现夸大报告FCF的非经常性现金流项目，平均高估幅度为报告FCF的22%
契约违约预测：压力测试模型在有交割前数据可用的困境交割后情形中，正确预测了**81%**案例的首年契约违约
财务分析时间：完整的财务健康与偿付能力评估在2-3个工作日内完成，而传统盈利质量审阅需要4-6周

受益人群

尽职调查分析师：运用AI驱动的规范化建模开展全面的财务质量和偿付能力分析，在数天内产出投资级盈利质量输出
投资委员会与交易团队：凭借完整的财务健康图景而非卖方调整的指标，做出资本结构决策——杠杆水平、股权缓冲规模、营运资金挂钩
债务资本市场与杠杆融资团队：以清晰认识目标公司现金生成能力和基础/压力情景下契约合规余量为基础，构建收购融资结构
投资组合监控团队：在交割时建立财务健康基准，使其能够立即识别交割后投资组合公司业绩的恶化

💡实用提示词

提示词1：盈利质量分析请求

请对以下实体进行盈利质量分析。

实体：[名称]
提供的财务报表：[经审计损益表、资产负债表、现金流量表，年度：指定]
管理账目：[期间的月度/季度管理账目：指定]
报告EBITDA：[最近完整年度的金额]

需要的分析：
1. 收入质量：识别任何一次性收入项目、期末异常交易、集中度风险及可能夸大报告收入的收入确认时机
2. EBITDA规范化：加回非经常性项目；调整高于市场水平的所有者薪酬；消除非公允关联方交易
3. 毛利率趋势：按产品/服务线分析并识别任何压缩或扩张的驱动因素
4. 线下调整：营运资金规范化、资本支出充足性评估、租赁义务规范化
5. 现金EBITDA vs.报告EBITDA：与经营现金流进行核对并识别任何缺口的驱动因素

输出：调整EBITDA桥接（从报告数字开始，每项调整附理由说明）+ 规范化财务摘要 + 需要进一步调查的关键质量风险

提示词2：营运资金分析与挂钩评估

请分析以下实体的营运资金状况，并为收购推荐规范化营运资金挂钩。

实体：[名称]
提供的营运资金数据：[过去18-24个月的月度资产负债表数据——附件或粘贴]
企业特征：[季节性因素 / 客户合同付款条款 / 典型供应商条款]

需要的分析：
1. 计算过去18-24个月每月营运资金（流动资产减流动负债，不含现金和流动债务）
2. 识别季节性模式并进行调整，计算规范化营运资金水平
3. 分析每个组成部分的趋势：DSO趋势（应收账款）、存货周转趋势、DPO趋势（应付账款）
4. 标注任何营运资金恶化：应收账款账龄、存货积累、应付账款延期
5. 根据12个月拖尾平均值推荐规范化营运资金目标挂钩，并针对已识别异常和季节性进行调整

输出：营运资金趋势分析 + 组成部分分析 + 附支持理由的挂钩推荐 + 主要风险（如应收账款质量、存货过时）

提示词3：债务契约合规压力测试

请在拟定交割后资本结构下，对以下实体现有债务契约合规情况进行压力测试。

当前债务协议：[粘贴信贷协议中的契约定义和水平]
拟定交割后资本结构：
- 总债务：[金额]
- 债务结构：[定期贷款 / 循环信贷 / 夹层——描述]
- 利率：[固定X% / 浮动SOFR+X%]

财务预测：[粘贴或附件基础情景模型]
压力情景建模：
1. 收入下降：第一年低于基础情景[X%]
2. 利润率压缩：毛利率下降[X]个基点
3. 利率上升：浮动利率债务增加[+X%]
4. 综合压力：收入+利润率+利率同时承压

对每种情景：
1. 计算每个契约测试日的杠杆比率（净债务/EBITDA）和利息覆盖比率（EBITDA/利息）
2. 识别每种情景下契约违约的任何时期
3. 计算每次契约测试的余量/缺口
4. 评估股权修复权利或其他违约补救措施是否可用且足够

输出：契约合规情景表（情景×日期×契约×实际值/门槛/余量）+ 违约概率评估 + 交易结构建议

提示词4：现金流质量与可持续性评估

请评估以下实体现金流生成的质量和可持续性。

实体：[名称]
现金流量表：[附件或粘贴过去3年的经营、投资、融资现金流量表]
报告自由现金流：[每年金额]

需要的分析：
1. 将经常性经营现金流与非经常性项目分离：税款退还、保险赔款、收到的法律和解款项、一次性营运资金释放
2. 评估资本支出充足性：将维护性资本支出与折旧及行业基准进行比较——如被人为压缩则计算"真实"维护资本支出
3. 识别收入下降背景下营运资金释放带来的现金生成（人为夸大FCF）
4. 计算可持续自由现金流：调整非经常性项目后的经营现金流减规范化维护资本支出
5. 在基础和下行收入情景下，对未来3年的可持续FCF进行建模

输出：FCF质量桥接（报告值vs.调整值）+ 可持续FCF范围 + 前瞻性FCF情景分析 + 拟定交割后杠杆下的债务偿还覆盖评估

提示词5：财务困境预警评估

请对以下实体应用财务困境建模，生成持续经营风险评估。

实体：[名称]
财务数据：[附件或粘贴最近3年财务报表 + 当前年度管理账目]

需要的困境建模：
1. Altman Z值：计算最近3个财务年度的Z值并识别趋势方向
2. Piotroski F值：计算并识别关键信号（ROA趋势、现金vs.应计收入、杠杆趋势、经营效率）
3. 专有指标：DSO趋势、DPO趋势、流动比率趋势、速动比率趋势、EBITDA与债务偿还覆盖比率
4. 定性困境信号：审计意见中的持续经营措辞、账目保留意见、审计师变更、管理层离职、信用评级下调
5. 流动性分析：按当前消耗速度的现金跑道月数；已承诺未提取信贷额度可用性

输出：包含Z值和F值的财务健康评分卡 + 困境信号登记表 + 流动性跑道分析 + 总体偿付能力风险评级（低/中/高/关键）及支持性叙述

11. AI关联方交易风险分析器

映射目标公司企业集团内所有关联方交易——识别未披露关系、非公允定价、自我交易安排及利益冲突，这些因素扭曲财务业绩并产生法律责任。

痛点与解决方案

痛点：关联方交易系统性扭曲交易经济条件并掩盖欺诈

关联方交易——目标公司与其董事、股东、董事家庭成员、关联实体及受控公司之间的往来——是收购目标中价值侵占、财务报表操纵乃至彻底欺诈最常见的渠道之一。问题并非关联方交易本身不当；许多合法企业有必要的集团内交易、创始人服务协议或合理的家庭雇佣安排。问题在于这些交易的定价频繁偏离公允价格，使卖方受益而损害业务——而且卖方惯常地未能披露其中的全部交易。一位以高于市场水平的价格向公司出租个人名下办公场所、以虚高价格与配偶咨询公司签订合同、或将销售佣金通过受控实体转移的创始人，可能在技术层面披露了所有这些交易，同时省略了商业上最重要的那些。

未披露或非公允价格关联方交易对财务报表的影响可能非常显著。在规范化超额关联方费用之前计算的EBITDA高估了企业的真实盈利能力——以当前私募股权交易典型的EBITDA倍数计算，每年50万美元的费用高估，在8-10倍倍数下对应400-700万美元的超额购买价格。以非公允价格（虚高或折扣）向关联方客户产生的收入扭曲了收入质量分析。以虚高价格支付给关联方承包商的资本支出减少了新所有者可获取的真实自由现金流。而整个调整后EBITDA计算——这正是驱动股权估值的指标——可能建立在仍包含未披露关联方扭曲的部分规范化数字基础之上。

未披露关联方关系的治理风险超出了财务报表准确性的范畴。从关联方安排中个人获益的董事存在受托冲突，影响其对交易关键问题的判断：是否出售、以何种价格、作出何种陈述，以及如何管理签约至交割期间的企业。通过受控实体获取咨询费的CFO，对交易有个人财务利益，构成关联方披露要求旨在曝光的精确利益冲突情形。交割后，未披露的关联方关系可以为证券欺诈索赔、购买价格调整争议及赔偿要求提供依据，这些索赔诉讼成本高昂，且难以快速解决。

COCO如何解决

关联方识别网络映射：COCO构建全面的关联方范围：
- 从公司档案、代理声明和人员记录中提取所有董事、高管、重要股东及其直系家庭成员
- 映射已识别个人持有董事职位、重大所有权份额或控制地位的所有实体——使用70+司法管辖区的公司注册交叉核对
- 识别指向未正式披露的关联实体关系的共享地址、共同董事及共同所有权模式
- 将目标公司合同、付款记录和财务报表中的实体名称与关联方范围进行交叉核对，识别未披露的交易方
- 生成关联方网络图，显示所有已识别关系、关联类型及证据来源
关联方交易识别与分类：COCO从财务数据中挖掘关联方往来：
- 分析总账数据、应付账款记录及应收账款记录，查找与已识别关联方范围内任何实体的交易
- 对照关联方范围审阅租赁协议、服务合同、许可协议和贷款协议，识别披露中未标注的关联方合同
- 从财务报表附注中提取关联方交易披露，与账面数据进行比对，识别未披露的交易
- 按类型对每项已识别交易进行分类：租赁/服务合同/咨询费/销售/采购/贷款/担保/版税
- 计算关联方交易对收入、EBITDA和营运资金的总体财务影响
公允价格评估：COCO评估关联方交易是否反映市场定价：
- 将已识别关联方租赁价格与相关地点和物业类型的可比商业地产市场数据进行基准比较
- 对照相关行业和地区同等服务的市场价格，评估关联方服务和咨询协议
- 对照可获取的可比借款人和贷款类型的市场利率，审阅关联方贷款条款
- 对照公开可获取的可比定价数据或披露的行业基准，评估关联方销售和采购定价
- 计算每笔非公允交易的财务报表规范化调整，以得出市场价格EBITDA
自我交易与利益冲突模式检测：COCO识别治理红旗：
- 识别批准董事或高管同时也是对手方受益所有人或高管的交易——这是需要董事会独立性分析的当然利益冲突
- 标注关联方支付升级的模式：可能表明渐进式价值侵占的关联方费用类别逐年增加
- 识别复杂的关联方结构：通过中间实体多层路由交易，以掩盖最终受益人
- 检测时机模式：交易宣布前期间发生的异常关联方交易，可能代表加速的价值侵占
- 将关联方交易与董事会会议记录进行交叉核对，查找正式批准和披露冲突的证据
交割后影响评估：COCO分析交易交割后的变化：
- 识别在控制权变更时将自动终止的关联方安排——以及企业是否能够在没有它们的情况下运营
- 标注卖方希望在交割后继续维持的关联方安排，并评估其条款在公允价格基础上是否可辩护
- 对交割后以市场价格替代已识别关联方服务的现金成本进行建模
- 识别可能在所有权过渡中无法存续的关联方客户或供应商关系
- 评估因丧失或重新谈判关键关联方付款条款对营运资金的影响
关联方交易报告与规范化报告包：COCO提供结构化、可执行的调查结果：
- 生成综合关联方交易登记表，列出每笔已识别交易的当事方、金额、条款及公允价格评估
- 制作规范化EBITDA桥接，显示非公允关联方交易调整及支持的市场基准数据
- 起草基于已识别交易类型的关联方披露陈述与保证清单
- 为需要替换或重新谈判的关键关联方服务制定交割后过渡计划
- 为董事会治理评估和受托责任合规汇总关联方利益冲突调查结果

量化结果与受益角色

可量化的成果

未披露关联方交易发现：AI分析在38%的私人公司收购中识别未披露关联方交易，平均对规范化EBITDA的财务影响为170万美元
非公允定价调整：市场基准分析识别关联方定价导致的EBITDA高估/低估，平均每笔交易为90万美元
关联方范围完整性：AI网络映射识别的关联方关系平均比卖方提供的披露明细表多2.4倍
财务分析整合速度：含关联方调整的AI规范化EBITDA比需要手动合同审阅的人工关联方分析**快60%**产出
交割后治理问题：使用AI辅助关联方分析的交易，交割后关联方利益冲突争议和赔偿索赔减少44%

受益人群

尽职调查分析师：无需手动将数千份合同和付款与董事名单进行交叉核对，即可映射完整的关联方范围并识别所有关联方交易
并购法律顾问：获取完整的关联方登记表用于陈述与保证起草，支持全面的披露明细表要求和赔偿保护
私募股权赞助商与投资团队：以完整的EBITDA规范化图景（包括卖方惯常在管理层演示文稿中省略的关联方调整）谈判购买价格
交割后治理团队：继承完整的关联方登记表，使其能够立即终止或重新谈判扭曲商业经济条件的利益冲突安排

💡实用提示词

提示词1：关联方范围识别

请为以下实体构建全面的关联方范围。

实体：[名称]
董事和高管：[列出所有人员及职务]
重要股东（超过[X]%）：[列出姓名]
目的：[并购尽调 / 审计支持 / 监管申报 / 利益冲突审查]

对于每位已识别个人：
1. 识别其担任董事职位、拥有重大所有权份额或控制权益的所有实体——跨[列出相关司法管辖区]公司注册机关进行搜索
2. 识别其担任目标公司交易对手范围内实体的董事或股东的家庭成员（配偶、子女、父母、兄弟姐妹）
3. 识别该人员与目标公司交易对手范围内实体之间的任何雇佣或咨询关系
4. 识别目标公司与该人员关联实体之间的任何交叉持股关系

输出：关联方网络图 + 关联方登记表（个人/关联类型/关联实体/证据来源）+ 最重要已识别关系摘要

提示词2：关联方交易识别与财务影响

请识别以下实体财务记录中的所有关联方交易，并量化其财务影响。

实体：[名称]
可获取的财务数据：[总账提取/试算平衡/应付账款账龄/应收账款账龄/合同清单——附件或说明]
关联方范围：[粘贴或附件前期分析结果]
审阅期间：[指定年度]

需要的分析：
1. 将财务记录中的所有交易对手与关联方范围进行匹配
2. 对于每笔已识别的关联方交易：提取交易类型、年度金额和合同条款
3. 将已识别关联方交易与财务报表附注中的正式披露进行比较——标注任何未披露的交易
4. 评估每笔交易的公允价格合规性：与市场基准进行比较
5. 计算所有非公允关联方交易的总体EBITDA规范化调整

输出：关联方交易登记表 + 未披露交易标注 + EBITDA规范化桥接 + 每项调整的市场基准支持

提示词3：公允价格基准分析

请将以下关联方交易与市场价格同等交易进行基准比较。

待基准比较的关联方交易：
1. 类型：[物业租赁] | 当事方：[实体/个人] | 年度金额：[金额] | 关键条款：[每平方米租金、期限、续期选项]
2. 类型：[咨询/管理费] | 当事方：[实体/个人] | 年度金额：[金额] | 服务说明：[描述]
3. 类型：[关联方贷款] | 当事方：[出借方/借款方] | 余额：[金额] | 利率：[X%] | 条款：[描述]
4. [对每笔交易重复]

对于每笔交易：
1. 识别适当的市场基准（可比物业租赁/咨询费率基准/可比贷款利率）
2. 计算等效市场价格交易金额
3. 确定关联方定价产生的年度超额成本（高于市场）或超额收入（高于市场）
4. 评估审阅期间累积的财务报表影响

输出：基准分析表（交易/关联方金额/市场等值/年度差异/累计影响）+ EBITDA规范化摘要

提示词4：关联方安排的交割后过渡影响评估

请评估以下在收购时将发生变化或终止的关联方安排对交割后运营的影响。

已识别的关联方安排：
1. [类型]：[描述] | 当事方：[姓名] | 年度金额：[金额] | 交割后变化：[终止 / 重新谈判 / 以市场价格继续]
2. [对每项安排重复]

对于每项安排：
1. 评估运营依赖性：该服务/资产/关系对企业持续运营是否至关重要？
2. 如果安排终止：估算寻找市场价格替代方案的成本和时间
3. 如果以市场价格继续：估算相对于当前关联方定价的年度成本增加或减少
4. 识别任何关联方客户或供应商关系：评估关系在所有权变更后存续的可能性
5. 对所有关联方安排变化的总体交割后成本影响进行建模

输出：交割后过渡影响摘要（安排/运营依赖性/替代成本/时间线/风险级别）+ 关联方安排过渡的总体现金流影响

提示词5：关联方陈述与保证清单

请根据以下已识别关联方交易生成关联方陈述与保证清单。

实体：[名称]
已识别关联方交易：[粘贴或附件登记表]
交易类型：[股权收购 / 资产收购 / 合并]

请为以下内容生成具体的陈述与保证语言建议：
1. 关联方披露完整性：确认所有关联方交易均已披露
2. 公允价格定价：陈述所有已披露关联方交易均为公允价格条款
3. 未来终止：确认哪些关联方安排将在交割时终止、哪些将继续
4. 董事冲突披露：确认所有对已披露关联方交易有利益的董事均已被识别
5. 财务报表准确性：陈述关联方交易未在任何重大方面扭曲财务报表

对于每项陈述：推荐适当的存续期、适用上限及赔偿篮子处理方式。

输出：附注释的陈述与保证清单，包含每个关联方风险类别的建议语言、谈判立场及托管/赔偿影响

12. AI反贿赂与FCPA合规检查器

根据FCPA（海外反腐败法）、《英国贿赂法》及适用反腐败框架，分析目标实体的运营、第三方关系、地理布局及交易记录——生成分级合规评估，附具体整改建议。

痛点与解决方案

痛点：反腐败法律责任随收购方转移，且在交易完成后长期存续

反贿赂和反腐败合规是尽调中风险最高的领域之一，因为其揭示的法律敞口不受交易结构的限制。根据FCPA、《英国贿赂法》及40+个司法管辖区的同等立法，在未发现进行中或历史性贿赂违规的情况下完成交易的收购方，可能面临的敞口包括：交割前违规的继承责任、DOJ和SEC的执法行动、非法所得的没收、民事罚款，以及无法通过保险对冲的声誉后果。DOJ的FCPA资源指南及后续执法行动明确表明，收购前主动开展尽调、及时整改发现的违规，可以减轻继承责任——但蓄意视而不见或肤浅的合规审阅不提供任何保护。DOJ已对注意到红旗信号却在交割前未进行充分调查的收购方提起诉讼。

目标公司的反腐败风险状况由三个主要因素决定，而大多数财务尽调流程未能系统性分析这些因素：地理布局、商业模式和第三方关系。在高腐败风险司法管辖区运营的公司——以透明国际清廉指数和DOJ执法历史衡量——无论其声称的合规政策如何，本质上面临更高的风险敞口。商业模式上需要频繁与政府官员互动以获得许可证、许可、海关清关或合同授予的企业，结构上比纯商业交易企业风险更高。而高度依赖第三方销售代理、报关行、分销商和政府事务顾问管理政府关系的公司，恰恰创造了FCPA第三方责任条款旨在触及的中间层。当地代理的单笔腐败付款——即使没有公司的明确知情——如果公司未能对代理进行充分的尽调并实施足够的合规控制，也可能产生公司责任。

文件挑战相当大，因为从本质上说，贿赂不会产生清晰的记录。向政府官员的腐败付款通常以向代理支付的"佣金"、现金"便利费"、虚高的顾问发票、指向官员偏好事业的慈善捐款，或使政府对手方受益的娱乐和差旅费用等形式进行结构化。识别这些模式不仅需要审阅声称的合规计划，还需要分析实际的金融交易——特别是高风险地区与有政府关联的对手方之间的交易。大多数尽调流程审阅合规计划文件（政策、培训记录、举报热线日志），而不进行确定该计划在实践中是否确实防止了腐败所需的交易法证分析。

COCO如何解决

反腐败风险画像与地理评估：COCO构建目标公司的量化风险画像：
- 对照透明国际清廉指数排名、TRACE贿赂风险矩阵及DOJ/SEC FCPA执法历史数据，对每个经营司法管辖区进行评分
- 按业务单元和司法管辖区映射政府互动强度：识别需要许可证、许可、海关清关、政府合同或补贴的领域
- 分析目标公司在高腐败风险市场的收入集中度（占总收入的百分比）
- 审阅目标公司的行业部门风险：历史上FCPA执法较多的行业（石油天然气、国防、医疗、基础设施、政府科技销售）
- 生成综合反腐败风险评分，对地理、政府互动强度和行业风险进行加权
第三方反腐败风险分析：COCO分析目标公司的中间方关系：
- 从合同和付款记录中提取所有第三方销售代理、分销商、报关行、政府事务顾问及业务拓展合作伙伴
- 对所有已识别第三方在制裁、PEP数据库及不良媒体中进行腐败相关发现的筛查
- 识别有政府关联的第三方：前政府官员、有政府所有权的实体，或主要价值在于接触政府决策者的当事方
- 审阅数据房间中的第三方尽调记录——评估完整性以及尽调深度是否与每个对手方的风险状况相称
- 标注获得高于市场水平佣金率、非标准付款条款或通过与其业务无关司法管辖区付款的第三方
交易记录红旗分析：COCO对金融交易进行法证分析：
- 分析应付账款记录和付款账簿，查找高风险司法管辖区的现金付款、异常付款地点、向个人而非实体的付款及整数金额付款
- 审阅涉及政府官员或国有企业雇员的娱乐和接待费用记录
- 识别在执照授予、合同审批或监管决定前后在高风险司法管辖区进行的慈善捐款
- 标注向新注册实体支付的咨询费、未说明的"业务拓展"费用，或向没有明确工作范围的顾问支付的款项
- 分析海关和进出口记录，查找可能表明便利费安排的加速清关模式
反腐败合规计划评估：COCO评估目标公司合规计划的有效性：
- 对照DOJ充分程序标准和DOJ合规计划指引，审阅目标公司的反腐败政策、行为准则和FCPA/UKBA合规手册
- 评估培训记录：频率、内容相关性及员工覆盖率——特别针对高风险地区和职能
- 审阅合规热线日志和调查记录，查找历史报告事件、处理结果模式及系统性缺口
- 评估第三方尽调程序：流程文件、风险分级方法，以及程序是实际执行的还是仅停留在书面文件层面
- 识别书面合规计划与代表最高腐败风险的司法管辖区实际执行之间的差距
历史执法行动与内部调查发现：COCO浮现历史腐败事件：
- 搜索DOJ新闻稿、SEC执法发布及英国严重欺诈办公室公告，查找涉及目标公司或其关联方的行动
- 识别审计委员会会议纪要、审计师管理信或外部律师聘约函中提及的历史内部调查
- 审阅自愿披露历史：向DOJ或SEC提交的任何历史性FCPA自愿披露函
- 搜索在涉及竞争对手或行业同行的FCPA执法行动中被点名的任何现任或前任雇员
- 标注任何经整改的历史合规计划失败——并评估整改是真实的还是表面文章
反腐败尽调报告与整改路线图：COCO提供结构化调查结果：
- 生成按风险类别（地理/第三方/交易异常/计划缺口/执法历史）组织的分级反腐败尽调报告
- 量化已识别腐败风险的估计敞口范围，包括潜在没收、罚款及整改成本
- 识别交割前强制行动：需要终止的特定第三方关系、需要进一步调查的付款记录，或需要立即实施的合规控制
- 起草包含90天、180天及12个月里程碑的交割后FCPA合规提升路线图
- 评估已识别风险是否需要向DOJ/SEC进行自愿披露，分析主动接触的成本收益

量化结果与受益角色

可量化的成果

反腐败红旗识别：AI交易分析在**29%**的在高风险司法管辖区有业务的目标公司中识别腐败风险指标，其中许多未被卖方披露
第三方筛查覆盖率：AI辅助第三方筛查覆盖**100%**已识别代理和顾问，而在交易时间线压力下的人工尽调估计只覆盖35%
交易异常检测：法证模式分析在高风险地区**34%**的已审阅付款账簿中识别可疑付款模式
合规计划缺口识别：系统性计划评估在**61%**已审阅目标合规计划中识别重大执行缺口（相对于文件缺口）
FCPA整改时间：AI辅助的交割前合规评估通过在交割时提供预建整改路线图，使交割后FCPA计划实施速度提升3-4倍

受益人群

尽职调查分析师：无需专业FCPA法律专业知识，即可在初步风险映射阶段跨地区、第三方和交易开展系统性反腐败风险评估
FCPA与白领犯罪律师：获取预先结构化的反腐败风险评估和标注的交易记录，使其法律审阅聚焦于最高风险领域——压缩委托时间线
并购交易团队与投资委员会：在定价前量化反腐败敞口——包括潜在的DOJ/SEC执法责任——并设计适当的陈述、保证及托管条款
交割后首席合规官：在交割时获取预建的反腐败风险图及整改路线图，使其能够立即启动计划提升，而非花数月时间重新评估

💡实用提示词

提示词1：反腐败风险画像评估

为以下实体生成反腐败风险画像。

实体：[名称]
经营国家：[列出所有有业务、收入或员工的司法管辖区]
商业模式：[描述政府互动需求——许可证、许可、合同、补贴、海关]
行业：[石油天然气 / 医疗 / 国防 / 基础设施 / 科技 / 金融服务 / 其他]
各司法管辖区收入（如有）：[金额或百分比]

所需评估：
1. 按腐败风险对每个经营司法管辖区进行评分（依据TI清廉指数及DOJ FCPA执法历史）
2. 识别创造最大FCPA敞口的高风险司法管辖区/高政府互动组合
3. 评估特定行业的FCPA执法模式：识别该行业最常见的3类FCPA违规
4. 识别每个司法管辖区产生最大政府互动风险的业务活动
5. 生成综合反腐败风险评级（低 / 中 / 高 / 严重）并附说明

输出：国别风险矩阵 + 政府互动风险图 + 行业风险分析 + 综合反腐败风险评分

提示词2：第三方反腐败尽调筛查

对以下第三方代理及顾问进行反腐败风险筛查。

待筛查第三方：
1. 名称：[实体或个人] | 角色：[销售代理 / 报关行 / 政府事务顾问 / 分销商]
   经营国家：[国家]
   年度付款：[金额]
   政府关联（如已知）：[描述]
2. [对每一方重复]

每一方所需筛查：
1. 制裁及PEP筛查：确认无直接制裁敞口；识别任何政府官员关联
2. 不良媒体：搜索腐败、贿赂、违规及FCPA相关报道
3. 业务合法性指标：确认实体有真实员工、实体存在及合法的经营历史
4. 付款模式分析：评估佣金率是否合理或高于市场水平（可能是贿赂过账的指标）
5. 既往尽调充分性：审阅数据房间中的任何既往尽调记录——评估完整性是否符合风险级别的要求标准

输出：逐方筛查报告 + 风险层级（低 / 中 / 高）+ 对中高风险方的建议处置（强化尽调 / 合同保护 / 终止关系）

提示词3：交易记录反腐败红旗分析

对以下付款记录进行反腐败红旗分析。

实体：[名称]
重点司法管辖区：[列出高腐败风险经营司法管辖区]
付款数据：[附上或粘贴应付账款摘录 / 费用报告汇总，注明期间]
具体关注领域：[现金付款 / 娱乐费用 / 顾问费 / 捐款 / 海关相关付款]

需识别的红旗模式：
1. 向高风险司法管辖区个人（非实体）的付款——尤其是低于报告门槛的金额
2. 向代理或顾问支付的整数金额款项，缺乏详细支持发票
3. 涉及政府官员或国有企业雇员的娱乐和接待费用
4. 在高风险司法管辖区紧邻许可证授予或合同决定时间点的慈善捐款
5. 向新注册实体或仅有注册代理地址的实体支付款项
6. 按行业基准衡量明显高于同等服务市场水平的佣金付款

输出：附风险评级及支持证据的标注交易台账 + 标注付款的总体敞口估算 + 建议的法证调查范围

提示词4：反腐败合规计划缺口评估

对照DOJ/SEC充分程序标准，评估以下实体反腐败合规计划的充分性。

实体：[名称]
已提供的合规计划文件：[政策 / 行为准则 / 培训记录 / 第三方尽调程序 / 调查日志——附上或描述]

评估框架：
1. 高层管理的承诺：高层定调的证据、指定合规官、董事会监督
2. 风险评估：涵盖业务活动和地区的定期FCPA/UKBA风险评估文件
3. 政策与程序：FCPA政策、礼品/娱乐政策、第三方尽调程序——覆盖范围及具体程度
4. 培训：频率、内容、按风险角色和地区的覆盖率——尤其是高风险司法管辖区
5. 第三方尽调：流程文件、风险分级、红旗解决程序
6. 保密举报：热线可用性、反报复保护、调查记录
7. 执法：针对违规的实际纪律处分——计划确实有后果的证据

输出：对照DOJ合规指引的计划缺口评估 + 各组成部分评级（不足 / 发展中 / 充分 / 强健）+ 优先整改建议

提示词5：交割前反腐败整改行动计划

根据以下尽调调查结果生成交割前及交割后反腐败整改行动计划。

反腐败调查结果摘要：[粘贴或附上调查结果]
交易时间线：签署日期 [日期] / 预期交割日期 [日期]
交易结构：[股权收购 / 资产收购]

整改计划结构：
1. 交割前强制行动（必须在交割前完成）：
   - 需终止或暂停待强化尽调的特定第三方
   - 需进一步法证调查的交易记录
   - 已触发的监管披露义务

2. 交割后第1至60天：
   - 即时政策和程序更新
   - 面向高风险员工和地区的培训部署
   - 强化反腐败陈述的第三方合同修订

3. 交割后60天至1年：
   - FCPA合规计划全面整合
   - 对所有继承关系启动新的第三方尽调周期
   - 完成针对标注交易记录的内部调查
   - 自愿披露评估与决策

输出：附时间线、责任方及成本估算的优先整改行动计划 + 自愿披露分析（利 / 弊 / 建议方式）

13. AI壳公司检测与风险评分器

对企业实体进行壳公司指标筛查——包括名义董事、仅有注册代理地址、零员工、资金循环流动及司法管辖区保密性——生成综合风险评分，优先标注需要强化尽调的实体。

痛点与解决方案

痛点：企业架构中的壳公司制造了系统性检测所无法发现的反洗钱、制裁及欺诈敞口

壳公司——几乎没有独立经济活动、员工或实体存在，主要用于持有资产、转移资金或掩盖实际受益所有权的实体——是金融犯罪的核心基础设施。它们出现在为受制裁方转移资金的制裁规避架构中、通过多个司法管辖区将非法所得分层的洗钱网络中、利用名义所有权隐瞒应税收入的税务欺诈方案中，以及壳公司充当虚假对手方以生成虚假发票的商业欺诈安排中。尽调分析师面临的挑战在于：壳公司本质上难以通过对企业结构的表面审查来识别。一个合法运营的控股公司与一个为隐瞒目的而创建的壳公司在结构上可能极为相似——两者都可能没有员工、没有收入，只有注册代理地址。区别在于需要系统性分析才能检测到的结构指标与行为模式的组合。

这一问题因壳公司极少孤立出现而更加复杂。它们成群出现——同一司法管辖区的多个壳公司，通常共享董事、地址或注册代理——旨在建立可推卸责任的层次。目标公司的企业结构可能包含数十个中间控股实体，每个实体单独检查都能通过，但整体构成一个分层不透明结构，其目的是通过尽可能多的步骤将最终受益所有人与运营资产分隔开来。在跨境并购和反洗钱合规中，识别的不仅是单个壳公司，还有它们所形成的结构模式——网络、共同名义人、共享的注册服务提供商——对于理解整体结构所带来的风险至关重要。

司法管辖区维度增加了更多复杂性。不同司法管辖区对其企业实体施加不同的透明度要求——从高度透明（英国、德国、北欧国家）到刻意不透明（开曼群岛、英属维京群岛、马绍尔群岛、瓦努阿图）。一个在到达披露受益所有权的实体之前经过两三个高度保密司法管辖区的控股结构，代表的是刻意设置的透明度屏障，而非商业必要性。识别这些屏障、理解其所掩盖的内容，并相应地升级适当级别的尽调，需要一种系统性的、以风险为基础的方法——而大多数人工尽调流程缺乏时间和数据来执行这种方法。

COCO如何解决

多指标壳公司画像：COCO对每个实体应用多因素模型：
- 检查员工数量指标：工资记录、社会保险申报、LinkedIn员工数量及招聘历史，识别无实质性员工队伍的实体
- 验证注册地址类型：区分真实经营地址与共享注册代理地址、邮箱地址及虚拟办公室
- 分析董事会构成：识别在大量其他实体中担任董事的名义董事——并与已知的名义董事服务提供商数据库进行交叉比对
- 审查财务活动指标：识别零收入、零资产基础，或资产与所述经营规模不成比例的实体
- 对照已知壳公司热点名单检查司法管辖区：将注册地与金融保密指数评分及FATF灰名单进行比对
名义董事网络映射：COCO识别名义董事提供商网络：
- 从企业登记处检索每位已识别董事在所有司法管辖区的完整董事任职列表
- 识别同时担任50个以上实体董事的个人——将其归类为可能的职业名义人
- 将与名义董事关联的注册服务提供商进行映射——识别在多个实体中安排名义人的提供商网络
- 识别整个董事会均由职业名义人组成（无非名义人董事）的架构中的所有实体
- 评估每种情况下使用名义人的商业合理性：合法的隐私需求与隐瞒受益所有权
司法管辖区不透明层分析：COCO评估架构中的信息屏障：
- 对架构链中的每个司法管辖区按金融保密指数进行评分
- 识别每个"不透明跳转"——由于司法管辖区层面的保密性导致受益所有权信息变得不可获取的链条层级
- 计算运营实体与第一个披露受益所有权层级之间的不透明层数量
- 评估每个离岸层是否具有合理的商业依据（例如，面向美国PE基金的开曼控股公司是标准做法），还是纯粹为隐瞒目的而设计
- 识别公开披露不可获取的层级的替代核实路径
资金循环与循环资金流检测：COCO识别资金循环模式：
- 追踪架构中各实体间的所有资本流动：贷款、股权出资、分红、特许权使用费、管理费
- 识别循环模式：起源于[国家]、经由[离岸实体]路由、以"外国投资"形式返回[同一国家或关联方]的资本
- 识别资金圆圈流动：资金最终通过一系列转账回流至原始实体，中间步骤没有创造任何经济价值
- 标注过路实体：接收流入后立即传递出去、没有保留任何实质性利差或价值的实体
- 评估每笔已识别资金流动的商业实质——区分合法的税务优化架构与无商业目的的纯资金流动
壳公司风险评分与优先级排序：COCO提供可操作的风险评级：
- 对架构中的每个实体生成综合壳公司风险评分，对所有应用指标进行加权
- 按风险评分对实体进行排序：高风险实体需立即强化尽调，中风险实体需额外文件请求，低风险实体可接受标准监控
- 可视化整体架构，以颜色编码覆盖层突出高风险实体及其与运营公司的关系
- 识别最高风险子集：需要受益所有权申报、实质性证明及资金来源解释的实体
- 将风险评分与已观察的具体指标关联——生成可在管理层访谈或反洗钱呈报中使用的可审计证据记录
壳公司风险报告与强化尽调请求包：COCO提供结构化调查结果：
- 生成按风险评分排序的完整实体壳公司风险报告，附每个实体的支持证据
- 为每个高风险实体生成定制强化尽调请求包：受益所有权申报、实质性证明、资金来源文件及目的陈述
- 起草向交易对手方提交的正式强化尽调请求信，并附上时间预期和升级协议
- 就识别的高风险壳公司对整体交易结构的影响提供建议
- 生成符合FATF建议及适用AML法规的可审计壳公司尽调记录

量化结果与受益角色

可量化的成果

壳公司指标检测率：AI多指标分析在**67%**的含有复杂离岸架构的交易中识别至少一个需要解释的壳公司指标，而人工结构审查仅发现31%
名义董事网络识别：AI企业登记数据分析在**89%**含有离岸中间层的结构中识别职业名义人网络，证实了需要受益所有权申报的做法
不透明层量化：AI架构分析在**43%**的目标架构中识别3个以上的不透明层，使尽调优先级可以集中于最高风险的架构层级
资金循环检测：AI交易模式分析在复杂架构的**18%**中识别潜在的资金循环结构，需要进一步调查
尽调效率：对含有50个以上实体的企业架构进行AI辅助壳公司风险评分，可在4小时内完成，而人工审查需要1-2周

受益人群

尽职调查分析师：对整个企业架构进行系统性壳公司风险评估，无需逐个手动检查每个中间实体的结构指标
合规及反洗钱官员：生成可审计的壳公司尽调记录，满足反洗钱法规要求，并在监管检查时为做出的尽调决定提供辩护
跨境并购交易团队：在签署前识别架构风险，使交易团队能够就受益所有权要求谈判具体陈述与保证条款
机构投资者和私募股权基金：在向其自身投资委员会和LP披露之前，评估投资组合和收购候选企业的架构透明度风险

💡实用提示词

提示词1：企业架构壳公司风险评分

对以下企业架构中的所有实体进行壳公司风险评分。

目标公司：[名称]
企业架构：[描述或附上架构图 / 实体列表]
涉及的司法管辖区：[列出]

对每个实体进行分析：
1. 员工数量指标：核查任何工资记录、社会保险申报或公开的员工数据
2. 地址类型：核实地址是真实办公地还是注册代理 / 虚拟办公室
3. 董事会构成：识别每位董事，检查其同时在其他实体的任职数量
4. 财务活动：识别无收入或无资产的实体，以及资产与所述规模不相称的实体
5. 司法管辖区风险：按金融保密指数和FATF评估对每个注册地进行评分

输出：按风险评分排序的实体壳公司风险评估表 + 高风险实体标注（需立即强化尽调）+ 建议请求的补充文件

提示词2：名义董事网络分析

分析以下企业架构中的名义董事模式。

架构中的实体：[列出含司法管辖区信息]
涉及的司法管辖区：[列出]

所需分析：
1. 对架构中出现的每位董事，确定其担任董事职务的所有其他实体——在各企业登记处进行交叉比对
2. 识别同时担任50个以上实体董事的所有董事——归类为可能的职业名义人
3. 映射与名义董事关联的注册服务提供商——识别在多个实体中安排名义人的提供商网络
4. 识别架构中整个董事会均由职业名义人组成（无非名义人董事）的所有实体
5. 评估每种情况下使用名义人的商业合理性：合法隐私需求与隐瞒受益所有权

输出：名义董事网络图 + 名义人提供商识别 + 名义人密集实体风险评估 + 建议披露请求（受益所有权申报、名义人披露协议）

提示词3：司法管辖区不透明层分析

分析以下企业架构的不透明架构。

企业链：[从运营公司向上列至最终母公司，含司法管辖区]
各司法管辖区受益所有权登记情况：[确认是否可获取——或由COCO确定]

所需分析：
1. 按金融保密指数对架构链中的每个司法管辖区进行评分
2. 识别每个"不透明跳转"——由于司法管辖区层面的保密性导致受益所有权信息不可获取的链条层级
3. 计算运营实体与第一个披露受益所有权的层级之间的不透明层数量
4. 评估每个离岸层是否具有合理的商业依据（例如，面向美国PE基金的开曼群岛控股公司是标准做法），还是纯粹为隐瞒目的而设计
5. 识别公开披露不可获取的层级的替代核实路径

输出：企业链不透明图 + 不透明层数量 + 商业依据评估 + 对每个不透明层的替代核实路径建议

提示词4：资金循环与循环资金流检测

分析以下实体的资金流动，查找资金循环和循环资金流模式。

实体：[名称]
财务数据：[关联公司贷款明细 / 分红付款记录 / 特许权使用费记录 / 应付账款摘录——附上或粘贴]
关联方范围：[列出所有关联实体及其司法管辖区]

所需分析：
1. 追踪架构中各实体间的所有资本流动：贷款、股权出资、分红、特许权使用费、管理费
2. 识别资金循环模式：起源于[国家]、经由[离岸实体]路由、以"外国投资"形式返回[同一国家或关联方]的资本
3. 识别循环流动：资金最终通过一系列转账回流至原始实体，中间步骤没有创造任何经济价值
4. 标注过路实体：接收流入后立即传递、没有保留任何实质性利差或价值的实体
5. 评估每笔已识别流动的商业实质——区分合法的税务优化架构与无商业目的的纯资金流动

输出：资金流向图 + 资金循环及循环流动识别 + 逐笔流动实质评估 + 风险评级 + 对标注流动的建议调查步骤

提示词5：壳公司强化尽调请求包

为以下筛查中识别的高风险壳公司实体生成强化尽调请求包。

高风险实体：
1. [实体名称] | 风险评分：[X] | 关键指标：[地址类型 / 名义董事 / 不透明司法管辖区]
2. [对每个高风险实体重复]

每个实体的强化尽调请求包：
1. 受益所有权申报：正式申报，识别拥有或控制超过[X]%的所有自然人
2. 实质性证明：确认员工、实体办公室及在注册司法管辖区的活跃业务运营
3. 资金来源：证明该实体持有或转移的资本来源的文件
4. 目的陈述：该实体存在的商业依据及其在架构中的角色
5. 董事授权：确认名义董事身份（如适用）及名义人据以行事的委托人身份

输出：每个实体的格式化强化尽调请求信 + 时间预期 + 若未收到回复或回复不令人满意时的升级协议

14. AI数据室组织与缺口识别器

根据交易特定尽调清单分析数据室内容——将已提供文件映射至请求类别、识别缺失材料、标注文件间矛盾，并生成具体文件规格的针对性跟进请求。

痛点与解决方案

痛点：组织混乱的数据室浪费分析师时间并造成灾难性信息缺口

虚拟数据室是并购交易中的主要信息交付机制，但其质量差异极大——组织混乱或不完整的数据室所产生的成本几乎完全由买方承担。卖方通常按原始文件夹结构上传历史文件来填充数据室，既不按尽调类别整理文件，也不确保上传的文件确实回应了买方的信息请求。结果是一个数据室可能包含数十个文件夹中的数千份文件——许多标注错误、许多重复、许多过时——没有明确指示哪份文件回应了哪项尽调请求，也不清楚任何类别是否已完整提供。没有AI辅助在这种环境中工作的分析师，大部分工作时间都花在文件检索和分类上，而非实际的尽调分析。

缺口问题至少与组织问题同样严重。卖方通常在填充数据室时，上传有利于呈现业务的文件，同时遗漏会产生法律或财务风险的文件：诉讼档案、监管往来函件、不利的审计发现、税务通知及环境评估。尽调清单可能有200个条目，但如果只有150个有上传文件佐证，分析师必须准确识别缺失的50个，并具体地请求它们——这项任务需要同时维护全套预期交付物清单、跟踪已提供内容，并拟定足够具体的跟进请求以要求实质性回应，而非又一次方向错误的文件上传。没有系统性缺口追踪，重要信息请求就会淹没在流程的大量文件中。

文件矛盾问题增加了另一个复杂维度。尽调审阅涉及跨多份文件的信息比较：财务报表、管理账目、税务申报、董事会纪要和管理层演示文稿，都声称描述同一基础现实，但它们之间的不一致可能表明会计违规、选择性披露或简单的错误。如果不同团队成员在不同日期分别审阅各份文件，独立审阅每份文件的分析师可能无法识别管理层演示文稿中披露的收入与财务报表中显示的收入之间的矛盾。在时间压力下工作的人工团队，往往无法严格执行跨数据室的系统性交叉核对。

COCO如何解决

数据室文件分类与编目：COCO系统性地整理数据室内容：
- 摄取数据室中的所有文件，并按标准尽调类别分类（公司 / 财务 / 税务 / 法律 / 商业 / HR / 知识产权 / 监管 / 房地产 / 保险）
- 识别每个文件的文件类型：财务报表 / 合同 / 监管往来函件 / 公司注册文件 / 管理层演示文稿 / 技术报告
- 将每份文件映射至其回应的相关尽调清单条目，附置信度评分
- 识别重复及近似重复文件——相同内容以不同名称上传或存放在不同文件夹
- 生成有序的尽调文件台账，用基于类别的导航系统替代卖方的原始文件夹结构
尽调清单缺口分析：COCO系统性识别缺失交付物：
- 逐条将已映射文件覆盖与完整尽调清单进行比较，识别每个数据室中无相应文件的条目
- 区分"明确缺失"条目（清单条目零文件回应）与"部分回应"条目（存在文件但可能不完整——例如，请求五年的税务申报但只提供了两年）
- 按重要性对缺口进行优先级排序：财务和法律缺口标注为严重；商业和HR缺口标注为重大；行政缺口标注为低优先级
- 根据缺口性质生成缺口严重性分析：关键财务数据缺失与支持性明细缺失之间的区别
- 维护持续更新的缺口追踪器，随着新文件在交易过程中上传至数据室而实时更新
跨文件一致性与矛盾分析：COCO识别数据室材料间的不一致：
- 交叉核对财务报表、管理账目、董事会演示文稿及税务申报中的收入数字——标注任何数字不一致
- 比较HR记录、财务报表及管理描述中的人员数量、工资及福利数据
- 识别资本支出明细、现金流量表及固定资产台账中金额不同的资本支出
- 审核管理层演示文稿中作出的声明与数据室中的文件——标注任何无文件支持的主张
- 生成矛盾台账，注明具体冲突数据点、涉及文件，以及评估该差异是否可能具有重要性
数据室质量评估：COCO评估数据室的整体完整性和可靠性：
- 根据文件完整性、组织状况及内部一致性生成数据室质量评分
- 识别系统性低完成率的类别，可能表明是刻意隐瞒而非行政疏忽
- 标注以编辑形式上传的文件——特别是覆盖了商业或法律重要信息的编辑
- 识别看似草稿而非已执行版本的文件——特别是重要合同和财务报表
- 评估财务信息的时效性：最近的管理账目有多新，是否有任何迹象表明财务信息被扣押以阻止对业绩下滑的交割前监控
跟进请求起草与管理：COCO自动化信息请求流程：
- 为每个识别的缺口生成具体、措辞准确的跟进请求——注明所需文件类型、涵盖期间及所需具体信息
- 按优先级别批量整理跟进请求，使交易团队能够优先提交关键请求，而不会使数据室流程不堪重负
- 追踪跟进请求状态：哪些请求已提交、已回应、部分回应或被忽视
- 对未回答的关键请求进行升级，附催促沟通草稿
- 生成交割确认清单：在满足交割条件前对所有所需材料已收到的最终核查
数据室管理报告与索引：COCO生成完整的数据室记录：
- 生成结构化数据室索引，每份文件均经过分类、归类并交叉引用至清单条目——替代卖方原始混乱结构
- 生成完整性仪表板，按尽调类别显示已提供所请求材料的百分比
- 创建交割时使用的"依赖文件"表格，将每项关键发现映射至其数据室中的证据来源
- 生成交割后数据室存档包——完整、有序且可检索——供整合和监管审阅期间持续参考
- 在当代记录中记录所有缺口、矛盾及跟进请求，支持陈述与保证保险的承保及法律档案辩护

量化结果与受益角色

可量化的成果

文件分类时间：AI驱动的数据室分类与缺口分析在4小时内完成一个2000份文件的数据室，而人工需要1-2周的分析师工作时间
缺口识别完整性：系统性AI缺口分析在初始审阅时识别91%的重要缺失文件类别，而传统人工清单追踪仅能识别55%
跨文件矛盾检测：AI一致性分析识别数据室文件间数字矛盾的比率比不同团队成员分别审阅文件高6倍
跟进请求精确性：AI生成的跟进请求达到73%的首次回复充分完成率，而措辞笼统的人工请求仅为41%
数据室处理容量：COCO可在24小时内处理和分类一个5000份文件的数据室，使分析师能够更快开始实质性审阅，并对已提供内容有完整了解

受益人群

尽职调查分析师：将数天的人工数据室导航转变为数小时，每份文件均已分类、每个缺口均已识别、每项跟进请求均已自动起草
并购法律顾问：获得完整的分类文件索引和矛盾台账，能够立即识别法律分析所需的具体文件
投资银行和财务顾问：通过消除分析师工作流程中的文件整理和缺口追踪负担，向客户提供更快、更全面的尽调报告
卖方及其顾问：在买方团队发现之前主动识别数据室缺口——减少摩擦、加速买方尽调流程，并降低因信息缺口导致交易延迟或价格重新谈判的风险

💡实用提示词

提示词1：数据室文件分类与索引生成

对以下数据室中的文件进行分类和索引。

数据室访问：[提供文件列表或粘贴索引，或附上文件清单]
目标实体：[名称]
尽调目的：[并购收购 / 投资 / 融资 / 监管审查]

每份文件所需分类：
1. 尽调类别：[公司 / 财务 / 税务 / 法律 / 商业 / HR / 知识产权 / 监管 / 房地产 / 保险]
2. 文件类型：[财务报表 / 合同 / 公司注册文件 / 监管往来函件 / 管理层演示文稿 / 技术报告]
3. 回应的清单条目：映射至我们的标准尽调清单 [附清单]
4. 涵盖期间（如适用）：[FY2022 / Q3 2024 等]
5. 质量标注：[草稿与已执行 / 已编辑 / 似乎不完整 / 其他文件的重复]

输出：结构化数据室索引（文件名 / 类别 / 类型 / 清单条目 / 期间 / 质量标注）+ 重复文件台账 + 质量问题摘要

提示词2：尽调缺口分析

相对于我们的尽调清单，识别以下数据室中的缺口。

尽调清单：[附上或粘贴完整清单]
数据室索引：[附上前次分析的分类索引，或粘贴文件列表]

所需缺口分析：
1. 对每个清单条目，识别数据室是否包含回应文件
2. 将每个缺口分类为：明确缺失 / 部分回应 / 已回应（但可能过时）/ 已满足
3. 对每个明确缺失的条目：确认该文件类型是否通常由目标业务生成
4. 按类别对缺口进行优先级排序：财务（严重）/ 法律（严重）/ 税务（重大）/ 商业（重大）/ 其他
5. 识别任何系统性低覆盖率的尽调类别——刻意隐瞒的潜在迹象

输出：缺口分析表（清单条目 / 状态 / 缺口类型 / 优先级）+ 类别覆盖仪表板 + 对覆盖率可疑偏低类别的评注

提示词3：跨文件一致性检查

对以下关键财务指标进行跨文件一致性检查。

待交叉核对的文件：
- 经审计财务报表（FY2021、FY2022、FY2023）：[附上或引用]
- 月度管理账目（2023年1月至12月）：[附上或引用]
- 管理层演示文稿（当前）：[附上或引用]
- 税务申报（FY2021、FY2022、FY2023）：[附上或引用]
- 董事会纪要（过去2年）：[附上或引用]

跨所有可用文件交叉核对以下指标：
1. 年度收入：确认数字在经审计账目、管理账目、税务申报及管理层演示文稿中一致
2. EBITDA/经营利润：确认一致性，识别管理层演示文稿中未反映在经审计账目的调整项
3. 人员数量：交叉核对HR记录、工资数据及管理层演示文稿
4. 总债务与现金：确认资产负债表数字与董事会纪要及管理层演示文稿一致
5. 资本支出：交叉核对现金流量表、资本支出明细及管理层对投资的描述

输出：一致性矩阵（指标 × 文件 × 报告数字）+ 矛盾台账 + 每处差异的重要性评估

提示词4：针对性跟进信息请求生成

为以下数据室缺口生成具体的跟进信息请求。

已识别的未解决缺口：
1. 类别：[税务] | 缺失条目：[FY2021和FY2022企业所得税申报] | 清单参考：[税务#3]
2. 类别：[法律] | 缺失条目：[财务报表脚注中识别的[具体]诉讼的所有诉讼书状及法院文件] | 清单参考：[法律#12]
3. [对每个缺口重复]

对每项请求生成：
1. 措辞精确的文件请求，注明所需的确切文件类型、实体、期间及格式
2. 对为何需要该文件的简要说明（包含在向卖方律师的正式请求中）
3. 优先级别：紧急（48小时内需要）/ 标准（5个工作日内需要）/ 背景（交割前需要）
4. 升级说明：标注任何不回应可能需要交易团队升级或需要保证保护的请求

输出：按优先级别整理所有请求的格式化跟进请求信 + 追踪台账（请求# / 条目 / 发送日期 / 截止日期 / 回复状态）

提示词5：交割数据室完整性证明

生成数据室完整性证明，确认交割前所有所需材料均已收到。

尽调清单：[附上]
最终数据室索引：[附上]
未解决条目约定的豁免或托管处理：[列出]

证明内容：
1. 确认所有关键清单条目均由数据室中的文件回应——为每项条目引用具体文件
2. 列出任何仍未解决的条目，说明为何已约定豁免或托管处理
3. 确认所依赖的任何文件不包含已知但未解决的重要矛盾
4. 注明数据室审阅截止日期，确认在该审阅中未识别出重要不利变化
5. 列出初始尽调截止日期后收到的任何文件，确认其审阅状态

输出：正式数据室完整性证明备忘录 + 最终未解决条目台账 + 交割档案的依赖文件表

15. AI跨境并购监管风险映射器

映射跨境交易触发的所有反垄断控制、外资审查、行业特定监管审批及控制权变更同意要求——按司法管辖区生成附时间线和策略建议的审批路线图。

痛点与解决方案

痛点：未识别的监管审批要求在最高代价阶段延迟甚至阻断交易

监管审批管理是跨境并购中最复杂的协调挑战，管理不当的后果十分严重：一项在签署时没有完整监管审批路线图的交易，可能比计划晚数月交割——甚至根本无法交割。过去十年间，并购的全球监管环境变得显著更为严苛。曾经只需在少数几个主要司法管辖区申报的反垄断控制制度，已扩展至130多个具有活跃的合并前申报要求的国家。外资审查制度——美国的CFIUS、欧盟的外国直接投资审查框架，以及英国（国家安全与投资法）、德国（AWV/AWG）、中国（国家市场监督管理总局）、澳大利亚（FIRB）及印度的对等国家制度——出于对战略资产所有权的地缘政治担忧，已扩大其司法管辖范围并延长审查时间线。任何涉及关键基础设施、技术、自然资源、金融服务或国防相关业务的交易，可能同时在多个司法管辖区面临国家安全审查——每项审查都是独立的，标准、时间线和政治敏感性各不相同。

映射问题始于门槛分析。并购申报义务由财务门槛触发——营业额、交易价值、市场份额——这些门槛在各司法管辖区有所不同，按不同基础计算，可能需要在任何一方没有重大业务但目标在适用门槛以上有客户、员工或资产的司法管辖区申报。只应用美国HSR和欧盟EUMR分析而不检查其他90多个活跃反垄断控制制度的交易团队，会错过在越来越多情况下最可能面临实质性竞争关注或民粹主义政治反对的司法管辖区。同样，外资审查由收购方国籍、目标行业分类、资产位置和交易价值的复杂组合触发，这些因素在每个司法管辖区各不相同——在未获批准的情况下完成应申报交易的处罚，从罚款到强制剥离。

控制权变更同意规定增加了第三个维度的复杂性。重要合同——信贷协议、经营许可证、主要商业合同、房产租约、政府特许协议——通常包含控制权变更条款，要求对方同意才能完成收购。在目标公司合同范围内识别所有此类条款、优先确定哪些同意是真正需要的（而哪些对方不太可能行使权利），以及在交易时间线内管理同意征求流程，需要系统性的合同审阅和结构化的优先级框架。忽略政府重要合同中的必要同意，可能触发支撑交易投资论点的收入来源的立即终止——这一风险通过充分的签署前分析完全可以避免。

COCO如何解决

全球反垄断申报要求分析：COCO映射所有反垄断申报义务：
- 根据双方按国家报告的收入、员工数量、资产价值及市场份额，对照100多个司法管辖区的申报门槛分析交易
- 识别强制性、有条件或自愿但策略上建议申报的所有司法管辖区
- 计算每项必要申报的适用等待期，并识别有延长第二阶段审查时间线的司法管辖区
- 标注具有超出标准竞争审查范围的国家安全相邻反垄断审查权力的司法管辖区
- 生成合并申报要求台账，对每个司法管辖区注明申报类型、门槛依据、申报截止日期、标准等待期及策略风险评估
外资审查义务识别：COCO分析所有适用的外国直接投资审查制度：
- 识别收购方的国籍及所有权链，确定触发了哪些国家安全审查制度（针对美国控制收购方的CFIUS / 欧盟协调审查 / 国家制度）
- 根据司法管辖区特定的涵盖部门定义，对目标业务活动进行分类：关键基础设施、关键技术、敏感数据、国防供应链及同等国家安全分类
- 分析目标的实体资产、设施及员工位置，对照邻近要求（例如，靠近军事设施的设施在特定收购方情况下触发CFIUS强制申报）
- 审阅每个适用审查司法管辖区的近期执法先例，评估具体交易情况下缓解协议（MNSA）、条件或禁止建议的可能性
- 生成逐司法管辖区的外国直接投资风险评估，附批准概率、预期缓解要求及策略结构建议
控制权变更同意映射：COCO识别所有必要的对方同意：
- 审阅目标重要合同中的控制权变更条款——触发条件、同意程序及终止权利
- 按收入重要性、关系关键性及对方行使同意权的可能性对合同进行优先级排序
- 识别具有强制性控制权变更通知要求的政府合同和特许经营协议
- 分析债务工具（信贷协议、债券契约）中的控制权变更契约及看跌权利
- 生成同意矩阵，显示每个具有同意权的对方、适用合同、不合规的后果及建议的接触时间线
行业特定监管审批分析：COCO识别非反垄断监管审批：
- 识别受监管行业所有行业特定控制权变更审批要求：银行和金融服务（OCC、美联储、欧洲央行/国家银行监管机构）、保险（州保险局、劳合社）、电信（FCC、国家电信监管机构）、医疗、制药、能源及博彩
- 分析每个适用行业监管机构的逐司法管辖区监管审批时间线和信息要求
- 识别适用于收购方或其关键高管的"适格与适当"要求（金融服务或其他受监管行业审批下）
- 标注监管审批申请需要广泛文件的司法管辖区——业务计划、财务预测、所有权结构披露——必须与其他交易工作流同步准备
- 总结最关键路径上的监管审批及其对整体交易时间线的影响
监管风险与时间线建模：COCO构建切实可行的交易时间线：
- 构建关键路径分析，显示时间线最长、延迟概率最高的监管审批
- 对不同监管结果情景建模最佳、基准和最差情况交易时间线（无条件批准 / 有条件批准 / 延长审查 / 禁止）
- 识别并行处理机会：可同时提交以最小化总耗时的监管申报
- 标注申请前沟通机会：与监管机构的非正式申请前讨论可降低审查不确定性和时间线风险的司法管辖区
- 生成交易结构建议：拟议结构是否优化了监管批准概率，以及替代结构能否以可接受的商业代价降低监管风险
监管审批路线图与管理报告：COCO提供全面的审批管理交付物：
- 生成可视化监管审批路线图——甘特图，显示每项必要申报、其时间线、前驱依赖关系及关键路径关系
- 生成逐司法管辖区申报策略备忘录，总结提交要求、本地律师协调需求及监管机构特定策略考量
- 创建监管风险台账，按延迟概率、禁止概率及潜在交易影响对每个司法管辖区进行评级
- 起草监管公告策略：满足法律义务而不损害监管审查的公告序列与时机
- 汇总所有司法管辖区估计的总监管审批成本（申报费、本地律师、专家证人）

量化结果与受益角色

可量化的成果

申报要求识别完整性：AI辅助映射识别100%的强制性反垄断申报，而当交易团队仅依赖对主要司法管辖区的熟悉程度时，估计只能识别65%
外资审查风险识别：在最初未被交易团队标注为外国直接投资敏感的跨境科技和基础设施收购中，**37%**被识别出国家安全审查义务
控制权变更同意覆盖：AI合同审阅在**94%**的重要合同中识别控制权变更条款，而在交易时间线压力下的针对性人工搜索只能识别60%
交易时间线准确性：AI生成的监管时间线模型在**78%**的被追踪交易中将实际批准时间线预测在±3周以内，而44%的案例中交易团队估计偏差超过2个月
监管准备时间节省：完整的跨境监管映射在2-3个工作日内完成，而多司法管辖区法律顾问协调需要4-8周

受益人群

尽职调查分析师：无需亲自维护100多个反垄断制度和40多个外国直接投资审查框架的专业知识，即可生成全面的监管审批路线图
并购交易团队与投资银行：在签署前而非宣布后才发现申报义务，准确地将监管风险纳入交易条款定价——包括重大不利变化条款、最终期限结构及监管风险分配
反垄断及监管律师：获得预构建的司法管辖区识别和申报门槛分析，使其能够专注于实质性竞争法和国家安全策略，而非门槛映射
交易管理办公室：根据完整的AI生成路线图管理监管审批流程，该路线图包含依赖关系、关键路径识别及时间线建模——而非随着义务逐渐显现而逐步组建路线图

💡实用提示词

提示词1：全球反垄断申报义务分析

识别以下交易的所有反垄断申报义务。

交易：[收购 / 合并] [目标实体名称]
收购方：[名称、注册国、最终母集团]
目标：[名称、注册国]
交易价值：[金额]

各司法管辖区双方财务数据（收购方和目标方均需提供）：
- 国家：[列出] | 收入：[金额] | 员工数：[数量] | 资产：[金额]

所需分析：
1. 对照所有100多个具有活跃反垄断控制制度的司法管辖区的申报门槛筛查交易
2. 对于每个需要申报的司法管辖区：注明适用门槛、申报类型（强制性 / 自愿性）、交割前等待期及申报机构
3. 标注任何基于市场份额重叠可能进行第二阶段调查的司法管辖区
4. 识别即使无本地收入也适用交易价值触发条件的司法管辖区（例如，美国HSR交易价值门槛、德国第35条价值门槛）
5. 估算所有必要申报的总申报费及大致时间线

输出：反垄断申报台账（司法管辖区 / 门槛依据 / 申报类型 / 等待期 / 优先级）+ 最长时间线司法管辖区的关键路径分析

提示词2：CFIUS及外资审查分析

分析以下交易的外资审查义务。

收购方：[名称、注册国、最终受益所有人国籍]
目标：[名称、美国/所在国业务描述]
目标业务活动：[描述——重点关注技术、数据、关键基础设施、国防供应链]
交易结构：[全额收购 / 部分投资 / 合资]
收购方所有权：[拟收购股份百分比]

外资审查分析：
1. CFIUS（美国）：评估交易是否构成涵盖交易——识别TID美国业务、敏感数据或关键基础设施关联；评估是否需要强制申报
2. 欧洲外国直接投资审查：识别具有适用审查制度的欧盟成员国，评估目标所在行业和收购方国籍的覆盖情况
3. 英国国家安全与投资法：评估17个敏感部门中是否有相关部门；确认强制通知是否适用
4. 其他适用制度：[德国 / 澳大利亚 / 印度 / 日本 / 加拿大——视情况]
5. 国家安全风险画像：根据可比先例评估需要缓解协议或禁止的可能性

输出：逐司法管辖区外资审查义务分析 + 批准概率评估 + 降低国家安全审查风险的建议结构选项

提示词3：控制权变更同意矩阵

识别以下合同范围内的所有控制权变更同意要求。

实体：[名称]
待审阅合同类别：
- 重要商业合同：[主要客户和供应商合同列表，或附索引]
- 债务工具：[信贷协议、债券契约——附上或引用]
- 房产租约：[附上或引用关键租约]
- 政府合同和许可证：[附上或引用]
- 经营许可证：[列出获许可活动及司法管辖区]

对每份合同/许可证：
1. 识别是否存在控制权变更条款
2. 描述触发条件：[直接所有权变更 / 最终母公司变更 / 任何控制权转移]
3. 描述救济措施：[需要同意 / 需要通知 / 终止权利 / 看跌权利 / 其他]
4. 评估对方行使同意权的可能性——基于关系重要性、商业筹码及市场条件
5. 识别获得同意的时间线（如需要）相对于预期交割日期的关系

输出：控制权变更同意矩阵（合同 / 条款 / 触发条件 / 救济措施 / 同意可能性 / 时间线）+ 需要立即接触的关键路径同意 + 建议的同意管理方式

提示词4：监管审批关键路径分析

为以下跨境交易构建监管审批关键路径。

交易：[描述]
已识别的必要审批：
1. [反垄断申报] | 司法管辖区：[国家] | 等待期：[X周] | 第二阶段风险：[低/中/高]
2. [CFIUS审查] | 预计时长：[X周] | 批准概率：[%]
3. [行业监管机构审批] | 监管机构：[名称] | 司法管辖区：[国家] | 预计时间线：[X个月]
4. [控制权变更同意] | 对方：[列出] | 时间线：[X周]

所需关键路径分析：
1. 将每项审批绘制在时间线上，包括开始日期、预计时长及相对于目标交割日期的最晚可接受结束日期
2. 识别单一最长关键路径——决定最早可能交割日期的串行审批组合
3. 识别并行处理机会：可同时提交以最小化耗时的审批
4. 模拟最佳情况（所有审批按标准时间线）/ 基准情况 / 最差情况（最复杂司法管辖区延长审查）交割日期
5. 识别可缩短最长时间线审批的申请前沟通机会

输出：可视化甘特图监管路线图 + 关键路径识别 + 基于情景的交割日期区间 + 申请前沟通建议

提示词5：监管风险分配与交易条款建议

根据已识别的监管审批情况生成监管风险分配建议。

交易：[描述]
已识别的监管风险：[粘贴监管评估摘要]
目标交割日期：[日期]
双方各自的监管风险承受能力：[描述收购方和目标方的立场]

所需建议：
1. 最终期限：基于最差情况监管时间线的建议最终期限，附特定情景（第二阶段审查、救济谈判）的延期机制
2. 重大不利变化定义：监管审批失败是否构成重大不利变化，以及风险由谁承担
3. 尽力完成义务：收购方是否应承诺接受所有监管条件，还是应排除会实质性损害业务的条件？
4. 反向终止费：基于监管失败概率的适当规模和触发事件
5. 交割前监管行为契约：双方与监管机构合作及管理审批流程的义务

输出：交易条款建议矩阵（条款 / 建议措辞 / 依据 / 所针对的风险方）+ 反向终止费规模的敏感性分析

16. AI供应商完整性与第三方风险画像器

对目标实体的供应商和分销商进行财务稳定性、制裁敞口、腐败风险及合同集中度筛查——识别收购后产生运营连续性和合规风险的供应链漏洞。

痛点与解决方案

痛点：未披露的供应链漏洞摧毁收购后运营绩效

将尽调重心放在财务报表和企业结构上的收购方，往往在交割后发现：业务的运营韧性关键性地依赖于从未得到妥善评估的供应商关系。目标公司的成本结构在其报告财务数据中可能看起来稳健，但这些数据是供应链生产的结果——而这条供应链可能高度集中，三四家供应商提供70%的原材料、零部件或服务，每一家都可能存在财务漏洞、合规问题，或在控制权变更时无法持续的合同条款。当关键供应商发现其商业对手方已被竞争对手、声誉不佳的私募股权公司或产生合规顾虑的外资实体收购时，它可能行使合同终止权、大幅重新谈判定价，或简单地降低服务质量——新所有者继承了一个在交割前财务数据中根本看不见的运营问题。

供应商风险的合规维度同样重要，且受到日益严格的监管。英国《现代奴隶法》、德国《供应链尽调法》（LkSG）、美国《维吾尔强迫劳动预防法》（UFLPA）、欧盟《企业可持续发展尽调指令》（CSDDD）及法国、荷兰、挪威的同等立法，要求公司对其供应商的劳工实践、环境标准和人权表现开展尽调。继承了在高风险司法管辖区——有记录的强迫劳动、童工或严重环境违规——有供应商的目标的收购方，面临的不仅是声誉风险，还有进口禁令、监管调查及民事责任敞口。在当前的监管环境下，这些义务延伸至供应链两到三层深处，使表面的一层供应商审阅在合规层面不再充分。

关键供应商的财务稳定性代表了几乎从未在标准尽调中分析的第三个风险维度。一个本身财务困难——承担过度杠杆、面临契约压力或接近资不抵债运营——的单一来源供应商，会产生可能突然且毫无预警地实质化的供应连续性风险。供应商破产或突然撤减产能，使收购方业务无法履行客户订单，违反自身商业合同并触发连锁违约。这一风险在交货周期长、零部件专业化或技术工人高度专业化（合格替代供应商无法快速引入）的行业尤为突出。在交割前识别财务脆弱的供应商，使收购方能够预先认证替代来源或谈判提供早期预警和缓解权利的供应协议条款。

COCO如何解决

供应商范围识别与集中度分析：COCO构建完整的供应商风险图：
- 从应付账款记录、采购订单数据及合同台账中提取完整的供应商和分销商范围
- 按供应商、类别及地区计算采购集中度——识别单一来源供应商和高集中度供应商关系
- 将供应商关系映射至关键业务功能：如果特定供应商停止供应或终止关系，哪些产品或服务将立即无法获得
- 识别具有长交货周期或独特技术能力的供应商，此类供应商的替代来源复杂
- 生成帕累托分析：代表80%关键供应风险（按采购额和运营依赖度计）的20%供应商
关键供应商财务稳定性筛查：COCO评估供应商财务健康状况：
- 对集中度最高的供应商应用财务困境筛查（奥特曼Z评分、付款行为指标、公开可获取的信用数据）
- 识别已公开披露财务困难的供应商：契约违约、信用评级下调、审计师持续经营意见或财务困境新闻
- 审阅供应商付款行为数据（如可获取），查找现金压力指标：请求延长付款期限、提供提前付款折扣或挂起发货待付款
- 识别财务数据有限的私营供应商，建议强化信息请求或替代财务健康指标
- 为每个高集中度供应商生成财务稳定性风险评分并附支持证据
制裁、取消资格及监管合规筛查：COCO对供应商基础进行合规风险筛查：
- 对照OFAC、欧盟、联合国及国家制裁名单筛查所有已识别供应商——对高风险地区的供应商进行别名和音译匹配
- 检查美国和国际政府承包商取消资格和暂停数据库
- 识别位于受进出口限制、禁运制度或较高反洗钱/反恐融资国家风险司法管辖区的供应商
- 标注有不良监管历史的供应商：环境违规、劳动法违规、产品安全召回或质量欺诈调查
- 生成逐供应商合规风险画像，附制裁敞口、监管历史及司法管辖区风险评级
供应链人权与劳工合规评估：COCO评估供应链ESG风险：
- 识别在有记录的强迫劳动、童工或严重劳工权利违规的司法管辖区经营或采购的供应商
- 根据美国UFLPA实体名单、OECD指引不合规行业名单及已公布的强迫劳动风险地区，交叉核对供应商地理位置和行业部门
- 审阅目标公司现有的供应商行为准则、审计要求及现代奴隶报告的覆盖范围和执行质量
- 识别目标声称的供应链合规计划与已识别的实际供应商风险画像之间的重大差距
- 生成按严重性、监管敞口及整改紧迫性评级的供应链人权风险台账
合同控制权变更与终止风险分析：COCO识别供应商合同漏洞：
- 审阅重要供应商合同中赋予供应商在收购时终止或重新谈判权利的控制权变更条款
- 识别可能在供应商行使控制权变更权利时受到影响的独家供应安排和单一来源协议
- 标注与所有权变更或竞争性招标触发器挂钩的价格递增条款
- 识别将在交割后继续约束收购方的最低采购承诺协议
- 根据商业筹码、竞争动态及收购方战略情况，优先确定可能行使控制权变更权利的供应商
第三方风险报告与交割后供应商管理路线图：COCO提供结构化调查结果：
- 生成包含所有重要供应商的财务稳定性评分、合规发现及合同漏洞标注的综合供应商风险台账
- 生成供应链集中度分析，包含单一来源风险映射及关键类别的替代采购建议
- 起草交割后供应商接触计划：哪些供应商需要立即关系管理关注、合同重新谈判或审计
- 创建与CSDDD、LkSG及UFLPA要求相符的供应链合规提升路线图
- 汇总供应链总风险敞口，供交易团队决策和交易结构建议使用

量化结果与受益角色

可量化的成果

供应商集中度风险识别：AI采购分析在**61%**的制造业和产品类收购中识别危险的单一来源供应商集中度（超过类别采购额40%）
受制裁供应商检测：对供应商基础进行系统性制裁筛查，在**8%**的此前未进行供应商筛查的跨境收购中识别受制裁或受限供应商
财务困境检测：AI财务稳定性筛查在17%的交易中识别财务困难的关键供应商，平均潜在中断影响为每个已识别困难供应商420万美元的收入风险
供应链劳工风险识别：人权和强迫劳动风险评估在**44%**的涉及高风险地区采购的制造业交易中识别重要供应链敞口
交割后运营中断率：使用AI辅助供应商尽调的收购方在交割后12个月内经历的供应商相关运营中断减少38%

受益人群

尽职调查分析师：无需手动搜索数十个数据库查询数千个供应商，即可对整个供应商范围进行财务、合规及运营风险筛查
供应链与采购团队：在交割时获得完整的供应商风险图和交割后供应商管理路线图，能够立即对风险最高的供应商关系采取行动
ESG与可持续发展团队：在交割前评估供应链人权和劳工合规义务，实现交割前整改规划和监管披露准备
交割后整合团队：利用AI生成的供应商风险优先级，将有限的交割后整合资源分配给最可能产生运营中断的供应商关系

💡实用提示词

提示词1：供应商范围映射与集中度分析

映射以下实体的供应商范围并识别供应链集中度风险。

实体：[名称]
可用财务数据：[应付账款摘录 / 采购订单数据 / 合同台账——附上或说明]
审阅期间：[最近12个月 / 财年]

所需分析：
1. 提取年采购额超过[门槛]的所有供应商，计算其占总供应链采购额的百分比
2. 构建帕累托分析：识别构成总采购额前80%的供应商
3. 识别单一来源供应商：任何只有一个批准供应商的产品或服务类别
4. 映射运营关键性：对每个高采购额或单一来源供应商，评估若该供应商在[30 / 60 / 90]天内无法供货对业务的影响
5. 识别地理集中度：关键供应商是否集中在面临地缘政治、监管或自然灾害风险的司法管辖区？

输出：供应商集中度分析表 + 单一来源风险台账 + 运营关键性图 + 集中度风险摘要（哪些供应商失效会造成立即业务中断）

提示词2：关键供应商财务稳定性筛查

评估以下关键供应商的财务稳定性。

待评估供应商：
1. 供应商名称：[名称] | 国家：[国家] | 年采购额：[金额] | 是否上市：[是/否]
2. [对每个关键供应商重复]

每个供应商所需评估：
1. 奥特曼Z评分（或同等私营公司困境评分），基于可用财务数据
2. 信用评级及近期评级行动（如已评级）
3. 不良消息：任何已发布的财务困境、付款问题或战略不确定性报告
4. 所有权和杠杆：可能增加债务负担的近期收购或杠杆收购
5. 付款行为指标：任何延迟付款、客户投诉或服务交付减少的报告

输出：逐供应商财务健康评分卡（评分 / 风险类别 / 支持证据）+ 需要交割前应急规划的最高风险供应商 + 建议的替代采购策略

提示词3：供应商合规与制裁筛查

对以下供应商进行合规和制裁风险筛查。

供应商名单：[提供所有待筛查供应商的完整列表，每个供应商附所在国信息]
合规风险重点：[制裁 / 取消资格 / 环境违规 / 劳动违规 / 产品安全 / 全部]

每个供应商所需筛查：
1. 制裁筛查：OFAC、欧盟、联合国、HMT及相关国家名单——对高风险地区供应商进行别名匹配
2. 取消资格筛查：美国SAM.gov排除名单、欧盟采购取消资格、世界银行取消资格名单
3. 监管违规：环境、劳动法及产品安全执法行动——搜索相关监管机构数据库
4. 不良媒体：过去5年的金融犯罪、贿赂、腐败、强迫劳动指控
5. 国家风险：评估供应商经营国的监管和政治风险

输出：逐供应商合规筛查报告 + 风险层级（低 / 中 / 高 / 严重）+ 对中高风险发现的建议行动（强化尽调 / 合同保护 / 替代采购）

提示词4：供应链人权与现代奴隶风险评估

评估以下供应链的人权和现代奴隶风险画像。

实体：[公司名称]
供应链摘要：[列出主要供应商，注明原产国及产品/服务类别]
行业部门：[制造业 / 服装 / 电子 / 食品农业 / 采矿 / 其他]
监管义务：[英国《现代奴隶法》/ 德国LkSG / 欧盟CSDDD / 美国UFLPA / 其他]

所需评估：
1. 识别在强迫劳动高风险司法管辖区经营或采购的供应商（使用OECD尽调指南、UFLPA实体名单及已公布风险地区）
2. 对照美国UFLPA实体名单，核查在新疆经营或与已识别供应链相关的任何供应商
3. 审阅目标公司的现代奴隶声明、供应商行为准则及审计程序的充分性
4. 识别文件化合规计划与实际供应链风险画像之间的最重大差距
5. 估算监管敞口：进口禁令、强制披露义务及民事责任风险

输出：供应链人权风险图 + UFLPA敞口评估 + 合规计划缺口分析 + 与适用法律框架相符的整改路线图

提示词5：供应商合同控制权变更风险分析

识别并分析以下重要供应商合同中的控制权变更条款。

实体：[名称]
重要供应商合同：[提供合同列表或附合同]

对每份合同：
1. 识别是否存在控制权变更条款及其触发定义（任何控制权转移 / 多数股权变更 / 最终母公司变更）
2. 描述触发时供应商的权利：终止权 / 重新谈判权 / 价格上涨权 / 独家终止
3. 基于以下因素评估供应商行使权利的可能性：商业筹码、关系质量、竞争动态及收购方战略情况
4. 估算供应商行使权利的财务影响：失去供应 / 价格上涨 / 重新采购成本
5. 识别交割前同意要求并建议供应商接触策略

输出：供应商控制权变更同意矩阵（供应商 / 条款 / 触发条件 / 救济措施 / 行使概率 / 财务影响）+ 优先接触名单 + 同意征求策略

17. AI投资目标红旗筛查器

在意向书前阶段对投资目标应用全面的红旗框架——识别结构性、财务、法律及声誉方面的问题，为在进行重大尽调投入之前的推进/不推进决策和谈判立场提供依据。

痛点与解决方案

痛点：昂贵的全面尽调往往投入在本可以更早筛查出问题的目标上

传统并购尽调漏斗在结构上效率低下：交易团队通常在目标上投入数周昂贵的法律、财务和技术尽调，而这些问题本可以通过快速的意向书前筛查流程系统性地识别出来。典型的交易流程从初始管理层演示直接进入意向书，再进入全面尽调，中间没有系统应用最常见的交易终止标准的筛查步骤。当全面品质评估、法律审阅和合规评估进行到一半时，交易团队已投入大量资源，卖方已有期望，且存在完成交易的机构惯性。在全面尽调后期才浮现的发现——受制裁的最终受益所有人、财务重述历史、持续的监管调查、超过60%集中度的高度集中客户群——比同样的发现在意向书前筛查中出现时要难处理得多。

后期阶段交易终止的模式已有充分记录且代价高昂。在私募股权领域，进入全面尽调的交易中约30%最终被放弃——而其中大多数终止涉及的风险因素，回过头来看在意向书前阶段就产生了可检测到的早期信号。每次放弃全面尽调流程的成本累计达数十万美元的顾问费、管理时间和机会成本——这些资源本可以用于质量更高的机会。问题在于，意向书前筛查传统上是基于管理层演示和财务摘要中可用信息的定性评估，而这些信息由卖方精心策划以有利地呈现业务。没有AI辅助的独立数据收集和红旗模式识别，意向书前筛查只能发现卖方希望买方看到的内容。

最常预测交易失败或重要购买价格下调的红旗指标属于可识别的类别：财务违规（收入集中度、利润率波动性、现金流质量缺口）、结构复杂性（不透明所有权、离岸壳公司、名义董事）、法律和监管历史（执法行动、连续诉讼、合规计划失败）、人员诚信风险（未披露的高管不当行为、与制裁关联的股东）及商业脆弱性（客户集中度、关键人物依赖、合同期限敞口）。对这些类别进行系统性、AI驱动的筛查——在签发每份意向书之前应用于每个目标——将使交易团队能够将资源重新配置到高质量机会上，并带着预先识别的风险图进入全面尽调，而非从头开始探索。

COCO如何解决

快速财务红旗检测：COCO从可用的意向书前数据中识别财务风险信号：
- 分析管理账目、投资者演示文稿或CIM财务摘要，查找收入集中度（最大客户占总收入的比例）、利润率波动性及现金流质量信号
- 识别与所述商业模式不一致的收入确认模式——特别是SaaS、服务及订阅业务
- 标注相对于收入看似过高的EBITDA调整——可能表明报告盈利远高于真实经济盈利
- 识别财务披露缺口：管理层演示文稿中未提供哪些重要财务信息，以及为何未提供
- 将任何公开可获取的财务信息（Companies House申报、SEC申报（如为上市公司）、信用评级报告）与管理层呈现的指标进行一致性交叉核对
企业结构与所有权红旗筛查：COCO识别结构性问题：
- 进行快速企业登记查询，核实所述所有权结构并识别任何即时差异
- 标注保密司法管辖区的离岸控股结构，这些结构表明刻意不透明——无明显商业依据的开曼、英属维京群岛、马绍尔群岛架构
- 识别企业结构中的名义董事并按名义人集中度对架构进行评分
- 检查注册司法管辖区的受益所有权登记，标注任何未披露的受益所有人
- 识别任何历史公司名称或前身实体，这些实体可能有不良历史，不会在当前实体名称下显现
监管和执法历史快速筛查：COCO检查法律和监管红旗：
- 在SEC、DOJ、FCA及同等机构对实体或其主要负责人进行快速监管执法数据库搜索
- 识别公开可用的法庭文件或新闻来源中提及的任何持续监管调查
- 检查业务许可和取消资格数据库，查找任何许可暂停、吊销或政府承包商排除
- 标注行业特定合规问题：高腐败市场中的FCPA敞口、制造业中的环境违规、科技行业中的数据隐私执法
- 识别近期财务历史中的任何审计师保留意见、重述或审计事务所变更
关键人员诚信快速筛查：COCO对主要负责人进行未披露不良历史筛查：
- 对CEO、CFO及创始股东进行快速背景筛查——监管禁令、职业制裁及不良媒体
- 通过法庭数据库查询识别关键负责人的任何未披露刑事记录或民事判决
- 对照制裁和政治公众人物数据库检查关键高管
- 审阅已披露的职业历史，查找无法解释的空白、快速更换雇主，或与监管事件同期离职的情况
- 标注在此前雇主发生金融不当行为、欺诈或重大争议相关的不良媒体报道中出现的任何负责人
声誉及不良媒体筛查：COCO进行快速声誉评估：
- 对实体及所有关键负责人在40多种语言的全球新闻来源中进行全面不良媒体搜索
- 应用AI语义分析，区分重要不良报道（欺诈指控、监管调查、重大商业争议）与例行负面新闻
- 识别可能表明不在财务数据中可见的质量、文化或治理问题的客户投诉、员工评价模式及社交媒体信号
- 检查具有自律监督的行业特定声誉数据库和行业协会投诉
- 生成附支持证据和重要性分类的声誉风险评级
红旗报告与意向书前决策支持：COCO提供结构化的意向书前评估：
- 生成按类别（财务 / 结构 / 监管 / 人员 / 声誉）并附严重性评级整理的综合红旗报告
- 生成推进/不推进建议框架：识别哪些标注是潜在的交易终止因素、哪些需要全面尽调调查、哪些可以通过交易结构解决
- 创建意向书前谈判立场：根据已识别红旗，意向书中应纳入哪些条件、陈述或价格调整
- 起草优先全面尽调范围：哪些红旗类别需要最深入的调查，以便最先降低最重要的风险
- 以投资委员会格式汇总整体意向书前风险画像：三个最重要的风险、每个风险出现重要不利发现的概率及建议的后续步骤

量化结果与受益角色

可量化的成果

早期交易终止因素识别率：AI意向书前筛查平均在**22%**的筛查目标中识别出交易终止性红旗——在进行全面尽调投入之前即可重新配置资源
全面尽调范围优化：红旗预筛查使交易团队能够将全面尽调集中于3-5个最高风险领域，而非均匀覆盖，估计将总尽调成本降低35%
意向书前筛查周转时间：单个目标的全面红旗筛查在4-8小时内完成，能够对大型交易管道进行快速评估
价格调整捕获：意向书前红旗识别在已识别风险但交易继续进行的情况下带来平均**8-12%**的购买价格调整——代表筛查成本的直接经济回报
放弃交易成本规避：使用意向书前AI筛查的机构估计每年节省40-80万美元的最终将被放弃目标的全面尽调成本

受益人群

尽职调查分析师：在数小时而非数天内进行结构化、全面的意向书前筛查——能够在不成比例增加资源的情况下评估更大的交易管道
私募股权和企业发展团队：将全面尽调资源分配给管道中最高质量的机会，以预先识别的风险图指导工作重点，而非从头开始
投资银行及并购顾问：作为交易发掘服务的一部分向客户提供快速、系统性的意向书前风险评估——与仅依赖管理层策划信息的顾问公司形成差异
投资组合公司收购团队：在委托法律和财务顾问资源之前，根据收购方的具体风险偏好和交割后整合要求，对补强收购目标进行筛查

💡实用提示词

提示词1：意向书前红旗筛查请求

对以下投资目标进行快速红旗筛查。

目标实体：[名称、司法管辖区、行业]
可用信息：[管理层演示文稿 / CIM / 公开申报 / 网站——附上或描述]
关键负责人：[CEO、CFO、创始股东——姓名及国籍]
我们的投资标准：[描述交易规模、行业、地区及任何特定排除标准]

所需红旗筛查：
1. 财务红旗：收入集中度、EBITDA标准化问题、现金流质量、异常调整
2. 企业结构：所有权透明度、离岸实体、名义人模式
3. 监管和法律：执法历史、已知诉讼、许可缺口
4. 人员：CEO、CFO及关键股东的不良监管、刑事或不当行为历史
5. 声誉：不良媒体、客户投诉、行业声誉问题

输出：红旗摘要报告（类别 / 发现 / 严重性：交易终止因素 / 重要 / 监控）+ 推进/不推进建议 + 已识别问题的意向书风险分配建议

提示词2：财务红旗模式分析

分析以下管理层演示文稿/CIM中的财务红旗。

提供的文件：[附上管理层演示文稿或CIM，或粘贴财务摘要]

财务红旗分析：
1. 收入质量：识别任何披露的超过收入25%的客户集中度；评估收入增长一致性并识别无法解释的突变
2. EBITDA质量：审阅管理层调整——评估呈现的调整是否合理；计算调整占报告EBITDA的比率
3. 营运资金：审阅披露的营运资金数据，查找表明现金生成压力的趋势
4. 资本支出与折旧：评估披露的资本支出是否足以维持资产基础
5. 财务披露缺口：演示文稿中缺少哪些重要财务信息——本应存在而不在的内容是什么？

对每个已识别问题：评估其是潜在的交易终止因素、需要调查的重要风险，还是监控条目。

输出：附严重性评级的财务红旗台账 + 管理层会面的具体问题 + 全面财务尽调的优先领域

提示词3：所有权与结构完整性快速检查

对以下目标进行快速企业结构和所有权完整性检查。

目标实体：[名称、司法管辖区、注册号（如已知）]
所述所有权结构：[来自管理层演示文稿或CIM——描述]
关键负责人：[姓名]

检查：
1. 企业登记：核实所述所有权结构与登记记录一致——标注任何差异
2. 受益所有权：检查适用的最终受益所有人登记（英国PSC、欧盟受益所有权登记、FinCEN BOI）——标注任何未披露的受益所有人
3. 离岸要素：识别架构中的任何离岸控股实体——评估商业依据
4. 名义人指标：检查任何企业股东是否存在名义董事模式
5. 历史名称：识别所有历史名称——在历史名称下进行不良历史搜索

输出：架构完整性评估（已核实 / 部分核实 / 发现差异）+ 具体标注的差异 + 签发意向书前的建议核实步骤

提示词4：管理层快速诚信检查

对与以下投资目标相关的以下人员进行快速诚信检查。

待检查人员：
1. [姓名] | 角色：[CEO / CFO / 创始人 / 控股股东] | 国籍：[国家]
2. [重复]

快速检查：
1. 监管历史：任何SEC、FINRA、FCA或同等执法行动或禁止令
2. 刑事记录：其本国司法管辖区及先前业务活动司法管辖区中公开可用的刑事法庭记录
3. 不良媒体：5年内金融不当行为、欺诈指控、重大商业争议的搜索
4. 政治公众人物与制裁：OFAC、欧盟、联合国制裁检查 + 政治公众人物数据库检查
5. 职业历史：对照公开记录核实主要声称的职业里程碑；识别任何无法解释的空白

输出：逐人诚信评估（清白 / 有问题 / 重大问题）+ 不良发现摘要 + 管理层访谈建议问题

提示词5：意向书前条款风险分配建议

根据以下红旗筛查结果生成意向书前条款风险分配建议。

红旗发现摘要：[粘贴或附上筛查报告]
拟议交易结构：[股权收购 / 资产收购 / 投资]
拟议购买价格或估值：[金额或倍数]

针对每个已识别红旗的建议：
1. 价格调整：已识别风险是否应反映在较低的购买价格或估值倍数中——降幅多少？
2. 陈述与保证：意向书应要求卖方就已识别问题作出哪些具体陈述与保证？
3. 交割条件：意向书应附加哪些与已识别风险相关的条件（例如，解决特定监管调查、提供缺失财务信息）？
4. 托管或扣留：应托管多少金额以待已识别风险解决？
5. 退出权：识别足以在全面尽调调查确认后建议在意向书中加入退出权的红旗

输出：附风险特定条款的意向书条款清单补充 + 总体交易风险评估 + 根据已识别红旗校准的建议全面尽调范围

18. AI可变利益实体架构解构与风险分析器

解构中国科技、教育及医疗公司使用的可变利益实体（VIE）架构——映射合同控制安排、识别监管变化风险，并对强制解构的经济和法律后果进行建模。

痛点与解决方案

痛点：VIE架构产生标准尽调无法充分量化的根本性法律不确定性

可变利益实体（VIE）架构——离岸上市中国公司通过合同安排对在岸运营实体实施控制的机制，而在岸实体在形式上由中国公民持有——代表了跨境投资中最具法律复杂性和高风险的尽调挑战之一。VIE模式旨在规避中国对敏感行业（互联网、教育、医疗、金融服务）外资所有权的限制，通过一套商业协议网络赋予离岸实体对在岸运营公司实际上的经济和管理控制权，而非直接股权持有。根本的法律问题在于：这些合同安排从未得到中国法律的明确确认，已被个别监管行动直接挑战，并随时可能受到中国监管机构具有追溯效力的重组要求。向开曼上市载体投入5亿美元的基金，其唯一实质性资产通过VIE架构持有，所购买的从根本上是一项合同主张而非股权利益——而该主张在中国法院的可执行性从未经过明确检验。

过去几年VIE架构的监管环境已出现实质性恶化。2021年对中国私立教育行业的整顿——导致众多VIE教育公司被强制重组，并实际上消除了营利性K-12补习——证明了中国当局愿意并能够采取在数月内有效摧毁VIE架构下经济价值的监管行动。随后对网约车、金融科技、游戏及数据密集型科技行业的限制，创造了一个监管环境，使每个VIE架构都处于监管不确定性阴影下。对投资者而言，问题不在于VIE风险是否是理论性的——这显然已不是——而在于如何量化特定VIE架构在特定行业中监管重组的概率和幅度。

VIE尽调的分析复杂性相当大。每个VIE架构由多个相互联锁的协议构成——独家服务协议、股权质押协议、独家购买期权协议、股东投票代理协议及外商独资企业（WFOE）与VIE注册中国股东之间的股权质押协议。架构在赋予离岸母公司真实控制权并合并VIE财务结果方面的有效性，取决于这些协议的精确措辞、其对中国合同法要求的遵从、VIE名义股东履行合同义务的财务能力，以及VIE自身业务许可证或政府合同中无任何阻止合同安排按设计运作的限制。在示意图层面看起来健全的架构，在基础合同文件中可能存在关键缺陷。

COCO如何解决

VIE架构解构与协议映射：COCO分析完整的合同架构：
- 从数据室中提取并映射所有VIE协议：独家服务协议、股权质押协议、独家购买期权协议、投票代理协议及向名义股东发放的贷款协议
- 识别架构中的所有WFOE实体、运营VIE实体及注册名义股东——与中国工商登记数据进行交叉核对
- 分析每份协议中声称提供有效控制的具体合同机制：服务费计算方式、投票代理范围、质押执行条款
- 识别任何已到期、即将到期或有未行使续期条款的协议
- 映射经济利益从VIE运营实体流向离岸母公司的完整合同路径
法律可执行性与结构缺陷分析：COCO识别合同安排中的法律漏洞：
- 分析VIE协议对中国合同法要求的遵从性：适当授权、执行手续及无导致协议在中国法律下无效或可撤销条款的规定
- 识别在中国法庭被质疑或在行政程序中被认定存在法律问题的任何条款
- 评估股权质押的可执行性：对名义股东股权利益的质押是否已在相关市场监督局妥善登记，并将在中国法庭具有可执行性
- 审阅独家购买期权协议，查找限制WFOE行使期权的监管限制——特别是有外资所有权限制的行业
- 识别自VIE架构最初建立以来的任何修改，这些修改可能未反映在当前合同文件中
监管行业风险评估：COCO评估监管重组的概率：
- 根据中国外资投资负面清单、工信部限制类别及银保监会/人民银行监管活动，对VIE运营实体的业务活动进行分类
- 分析同行业近期中国监管行动：执法行动、重组要求及表明行业特定VIE处理方式的监管指引
- 审阅与行业相关的中国政府政策文件、国务院意见及监管机构公告，查找持续容忍与升级压力的信号
- 评估行业在中国产业政策中的战略重要性——被指定为国家战略资产的行业面临更大的通过VIE架构实施外国影响的限制
- 生成行业特定VIE可持续性评级，附三种情景的概率估算：监管容忍 / 需要重组 / 强制解构
经济情景分析与解构影响建模：COCO对VIE情景的财务后果进行建模：
- 对VIE架构持续运营情景下离岸母公司的当前股权价值进行建模——包括VIE财务合并及股息汇回风险
- 对强制VIE解构情景的价值影响进行建模：识别哪些资产将仍可供离岸母公司获取、哪些将归还中国政府控制，以及离岸控股架构的剩余价值
- 量化股息汇回风险：对将资金从VIE运营实体转至离岸母公司的预提税、外汇限制及国家外汇管理局审批要求进行建模
- 评估近期中国数据安全和跨境数据传输法规对VIE实体运营的影响——特别是互联网和数据密集型业务
- 生成反映VIE风险情景的概率加权估值区间
名义股东风险与利益冲突分析：COCO评估架构所依赖合作的相关人员：
- 识别VIE运营实体的名义股东，核实其当前法律状态、财务能力及继续受雇于集团的情况
- 评估名义股东是否已签署并登记有效的股权质押协议——这对架构的可执行性至关重要
- 审阅名义股东的劳动协议、保密协议及VIE相关契约，评估留任和合规风险
- 识别离岸母公司与VIE名义股东之间的任何历史争议——少数高知名度案例已证明名义股东可以利用其法律所有权地位
- 生成名义股东风险评估：如果名义股东变得对抗或丧失行为能力，架构有多脆弱？
VIE尽调报告与投资风险摘要：COCO提供完整的VIE风险评估：
- 生成全面的VIE架构分析报告，涵盖合同架构、法律缺陷、监管行业风险及经济情景分析
- 生成按类别（法律 / 监管 / 名义股东 / 经济 / 税务）对VIE风险进行评级的风险矩阵，附严重性和概率估计
- 起草建议的交易结构保护措施：关于VIE协议、监管确认及披露义务的具体陈述与保证
- 创建投资者披露摘要，以适合基金向LP或投资者报告VIE敞口投资组合的语言呈现VIE风险
- 以投资委员会格式汇总整体VIE风险画像，包含建议的风险容忍框架及退出策略含义

量化结果与受益角色

可量化的成果

VIE结构缺陷识别：AI协议分析在审阅的**43%**的VIE架构中识别重要VIE合同缺陷（过期协议、未妥善登记的质押、缺失授权）
监管行业风险量化：AI监管分析生成的行业特定VIE可持续性评级在24个月追踪期内与后续监管结果在**71%**的行业审阅中保持一致
经济情景建模完整性：VIE解构情景模型捕获4-6种不同经济结果，而人工分析通常只建模2种情景（持续运营与完全损失）
名义股东风险识别：AI分析在审阅的**29%**的VIE架构中识别未登记股权质押或过期协议，这些情况产生了名义股东筹码风险
分析时间：完整VIE架构分析在3-5个工作日内完成，而传统的中国法律顾问主导的VIE审阅需要4-8周

受益人群

尽职调查分析师：无需深厚的中国公司法专业知识，即可对数据收集和结构映射阶段进行系统性VIE架构分析
中国法律顾问与离岸顾问：获得预先构建的VIE协议映射和法律缺陷识别，使其法律审阅聚焦于最高风险合同条款
私募股权和对冲基金投资团队：以经济术语（而非仅以法律术语）量化VIE风险——支持反映全部监管结果范围的概率加权投资决策
基金LP和投资组合监控团队：获得VIE敞口投资组合持仓的持续VIE可持续性评估，在监管恶化实质化之前实现主动退出或降低风险的决策

💡实用提示词

提示词1：VIE架构映射与协议分析

解构并映射以下实体的VIE架构。

离岸实体：[名称、开曼 / 英属维京群岛 / 其他司法管辖区]
WFOE实体：[列出名称及中国注册号]
VIE运营实体：[列出名称及中国注册号]
名义股东：[列出姓名及各VIE实体的所有权百分比]

已提供的VIE协议：[列出可用协议——附上或描述]

所需分析：
1. 映射完整的合同架构：识别所有协议、各方及每份协议提供的具体控制机制
2. 对每份协议：确认执行日期、期限、续期状态及适用法律
3. 评估经济流动：追踪运营收入从VIE实体流至离岸母公司的机制
4. 识别任何已到期、未妥善登记或包含与所声称控制不一致条款的协议
5. 映射每位名义股东VIE股权利益的质押登记状态

输出：VIE架构图 + 协议清单表 + 法律缺陷台账 + 关键缺失或过期协议

提示词2：VIE架构监管可持续性风险评估

在近期中国监管发展背景下，评估以下VIE架构的监管可持续性风险。

经营行业：[互联网 / 教育 / 医疗 / 金融科技 / 游戏 / 数据服务 / 其他]
VIE运营实体持有的业务许可证：[列出许可证类型]
收入模式：[描述主要收入来源及政府互动]
数据资产：[描述持有的个人数据量和类型，以及跨境传输量（如有）]

监管风险分析：
1. 审阅中国外资投资负面清单对所述活动的覆盖情况——确认外资投资限制是否适用
2. 分析该行业影响VIE架构的近期监管执法行动
3. 评估实体对中国数据安全法（PIPL、DSL、NLSRL）及跨境数据传输限制的敞口
4. 评估中国战略行业地位：该业务是否被归类为重要国家基础设施或中国产业政策下具有战略重要性的行业？
5. 生成VIE可持续性评级：未来3年内持续运营 / 有序重组 / 强制解构的概率

输出：行业监管风险评估 + VIE可持续性评级（稳定 / 不确定 / 高风险 / 严重）+ 关键风险因素 + 建议结构缓解措施

提示词3：名义股东风险评估

评估以下VIE运营实体名义股东所呈现的风险。

VIE运营实体及其名义股东：
1. 实体：[名称] | 名义股东1：[姓名，所有权%] | 名义股东2：[姓名，所有权%]
2. [对每个VIE实体重复]

可用就业和合同文件：[列出协议——附上或描述]

所需评估：
1. 核实每位名义股东与集团的当前就业状态
2. 确认每位名义股东VIE权益的股权质押登记状态
3. 审阅投票代理协议：范围、期限及是否不可撤销
4. 评估每位名义股东履行任何合同义务（例如，贷款偿还、配合期权行使）的财务能力
5. 识别股东与集团之间任何已披露或公开可知的争议
6. 对每位名义股东进行不良媒体、法律程序及监管问题筛查

输出：逐名义股东风险画像 + 如任何名义股东变得对抗时的架构脆弱性评估 + 建议的合同强化措施

提示词4：VIE解构经济情景分析

对以下投资的VIE解构情景的经济影响进行建模。

投资：[描述股份和估值基础]
离岸实体：[名称]
VIE资产和财务数据：[附上或描述——VIE运营实体的收入、EBITDA、资产]

待建模情景：
1. 基准情景：VIE继续运营，股息正常汇回——对价值和汇回效率进行建模
2. 有序重组：VIE在中国监管指导下进行重组——评估哪些资产仍可供离岸母公司获取，并对剩余价值进行建模
3. 不利监管行动：VIE被认定无效，运营实体恢复名义股东控制——对离岸母公司剩余价值进行建模（可通过许可协议获取的知识产权、品牌、技术，如有）
4. 通过境内上市退出（A股整合）：VIE作为境内上市流程的一部分被解构——对价值提升或折价进行建模

对每种情景：估算概率（低 / 中 / 高）、离岸投资者的模型残余价值及情景实现的时间范围。

输出：VIE情景估值模型 + 概率加权预期价值 + 关键假设敏感性分析（监管概率、汇回税率）+ 投资建议

提示词5：VIE风险陈述与保证清单

为以下涉及VIE架构实体的交易生成VIE特定陈述与保证清单。

交易：[投资 / 收购具有VIE架构的离岸控股实体]
VIE架构：[描述]
已识别的关键风险：[从此前VIE分析中汇总]

所需陈述涵盖：
1. VIE协议完整性与有效性：所有VIE协议均完全有效、妥善执行且不存在任何质疑
2. 监管合规：VIE运营实体持有所有必要许可证，且未违反任何中国对外资投资或外国影响的限制
3. 名义股东状态：所有名义股东均为现任员工，已执行有效的股权质押和代理协议，其VIE股权利益上无个人法律负担
4. 无监管调查：任何监管机构均未就VIE架构或合同安排的合法性启动任何调查
5. 财务合并准确性：从VIE实体合并的财务结果准确反映运营业务的经济绩效

输出：附建议措辞的VIE特定陈述与保证清单 + 存续期和上限建议 + VIE监管风险特定的赔偿条款

19. AI不良媒体与声誉风险监控器

持续监控全球新闻、社交媒体、法院文件及监管公告，覆盖40多种语言和10,000多个来源——为企业实体及其主要负责人生成按严重性评级的不良媒体警报和声誉风险画像。

痛点与解决方案

痛点：声誉风险突然爆发，其传播速度超过人工监控的反应能力

声誉尽调在历史上被视为并购中的次要考虑因素——一个涉及少量定向新闻搜索的勾选式工作，而非系统性的情报工作。这种方式在当前信息环境下已不够充分，声誉事件——媒体调查、监管公告、社交媒体丑闻、举报人披露——可以在数小时内跨全球渠道传播，并在数天内产生商业后果（客户流失、合作伙伴退出、监管关注）。语言障碍进一步加剧这一挑战：源自东南亚、拉丁美洲或东欧当地语言媒体的声誉事件，可能代表重大合规或商业问题的首个信号——但不会出现在不监控这些来源的分析师进行的英文新闻搜索中。

模式识别问题对人工分析师尤其困难。单个不良媒体发现——一篇指控违规的新闻报道、一条贸易论坛上的独立客户投诉、一封监管警示函——每一条单独来看都可能显得微不足道。其重要性体现在跨多来源、多时段的模式识别中：同类指控在不同司法管辖区出现、从客户投诉到监管调查再到正式调查的逐步升级、与过往合规失败相关的管理层争议和高管快速离职的规律性模式。在交易时间线压力下审阅数据室的人工分析师，无法同时在40种语言的10,000个来源中监控多年新闻历史并识别这些模式。结果是重要声誉风险往往直到已经造成商业损害后才被识别。

不良媒体监控的时间维度同样关键。初始尽调审阅捕获的是单一时间点的声誉情况，但交易有从签署到交割数月的时间线——在此期间可能出现在签署时已知将影响买入/不买入决策的新不良事件。签署后交割前宣布的监管调查、在审批流程中曝光的CEO性骚扰丑闻，或引发集体诉讼的产品安全召回——这些事件各自都有重大交易含义，但如果签署到交割期间没有系统性持续监控，将完全被遗漏。重大不利变化条款分析虽在理论上提供保护，但要求买方对不利事件有实际知悉并及时决定援引——两者都需要大多数交易团队所缺乏的监控能力。

COCO如何解决

全球媒体监控配置：COCO配置并维护广泛的不良媒体覆盖：
- 监控60多个国家的10,000多个新闻来源、通讯社、商业出版物、监管门户及法院公告服务
- 以40多种语言进行监控，配备AI翻译和重要性评分——确保地区语言不良媒体与英文报道同等可靠地被捕获
- 为尽调范围内的每个实体和个人配置监控：企业实体、其主要子公司、所有董事和高管及重要股东
- 设置根据交易最重要风险类别校准的监控警报：金融犯罪、监管执法、环境违规、劳动关系、数据泄露、产品安全
- 在监控参与开始时为每个被监控实体填充10年不良媒体存档，建立历史覆盖
AI严重性评分与信号过滤：COCO区分重要不良媒体与噪音：
- 应用基于NLP的语义分析，按主题对每条媒体条目进行分类（监管调查 / 金融欺诈 / 环境 / 劳工 / 性不当行为 / 产品安全 / 商业争议 / 其他）
- 按严重性对每条条目进行评分：已确认的不良发现 / 可信指控 / 初步调查 / 小型争议 / 例行报道 / 无不良内容
- 识别来源可信度和出版权威性——主流财经媒体、匿名博客与监管公告受到适当的加权处理
- 过滤无关内容：仅提及实体名称的文章、非不良商业报道及跨来源重复报道
- 应用模式识别识别升级序列：当同一类别的多个低严重性条目在规定时间窗口内出现时，触发聚合升级警报
历史不良媒体深度存档审阅：COCO进行系统性历史审阅：
- 在参与开始时对每个实体和个人跨所有监控来源进行10年历史存档搜索
- 识别任何在表面新闻搜索中可能不显现的既往报道——仅在本地语言数据库、行业贸易出版物或法院公告推送中存档的文章
- 重建声誉历史：之前是否有已解决、诉讼或仅销声匿迹的指控？每个阶段发生了什么？
- 识别可能重演的既往模式：连续监管调查、同类重复客户争议、在此前雇主的管理层不当行为模式
- 生成附严重性评级和每个已识别事件解决状态的历史不良媒体时间线
实时警报管理与交易期监控：COCO在整个交易期间维持持续监控：
- 当识别到超过设定严重性门槛的新不良媒体条目时，向交易团队发送实时警报
- 为交易团队生成日常摘要，总结所有被监控实体的所有新媒体条目及重要性评级
- 维护签署到交割期间的持续不良媒体日志，创建所有收到新信息的同期记录
- 对严重警报立即升级（已确认执法行动、重要诉讼文件、重大产品安全事件）至指定交易团队联系人
- 提供交割后行动框架：对每种警报类别的建议交易团队响应（立即法律审阅 / 重大不利变化分析 / 监管通知 / 监控）
社交媒体与数字声誉情报：COCO将监控延伸至传统媒体之外：
- 监控社交媒体平台（Twitter/X、LinkedIn、Reddit、Glassdoor、产品评价平台）中对实体和关键负责人的提及
- 识别Glassdoor和雇主评价平台上可能表明文化、治理或薪酬问题的员工不满模式
- 监控客户反馈和投诉平台，查找产品质量、安全或服务交付问题
- 追踪针对实体的社交媒体活动：有组织的客户抵制、激进投资者活动或协调性声誉攻击
- 应用品牌情绪分析追踪交易期间公众情绪的变化
不良媒体尽调报告：COCO提供结构化声誉情报：
- 生成全面的不良媒体报告，按实体、按类别和按严重性整理所有重要发现
- 生成声誉风险画像叙述，在交易背景下解释已识别发现的重要性
- 创建历史不良媒体时间线，供投资委员会视觉呈现
- 起草针对已识别不良媒体问题的具体管理层访谈问题——经过校准以测试管理层答复是否与媒体记录一致
- 提供交割后监控建议：哪些风险类别需要持续监控，以及投资组合监控阶段应维持哪些警报门槛

量化结果与受益角色

可量化的成果

不良媒体覆盖深度：AI监控覆盖40多种语言和10,000多个来源，而传统人工不良媒体搜索平均仅覆盖8-10个英文来源
重要发现识别率：AI语义分析和严重性评分在保持98%的高于重要性门槛的重要不良发现召回率的同时，将警报审阅负担降低85%
模式识别能力：AI历史存档分析在**27%**的目标中识别声誉风险升级模式，其中没有任何单篇文章单独触发重要警报
签署到交割不良事件检测：交易期间的持续监控在**11%**的被监控交易中识别出对重大不利变化分析具有重要意义的签署后不良事件
对新不良事件的响应时间：AI实时监控在发布后2-4小时内检测到新不良媒体条目，而分析师管理的定期审阅平均在3-5个工作日后才检测到同一条目

受益人群

尽职调查分析师：在完整历史存档中进行全面的多语言不良媒体筛查，无需手动浏览数十个外语媒体数据库
并购交易团队：从签署到交割期间保持对声誉发展的实时感知——在重大不利事件发生时及时进行重大不利变化分析和行使交易条件
合规及反洗钱官员：记录满足定期声誉尽调监管要求的完整不良媒体筛查记录，用于对客户和交易对手方的尽调
企业传播和声誉管理团队：在不良媒体趋势达到重大媒体报道门槛之前获得早期预警——实现主动应对规划而非被动危机管理

💡实用提示词

提示词1：不良媒体初始筛查

对以下实体及其关键负责人进行全面不良媒体筛查。

实体：[法定名称、司法管辖区、行业]
包含的关键负责人：[列出所有董事、高管及重要股东]
搜索期间：[过去10年 / 过去5年 / 全部可用历史]
语言覆盖：[全部可用 / 重点关注：说明]
优先风险类别：[金融犯罪 / 监管 / 环境 / 劳工 / 产品安全 / 其他]

对每个不良发现：
1. 来源：出版物名称、司法管辖区、发布日期
2. 主题和摘要：所指控或报告的内容
3. 严重性：已确认的不良发现 / 可信指控 / 初步调查 / 小型争议
4. 解决状态：待解决 / 已和解 / 已无罪释放 / 已定罪 / 进行中
5. 交易相关性：对交易的直接影响 / 重要商业风险 / 背景信息 / 仅监控

输出：按严重性排序的不良媒体台账 + 声誉风险画像叙述 + 投资委员会最重要发现摘要

提示词2：管理层主要负责人深度不良媒体调查

对以下高管进行深度不良媒体调查。

个人：[全名]
出生日期（大约）：[如已知]
国籍：[国家]
已知的前任雇主：[列出]
活动的行业和司法管辖区：[列出]

调查范围：
1. 金融不当行为：欺诈、虚假陈述、内幕交易、侵吞公款——任何司法管辖区的指控或已确认发现
2. 公司治理：股东争议、董事不当行为指控、点名该个人的举报人投诉
3. 监管：点名该个人的任何监管程序、调查或调查披露
4. 刑事：任何刑事程序、指控或定罪——包括尚未导致定罪的
5. 个人行为：任何具有潜在职业相关性的重大个人不当行为（视交易背景）

输出：各类别不良媒体发现 + 严重性评级 + 完整来源引用 + 该个人拟担任角色的整体声誉风险评级

提示词3：交易期不良媒体监控报告

生成以下交易签署到交割期间的不良媒体监控报告。

交易：[描述]
被监控实体：[列出所有被监控实体和个人]
监控期间：[从日期：签署日期] 至 [当前日期]
初始基线：[初始不良媒体筛查日期，供参考]

报告内容：
1. 签署后新识别的不良媒体条目：按实体/个人列出，注明来源、日期、主题、严重性
2. 严重性评级重要性：识别任何可能与重大不利变化分析相关的条目
3. 升级趋势：自基线以来任何不良报道在数量或严重性上有所增加的类别
4. 建议行动：对每个重要新发现，建议是否需要立即交易团队或法律审阅
5. 自基线以来已解决的条目：任何已公开解决的既往不良发现（监管批准、诉讼和解、无罪释放）

输出：监控期不良媒体报告 + 重要发现摘要 + 任何重大发现的重大不利变化相关性评估 + 建议的后续步骤

提示词4：行业声誉情报报告

生成以下行业/市场的声誉情报报告。

行业：[描述——行业、地区及主要参与者]
目的：[竞争情报 / 进入前评估 / 投资组合监控]
重点主题：[监管执法趋势 / 重大诉讼 / 产品安全模式 / 行业不当行为]

情报报告内容：
1. 该行业近期监管执法行动（过去24个月）：机构、违规类别、处罚范围
2. 重大诉讼模式：集体诉讼、重大商业争议、反复出现的争议类别
3. 行业范围合规失败：影响多个行业参与者的合规失败
4. 声誉领先者和落后者：该行业哪些公司拥有最强和最弱的声誉画像
5. 新兴风险主题：在该行业获得媒体关注的新合规、ESG或监管领域

输出：行业声誉情报报告 + 五大声誉风险主题 + 对目标在行业风险格局中位置的含义

提示词5：不良媒体管理层访谈准备

根据以下不良媒体发现准备管理层访谈问题。

不良媒体发现：[粘贴或附上发现]
待访谈人员：[列出高管及其角色]
访谈目标：[评估管理层对发现的知悉程度 / 测试解释的一致性 / 确定是否存在未披露的相关问题]

对每个重要不良发现：
1. 起草一个测试管理层解释是否与媒体记录一致的具体问题
2. 起草一个探究未披露相关事项或额外背景的追问问题
3. 识别将证实或反驳管理层答复的客观证据
4. 标注任何虚假或误导性管理层答复本身将构成重要保证问题的发现

输出：按发现整理的访谈问题矩阵 + 预期答复与红旗答复对比 + 访谈中要求的支持证据的文件清单

20. AI环境责任与ESG风险扫描器

痛点与解决方案

痛点： 环境责任与ESG风险评估

环境责任在并购中极为危险，因为它同时具备三个其他风险类别所没有的特征：赔偿金额可能巨大（超级基金清理费用动辄超过1亿美元）；无法通过合同彻底转移（CERCLA连带责任不受赔偿协议约束）；且往往不会在数据室的任何文件中体现，因为历史污染可能早于目标公司当前所有权数十年。一家在看似资产收购交易中被收购的制造工厂，可能坐落在50年前工业活动遗留的污染土地上，接受土地所有权的一方即继承CERCLA潜在责任方身份，无论任何陈述与保证或赔偿协议均无法完全隔离。

监管合规维度远不止历史污染。运营设施必须维持《清洁空气法》、《清洁水法》NPDES许可、RCRA危险废物管理要求等的现行合规。若设施持有已过期的空气许可证，即便该许可证本可续期，也已构成违规，且可能招致对许可证失效期间排放违规的追溯执法。

收购后时代，ESG维度大幅扩展了环境尽职调查的范围。机构投资者、贷款方和保险公司越来越要求提供气候风险评估、温室气体排放清单、水资源压力分析和生物多样性影响评估。传统的环境尽职调查仅关注历史污染和许可合规，无法应对这些前瞻性重大风险。

COCO如何解决

COCO的环境与ESG尽职调查工具直接集成到你现有的工作流程中：

输入与上下文： 上传目标公司设施清单、许可证文件和数据室ESG披露材料
智能处理： 自动核查EPA数据库和各州环境机构的许可证现状，识别违规记录和执法行动
结构化输出： 生成逐设施合规状态登记册、气候风险图谱和ESG报告差距分析
迭代优化： 根据补充数据细化污染清理费用估算和碳定价敞口模型
持续监控： 实时追踪环境法规变化和目标公司新增执法事项

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI许可证核查在已审查制造设施目标中识别不合规许可证或未结执法行动的比率达 38%
AI研究在制造业交易中识别平均估计清理费用为 每个已识别场地380万美元 的未披露污染敞口
AI气候图谱在不到2小时内提供 100%的设施级物理风险评估，而专业顾问需4-6周
AI CERCLA研究在 16%的工业公司收购 中识别目标未披露的潜在责任方身份风险
AI评估在 53%受强制披露框架约束的目标 中识别影响监管合规的重大ESG报告差距

受益角色

尽职调查分析师： 无需协调多个专业环境顾问即可开展全面环境合规核查和ESG风险图谱绘制
环境律师和二期调查顾问： 获得预先构建的环境合规审计和污染标记登记册，将专业资源集中在风险最高的场地
ESG和可持续投资团队： 获得满足机构LP对ESG整合要求的完整气候风险和ESG重要性评估
交割后运营和EHS团队： 在交割时获得完整的逐设施合规登记册和整改优先级清单

💡 实用提示词

提示词 1: 设施环境合规审计 对以下运营设施进行环境合规审计，验证每个设施的空气许可证、水排放许可证、危险废物状态和应急规划合规情况，输出设施合规评分卡和需立即关注的优先违规事项。

提示词 2: 历史污染与超级基金PRP调查 调查以下目标实体及其运营设施的历史污染敞口，搜索EPA CERCLIS/ACRES数据库和各州清理项目数据库，识别任何污染场地指定，并估算已识别的认定环境条件的清理费用敞口范围。

提示词 3: 温室气体排放与气候转型风险评估 评估以下实体的温室气体排放状况和气候转型风险，量化范围一、二、三排放，识别适用碳定价义务，并将主要设施映射至2030和2050年物理风险情景。

提示词 4: ESG报告框架差距分析 评估目标实体针对适用强制披露框架（CSRD、SEC气候披露规则、TCFD等）的ESG报告准备情况，输出差距矩阵、监管截止日历和报告差距弥补成本估算。

21. AI关键人物依赖风险评估器

痛点与解决方案

痛点： 关键人物风险未量化，创始人或明星员工离职后立即显现

关键人物风险是并购尽职调查中最常被承认但分析最不严谨的风险之一。收购方往往在收购完成时只有模糊的认识，不知道60%的收入是否来自CEO亲自管理的客户关系，核心算法的唯一掌握者是否已被竞争对手接触，或药监申报是否由一个无法快速移交的单一员工管理。当这些人在股权归属后离职时，收购方才以惨痛代价发现依赖程度。

真正评估关键人物风险所需的合同和组织分析是多维度的。客户集中度分析揭示了多少客户是通过个人关系而非机构渠道建立的，但不能揭示这些客户是否明确表示会跟随个人而非机构。技术知识图谱绘制需要识别哪些系统、流程或知识产权只存在于特定员工脑海中而非有文字记录。

股权结构增加了额外复杂性。套现80%净资产的创始人与在合并实体中保留重要股份的创始人有着截然不同的留任激励。充分理解每位关键人物的股权结构、归属时间表和经济激励，是任何切实关键人物风险评估不可或缺的输入。

COCO如何解决

COCO的关键人物依赖分析工具直接集成到你现有的工作流程中：

输入与上下文： 上传组织架构图、CRM客户归属数据、研发贡献记录和薪酬数据
智能处理： 分析客户合同和账户管理记录，识别个人关系驱动的客户依赖，映射知识集中度
结构化输出： 生成关键人物依赖图谱、收入风险量化模型和留任计划建议
迭代优化： 根据补充薪酬数据细化离职风险评分和留任方案设计
持续监控： 追踪关键人物知识转移进度和交割前行动计划完成情况

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI辅助分析对 87%已识别高依赖关系 以美元金额量化关键人物离职的收入风险
在已审查的中小型收购中，41% 存在缺失、过期或法律上有缺陷的关键人物雇用协议
33%的已审查协议 中的竞业禁止条款被评估为不可执行或在适用司法管辖区内受到严格限制
使用AI辅助关键人物风险分析和留任规划的收购方，交割后18个月内计划外关键人物离职减少 44%
在技术和服务公司审查中，62% 存在单点故障知识集中风险，平均每次评估3.4个关键知识差距

受益角色

尽职调查分析师： 用结构化财务模型而非定性陈述量化关键人物风险，产出影响交易定价和结构的投资级分析
并购法律顾问： 识别需在交割前补救或寻求保证保护的雇用协议缺陷、竞业禁止可执行性问题和知识产权转让差距
私募股权保荐人和整合团队： 充分了解每位关键人物离职风险状况，设计交割后管理激励计划
投资委员会： 将关键人物风险作为量化经济变量进行评估，而非依赖定性管理评估

💡 实用提示词

提示词 1: 关键人物依赖分析 分析以下业务中的关键人物依赖情况，识别客户关系依赖、技术知识依赖、销售业绩集中度和运营单点故障，输出关键人物依赖图谱和每项依赖的收入风险估算。

提示词 2: 关键人物雇用协议审查 审查以下关键人物的雇用协议，评估竞业禁止条款的范围和可执行性、客户和员工不招揽条款、控制权变更条款以及知识产权转让范围，按司法管辖区输出可执行性风险摘要。

提示词 3: 交割后股权价值保留分析 在拟议交易结构下计算每位关键人物的交割后股权价值保留，分析经济激励是否足以维系其2-3年交割后承诺，并为留任激励不足的个人推荐留任方案调整。

提示词 4: 知识转移交割前行动计划 为以下已识别的关键人物依赖生成知识转移交割前行动计划，评估每项转移在交易时间轴内的可行性，并识别交割后残余风险。

22. AI监管许可证核查引擎

痛点与解决方案

痛点： 无有效许可证运营会在交割后立即产生执法敞口

监管许可证核查是尽职调查的基本组成部分，但其执行严谨程度始终远低于风险所需。问题不在于团队不知道许可证重要，而在于全面的许可证核查需要访问数十个不同的监管数据库，了解每类业务活动在每个司法管辖区需要哪些许可证，以及判断每个特定许可证是否充分覆盖目标的实际业务活动。持有经纪自营商许可证但许可证不覆盖其向部分客户提供的投资顾问服务的公司，会产生监管违规和投资者索赔，这些风险会在收购后延续。

许可证变更控制挑战在涉及受监管实体的股权收购交易中增加了复杂性。许多监管许可证是针对被许可实体本人的，而非可转让的——被许可实体所有权的变更可能要求收购方申请新许可证或获得监管机构对控制权变更的同意，这一过程可能需要数月。金融机构牌照、保险公司牌照、博彩牌照、大麻牌照和许多医疗机构许可证都需要相关监管机构的交割前控制权变更审批。

执业资格认证维度同样重要。提供专业服务的企业必须确保其服务提供人员在每个提供服务的司法管辖区持有现行专业认证，这些个人专业认证很少出现在数据室索引中，必须主动要求并核查。

COCO如何解决

COCO的许可证核查引擎直接集成到你现有的工作流程中：

输入与上下文： 上传许可证文件、数据室文件索引和业务活动描述
智能处理： 查询适用监管数据库独立核查每个已识别许可证的现行状态，识别覆盖差距
结构化输出： 生成完整的许可证和许可登记册、控制权变更分类和优先行动矩阵
迭代优化： 根据补充监管通信细化执法史和监管关系风险评估
持续监控： 追踪待处理许可证续期和控制权变更审批进度

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI辅助核查在 34%多司法管辖区运营公司审查 中识别已过期、缺失或覆盖不足的许可证
AI监管分类在 28%受监管行业收购 中识别交易团队遗漏的交割前许可证审批要求，防止交割后无授权运营
活动与授权分析在 22%金融服务和医疗目标 审查中识别无证业务活动
在专业服务公司审查中，37% 存在个人执业许可证问题，平均每次评估2.3个过期或有缺陷的认证
对50个许可证组合进行全面多司法管辖区许可证核查在 8小时内完成，手动多监管机构直询流程需3-4周

受益角色

尽职调查分析师： 无需手动导航数十个司法管辖区特定监管数据库即可核查完整许可证范围
监管和合规律师： 获得预先构建的许可证清单和控制权变更分类，专注于审批申请和合规补救
交易团队和交易管理人： 尽早识别控制权变更许可证审批，将其纳入监管审批路线图和交割时间表
交割后合规和运营团队： 在交割时获得完整的许可证登记册，含到期日、续期程序和覆盖范围

💡 实用提示词

提示词 1: 许可证和许可清单构建 为以下实体构建完整的监管许可证和许可清单，识别每个运营司法管辖区和业务活动所需的所有许可证，与数据室文件交叉核对，并核查每个已记录许可证的现行状态。

提示词 2: 控制权变更许可证审批要求 识别以下目标许可证组合中所有需要交割前控制权变更审批或通知的监管许可证，按每个许可证输出变更控制处理方式、审批时间表估算和不确定性风险标记。

提示词 3: 许可证活动覆盖差距分析 针对目标实际业务活动分析以下许可证的覆盖充分性，识别未被任何持有许可证覆盖的活动，评估每项差距的严重程度并确定补救选项。

提示词 4: 个人执业资格认证核查 核查目标雇用的以下持证专业人员的执业资格，确认每个实际提供服务的司法管辖区的许可证有效性和良好信誉状态，标记任何纪律历史或跨司法管辖区执业差距。

23. AI债务与留置权负担搜索聚合器

痛点与解决方案

痛点： 未发现的资产负担阻止干净产权转让并导致贷款方同意失败

在并购交易中，特别是资产收购交易中，以干净产权——无未披露的留置权、担保权益和负担——交付资产是交割的基本条件。然而留置权搜索结果始终揭示卖方未披露的、认为已解除但未正确终止的、或根本忘记的多年前融资安排所产生的负担。UCC融资声明在申报后五年内持续有效，必须由担保方积极终止，但实际上许多贷款方在贷款偿还后未能申报终止声明，留下技术上仍对债务人抵押品有效的陈旧申报。

商业并购中留置权搜索的复杂性有多个维度使手动执行极为困难。UCC申报必须在多个州搜索——债务人注册州、主要营业地所在州以及作为抵押品的不动产所在州。不动产抵押搜索需要县记录员办公室，而非集中的州数据库，在5个州20个县的房产组合意味着20次独立的县级搜索。联邦和州税务留置权需要对IRS和州税务局进行单独查询。中型交易中在全国运营的搜索范围可能达到100多次单独搜索。

贷款方同意问题使挑战更加复杂。大多数有担保借贷设施包含要求借款方在出售全部或基本全部资产、控制权变更或合并之前获得贷款方同意的条款，违反这些条款可能触发信贷协议项下的违约事件。

COCO如何解决

COCO的留置权负担搜索工具直接集成到你现有的工作流程中：

输入与上下文： 上传公司注册信息、资产登记册、已知融资安排和运营司法管辖区清单
智能处理： 在所有适用州查询UCC申报办公室，搜索联邦和州税务留置权记录，检索判决留置权和法院记录
结构化输出： 生成按债权人、抵押品类别和优先级排序的综合留置权登记册
迭代优化： 根据补充贷款文件细化贷款方同意要求分析
持续监控： 追踪留置权释放和终止声明申报进度

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI搜索在 38%资产收购审查 中识别卖方未披露或误以为已解除的未结UCC留置权
综合留置权搜索在交割前平均揭示 每次交易2.7个未预期的担保债权人，需要事先获得同意
AI税务留置权搜索在 19%交易 中识别未在数据室中披露的联邦或州税务留置权
贷款方同意要求分析防止了在已识别但未提前处理的同意触发事件中 平均11天的交割延迟
与手动多司法管辖区搜索流程的3-4周相比，100项搜索组合在 48小时内完成

受益角色

尽职调查分析师： 在单一工作流程中执行全面的多州留置权搜索，消除对多个州级公共访问终端或留置权搜索供应商的依赖
交易律师： 获得完整的留置权搜索结果和贷款方同意矩阵，聚焦于谈判解除和同意函，而非搜索执行
收购融资银行： 获得由AI生成的综合抵押品清洁度报告，满足贷款审批过程中对留置权清洁度的标准承销要求
交割后运营团队： 接收完整的留置权释放文件包，确保在交割时向所有资产实现干净产权转让

💡 实用提示词

提示词 1: 全面UCC留置权搜索 对以下实体在所有适用州执行全面UCC融资声明搜索，包括注册州、主要营业地和不动产抵押品所在州，按债权人、抵押品描述、申报日期和失效日期输出综合登记册。

提示词 2: 不动产抵押和税务留置权搜索 对以下已识别的不动产组合在所有相关县搜索已记录的抵押、信托契据和其他负担，同时搜索联邦IRS税务留置权和各州税务留置权，识别任何未在数据室披露的留置权。

提示词 3: 贷款方同意要求分析 审查以下担保信贷设施的信贷协议，识别与拟议交易触发的控制权变更、资产出售或合并相关的所有同意要求，输出每个债权人的同意要求矩阵和获得同意的程序时间表。

提示词 4: 陈旧留置权终止策略 对以下已识别的陈旧或已偿还留置权制定终止策略，确定每个担保方联系人，起草终止要求函，并建议何种结构性保护（如卖方保证或托管）应对无法在交割前获得终止的留置权。

24. AI客户集中度风险分析器

痛点与解决方案

痛点： 客户集中度是导致并购后收入表现不佳最常见的驱动因素

客户集中度是并购交易未能实现投资主题最常见的原因：历史收入轨迹看起来强劲，但实际上依赖于一两个或三个客户，这些客户在报告的财务数据中相对于长期可持续性而言占比过高，或者明确面临卖方低估的不续签风险。客户集中度的问题恰恰在于它往往在汇总财务指标中看不出来——年增长25%、收入5000万美元的公司看起来极好，直到你了解到其中3000万美元来自一个合同12个月后到期且正在与竞争对手积极谈判的客户。

分析挑战在于，客户集中度数据很少以能够进行真正严格分析的形式呈现。管理层陈述通常提供前十客户收入列表，但这无法揭示11至20名客户也占比失衡的情况。客户列表也未揭示关系动态：哪些客户是通过一次性促销最近获得的，哪些有久经证明的续签模式，哪些是名义上的大客户但实际上处于活跃流失状态。

关系稳定性维度增加了无法单纯从文件分析的定性层面。客户关系由客户经理管理，他们的交割后离职可能危及关系。满意度数据、净推荐值和高管关系图谱很少出现在尽职调查中，但往往比任何财务指标更能预测交割后收入表现。

COCO如何解决

COCO的客户集中度分析工具直接集成到你现有的工作流程中：

输入与上下文： 上传客户级收入数据（过去3年）、主要客户合同和CRM数据
智能处理： 计算HHI集中度指数、识别客户收入趋势，分析合同到期日期和续签条款
结构化输出： 生成客户风险登记册、收入概率分布模型和合同到期热力图
迭代优化： 根据历史留存率细化前瞻性收入情景，整合关键人物风险调整
持续监控： 追踪主要客户续签谈判进展和财务健康状况变化

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI辅助客户分析对 88%的交易 产出量化的收入风险估算，而手动分析只有定性"集中度担忧"表述
AI合同审查在 67%已审查交易 中识别交割后24个月内到期的重要客户合同，该风险在管理层陈述中被低估
同期留存分析在 29%的交易 中识别流失恶化趋势，而管理层在其陈述中声称"高留存率"
对前20名客户进行财务状况筛查，在 23%的交易 中识别财务脆弱的关键客户
使用AI辅助客户集中度分析的交易在交割后12个月内收入表现不佳意外情况减少 41%

受益角色

尽职调查分析师： 从财务和合同数据构建量化的客户集中度和合同风险状况，而非依赖管理层策划的客户摘要陈述
商业尽职调查顾问： 获得结构化的合同条款矩阵和历史留存分析，以客户数据级别的风险量化补充市场和竞争分析
投资委员会和交易团队： 通过精细的客户级别分析评估投资主题的收入可靠性，根据量化的集中度风险调整入场估值和交易结构
交割后销售和客户成功团队： 在交割时获得优先客户风险登记册，在流失前立即将留存资源集中在风险最高的关系上

💡 实用提示词

提示词 1: 客户收入集中度分析 分析以下实体的客户收入集中度，计算前1、3、5、10、20名客户占各年总收入的百分比，计算HHI集中度评分并与行业基准对比，识别集中度增加或减少的趋势。

提示词 2: 主要客户合同审查 审查以下主要客户合同的续签风险和商业连续性问题，提取每份合同的到期日、续签机制、控制权变更条款、定价机制和最低采购承诺，输出近期到期风险登记册。

提示词 3: 客户留存同期群分析 对以下实体进行客户留存同期群分析，计算每个获客年份同期群的留存率，识别留存率趋势，计算净收入留存率，并根据历史留存率对当前客户群进行前瞻性收入建模。

提示词 4: 收购后客户关系中断风险评估 评估拟议收购后客户关系中断的风险，分析每个关键客户的竞争冲突、合同敞口、关系归属情况和可替代性，输出客户连续性风险登记册和收购后公告客户沟通计划。

25. AI网络安全态势尽职调查审查器

痛点与解决方案

痛点： 未发现的网络安全漏洞在交割的那一刻就成为收购方的责任

网络安全尽职调查已成为并购审查中发展最快、后果最严重的组成部分，由三股力量共同驱动：网络攻击频率和严重性急剧增加、数据泄露和合规失败的监管责任不断扩大，以及一系列高知名度的收购后网络事件发现，给继承从未审查过漏洞的收购方带来了巨大的整改成本。万豪收购喜达屋案是权威案例：起源于喜达屋系统的漏洞在收购完成前就已发生，但万豪直到两年后才发现，最终导致约10亿美元的调查、通知、监管罚款和整改成本。

监管维度大幅扩展了网络尽职调查的范围。持有欧盟居民个人数据的公司面临GDPR义务，要求在72小时内通知漏洞，对重大违规处以全球年收入4%的罚款。在美国，SEC网络安全披露规则要求上市公司在确定网络安全事件重大性后四个工作日内披露。加利福尼亚、弗吉尼亚、科罗拉多等20多个州的隐私法也各有不同的数据主体权利和服务提供商合同要求。

技术复杂性构成了充分尽职调查的重大障碍。与主要从文件开展的财务或法律审查不同，真正的网络安全评估需要对网络架构图、漏洞扫描结果、渗透测试报告和终端检测遥测数据进行技术访问，而卖方出于安全敏感性理由，在交易高级阶段之前通常不愿分享这些文件。

COCO如何解决

COCO的网络安全尽职调查工具直接集成到你现有的工作流程中：

输入与上下文： 上传数据室中可用的安全政策、事件响应计划、渗透测试报告和SOC 2/ISO 27001文件
智能处理： 对照NIST网络安全框架评估文档覆盖范围，查询暗网监控数据库和威胁情报源获取目标公司数据存在的证据
结构化输出： 生成按风险领域分类的安全项目成熟度评分、关键漏洞登记册和90天交割后整改路线图
迭代优化： 根据补充技术访问细化评估，整合供应商安全状况评估
持续监控： 追踪关键漏洞整改进度和新兴威胁情报

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

暗网和威胁情报监控在 24%的被审查目标 中识别未披露数据泄露或已泄露凭证的证据
隐私监管合规审查在 61%技术和数据密集型收购目标 中识别重大GDPR或州隐私法合规失败
供应商安全评估在 38%的目标 中识别存在已知安全漏洞的关键供应商，产生供应链攻击路径风险
保险覆盖分析在 45%目标现有网络保险政策 中识别相对于实际风险状况的重大分限额或除外条款差距
AI辅助安全评估提供的交割后整改成本估算在 72%的追踪交易 中与实际整改支出偏差在±30%以内

受益角色

尽职调查分析师： 无需专业安全工程专业知识即可从可用文件和外部情报来源开展结构化网络安全尽职调查审查
CISO和技术安全团队： 获得预先构建的安全态势评估和供应商风险图谱，将技术评估重点放在最重要的风险领域
并购律师和交易团队： 将网络和隐私责任敞口量化为交易经济术语，并构建应对已披露漏洞的适当陈述、保证和托管条款
网络保险经纪人和承销商： 评估目标的收购前安全态势和事件历史，为交割后网络保险安排和承保提供依据

💡 实用提示词

提示词 1: 网络安全文件和成熟度评估 根据可用文件对以下实体的网络安全项目成熟度进行评估，对照NIST CSF五个功能（识别、保护、检测、响应、恢复）评估文档覆盖范围，输出按领域分类的成熟度评分和优先整改建议。

提示词 2: 数据隐私合规审查 审查以下实体的数据隐私合规态势，识别所有数据处理活动和适用监管框架（GDPR、CCPA/CPRA、HIPAA等），评估数据主体权利机制、供应商DPA合规性和违规响应程序，输出合规差距矩阵和监管敞口估算。

提示词 3: 漏洞历史与暗网情报调查 使用已披露记录和外部情报调查以下实体的网络安全事件历史，交叉比对公共漏洞披露数据库，查询暗网监控服务获取该实体数据出现在犯罪论坛的证据，评估披露事件历史的完整性。

提示词 4: 交割后网络安全整改路线图 根据以下尽职调查发现生成交割后网络安全整改路线图，按交割后第1-30天（紧急）、30-90天（高优先级）和90-180天（重要）的时间阶段结构化，为每项行动估算资源、成本和预期成果。

26. AI就业与劳动法合规审计师

痛点与解决方案

痛点： 劳动法不合规在交割后立即产生执法和员工索赔敞口

就业和劳动尽职调查是并购中权重最低的工作流之一，尽管与劳动力相关的责任已成为交割后索赔增长最快的来源之一。工人错误分类——将员工作为独立承包商对待以规避工资税、福利义务和就业法保护——在科技、零工经济和专业服务业中普遍存在。IRS、DOL及每个主要司法管辖区的同等机构已大幅加强对错误分类索赔的执法，继承的责任可能相当可观：拥有100名错误分类工人、平均每年支付8万美元承包费的公司可能累积了200-400万美元的工资税责任，加上每位工人被剥夺健康保险、401(k)供款和其他ERISA覆盖福利期间的潜在员工福利索赔。这些责任随股权收购一并转移。

集体谈判维度增加了许多收购方未能预见的治理复杂性。《国家劳动关系法》对继承一项业务并继续雇用大多数前任员工的继承人施加义务——这些义务可能要求收购方在交割后对过渡条款与继承的工会进行谈判，然后才能实施所希望的变更。

福利合规维度代表了一个独特且实质性的责任类别。ERISA管辖美国雇主的固定收益养老金计划、401(k)计划和福利计划——违反ERISA可导致DOL执法行动、计划取消资格，以及计划受托人的个人责任。多雇主养老金计划产生在交易本身可能触发的或有退出责任，这是目标精算师通常从未充分披露的。

COCO如何解决

COCO的就业与劳动法合规工具直接集成到你现有的工作流程中：

输入与上下文： 上传独立承包商协议、工资记录、集体谈判协议、ERISA计划文件和1099数据
智能处理： 对每类承包商应用IRS 20项测试和ABC测试，提取CBA条款影响整合计划，审查401(k)计划管理合规性
结构化输出： 生成错误分类风险量化报告、CBA整合影响分析和ERISA福利合规审计结果
迭代优化： 根据补充薪资数据细化工资和工时违规估算
持续监控： 追踪CBA到期日和工会重新谈判周期

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI错误分类筛查在 43%科技、零工经济和专业服务目标 中识别高风险独立承包商群体，估算工资税责任平均超过 120万美元
CBA分析在 31%的CBA收购 中识别限制拟议整合行动（裁员、福利变更）的条款
ERISA审计在 26%的审查中 识别401(k)贡献汇款延迟或计划文件不合规问题，需要更正申报
AI工资和工时审查在 38%的餐饮、零售和医疗目标 中识别加班计算或豁免分类问题
多雇主养老金退出责任在 22%的工会目标 中得到量化，潜在敞口在 每次交易100-500万美元之间

受益角色

尽职调查分析师： 系统性地识别工人错误分类风险、CBA整合限制和ERISA合规差距，无需专门就业律师初步评估
就业律师： 获得预先构建的承包商群体分类分析和CBA条款提取，专注于法律建议和整改设计
私募股权整合团队： 了解影响成本协同效益时间表的CBA限制，并相应调整交易模型
人力资源整合领导者： 在交割时接收完整的就业合规风险登记册，实现主动而非被动的合规整改

💡 实用提示词

提示词 1: 工人错误分类风险评估 评估以下实体的工人分类合规风险，提取独立承包商群体，对每类承包商应用IRS 20项测试、ABC测试和DOL经济现实测试，量化已识别错误分类工人的工资税责任和福利敞口估算。

提示词 2: 集体谈判协议整合分析 分析以下集体谈判协议对拟议整合计划的影响，提取影响裁员程序、薪酬水平、福利条款、工作规则和分包限制的条款，识别整合行动需要事先咨询或谈判的领域。

提示词 3: ERISA福利计划合规审计 审查以下合格福利计划文件的合规情况，评估401(k)计划管理是否符合员工贡献及时汇款、贷款处理和贷款要求，识别任何Form 5500中披露的违禁交易或计划违规情况。

提示词 4: 工资和工时合规审查 审查以下工资记录的加班计算准确性、最低工资合规性和豁免分类，识别适用州的餐饮/休息违规情况，量化已识别违规在适用联邦和州法律下的估算敞口，包括补发工资、附加损害赔偿和律师费。

27. AI不动产与资产产权核查工具

痛点与解决方案

痛点： 不动产产权瑕疵和租约转让失败在交割后产生运营和法律危机

不动产尽职调查处于产权法、土地利用规制和商业合同法的交叉点，这三个领域大多数交易团队相对于财务和法律审查所给予的权重不足，尽管不动产问题具有独特的能力使交割后业务无法正常运营。一家制造设施的产权被未披露的影响计划扩张的公用事业公司通行权地役权所负担，在没有昂贵诉讼的情况下无法开发。在未获得房东同意的情况下，租约转让需要房东同意的零售地点不能合法地转让给收购方，而行使同意权的房东可能要求以实质上更不利的条款重新谈判租约。

多地点运营业务的不动产尽职调查复杂性成几何级数增加。拥有200家店面的零售连锁店、拥有50个设施的医疗网络，或拥有30个配送中心的物流公司代表着庞大的不动产组合——每个都有自己的租约、自己的产权记录、自己的分区历史和自己的记录在案的负担。大多数交易流程通过只对最重要的物业进行详细审查，对其余物业接受管理层陈述来应对这一负担。

商业租约格局在资产收购和多地点业务收购中产生了独特的复杂层面。商业租约通常包含禁止租户未经房东同意转让租约的转让限制条款，而许多租约对"转让"的定义足够宽泛，涵盖因公司所有权变更而触发的间接转让。在零售或酒店收购中，整个商业模式依赖于维持当前地点组合，房东行使终止一批租约的权利——或要求大幅涨租作为同意的代价——可能破坏交易的经济性。

COCO如何解决

COCO的不动产产权核查工具直接集成到你现有的工作流程中：

输入与上下文： 上传不动产登记册、租约清单、资产负债表和数据室产权文件
智能处理： 查询县记录员数据库检索完整的产权链、记录在案的抵押、留置权和地役权，分析每份租约的转让限制条款
结构化输出： 生成逐物业产权风险评估、租约转让同意矩阵和分区合规核查报告
迭代优化： 根据补充产权保险报告和房东通信细化高风险物业评估
持续监控： 追踪房东同意征求进程和关键租约续期时间表

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI产权研究在 27%多地点收购 中识别至少一项卖方未披露的重大产权瑕疵或未记录的负担
租约转让同意分析在 44%的零售、餐饮和医疗收购 中识别需要房东同意的关键地点，相当于占收入 平均23% 的风险
分区合规核查在 18%的工业和制造业收购 中识别运营用途与分区许可不一致的物业
AI辅助产权分析在 4天内完成50处物业的核查，而传统产权公司产权报告需要2-4周
提前识别房东同意要求平均节省 3.2周的交割延迟，防止了因未预见的同意失败导致的交易破裂

受益角色

尽职调查分析师： 无需手动导航多个县级产权数据库即可对整个物业组合进行全面产权和租约分析
不动产律师： 获得预先构建的产权风险登记册和租约转让矩阵，专注于产权补救和房东同意谈判
交易团队： 尽早识别需要房东同意的关键地点，将其纳入交易时间表和条件先例，避免事后发现
交割后运营团队： 在交割时接收完整的物业登记册（含租约到期日、续期选项和合规状态），实现主动物业管理

💡 实用提示词

提示词 1: 不动产产权搜索和负担分析 对以下所有自有不动产进行产权搜索和负担分析，查询每处物业所在县的记录员数据库，检索完整产权链、已记录抵押、地役权和限制性契约，为每处物业生成产权风险评估。

提示词 2: 租约转让同意矩阵 审查以下重要租约的转让限制条款，将每份租约分类为可自由转让/需通知/需同意/需房东绝对同意，按物业运营重要性和房东市场议价能力排定同意要求优先级。

提示词 3: 分区合规核查 核查以下重要物业的分区合规情况，识别每处物业的当前分区指定，确认当前用途是否为许可用途或合法不合规用途，标记任何可能影响当前运营的待处理分区变更或申请。

提示词 4: 关键租约条款提取与风险评估 从以下商业租约中提取和分析关键经济条款和风险因素，包括租金和租金递增、到期日和续期选项、违约条款和治愈期、物业经济状况条款，以及任何已触发的控制权变更条款。

28. AI并购后整合风险预评估

痛点与解决方案

痛点： 整合失败比尽职调查失败造成更多的价值毁损

研究持续发现，并购后整合是并购价值最频繁被摧毁的地方：大多数表现不佳的交易，并非因为尽职调查有误，而是因为整合计划不充分、执行不力。根本原因是传统并购流程的一个结构性问题：尽职调查和整合规划被视为顺序性活动，整合规划仅在交割后才开始，此时收购方对交易结构、价格或影响所有权前90天的条件的影响能力已十分有限。整合团队配备资源并就位时，目标组织已经承受不确定性，最优秀的员工已经接到竞争性邀约，决定整合成功的文化动态已由沉默而非主动整合战略所塑造。

整合风险不是单一风险类别，而是重叠挑战的集合：组织层面——如何合并两个管理结构、消除冗余、在不破坏士气或触发大规模离职的情况下明确角色？技术层面——如何整合可能根本不兼容的ERP系统、CRM数据库、财务合并工具和HR信息系统？文化层面——如何协调决策风格、问责规范、客户服务理念或工作生活平衡价值观不同的组织？监管层面——如何在交割后期间满足所有监管同意、许可证转让、员工过渡义务和数据传输限制？

整合失败的财务成本是可量化的且相当可观。重大并购交易中失败的ERP整合耗费数亿美元，时间超出计划数年。导致被收购公司顶尖人才大规模离职的文化冲突可能摧毁推动交易投资主题的核心资产。

COCO如何解决

COCO的整合风险预评估工具直接集成到你现有的工作流程中：

输入与上下文： 上传两个组织的架构图、IT系统清单、CBA和数据室监管文件
智能处理： 比较组织架构差异、映射技术系统整合需求、识别协同效益依赖于的关键假设风险
结构化输出： 生成组织整合复杂度评分、Day-1运营就绪清单和监管整合日历
迭代优化： 根据补充技术访问和管理访谈细化协同效益实现时间表和一次性整合成本估算
持续监控： 追踪交割前整合准备里程碑和关键依赖路径完成情况

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

交割前整合风险评估在 73%的交易 中识别在交易模型中被低估的重大协同效益实现风险
Day-1就绪评估在 48%的交易 中识别需要在交割时立即关注的关键运营连续性差距
过渡服务协议范围分析在 61%的剥离和跟踪股票交易 中减少了TSA谈判期间的遗漏服务
AI协同效益时间表建模将协同效益实现预测准确性从传统方法的±50%提高到 ±25%
使用交割前整合规划的交易平均实现协同效益的时间比无预规划交易早 4.2个月

受益角色

尽职调查分析师： 生成综合整合复杂度评估，为交易定价、结构和交割前条件提供依据，而非将整合规划留给交割后
整合管理办公室： 在交割时获得全面的整合风险登记册、Day-1清单和监管整合日历，实现有准备的整合启动
投资委员会： 在批准交易时获得经证据支持的协同效益可实现性评估，调整入场定价以反映整合复杂度带来的执行风险
交易结构和法律团队： 识别需要在交割前完成的过渡服务协议、监管同意时间表和运营连续性要求

💡 实用提示词

提示词 1: 组织结构整合复杂度分析 比较收购方和目标公司的组织架构，识别职能重复角色、管理幅度不匹配和汇报关系冲突，评估文化兼容性指标，生成组织整合复杂度评分和关键整合领导力决策建议。

提示词 2: 技术系统整合风险图谱 盘点目标公司重要IT系统（ERP、CRM、HRIS、财务合并、供应链），与收购方现有系统环境比较，识别重叠、差距和不兼容性，按整合复杂度和运营关键性评估每个系统，生成技术整合风险图谱。

提示词 3: Day-1运营就绪清单 识别在交割当天必须运营的所有系统和流程，审查过渡服务协议要求，识别在交割时立即适用的监管或合同期限，评估收购方吸纳目标公司的就绪情况，生成Day-1运营就绪清单。

提示词 4: 协同效益风险评估 对照组织、技术和合同尽职调查发现审查收购方陈述的协同效益假设，识别协同效益面临风险的领域，对每个协同效益类别建模实现时间表，量化一次性整合成本并评估协同效益可实现性。

29. AI保险覆盖差距与理赔历史审查器

痛点与解决方案

痛点： 保险尽职调查长期不足且危险地不完整

并购中的保险审查通常委托给缺乏识别重大差距所需专业精算和覆盖范围专业知识的初级分析师。目标公司呈现经过净化处理的摘要——列出保险名称和保费金额的单页保险计划表——对除外条款、分限额、自留额或实际风险敞口相对于限额充分性毫无揭示。行业数据显示，超过40%的交割后保险理赔因交割时已存在但从未在尽职调查期间识别的覆盖差距而被拒绝或仅获部分覆盖。

当理赔历史分散在多个经纪人、自保安排和来自先前公司结构的历史保险公司之间时，问题会急剧恶化。八年内经历过三次所有权变更的公司可能在五个不同的保险塔下提交了理赔，每个都有自己的经纪人和文档系统。先前行为、环境事件和产品责任的尾部覆盖可以在保单到期后延伸10或20年，这意味着收购方继承了技术上已在很久以前取消的保单下"已结案"的理赔中的责任。已停产产品线和前子公司的延伸敞口经常被遗漏。

真正重要的工作——识别D&O限额相对于诉讼环境是否充足、网络覆盖是否与目标的实际数据足迹一致、一般责任保险塔是否有足够的伞式保险层次——需要领域专业知识和比较基准测试，是标准财务分析师无法提供的。

COCO如何解决

COCO的保险尽职调查工具直接集成到你现有的工作流程中：

输入与上下文： 上传保单文件、背书、批单、理赔历史损失单和证明文件
智能处理： 从非结构化保单语言提取关键覆盖参数，对照风险敞口建模基准评估限额充分性，汇总多年损失历史
结构化输出： 生成标准化覆盖矩阵、敞口覆盖差距分析和理赔模式报告
迭代优化： 根据补充精算数据细化IBNR（已发生未报告）敞口估算
持续监控： 追踪交割后保险续期和覆盖增强要求

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI保险分析在 67%的收购目标 中识别至少一项重大覆盖差距或限额不足
尾部和延伸敞口分析在 34%的已审查交易 中识别未被当前保单覆盖的历史责任
网络保险限额评估在 45%的目标 中识别相对于数据足迹和监管敞口的严重限额不足
理赔历史深度分析在 28%的交易 中识别财务报表中未充分披露的大额未结损失准备金
AI辅助保险审查将全面保险尽职调查时间从 4-6小时缩短至45分钟，覆盖深度显著提高

受益角色

尽职调查分析师： 将保险审查从清单核对升级为战略风险转移评估，无需保险专业知识即可识别重大差距
并购保险经纪人： 获得完整的覆盖分析作为交割后保险重组的起点，具体说明需要增强的领域
财务模型师： 将已识别的保险差距和估算的交割后整改成本纳入并购财务模型
并购律师： 将保险覆盖差距映射至陈述与保证保险承保排除，确保充足的SPA保护

💡 实用提示词

提示词 1: 保险清单提取与规范化 处理以下原始保险文件（保单、背书、批单）并将其结构化为标准覆盖矩阵，按险种（一般责任险、D&O险、网络险、财产险、工伤险）分类，提取保险公司、保单号码、有效期、限额、免赔额和自留额。

提示词 2: 敞口覆盖差距分析 对照目标实际运营风险状况对以下保险覆盖限额进行基准测试，量化物业保险价值相对于重置成本的充分性，将D&O限额与同类规模和监管复杂度的同行公司基准对比，评估网络保险限额相对于数据量和监管敞口。

提示词 3: 理赔历史深度分析 汇总和分析以下目标公司的多年理赔历史，识别险种内频率和严重性趋势，标记财务报表中可能未充分披露的大额未结准备金，识别预示系统性风险的涉及监管机构、环境事件或就业实践的理赔。

提示词 4: 控制权变更时的尾部敞口识别 识别并评估以下目标公司在控制权变更时产生的尾部和延伸保险敞口，追踪已过期发生制保单下仍对保单期间发生的事件开放的理赔，评估索赔制保单（D&O、E&O、网络险）的延伸报告期批单充分性。

30. AI管理团队可信度与履历核查器

痛点与解决方案

痛点： 管理层尽职调查依赖于几乎从未经过核实的自我报告资质

私募股权和战略收购方通常将"支持管理团队"作为首要投资主题，但管理层尽职调查获得的严谨程度仅为财务或法律审查的一小部分。标准流程——审查简历、进行结构化访谈、打电话给高管自己提供的两三个推荐人——从根本上受到选择偏差和信息不对称的损害。调查显示，85%的高管夸大或捏造了其职业经历的某些部分，最常见的是他们"亲自推动"的收入数字、他们声称创立的公司（实际上只是早期员工），以及根本不存在的学历资质。

并购中管理层虚假陈述的后果严重且有充分记录。小规模的管理层欺诈——声称建立并出售了成功公司的CEO实际上是被有因解雇的，隐瞒了之前SEC执法行动的CFO，夸大转型资质的COO——在每个交易规模和行业都有发生。交割后发现重大虚假陈述会引发昂贵的诉讼，摧毁价值，并经常导致在最糟糕的时刻破坏业务稳定性的突然领导层真空。

核查问题从根本上是数据聚合挑战。一位CEO的实际履历分散在SEC申报、法院记录、州公司数据库、前雇主新闻稿、来自直接下属的Glassdoor评论、专利申报、破产法院文件和数百个其他公共来源中。没有任何单一分析师能在压缩的交易时间轴内高效搜索所有这些来源、交叉比对发现并找出与高管所声称叙述的矛盾之处。

COCO如何解决

COCO的管理层核查工具直接集成到你现有的工作流程中：

输入与上下文： 提供高管简历、声称的雇主列表和任职期间，以及目标公司中的具体角色和贡献声明
智能处理： 通过SEC EDGAR申报、州注册数据库、法院记录、FINRA BrokerCheck和专业许可证登记交叉核实已声明资质，分析同期公开财务数据对业绩归因
结构化输出： 生成逐高管核实报告，包含已确认、未经证实和相互矛盾的陈述，以及监管和诉讼历史摘要
迭代优化： 根据补充参考资料和背景调查结果细化风险评级
持续监控： 为关键管理人员设置新的公开披露和法院申报警报

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI辅助高管核查在 34%的中小市场交易 中发现与简历声明的重大矛盾（收入归因、任期、职称）
监管和诉讼历史搜索在 19%的私募股权收购 中识别标准背景调查未发现的个人针对高管的执法行动
实际业绩归因分析在 41%的案例 中发现高管将行业顺风（而非管理层执行）误归为个人业绩
扩展推荐人识别（超出高管提供的名单）产生与标准推荐电话相比 显著更具披露性 的参考访谈
在已完成管理层可信度核查的交易中，交割后18个月内重大管理层欺诈发现减少了 62%

受益角色

尽职调查分析师： 系统地核实高管资质和业绩归因，而非依赖自我报告的简历和自选的推荐人电话
私募股权合伙人： 在承诺将"支持管理团队"作为投资主题之前，获得对管理层真实履历的独立验证
并购法律顾问： 识别在SPA陈述中构成重大保证问题的虚假陈述，并将已核实的管理层背景风险纳入交易条款设计
投资委员会： 做出基于经核实的管理层履历而非推介材料的人才决策

💡 实用提示词

提示词 1: 高管资质和雇用历史核实 交叉核实以下高管声明的资质和雇用历史，对照SEC EDGAR申报、公司新闻稿档案和州注册数据库核实雇用日期、职称和学历，识别已声明雇用期间与可核实公共记录之间的差距或矛盾。

提示词 2: 实际业绩归因分析 分析以下高管在其任职公司的实际业绩贡献，从SEC申报和公开财务数据中提取其任职期间的收入增长、EBITDA利润率轨迹，与同行业同期对标以区分管理层阿尔法与行业顺风，识别增长在其到任之前、期间还是之后发生。

提示词 3: 监管、执法和诉讼历史 对以下高管进行系统性法律历史搜索，搜索SEC EDGAR执法行动和行政程序、PACER联邦法院申报和州法院数据库的个人被告民事诉讼（特别是欺诈、违反受托义务和就业相关索赔），以及FINRA BrokerCheck、CFTC和OCC执法历史。

提示词 4: 扩展推荐人识别与访谈准备 识别以下高管超出其提供名单的扩展推荐人，从LinkedIn、公司校友社区和新闻稿档案中找出前同事、董事会成员和直接下属，为每位推荐人生成针对高管具体贡献声明的结构化访谈指南。

31. AI合资企业伙伴尽职调查引擎

痛点与解决方案

痛点： 合资企业伙伴尽职调查被当作形式而非风险管理流程

合资企业代表国际商业中风险最高的安排之一，但合资企业合作伙伴尽职调查始终比标准并购收购接受更少的审查。这具有悖论性：在收购中，买方获得控制权，可以立即开始纠正问题；在合资企业中，双方共享控制权，使整改呈指数级困难。有未披露腐败敞口、隐藏财务困境或虚报运营能力的合作伙伴可能危及整个合资企业，而根据FCPA和英国《反贿赂法》，即使不知情，非腐败方也可能因合作伙伴的不当行为承担连带责任。

不充分的合资伙伴审查的财务后果有充分记录：世界银行估计，全球50-60%的合资企业在五年内失败或重组，合作伙伴相关问题占大多数失败原因。在新兴市场——中国、东南亚、拉丁美洲、中东——合作伙伴选择问题因信息不透明而加剧：公司所有权结构被故意分层，受益所有人被隐藏，地方监管违规很少出现在国际数据库中。进入中国合资企业的西方公司在成立后发现其合作伙伴有未披露的国有企业关联、嵌入治理的党委，或向政府机构的秘密知识产权转让义务。

COCO如何解决

COCO的合资企业伙伴尽职调查工具直接集成到你现有的工作流程中：

输入与上下文： 提供拟议合作伙伴实体名称、司法管辖区和已知所有权信息，以及拟议合资企业结构和贡献
智能处理： 映射完整实体所有权链至最终受益所有人，筛查制裁名单和PEP数据库，核实声明的运营能力和知识产权所有权
结构化输出： 生成所有权结构图、反腐败合规评估报告和知识产权保护风险分析
迭代优化： 根据补充实地核查和本地市场情报细化运营能力评估
持续监控： 实时追踪合作伙伴的新制裁名单收录、执法行动和腐败新闻

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI所有权图谱绘制在 38%的新兴市场合资企业评估 中识别未主动披露的国有企业关联或政府所有权利益
反腐败尽职调查在 24%的审查 中识别FCPA/英国《反贿赂法》充分程序标准下的重大合规差距
知识产权保护风险评估在 31%的科技和制造业合资企业提案 中识别构成重大IP暴露风险的技术转让要求
AI治理兼容性评估在 45%的案例 中识别可能导致合资企业僵局的决策文化不兼容
使用合作伙伴尽职调查的合资企业在五年内面临重大合作伙伴引发争议的频率降低 37%

受益角色

尽职调查分析师： 将新兴市场合作伙伴尽职调查提升至与国内并购收购相当的标准，覆盖所有权透明度、反腐败合规和能力核实
合规和法律顾问： 获得结构化的FCPA/英国《反贿赂法》充分程序分析，聚焦于已识别的高风险第三方分销商、代理人和政府关系
业务开发团队： 进入新市场之前获得合作伙伴可信度和能力互补性的独立核实，而非依赖合作伙伴提供的陈述
投资委员会： 在批准合资企业形成之前获得结构化的合作伙伴风险评估，包含可量化的腐败敞口指标和能力核实结果

💡 实用提示词

提示词 1: 合作伙伴所有权结构和受益所有人图谱 绘制以下拟议合资企业合作伙伴的完整实体所有权链至最终受益所有人，识别任何国有企业关联、政府机构所有权或主权财富基金参与，检测可能产生监管通知义务的提名董事和股东。

提示词 2: 反腐败和FCPA/英国《反贿赂法》合规评估 评估以下拟议合资企业合作伙伴的反腐败合规情况，筛查制裁名单和PEP，分析政府收入集中度和利润率模式，评估其记录在案的反腐败合规项目，识别任何先前的FCPA解决或外国贿赂案件。

提示词 3: 运营能力核实 核实以下合资企业合作伙伴声称的生产能力、分销网络和知识产权贡献，通过地方监管申报、环境许可证和独立市场调研核实已声明的设施，审查作为合资企业贡献声明的专利是否有效且不受第三方权利约束。

提示词 4: 治理兼容性和僵局风险评估 评估以下合资企业伙伴双方的治理兼容性，分析决策文化差异、历史合资争议记录和退出机制兼容性，识别可能导致合资企业僵局的具体治理条款，并建议分歧解决机制。

32. AI政府合同与禁止往来历史核查器

痛点与解决方案

痛点： 政府合同历史是通用尽职调查框架忽视的专业尽职调查领域

政府合同代表大多数并购尽职调查框架处理不足或完全忽视的专业风险范围。对于联邦、州或外国政府合同占收入20%或以上的公司，收购被禁止往来实体或面临积极排除程序的实体是致命的交易风险——然而收购方经常未能进行合同级别审查、遗漏前身实体排除，以及未能评估政府合同的可转让性。SAM.gov排除数据库列出超过13万个当前被排除的实体和个人，而FAR第9.4部分禁止往来触发因素包括——刑事定罪、税务拖欠、故意虚假陈述——这些情况卖方很少主动披露。

合同历史风险超出了积极禁止往来。处于政府合同暂停程序中的公司——由大陪审团传票、DOJ调查或监察长廉洁转介触发——技术上仍有资格获得新合同，但暂停在近60%的争议案例中转化为禁止往来。交割后发现积极的暂停程序已导致交易终止，并在一些记录在案的案例中，由于FAR 9.406-1(c)下的附属禁止往来风险，导致收购方失去其自身现有的政府合同。

政府合同的结构复杂性产生了需要专业知识的额外风险层次。联邦合同可转让性需要机构同意——大多数标准商业合同转让条款不能在联邦采购法律中存活。不定期/不定量合同下的任务订单可能不随基础合同转让。小企业预留合同在非合格大企业收购方收购后立即无效。

COCO如何解决

COCO的政府合同核查工具直接集成到你现有的工作流程中：

输入与上下文： 提供目标实体完整法律名称（含历史名称和商业名称）、主要高管列表和政府合同收入摘要
智能处理： 跨SAM.gov/FAPIIS、州级排除数据库、世界银行和其他多边开发银行制裁名单以及监察长公开报告进行全面排除搜索
结构化输出： 生成排除搜索结果摘要、合同可转让性矩阵和控制权变更审批路线图
迭代优化： 根据补充合同文件细化任务订单转让分析和小企业资质影响评估
持续监控： 实时追踪新排除申报、监察长审计发现和假冒申请人法院申报

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI多数据库排除筛查在 8%的政府承包商收购 中识别标准SAM.gov单次检查遗漏的排除或暂停风险
合同可转让性分析在 61%的联邦合同重度目标 中识别需要机构同意的重要合同，平均机构同意时间 45-90天
小企业合同影响分析量化了由于大企业收购方资质而立即失效的合同收入，平均占目标政府收入的 14%
AI监察长审计历史搜索在 17%的国防和医疗政府承包商 中识别未在数据室披露的开放审计发现
提前识别合同可转让性要求平均节省 6.3周的交割延迟，防止了因遗漏机构同意触发导致的交割后合规违规

受益角色

尽职调查分析师： 在单一工作流程中对所有相关联邦、州和国际排除登记数据库进行全面筛查，无需手动导航多个政府门户网站
政府合同律师： 获得完整的合同可转让性矩阵和小企业资质影响分析，聚焦于合同传承谈判和机构同意申请
交易团队： 尽早识别合同机构同意要求，将其纳入监管审批时间表，避免交割后无授权运营违规
政府业务运营领导层： 在交割时接收完整的合同合规登记册，含传承批准时间表和小企业资质转换计划

💡 实用提示词

提示词 1: 多数据库排除和禁止往来筛查 对以下所有目标实体（含历史名称和商业名称）跨SAM.gov/FAPIIS、适用州级排除数据库和相关多边开发银行制裁登记册进行全面排除筛查，包括对主要高管的个人排除记录筛查。

提示词 2: 合同组合可转让性分析 评估以下政府合同组合在拟议收购下的可转让性，对每份联邦主合同审查适用的FAR/DFARS传承条款，识别需要机构同意的合同，标记小企业预留合同将因收购大企业而立即失效。

提示词 3: 监察长和审计历史审查 搜索DOD监察长、HHS OIG、GSA OIG及机构特定监察长的公开报告，查找涉及目标公司的任何审计发现、暂停/禁止往来转介或欺诈调查披露，搜索PACER中的假冒申请人法诉记录。

提示词 4: 出口管制合规整合分析 审查目标政府合同组合的出口许可证要求，识别涉及国防物品、两用技术或受控软件的合同，评估哪些合同在无新出口授权的情况下无法传承，并评估ITAR注册连续性要求。

33. AI跨司法管辖区合规框架图谱器

痛点与解决方案

痛点： 跨司法管辖区合规是交割后意外的增速最快来源

跨境并购从监管合规角度来看从未如此复杂。在美国、英国、德国和新加坡同时有业务的公司收购，会触发GDPR、英国GDPR、PDPA、CCPA/CPRA以及十几个其他隐私法律，每项都有不同的数据主体权利、漏洞通知时间表和执法制度。能够在交割前充分规划这一框架的合规团队可以有效整合；错过这一点的团队会在第一次交割后监管审计中发现违规。

隐私法只是跨司法管辖区合规复杂性最明显的维度。跨越美国、墨西哥和加拿大的制造业收购必须同时应对TSCA、REACH和加拿大《环境保护法》化学品合规——每个司法管辖区允许的化学物质存在实质性差异。跨EU、英国和美国司法管辖区的金融服务收购必须应对脱欧后日益分歧的MiFID II、FCA监管规则和SEC/FINRA要求。多个大陆法（欧洲大陆）和普通法（英国、美国、澳大利亚）司法管辖区的就业法协调要求重新构建在司法管辖区之间法律不兼容的雇用协议、福利结构和终止程序。

面临多司法管辖区收购的尽职调查团队通常缺乏超出其本国司法管辖区绘制合规要求的地理专业知识，导致孤立的合规画面未能识别跨司法管辖区冲突、整合排序约束和监管审批相互依存关系。

COCO如何解决

COCO的跨司法管辖区合规图谱工具直接集成到你现有的工作流程中：

输入与上下文： 提供运营国家清单、业务活动描述、监管许可证清单和劳动力分布
智能处理： 按司法管辖区和业务活动类型映射完整监管义务范围，识别域外适用的法律，标记跨司法管辖区冲突
结构化输出： 生成综合合规宇宙图谱、跨司法管辖区冲突分析和监管批准关键路径
迭代优化： 根据补充监管对应关系细化各司法管辖区的合规成本估算
持续监控： 追踪影响整合时间表的监管变化和待处理立法

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

跨司法管辖区合规图谱在 83%的三国及以上收购 中识别至少一项单司法管辖区分析未发现的跨司法管辖区冲突
欧盟劳动法协调分析在 67%的欧洲收购 中识别限制预期整合行动（劳动力重组）的作品委员会咨询义务
多框架隐私合规图谱将综合数据保护整改成本估算准确度提高至 ±20%，相比单一司法管辖区分析
AI监管审批关键路径分析在 41%的跨境交易 中识别影响交割时间表的关键路径监管批准依存关系
使用AI合规宇宙图谱的团队在交割后首年将跨司法管辖区合规意外事件减少了 53%

受益角色

尽职调查分析师： 生成跨越所有相关司法管辖区的完整监管义务图谱，无需在每个国家依赖单独的本地律师获得完整合规画面
合规和监管律师： 获得识别所有监管变更要求（含批准时间表）和跨司法管辖区冲突的预先构建的合规宇宙图谱
交易时间表规划者： 使用AI监管审批关键路径确保整合时间表可行且考虑了所有监管依存关系
交割后合规整合领导者： 在交割时获得完整的多司法管辖区合规义务图谱，带有截止日历和优先整改序列

💡 实用提示词

提示词 1: 合规宇宙图谱 根据以下目标实体的运营足迹识别所有适用监管框架，按司法管辖区和业务活动类型映射适用法规域、监管机构和具体义务，标记域外适用法律和待处理监管变更。

提示词 2: 数据保护和隐私法交叉图谱 绘制以下收购的完整数据保护和隐私合规义务，识别所有适用隐私法（GDPR、英国GDPR、CCPA/CPRA、PIPL、PDPA等），绘制跨境数据传输机制要求，计算最坏情景违规下的司法管辖区最高罚款敞口，并设计满足最严格司法管辖区要求的统一合规框架。

提示词 3: 就业法协调分析 识别以下跨境收购的就业法跨司法管辖区冲突，映射欧盟作品委员会咨询义务，识别不能被单方面修改的强制性就业保护，评估计划裁员的强制性遣散费义务，审查各司法管辖区竞业禁止可执行性。

提示词 4: 金融服务监管许可证跨境图谱 盘点以下金融服务收购的所有司法管辖区金融服务许可证、授权和注册，识别控制权变更审批要求（含时间表），评估受影响许可实体的监管资本要求，审查集团重组对欧盟护照安排的影响。

34. AI困境资产与破产历史分析器

痛点与解决方案

痛点： 困境资产交易压缩了尽职调查时间表，同时隐藏了集中的责任

困境并购交易——无论是363破产出售、贷款转股权策略、庭外重组还是困境债务收购——呈现出一个悖论：资产以深度折扣出售恰恰是因为风险状况升高，然而困境情况固有的压缩时间表、受限数据室访问和信息不对称使彻底的尽职调查极为困难。破产拍卖可能允许从数据室开放到竞标提交10-21天。庭外困境交易通常根本没有正式数据室。卖方及其顾问在财务危机的压力下，提供关于责任敞口的不完整或故意误导性信息。

困境收购的结构复杂性产生了大部分在健康公司并购中基本不存在的责任向量。在363破产出售中，《破产法》第363(f)条的"干净出售"条款在理论上消除了大多数继承者责任索赔，但例外情况相当可观：环境清理义务在许多巡回法院根据CERCLA继承者责任原则即使在363出售后仍然存续。如果收购方保留了大多数目标劳动力，根据《国家劳动关系法》的工会继承者责任可能在资产购买中存续。特别是大规模侵权情形中的产品责任索赔经常在363命令后存续，因为索赔人可能没有收到充分通知。欺诈性转让索赔可能在出售价格被认定低于公平市场价值时撤销已完成的交易。

开展困境资产尽职调查的分析师面临一个根本挑战：公司的记录经常一片混乱。会计系统未维护，了解业务的人员已离职，客户和供应商关系岌岌可危，在财务危机期间环境合规已失效。

COCO如何解决

COCO的困境资产尽职调查工具直接集成到你现有的工作流程中：

输入与上下文： 提供破产案件编号（或庭外重组文件）、目标实体识别信息和拟议出售结构
智能处理： 通过PACER检索和分析完整破产案件记录，重建破产申报前的历史责任时间线，映射担保债务留置权优先顺序
结构化输出： 生成按类别分类的债权汇总、363出售存续责任评估和营运连续性风险分析
迭代优化： 根据专业分析（环境、产品责任）细化特定责任类别的潜在敞口
持续监控： 实时追踪破产案件卷宗更新和对资产或责任状况的新索赔

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI破产程序分析在 34%的363出售 中识别影响资产组合或责任状况的重要未决对抗程序或争议事项
申报前责任挖掘在 27%的困境收购 中识别未在资产负债表或破产申报中披露的历史环境或产品责任敞口
担保债务留置权分析在 19%的案例 中识别影响资产出售收益分配的有争议的留置权优先顺序问题
363出售后继承者责任评估使收购方能够更准确地量化残余责任，减少交割后责任意外 46%
完整破产案件卷宗分析（通常3000-8000份文件）在 24-48小时内完成，相比手动审查需2-3周

受益角色

尽职调查分析师： 系统性地分析破产案件卷宗，识别影响尽职调查决策的关键责任，无需在时间压力下手动筛查数千份法院文件
困境债务律师： 获得全面的债权登记册分析和对抗程序摘要，专注于评估具体法律风险和谈判363出售保护条款
私募股权和特殊情况基金： 在困境收购中获得更准确的责任量化，在压缩的竞标时间表内做出投资决策
困境资产整合运营团队： 接收已识别的客户合同、供应商关系和监管许可证存续性分析，为困难环境下的Day-1运营做好准备

💡 实用提示词

提示词 1: 破产程序深度分析和责任图谱 通过PACER检索和分析以下破产案件的完整记录，汇总所有申报债权（按担保、优先和无担保分类），审查所有执行合同和未到期租约（附相关固化成本），追踪所有对抗程序和争议事项。

提示词 2: 申报前责任挖掘 通过5-10年的申报前财务报表、税务申报和监管申报重建以下目标的历史责任时间线，识别未出现在申报的资产负债表中的历史环境、产品责任或WARN法案敞口。

提示词 3: 363出售后继承者责任评估 评估以下363破产出售中哪些责任在出售后存续，对照适用的巡回法院先例分析CERCLA继承者责任处理，评估NLRA继承者工会义务（如果收购方保留大多数劳动力），识别大规模侵权产品责任索赔的渠道禁令状态。

提示词 4: 困境整合营运连续性评估 评估以下困境收购目标的营运连续性风险，分析客户合同保留（变更控制条款、破产触发终止权），评估关键供应商在困境期间的付款历史和信用延伸意愿，识别关键监管许可证可转让性，评估关键人才留任风险。

35. AI尽职调查最终报告编制与摘要器

痛点与解决方案

痛点： 最终尽职调查报告是最重要的可交付成果，却获得最少的系统性关注

最终尽职调查报告是数周密集多工作流调查的顶峰产品——董事会、投资委员会和交易律师赖以批准其组织作出最重要决策的文件。然而这份文件的组装通常是事后诸葛：初级助理汇总职能负责人提交的工作流摘要，合伙人编辑篇幅，结果是一份冗长、格式不一致的文件，将关键发现埋在附录中，无法综合跨工作流的影响，在没有充分优先级排序的情况下呈现风险。

结构性问题在于各个工作流负责人——财务、法律、运营、IT、商业——是领域专家，为其职能同行而非投资委员会通才撰写。网络安全发现可能正确识别SOC 2 II型认证差距，但不会将这一发现与GDPR下潜在监管漏洞的收入影响、董事责任风险以及实施整改项目的整合成本联系起来。跨工作流综合——识别一个领域的发现如何放大或减轻另一个领域的担忧——是尽职调查最高价值产出，也是产出最不系统化的。在大多数公司，这种综合发生在合伙人会议的对话中，从未写成文字，在投资委员会陈述前就已丢失。

报告组装机制使问题更加复杂。一个典型的交易产生3000-8000页的数据室文件、工作流笔记、专家报告、管理层陈述材料和法律备忘录。在所有工作流竞争需求最高的确切时刻，将这些内容提炼成50-100页可投资报告的任务落到了最资深（最昂贵）的交易团队成员身上。最终报告组装的最后冲刺始终产生最多错误。

COCO如何解决

COCO的尽职调查报告编制工具直接集成到你现有的工作流程中：

输入与上下文： 上传所有工作流摘要、法律备忘录、专家报告、财务模型工作底稿和管理层陈述材料
智能处理： 在跨工作流的一致分类下规范化发现，识别跨领域风险放大效应，将每项发现映射至交易模型敏感度
结构化输出： 生成执行摘要、风险热力图、风险调整交易指标摘要和陈述与保证覆盖图谱
迭代优化： 根据合伙人反馈细化关键发现优先级排序和交易结构建议
持续监控： 维护版本控制的发现数据库，确保最终报告引用一致的指标和文件版本

量化结果与受益角色

可量化的结果

使用COCO的团队报告：

AI跨工作流综合在 78%的复杂交易 中识别至少一项重大的跨领域风险放大关系，这一关系在个别工作流报告中未被量化
报告组装时间从平均 3-5天的高级合伙人时间 缩短至 8-12小时，同时深度和一致性显著提高
风险优先级矩阵将交易关键风险降至 5-7项，使投资委员会讨论聚焦于最重要的决策点
AI生成的陈述与保证保险承保方包在 83%的追踪交易 中加速了保险人的审核流程，平均缩短 5个工作日
使用AI辅助报告综合的交易在交割后12个月内重大尽职调查遗漏率降低了 39%

受益角色

尽职调查分析师： 将多工作流发现综合为连贯的、经过优先排序的投资委员会报告，捕捉个别工作流分析中的跨领域影响
交易合伙人和负责人： 将高级别时间从文件编译重新聚焦于判断性决策和客户沟通，同时获得更高质量的综合基础文件
投资委员会： 收到清晰呈现已确认、未核实和相互矛盾陈述的执行摘要，聚焦于对交易回报最重要的5-7项关键发现
交易律师和陈述与保证保险经纪人： 获得完整的风险发现图谱，直接映射至SPA保护和R&W保险承保文件要求

💡 实用提示词

提示词 1: 多工作流发现聚合与规范化 将以下所有尽职调查工作流输出摄入并创建统一发现数据库，在跨工作流的一致分类下规范化发现，提取所有已识别风险并构建统一风险登记册（含来源工作流、财务影响量化、概率评估），识别工作流间的矛盾和不一致。

提示词 2: 跨工作流综合与风险放大分析 识别以下尽职调查工作流发现如何跨领域交互，构建风险放大链（发现A如何使发现B的影响更严重），识别风险抵消（一个工作流的发现部分缓解另一个工作流的担忧），将所有发现映射至交易模型敏感度。

提示词 3: 执行摘要与投资主题验证 起草围绕投资主题验证结构化的执行摘要——对每个投资主题支柱，呈现尽职调查中的佐证和反驳证据；撰写提炼整个尽职调查流程为投资委员会必须理解和接受才能推进的5-7项最重要洞察的关键交易考量部分。

提示词 4: 风险登记册优先排序和交易结构建议 对所有已识别风险按财务影响（美元量化）、发生概率（高/中/低）和交割后可检测性评分，生成将发现分类为红色（交易关键）、琥珀色（价格/结构考量）和绿色（可接受并监控）的风险热力图，为每项红色发现起草交易结构建议。

尽职调查分析师 ​

1. AI子公司与关联实体图谱构建器 ​

2. AI受益所有人识别引擎 ​

3. AI制裁名单与PEP筛查编排器 ​

4. AI诉讼记录搜索与时间线构建器 ​

5. AI工商登记核查助理 ​

6. AI企业历史时间线重建器 ​

7. AI董事及高管背景调查引擎 ​

8. AI知识产权组合完整性分析器 ​

9. AI税务合规缺口检测器 ​

10. AI财务健康与偿付能力评估器 ​

11. AI关联方交易风险分析器 ​

12. AI反贿赂与FCPA合规检查器 ​

13. AI壳公司检测与风险评分器 ​

14. AI数据室组织与缺口识别器 ​

15. AI跨境并购监管风险映射器 ​

16. AI供应商完整性与第三方风险画像器 ​

17. AI投资目标红旗筛查器 ​

18. AI可变利益实体架构解构与风险分析器 ​

19. AI不良媒体与声誉风险监控器 ​

20. AI环境责任与ESG风险扫描器 ​

21. AI关键人物依赖风险评估器 ​

22. AI监管许可证核查引擎 ​

23. AI债务与留置权负担搜索聚合器 ​

24. AI客户集中度风险分析器 ​

25. AI网络安全态势尽职调查审查器 ​

26. AI就业与劳动法合规审计师 ​

27. AI不动产与资产产权核查工具 ​

28. AI并购后整合风险预评估 ​

29. AI保险覆盖差距与理赔历史审查器 ​

30. AI管理团队可信度与履历核查器 ​

31. AI合资企业伙伴尽职调查引擎 ​

32. AI政府合同与禁止往来历史核查器 ​

33. AI跨司法管辖区合规框架图谱器 ​

34. AI困境资产与破产历史分析器 ​

35. AI尽职调查最终报告编制与摘要器 ​

尽职调查分析师

1. AI子公司与关联实体图谱构建器

2. AI受益所有人识别引擎

3. AI制裁名单与PEP筛查编排器

4. AI诉讼记录搜索与时间线构建器

5. AI工商登记核查助理

6. AI企业历史时间线重建器

7. AI董事及高管背景调查引擎

8. AI知识产权组合完整性分析器

9. AI税务合规缺口检测器

10. AI财务健康与偿付能力评估器

11. AI关联方交易风险分析器

12. AI反贿赂与FCPA合规检查器

13. AI壳公司检测与风险评分器

14. AI数据室组织与缺口识别器

15. AI跨境并购监管风险映射器

16. AI供应商完整性与第三方风险画像器

17. AI投资目标红旗筛查器

18. AI可变利益实体架构解构与风险分析器

19. AI不良媒体与声誉风险监控器

20. AI环境责任与ESG风险扫描器

21. AI关键人物依赖风险评估器

22. AI监管许可证核查引擎

23. AI债务与留置权负担搜索聚合器

24. AI客户集中度风险分析器

25. AI网络安全态势尽职调查审查器

26. AI就业与劳动法合规审计师

27. AI不动产与资产产权核查工具

28. AI并购后整合风险预评估

29. AI保险覆盖差距与理赔历史审查器

30. AI管理团队可信度与履历核查器

31. AI合资企业伙伴尽职调查引擎

32. AI政府合同与禁止往来历史核查器

33. AI跨司法管辖区合规框架图谱器

34. AI困境资产与破产历史分析器

35. AI尽职调查最终报告编制与摘要器