#40 标书本机查重器立项：定稿前的元数据与重复度体检

定稿前在自家电脑上跑一遍：内部段落重复度+文档元数据（作者/机器码/创建时间）体检，串标认定的自查防线。

产品编号 #40 ｜ 产品线 E · 合规自查与风控 ｜ 形态 工具 ｜ 难度 ★★ ｜ 优先级 P1

一、要解决的问题

10 类：串标认定看文档属性/机器码/作者；免费桌面端做相似度+元数据清洗提醒

二、使用场景

• ① 04 类趋势：国网 AI 甄别从文件雷同度、MAC/IP、制表机器码多维分析
• ② 10 类：火眼审阅验证的市场（标书间相似度查重）
• ③ 兄弟公司同投一标（集团内多家入围同标段）前的合规预检——这是高频真实且最危险的场景。

三、适用范围与边界

集团型企业的合规部门、代理机构自查；检测对象为"自己家的文件之间+与公开模板的重合"。红线设计：不提供"与特定竞争对手文件的对比"（既无合法数据源，也沦为规避工具）；功能命名与文案全用"自查/合规"语言。

四、产品与设计要点

三张报告页：文本相似段（含改写率评估）、文档属性暴露面（作者含个人姓名/单位缩写、修订记录、批注未清）、公开模板重合；提供一键"元数据清洗"（这是正当功能：清除自己的隐私信息）。

五、开发要点

桌面端离线（保密刚需即卖点）；embedding+minhash 相似度；元数据解析覆盖 docx/doc/pdf/wps。

六、商业化与销售要点

定价 299 元/席位；卖给集团法务与投标总监——"合规出事都是百万级处罚，自查一年几百块"；与 C29（降重）划清：C29 管质量，E40 管合规，交叉推荐。

---

本条产品动态对应产品线规划中的 #40 标书本机查重器，详细展开见《E-合规自查与风控.md》。