> ## Documentation Index > Fetch the complete documentation index at: https://docs.didit.me/llms.txt > Use this file to discover all available pages before exploring further. # Cribratge AML: API de sancions i PEP > Didit comprova usuaris en més de 1,300 llistes de sancions, PEP i vigilància en temps real. Pagament per crida $0.20, sistema de doble puntuació. El Cribratge AML de Didit comprova una persona en temps real contra 1,300+ fonts globals de sancions, de PEP i de llistes de vigilància, així com mitjans adversos, i retorna cada coincidència potencial amb dues puntuacions: una puntuació de coincidència que indica la probabilitat que la coincidència correspongui a la mateixa persona, i una puntuació de risc que indica el nivell de risc de l'entitat inclosa a la llista. Prompt d'integració de Cribratge AML Copia el prompt al porta-retalls \

\````# Goal
Integrate Didit AML Screening (PEP, sanctions, warnings, adverse media) into your app. Pick ONE mode.

\# Mode A — Session-based
Run AML as a step inside a verification session. Decisions, ongoing monitoring, and audit history are bound to the session and surfaced in the Business Console.

1\. Add the AML feature to the workflow (Business Console or POST /v3/workflows/). Configure thresholds: aml_match_score_threshold, aml_score_approve_threshold, aml_score_review_threshold, and the weights aml_name_weight + aml_dob_weight + aml_country_weight (must sum to 100).
2\. Create a session — POST /v3/session/ with { workflow_id, vendor_data, callback }. See /sessions-api/create-session.
3\. Fetch the decision — GET /v3/session/{sessionId}/decision/ or subscribe to session.status.updated.

Decision surface: `aml_screenings[]` array on the decision payload.

\# Mode B — Standalone API (server-to-server)
Use when you want a one-shot AML check decoupled from a hosted KYC flow.

POST https://verification.didit.me/v3/aml/
x-api-key: YOUR_API_KEY
Content-Type: application/json

curl example:
\```bash
curl -X POST 'https://verification.didit.me/v3/aml/' \
-H "x-api-key: $DIDIT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"full_name": "Javier Ejemplo Modelo",
"entity_type": "person",
"date_of_birth": "1974-01-01",
"nationality": "ES",
"include_adverse_media": true,
"vendor_data": "user-1234"
}'
\```
Returns: { request_id, aml: { status, screening_id, hits: [...], warnings: [...] } }.

\# Important policy rules
\- aml_name_weight + aml_dob_weight + aml_country_weight must equal exactly 100 — request rejected with HTTP 400 otherwise.
\- include_adverse_media=true increases latency to ~25s; use a client timeout of at least 45s.
\- include_ongoing_monitoring=true keeps the entity under daily re-screening at **$0.07 per year per screened entity** (billing alert) and requires save_api_request=true (HTTP 400 otherwise). Disable from the Business Console.

\# Status enum (per aml_screenings[].status / aml.status)
"Not Started" | "In Progress" | "Approved" | "In Review" | "Declined" | "Abandoned" | "Kyc Expired"

\# Warnings (LogWarningChoices.AML)
warnings[] risk codes include:
POSSIBLE_MATCH_FOUND, MATCH_FOUND, HIGH_RISK_COUNTRY, ADVERSE_MEDIA_HIT, SANCTIONED_ENTITY, PEP_MATCH, ONGOING_MONITORING_ENABLED.
Full catalogue: /core-technology/aml-screening/warnings-aml-screening.

\# Failure modes to handle
\- HTTP 400 — weights don't sum to 100; ongoing_monitoring without save_api_request.
\- HTTP 403 — out of credits.
\- status="Declined" — at least one hit's risk_score ≥ aml_score_review_threshold and crossed the decline boundary.
\- status="In Review" — risk_score between approve and review thresholds; route to manual queue.
\- Adverse-media timeout — the upstream provider was slow; the result returns without adverse-media hits (still actionable).

\# See also
\- Canonical schema: /reference/data-models#aml-screening
\- Per-feature report: /core-technology/aml-screening/report-aml-screening
\- Risk catalogue: /core-technology/aml-screening/warnings-aml-screening
\- Ongoing monitoring: /core-technology/aml-screening/continuous-monitoring-aml-screening
\- Full integration playbook: /integration/integration-prompt````

\
Enganxa a La lliçó de l'Academy sobre com interpretar el resultat d'una verificació arriba al cribratge AML al minut 8:40: sancions, PEP i mitjans adversos en una sessió real.[Cribratge AML: sancions, PEP i mitjans adversos — Didit Academy](https://www.youtube.com/embed/7htTWCWsl60?start=520\&rel=0\&playsinline=1)![Taula de fonts de llistes de vigilància del cribratge AML de Didit, incloent-hi llistes de sancions de l'OFAC, la UE, l'ONU i llistes de PEP](https://mintcdn.com/didit-0f962782/z6T2GHM4Zh-iSj-K/images/aml-list-table.jpeg?fit=max\&auto=format\&n=z6T2GHM4Zh-iSj-K\&q=85\&s=b254abf5bb564018e15588ef7c56f92e)## Conceptes clau: Puntuació de coincidència vs puntuació de riscDidit utilitza un **sistema de dues puntuacions** per al cribratge AML:### Puntuació de coincidència (confiança en la identitat)- **Pregunta:** Aquesta coincidència és la mateixa persona que estem comprovant? - **Factors:** Similitud del nom, data de naixement, país/nacionalitat, número de document - **Propòsit:** Classifica la coincidència com a **Fals positiu** o **Sense revisar** (coincidència possible) - **Llindar:** Llindar de puntuació de coincidència (per defecte: 93)### Puntuació de risc (nivell de risc de l'entitat)- **Pregunta:** Quin risc té aquesta entitat si es tracta d'una coincidència real? - **Factors:** Risc del país, categoria (PEP/sancions/etc.), antecedents penals - **Propòsit:** Determina l'**estat final d'AML** (Aprovada/En revisió/Rebutjada) - **Llindars:** Llindar d'aprovació (per defecte: 80) i llindar de revisió (per defecte: 100)``` ┌─────────────────────────────────────────────────────────────────────────────┐ │ AML SCREENING FLOW │ ├─────────────────────────────────────────────────────────────────────────────┤ │ │ │ STEP 1: Screen against watchlists │ │ └── Returns potential matches (match score ≥ 75% included) │ │ │ │ STEP 2: For each match, calculate MATCH SCORE │ │ └── Match Score = (Name × W1) + (DOB × W2) + (Country × W3) │ │ │ │ STEP 3: Classify match by match score │ │ ├── Match Score < 93 → FALSE POSITIVE (excluded from risk) │ │ └── Match Score ≥ 93 → UNREVIEWED (included in risk) │ │ │ │ STEP 4: For unreviewed matches, calculate RISK SCORE │ │ └── Risk Score = (Country × 30%) + (Category × 50%) + (Criminal × 20%) │ │ │ │ STEP 5: Determine AML STATUS (highest risk score among non-FP matches) │ │ ├── Risk Score < 86 → APPROVED │ │ ├── 86 ≤ Risk Score ≤ 100 → IN REVIEW │ │ └── Risk Score > 100 → DECLINED │ │ │ └─────────────────────────────────────────────────────────────────────────────┘ ```## Estats de revisió de coincidènciesA cada coincidència d'AML se li assigna un estat de revisió segons la seva puntuació de coincidència:| Estat | Descripció | Quan s'assigna | | - | - | - | | **Fals positiu** | És probable que la coincidència NO sigui la mateixa persona | Puntuació de coincidència \< llindar (assignat automàticament) | | **Sense revisar** | La coincidència és una possible coincidència que requereix revisió | Puntuació de coincidència ≥ llindar (assignat automàticament) | | **Coincidència confirmada** | S'ha verificat que la coincidència és la mateixa persona | Establert manualment pel responsable de compliment | | **No concloent** | No es pot determinar si la coincidència és la mateixa persona | Establert manualment pel responsable de compliment |> [!NOTE] > > ### **Consell:** Pots canviar l'estat de revisió d'una coincidència a la Console consultant la vista general d'AML o fent clic en una coincidència específica per veure'n els detalls.## Funcionalitats clau### 1. Extracció exhaustiva de dades- **Extracció precisa**: Extreu dades a partir de la informació proporcionada per l'usuari o de documents d'identitat mitjançant tecnologia OCR avançada. - **Lògica difusa**: Tingues en compte variacions i faltes d'ortografia en els noms per garantir una captura completa de les dades.### 2. Àmplia cobertura de llistes de vigilànciaFes un cribratge en múltiples categories, entre les quals:- **Llistes de sancions**: D'organismes governamentals i internacionals. - **Persones políticament exposades (PEP)**: Persones amb funcions públiques destacades. - **Antecedents penals**: Inclou bases de dades penals globals i locals. - **Mencions en mitjans adversos**: Articles de notícies i informes sobre delictes financers i altres riscos. - **Llistes de vigilància personalitzades**: Configurables segons els requisits específics del client.### 3. Algoritmes de coincidència avançats- **Coincidència difusa**: Detecta lleugeres variacions en noms o detalls per garantir una coincidència precisa. - **Múltiples punts de dades**: Utilitza el nom, la data de naixement, la nacionalitat i altres identificadors per a un cribratge exhaustiu. - **Lògica de clau d'or**: Coincidència de número de document que pot substituir les puntuacions per a una identificació definitiva.### 4. Avaluació del risc amb dues puntuacionsCada coincidència rep DUES puntuacions:| Puntuació | Finalitat | Classificació | | - | - | - | | **Puntuació de coincidència** (0-100) | És la mateixa persona? | Fals positiu vs Sense revisar | | **Puntuació de risc** (0-100) | Quin risc té aquesta entitat? | Determina l'estat AML final |**Estat de revisió de la coincidència (segons la puntuació de coincidència):**- **Fals positiu**: Puntuació de coincidència per sota del llindar; probablement NO és la mateixa persona - **Sense revisar**: Puntuació de coincidència igual o superior al llindar; requereix revisió**Estat AML final (segons la puntuació de risc més alta entre les coincidències que no són falsos positius):**- **Aprovada**: Totes les coincidències sense revisar tenen puntuacions de risc baixes - **En revisió**: Almenys una coincidència sense revisar té una puntuació de risc mitjana-alta - **Rebutjada**: Almenys una coincidència sense revisar té una puntuació de risc molt alta### 5. Cribratge detallat de mitjans adversosFes un cribratge en una àmplia gamma de categories de mitjans adversos, entre les quals:- **Delictes financers**: Blanqueig de capitals, malversació i més. - **Delictes violents**: Agressió, homicidi i infraccions relacionades. - **Terrorisme**: Implicació o suport a activitats terroristes. - **Narcòtics**: Tràfic de drogues i delictes relacionats. - **Frau**: Diversos tipus de frau i pràctiques enganyoses. - **Infraccions normatives**: Incompliments dels requisits de compliment normatiu.### 6. Paràmetres de cribratge personalitzables- **Sensibilitat ajustable**: Configura la sensibilitat del cribratge en funció de l'apetit de risc de la teva organització. - **Llistes de vigilància personalitzables**: Selecciona les llistes de vigilància i les categories que vols incloure en el procés de cribratge per satisfer requisits específics.### Llindars configurablesPots personalitzar els nivells de seguretat establint diferents llindars:**Configuració de la puntuació de coincidència:**| Configuració | Per defecte | Descripció | | - | - | - | | Llindar de puntuació de coincidència | 93 | Les coincidències per sota d'aquest són Falsos Positius, iguals o superiors són Sense revisar | | Pes del nom | 60 | Pes del nom en la puntuació de coincidència | | Pes de la data de naixement | 25 | Pes de la data de naixement en la puntuació de coincidència | | Pes del país | 15 | Pes del país en la puntuació de coincidència |**Llindars de la puntuació de risc (estat final):**| Configuració | Per defecte | Descripció | | - | - | - | | Llindar d'aprovació | 80 | Puntuacions de risc inferiors = Aprovada | | Llindar de revisió | 100 | Puntuacions de risc superiors = Rebutjada; intermèdies = En revisió |![Llindars de puntuació de risc AML de Didit per als estats Aprovada, En revisió i Rebutjada](https://mintcdn.com/didit-0f962782/z6T2GHM4Zh-iSj-K/images/aml-risk-score.png?fit=max\&auto=format\&n=z6T2GHM4Zh-iSj-K\&q=85\&s=297acc5d98dcd0f038597c4f2d953f46)> [!NOTE] > > Aquests llindars es poden ajustar segons la teva tolerància al risc i els teus requisits de seguretat.## Com funcionaEl nostre procés de Cribratge AML identifica eficientment els riscos potencials alhora que minimitza els retards per als usuaris legítims.**1. Extracció de dades**El sistema extreu la informació rellevant a partir de les dades proporcionades per l'usuari o dels documents d'identitat pujats.| Entrada | Mètode | | - | - | | **Documents d'identitat** | Tecnologia OCR avançada per a una extracció de dades precisa | | **Dades proporcionades per l'usuari** | Introducció directa (nom, data de naixement, nacionalitat, número de document) | | **Lògica difusa** | Té en compte les variacions de noms i els errors ortogràfics |**2. Cribratge de llistes de vigilància**Les dades extretes es comparen amb **1,300+ llistes de vigilància globals** i bases de dades en temps real:- **Llistes de sancions** — Organismes governamentals i internacionals (OFAC, UE, ONU, etc.) - **Persones políticament exposades (PEP)** — Persones amb funcions públiques prominents - **Antecedents penals** — Bases de dades penals globals i locals - **Mitjans adversos** — Articles de notícies i informes sobre delictes financers - **Llistes de vigilància personalitzades** — Configurables segons els teus requisits**3. Càlcul de la puntuació de coincidència**Per a cada coincidència potencial, el sistema calcula una **puntuació de confiança de la identitat**: la probabilitat que sigui la mateixa persona.| Factor | Pes per defecte | Descripció | | - | :-: | - | | **Similitud del nom** | 60% | Coincidència difusa que té en compte les variacions | | **Data de Naixement** | 25% | Comparació exacta o parcial de la data de naixement | | **País/Nacionalitat** | 15% | Comparació del país d'origen |- Coincidència amb una puntuació **per sota del llindar** (per defecte: 93) → classificada com a **fals positiu** - Coincidència amb una puntuació **al llindar o per sobre** → classificada com a **no revisada** (possible coincidència) - **Clau daurada**: La coincidència del número de document pot establir la puntuació en un 100% per a una identificació definitiva**4. Càlcul de la puntuació de risc**Per a les coincidències que no són falses positives, el sistema calcula el **nivell de risc** de l'entitat:| Factor | Pes | Descripció | | - | :-: | - | | **Categoria** | 50% | Nivell de PEP, tipus de sancions, gravetat penal | | **Risc del país** | 30% | Qualificació de risc dels països associats | | **Antecedents penals** | 20% | Presència i gravetat dels antecedents penals |**5. Determinació de l'estat final**Segons la **puntuació de risc més alta** d'entre totes les coincidències que no són falses positives:| Puntuació de risc | Estat | Acció | | :-: | - | - | | Per sota del llindar d'aprovació | **Aprovada** | Aprovada automàticament, sense risc creïble | | Entre llindars | **En revisió** | Marcada per a revisió manual de compliment | | Per sobre del llindar de revisió | **Rebutjada** | Risc alt, rebuig automàtic |Si **totes** les coincidències són falses positives, el resultat és **Aprovada** (no s'han trobat coincidències creïbles).**6. Generació de resultats**Es genera un informe detallat amb total transparència:- La **puntuació de coincidència** i la **puntuació de risc** de cada coincidència amb el seu desglossament - Classificació de la coincidència (fals positiu vs. no revisada vs. confirmada) - Base de dades d'origen i detalls de la categoria per a cada coincidència - Resultats lliurats mitjançant **resposta de l'API**, **webhook** o la **Business Console** - Presa de decisions automàtica basada en els teus llindars de puntuació de risc configurats## Referència de dades de coincidències AMLCada coincidència AML retornada a la resposta de l'API conté informació detallada sobre l'entitat coincident. A continuació es mostren els camps clau i els seus valors possibles.### Categories de conjunts de dadesEl camp `datasets` de cada coincidència indica en quines categories de bases de dades de compliment s'ha trobat l'entitat. Valors possibles:| Valor | Descripció | | - | - | | `PEP` | Persona políticament exposada (general) | | `PEP Level 1` | Caps d'estat, polítics d'alt nivell, jutges del tribunal suprem | | `PEP Level 2` | Membres del parlament, ambaixadors, líders militars | | `PEP Level 3` | Càrrecs de l'administració local, funcionaris de nivell mitjà | | `PEP Level 4` | RCA (familiars i persones associades properes) de persones PEP | | `Sanctions` | Llistes de sancions internacionals i nacionals (OFAC, UE, ONU, etc.) | | `Adverse Media` | Notícies negatives i informes relacionats amb delictes financers | | `Warnings and Regulatory Enforcement` | Advertències regulatòries, accions coercitives i alertes de compliment | | `Fitness and Probity` | Registres d'honorabilitat i idoneïtat de reguladors financers | | `SIP` | Llistes de persones d'interès especial | | `SIE` | Llistes d'entitats d'interès especial | | `Insolvency` | Registres d'insolvència i fallida |### Coincidències de sancionsLa matriu `sanction_matches` conté detalls de cada llista de sancions on s'ha trobat l'entitat. Camps clau:| Camp | Tipus | Descripció | | - | - | - | | `list_name` | `string[]` | Nom(s) de la llista o llistes de sancions | | `matched_name` | `string` | Nom tal com apareix a la llista de sancions | | `description` | `string` | Descripció de l'entrada de sanció | | `reason` | `string` | Motiu en text lliure pel qual l'entitat va ser sancionada. No és una enumeració: els valors provenen directament de l'autoritat sancionadora i descriuen els motius específics de la inclusió a la llista (p. ex., "Executive Order 13224 (Terrorism)", "Support for actions undermining Ukraine's sovereignty"). | | `legal_basis` | `string[]` | Base jurídica de la sanció | | `sanction_program` | `string[]` | Programa(es) de sancions sota els quals figura l'entitat | | `sanctioning_authority` | `string[]` | Autoritat que ha imposat la sanció | | `listed_on` | `string[]` | Data o dates en què es va incloure l'entitat a la llista | | `source_url` | `string` | URL de la font |### Coincidències d'advertènciesLa matriu `warning_matches` conté detalls de les coincidències en llistes d'advertències, accions coercitives regulatòries i llistes relacionades. El camp `additional_data` pot incloure una matriu `data.case_details` amb informació estructurada del cas.#### Tipus de casos d'advertènciaEl camp `case_type` dins de `additional_data.data.case_details[]` descriu la naturalesa del cas d'advertència. Valors coneguts:| Valor | Descripció | | - | - | | `Accusation` | Acusació o càrrec formal | | `Arrest` | Registre de detenció | | `Bribery` | Cas relacionat amb suborns | | `Criminal` | Cas penal general | | `Fraud` | Cas relacionat amb frau | | `Illegal Fundraising` | Activitat il·legal de captació de fons | | `Non-conviction Terror` | Inclusió en llistes relacionades amb terrorisme sense condemna | | `Proclaimed Offender` | Infractor declarat oficialment | | `Regulatory Enforcement` | Acció coercitiva regulatòria | | `Terrorism` | Cas relacionat amb terrorisme | | `Terrorism-related` | Relacionat amb activitats de terrorisme | | `Terrorism-related listing` | Inclòs a la llista en relació amb el terrorisme | This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.