审计场景实践

通用方法

把任务说清楚。资料是什么、要做成什么、按什么口径，一次说全，避免返工。具体方法见发送消息。

一次一个目标。勾稽、核对、筛查分开布置。混在一起的任务，处理过程和输出都复杂，复核也难。

复杂任务先对计划。先说「请先说明你的处理步骤，先不要执行」，确认 AI 没有理解偏差再放行。这一步能避免它取错列、看错表之后做完全程。

结论要附依据。布置任务时就要求 AI 附上计算过程与出处——有过程的输出才核得动，也更容易发现取数错误。

做法成熟就存技能。口径验证无误的工作方法，保存为技能供团队复用，下次一句话搞定，见技能。

典型场景索引

以下场景经过实践验证，有现成的做法、话术与复核要点，可直接套用：

• 数据勾稽核对：报表表内、表间及账表之间的勾稽核对，输出差异清单；
• 生成加工账：从序时账生成分科目汇总、往来台账、调整分录表等底稿；
• 异常筛查：按设定规则扫描可疑分录，输出待核清单；
• 文档解析：将扫描件、PDF 中的表格与数据转为可处理的结构。

不在这些场景里的事，也能做

以上是验证过的典型做法，不是平台能力的边界。AI 处理的是「规则说得清楚、材料读得进来」的资料工作——审计里还有大量这样的活：函证名单整理、合同关键条款比对、多期报表拼接、抽样样本筛选、底稿数据与附注的核对……

做法很简单：直接在对话里把任务描述出来，先拿小数据试一次，看 AI 的理解与输出对不对路；顺手的话调口径再跑；做法稳定后存成技能。第一次探索新场景时，把模型档位和思考力度调高一些，结果更可靠。

任务安排与消耗

合理安排任务能减少积分消耗、缩短等待时间，具体做法见计费概述中的「控制消耗的方法」：口径一次说全减少往返、小样本先验证再全量、复用技能、控制文件规模、按需选择模型档位。自己的消耗情况随时在用量面板可查。