课程背景
当前，财务和风控人员的事务要求越来越高。格外是在供给链金融业务中，监管部门（如国资委）对“虚假贸易”的审查十分严格。以前的财务拆解办法，主要靠人工录入资料和计算，速度慢，而且很难处理大量的非表格资料（如扫描件、合同文本）。
财务人员和业务人员经常遇到两个问题：一是花费大量时间做基础的资料录入和计算，没有时间去拆解资料背后的真实经营情况；二是很难迅速、周全地从互联网上搜集该公司的工商资讯、负面新闻和业界资料，导致难以验证买方提供的财务报表是否真实。
本课将教大家采用国产大模型（DeepSeek）、AI搜索抓手（如秘塔）以及
零代码智能体抓手（如Coze/扣子）
，改进现有的事务方式。我们将研习怎样用AI自动处理内部的财务报表，怎样用AI自动搜集外部的市场资讯，以及怎样搭建私有的政策查询助手。借助结合多维资料，支援大家从繁琐的机械劳动中解放出来，更准确地识别隐患，防止业务踩雷。
课程收益
•
掌握
国产大模型处理非结构化财务资料（PDF/图片）的 3 种核心操作办法。
•
掌握
垂直类AI搜索抓手（如秘塔）开展全网情报搜集的准则步骤。
•
规划
适用于供给链金融情境的财务拆解提示词（Prompt）模板，替代模糊的提问方式。
•
拟定
“表内财务资料”和“表外市场情报”交叉验证的准则作业流程（SOP）。
•
输出
结构清晰、推演严密的财务隐患预警报告初稿。
•
强化
资料驱动的风控思路，从单一维度的财务拆解向多维度的经营拆解转变。
课程大纲
—— 破解交互痛点，掌握让AI听懂财务指令的核心办法
1. AI在财务风控中的“能”和“不能”
●
1.1 认知对齐：大模型不是搜索引擎，执行层面，也不是计算器
○
领会AI的“概率预测”制度：为何它会一本正经地胡说八道？
○
明晰AI的定位边界：它是“超级实习生”，负责执行和预警，往细里说，不负责最终签字决策。
●
1.2 财务情境下的三大核心本领图谱
○
文本领会力：处理合同、审计报告等等非结构化文本。
○
代码执行本领：借助写代码（Code Interpreter）处理Excel资料，保证计算准确。
○
推演推理力：识别资料间的矛盾，发现潜在隐患。
2. 只有懂行的人，就一线经验说，才能写出好指令（提示词工程）
●
2.1 拆解财务专用提示词的“五维模型”
●
2.2 实地实操：指令改写工作坊
【实操上手】
○
实例诊断：
拆解一句模糊指令（如“拆解一下这个表”）的缺陷。
○
实地改写：运用五维模型，重写一条高质量的财务拆解指令。
○
成效对比：直观感受精进前后AI输出质量的巨大差异。
—— 破解效率痛点，利用AI达成内部财报的秒级处理和拆解
1. 搞定那些无法编辑的“烂”文件（资料清洗）
●
1.1 扫描件和图片的数智化“复活”
○
利用DeepSeek多模态功能，往细里说，识别发票、合同截图中的要害资料。
●
1.2 脏资料的自动化清洗
2. 让AI代替人工开展指标计算（基础拆解）
●
2.1 要害财务比率的秒级测算
○
发送指令自动计算偿债本领（流动比率、速动比率）、盈利本领（毛利率、净利率）。
○
【实操上手】
：对比去年资料，自动生成“财务指标变动拆解表”。
●
2.2 营运本领的趋势诊断
○
拆解存货周转天数，应收账款周转天数的异常变化。
○
识别“存贷双高”等等显性财务特征。
3. 像侦探一样发现报表里的猫腻（深度风控）
●
3.1 推演勾稽关系的自动侦测
○
【实操上手】：
查验“经营性现金流”和“净利润”的匹配度，识别“纸面富贵”。
○
查验“营收增长率”和“应收账款增长率”的剪刀差，预警激进赊销隐患。
●
3.2 针对合规文件的合规排查
○
扫描报表附注，就一线经验说，筛查大额、长账龄的“其他应收款”，落地时，防范资金占用。
○
识别“毛利率极低并且长期稳定”的异常业务，预警融资性贸易隐患。
—— 破解资讯差痛点，利用AI达成外部情报的精准搜集和整理
1.
抓手打法：
通用大模型 vs 垂直AI搜索
●
1.1 什么时候用DeepSeek（联网模式）？
●
1.2 什么时候用秘塔（AI搜索）？
2. 微观层面：全方位扫描公司信用隐患
●
2.1 司法和舆情的“地毯式”搜索
【实操上手】
●
2.2 关联关系的穿透识别
3. 宏观层面：获取业界资料作为“参照系”
●
3.1 业界景气度和价格验证
【实操上手】
●
3.2 宏观政策影响评核
1.
—— 破解风控盲点，利用AI达成表内外交叉验证和合规落地
1. 核心办法论：构筑“三流合一”的交叉验证推演
●
1.1 “表内资料”和“表外情报”的碰撞
●
1.2 虚假贸易的综合推理
○
【实操上手】
：将财报资料（DeepSeek提取）和市场情报（秘塔搜集）同时投喂给AI。
2. 结晶输出：将拆解转化为准则化报告
●
2.1 生成专精的风控初审报告
【实操上手】
1.
3. 长期资产：搭建“问不倒”的合规学识库
●
3.1 学识库（RAG）的运用原理
○
为何通用AI不懂你们公司的“红头文件”？——学识库的必要性。
●
3.2 实地搭建：公司私有政策查询助手
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|冯硕老师
适合谁听
• 公司财务总监、财务经理以及会计人员• 风控部经理以及相关审核人员• 对AI抓手感兴趣的中高层管人人员。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。