课程背景
课程缘起
-------------------------------------------------
随着机器智能技艺的飞速演进，格外是大语言模型（LLM）的爆发，具体来看，金融风控领域正面临着前所未有的变革机遇。传统的风控模式倚重大量人工开展资料搜集、资料录入、报表拆解和尽职调查，不仅效率低下，换个角度看，而且容易出现人为疏漏。
风控人员常常面临以下痛点：
• 资讯过载：面对海量的公司公告、新闻资讯、法律诉讼资讯，难以迅速提取要害隐患信号。
• 重复劳动：大量时间耗费在撰写准则化的尽调报告、信贷审批意见上，缺乏深度思索的时间。
• 技艺门槛：虽说知道AI有用，但不知道怎样借助精准的指令（Prompt）让AI输出符合金融专精要求的结晶。
本课旨在填补这一空白，借助系统的Prompt工程训练，将通用的AI抓手转化为金融风控专家的“超级助手”，达成从“劳动密集型”风控向“智慧型”风控的转型。
课程收益
-------------------------------------------------
◆掌握核心本领：学会金融情境下的Prompt编写招数（结构化提示词、思路链CoT等等）。
◆拉升事务效率：借助AI抓手将尽调报告撰写、财报拆解、舆情监控等等事务的效率拉升5倍以上。
◆构筑专属助手：学会搭建个人专属的“风控智能体”，达成7x24小时隐患监测。
◆规避合规隐患：弄懂AI在金融运用中的资料安全边界和合规底线。
课程结构
-------------------------------------------------
课程大纲
1. 金融风控的进化论
(1) 从“人海战术”到“人机协同”
(2) 大模型（LLM）在风控中的本领边界：能做什么，往细里说，不能做什么
2. AI风控落地全景图
(1) 贷前：精准获客和准入初筛
(2) 贷中：自动化尽调和审批辅助
(3) 贷后：智能预警和催收管控
3. 抓手准备和环境搭建
(1) 主流AI抓手对比：千问、豆包、DeepSeek、智谱清言
(2) 金融资料安全和隐私保护红线
1. Prompt的基本解剖学
(1) 为何你问不出好答案？（Garbage In, Garbage Out）
(2) 结构化Prompt轮廓：BROKE模型 / CO-STAR要则
2. 金融情境下的高阶招数
(1) 定位设定（Role）：怎样让AI担当“具备20年心得的资深风控官”
(2) 思路链（Chain of Thought）：带出AI展示推演推理进程（如：财务造假识别推演）
(3) 少样本研习（Few-Shot）：借助提供准则范文让AI模仿行文风格
3. 实战上手
(1) 操练：精进一条原本模糊的指令，使其能输出专精的业界拆解段落
1. 多模态文档处理
(1) 情境：迅速读取几百页的招股说明书、审计报告
(2) Prompt招数：要害指标提取、合同条款比对
2. 公司来由深挖
(1) 情境：股权穿透和关联关系拆解
(2) 办法：利用AI联网搜索功能开展全网负面舆情扫描
3. 实例实操
(1) 实例：利用88查/Kimi/DeepSeek迅速完成一家制造业公司的初审尽调清单
1. 财务资料的AI解读
(1) 情境：三张表的勾稽关系查验
(2) Prompt模板：异常财务指标识别和归因拆解
2. 经营隐患的推演推演
(1) 情境：结合宏观政策和微观资料判断公司持续经营本领
(2) 招数：让AI像侦探一样寻找“财务美化”的蛛丝马迹
3. 实战上手
(1) 上手：输入一家公司的财务摘要，生成一份《财务隐患诊断报告》
1. 准则化报告的自动化生成
(1) 情境：调查报告、授信审批书的初稿撰写
(2) 办法：构筑部分化写作流（分段生成再组装）
2. 审批意见的辅助决策
(1) 情境：还原贷审会提问，预演风控关注点
(2) 招数：利用AI开展“红蓝军对抗”上手
3. 结晶产出
(1) 产出：每位参训者完成一套自己的“信贷报告生成指令集”
1. 构筑你的“AI风控数字员工”
(1) 常用Prompt库的构筑和维护
2. 防止AI幻觉和合规陷阱
(1) 怎样验证AI输出的真实性（Cross-Check制度）
3. 课程收束和行动规划
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|姜粤东老师
适合谁听
：对公买方经理、信贷审批岗、风控岗、新晋银行从业人员 教学办法：实例教学、要点拆解、抓手演示。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。