课程背景
随着业务系统、财务系统、采购平台、合同平台和费用报销平台持续沉淀资料，审计对象已经从少量纸质单据转向海量、多系统、强关联的资料。传统倚重线下翻阅、人工抽样和心得判断的审计方式，难以覆盖全量交易，运行层面，也难以及时发现隐藏在业务链条中的异常关系和隐患信号。审计队伍需要构筑“资料先行、模型筛查、重点核查、AI增效”的事务方式。
数智化基础不一，部分成员仍以线下查账、人工翻单为主，资料获取和核对效率偏低。
资料抓手运用不足，面对多表、多系统资料时，不会迅速提取、清洗、匹配和筛查异常。
资料拆解视角不足，能够看到数字，却难以将业务链路、隐患点和资料特征构筑联系。
异常识别倚重个人心得，缺少可复用的指标、阈值、规则和数智化审计模型。
AI认知和运用本领有待拉升，尚未形成审计规划、资料拆解、底稿整理、隐患判断和报告撰写的智能化事务流。
本课以真实审计差事为主线，围绕资料提取、异常识别、海量资料抽样、模型规划和AI辅助审计展开。借助抓手演示、还原资料操练、实例拆解和模型共创，支援参训者从“会看单据”升级为“会用资料发现问题、会将心得沉淀为模型、会借助AI拉升审计效率”。
课程收益
基础夯实——掌握审计资料的提取、清洗、匹配、汇总和异常识别办法，减少重复人工翻单。
思路升级——构筑从业务链路、隐患点到资料字段、拆解指标和审计证据的数智化审计思路。
抓手实操——会用workbuddy、coze等等AI抓手开展资料筛查、拆解和隐患识别。
模型落地——能够提出审计模型诉求，规划规则、阈值、输出字段和核查路径，运行层面，形成可复用的模型资产。
AI增效——掌握审计规划、程序规划、底稿整理、问题归因、报告撰写等等AI辅助情境以及复核办法。
课程特色：
情境化：围绕费用报销、采购付款、供应商、资金、合同等等高频内审情境展开。
实操化：采用脱敏还原资料，实地完成资料清洗、全量筛查、异常定位和隐患判断。
模型化：将个人心得转化为“隐患信号—规则条件—证据要求—核查动作”的模型语言。
可落地：课程实地形成办法、模板和结晶，便于参训者返回岗位后直接复用。
课程大纲
导引：从“人工翻单”走向“资料驱动审计”
对照：传统抽单审计和数智化审计在覆盖范围、隐患发现、证据链和审计时效上的差异。
路径：取数—清洗—拆解—识别—验证—输出，构筑六步数智化审计闭环。
思路：先定义审计目的和隐患假设，再寻找资料，而不是拿到资料后盲目做图表。
碰头：
将一个熟稔的审计项目改写为“可由资料回答的审计问题”。
一、从业务链路到审计资料：明晰取什么数
业务链路拆解：业务动作—要害将控—隐患经过—资料痕迹—审计证据。
三类核心资料：主资料（人员、供应商、买方）、交易资料（订单、合同、付款、报销）、日志资料（审批、修改、登录）。
构筑审计资料字典：字段名称、业务含义、来源系统、资料口径、关联键、责任部门。
取数诉求表述：审计期间、组织范围、业务范围，字段清单、筛选条件和导出格式。
实例：
某集团采购—合同—入库—发票—付款五张表怎样构筑关联。
二、多系统资料清洗和核对：保证资料能用、可信
资料导入：统一Excel/CSV资料格式，防止日期、金额、编码和文本格式混乱。
资料清洗：去重、补缺、拆分合并、空值处理、编码准则化和异常格式纠正。
完整性校验：总账和明细、系统导出和报表、期初＋本期－期末之间的勾稽核对。
实操：
对采购、付款和供应商主资料开展清洗、合并并形成可拆解底表。
一、审计AI抓手地图和合规边界
抓手分层：办公资料抓手、通用大模型、公司学识库平台。
情境选型：结构化资料计算交给资料抓手，文本领会、归纳和表述交给AI，最终判断由审计人员完成。
安全底线：未经放权不上传敏感资料；先脱敏再采用；明晰资料权限、留痕和复核责任。
隐患提示：防范AI幻觉、口径误解、公式错误，引用失真和结论越界。
二、AI提示词和审计差事拆解
提示词七要素：定位、来由、差事、输入、规则、输出格式、复核要求。
差事拆解：将“帮我做审计”拆成隐患识别、字段定义、规则规划、结果解释和报告表述。
交叉验证：让AI列出假设、依据、缺失资讯和反证条件，审计人员逐项核验。
抓手：
审计AI提示词模板和输出复核清单。
三，AI在审计全流程中的五类实操
审前准备：阅读制度和流程文件，提炼将控点、隐患点和审计查验清单。
程序规划：根据隐患假设生成所需字段、拆解步骤、核查程序和证据清单。
资料拆解：辅助生成Excel公式，Power Query步骤和异常规则，往细里说，并由人工测试验证。
底稿整理：归纳访谈记录，证据索引、异常说明和待补材料，形成结构化底稿轮廓。
报告撰写：按照“事实—准则—原因—影响—建议”形成审计问题卡和报告初稿。
实操：
基于一组还原异常结果，用AI完成隐患解释、追加核查程序和审计问题初稿。
一、海量资料审计和隐患导向抽样
全量筛查和抽样审计怎样组合：先全量跑规则，再对高隐患样本施行重点核查。
常用抽样办法：随机抽样、系统抽样、分层抽样、金额单位抽样以及其适用情境。
隐患分层：金额、频次、时间、人员、供应商，审批路径和业务组合的多维评分。
实例：
在10万笔费用交易中，怎样将核查范围锁住到最可疑的1%。
二、异常筛查规则库：将审计心得转化为可执行条件
重复类：同一供应商、同一金额、同一日期或者相同发票号码的重复付款和重复报销。
规避类：拆分采购，拆分报销、临界金额、绕开审批权限或者招采程序。
时点类：节假日、深夜、月末年末，离职前后、合同签订前发生的异常交易。
价格类：同物不同价，短期价格突变、采购价格明显偏离历史区间或者同类供应商。
关系类：员工和供应商资讯重合、同地址/电话/账户、多家公司共用要害联系资讯。
集中类：单一供应商倚重、新供应商突增、特定人员或者部门交易异常集中。
流程类：缺合同，缺验收、先付款后审批、审批时间倒置、要害节点跳过。
组合类：低金额＋高频次＋同人员＋同商户等等单项正常、组合异常的隐患信号。
三，异常识别实战：从结果清单到审计证据
实操一：
重复付款和重复报销识别——组合键、模糊匹配和同源交易追踪。
实操二：
采购价格偏离拆解——历史价格、供应商横向价格和波动阈值。
实操三：
审批规避识别——临界金额、拆分时间窗和同一事项合并判断。
证据链：异常记录—原始单据—制度条款—业务解释—交叉验证—审计结论。
输出：形成高隐患样本清单、异常原因标签和后续核查程序。
1.
一、数智化审计模型的基本结构
模型五层：业务情境—隐患假设—资料字段—规则和阈值—输出和核查。
规则表述：对象＋条件＋时间窗＋阈值＋排除项＋隐患等级＋证据要求。
模型输出：异常对象、触发规则、隐患分值、关联明细、建议核查动作。
模型边界：模型负责发现线索，从实践看，审计人员负责验证事实，判断性质和形成结论。
二、典型审计模型规划
采购付款：重复付款、无合同付款，先付款后验收、供应商集中度，价格异常。
费用报销：重复报销、超准则、跨期、高频商户、异常时点、审批规避。
销售和应收：异常折扣、信用超限，长期逾期、期末突击销售、退货冲销。
资金管控：大额频繁划转、长期未达账项、异常账户、非经营性占款。
合同和项目：倒签合同、超合同支付、进度和付款不匹配、变更频繁。
三、模型诉求梳理和持续精进
抓手：
审计模型诉求卡——标的、范围、资料源、字段、规则、阈值、输出、证据和责任人。
精进：记录误报和漏报，调整阈值、增加排除条件、迭代隐患权重。
治理：规则版本、资料权限、运行频率、结果复核，问题闭环和模型退役。
小组共创：
任选一个业务情境，完成一张模型诉求卡和三条可执行规则。
课程收束和答疑
回顾：资料基础、全量筛查、异常规则、模型建设和AI辅助审计五项核心本领。
答疑：结合参训者实际业务系统、审计项目和资料条件开展针对性解答。
（此纲，可根据买方诉求定制）
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|温洁老师
适合谁听
公司内部审计人员、审计项目经理、财务督导人员、隐患和内控管人人员、以及参与数智化审计模型建设的业务主力。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。