教学案例
 人工智能教学案例 
 课程思政优秀教学案例 
 行业企业真实项目案例 
 劳动教育典型案例 
 科研反哺教学案例 
 过程性考核示范案例 
  教学案例
当前位置: 首页>>教学案例>>人工智能教学案例>>教学案例>>正文
 
DeepSeek人工智能+大模型在审计学中的应用
2026-10-21 16:44   教务处

案例类别:人工智能+课堂教学改革

课程名称:审计学    适用专业:会计学

开课学院:商学院    主讲教师:宋亚东

技术类型:深度学习

应用场景:智能审计中的一般流程操作

案例简介

随着大数据、人工智能技术的快速发展与广泛应用,如何把人工智能技术应用于审计之中成为审计领域研究的前沿和热点。本案例首先结合审计的一般流程,分析了DeepSeek等大模型在审计流程各关键环节中的可行应用场景。在此基础上,以某企业经济责任审计项目为例,分析了DeepSeek大模型在审计中的具体应用。研究内容为应用DeepSeek大模型开展审计提供了应用经验和提示词范例。

一、背景

1.DeepSeek大模型简介

随着人工智能大模型的研究与应用,目前国内外已研发了一系列的大模型工具。常见大模型工具如美国开放人工智能研究中心(OpenAI)研发的ChatGPT(ChatGenerativePre-trainedTransformer,交谈用的生成式预训练转化器),Google公司推出的Gemini大模型,百度公司研发的文心一言(英文名为ERNIEBot),字节跳动公司推出的大模型豆包和即梦AI,阿里云推出的大模型“通义千问”,腾讯推出的大模型“腾讯混元”,北京月之暗面科技有限公司推出的大模型Kimi等。特别是DeepSeek(杭州深度求索人工智能基础技术研究有限公司)推出的DeepSeek系列人工智能大模型引发了广泛的关注。DeepSeek开发的产品如DeepSeek网页版、DeepSeekApp等,研发的系列大模型如DeepSeek-R1、DeepSeek-V3等(DeepSeek,2025)。目前DeepSeek等大模型的应用一般分成线上大模型和本地部署大模型两种方式,二者主要的优缺点如表1所示。一般用户可以方便地使用其网页版产品(如图1所示),有条件的用户也可以本地部署DeepSeek产品。

表1 线上大模型和本地部署大模型主要优缺点分析

根据前文研究的大模型在审计流程各阶段中的可行应用场景,本节结合某企业经济责任审计项目,以审计调查阶段的审计文书(审计通知书)智能撰写、审计文书(审计通知书)智能检查、审前调查材料智能处理,审计实施阶段的审计数据智能预处理、审计数据智能分析,审计报告阶段的审计文书(审计报告)智能检查,结果执行阶段的审计文书内容智能检索等内容为例,分析DeepSeek人工智能大模型在审计工作各阶段中的具体应用。

图1 DeepSeek 网页版主界面

2.审计一般流程分析

为了更好地在审计中应用DeepSeek大模型,首先分析一下审计的一般流程。目前,信息化环境下开展审计项目的一般流程如下图2所示。

图2 信息化环境下审计项目实施的一般流程

二、案例实施情况

根据前文研究的大模型在审计流程各阶段中的可行应用场景,此处结合某企业经济责任审计项目,以审计调查阶段的审计文书(审计通知书)智能撰写、审计文书(审计通知书)智能检查、审前调查材料智能处理,审计实施阶段的审计数据智能预处理、审计数据智能分析,审计报告阶段的审计文书(审计报告)智能检查,结果执行阶段的审计文书内容智能检索等内容为例,分析DeepSeek人工智能大模型在审计工作各阶段中的具体应用。

1.审计案例背景

为了提高审计效率,实现智能审计,现需要在某经济责任审计项目应用DeepSeek,该经济责任审计项目的背景简介如下:

江发制造集团有限公司是江汉省重点国有企业,公司成立于1980年,具有30多年从事火车发动机研发与生产的历史,是江汉省火车零部件发动机行业龙头企业。除了江汉省外,江发制造集团有限公司在美国、英国、南非、日本等国设有200多家子公司。根据江展市审计局2017年的审计计划安排,现对江发制造集团有限公司开展企业领导人经济责任审计。重点是审计该公司领导人2013—2016年期间落实江汉省廉洁从业规定情况,特别是在餐费、高尔夫、购物、酒、烟、会议、补贴、保险、中介、咨询等方面的经费使用情况。

2.DeepSeek人工智能大模型在审计准备阶段中的应用

(1)审计文书(审计通知书)智能撰写应用示例

DeepSeek人工智能大模型在审计准备阶段可以帮助审计人员撰写审计通知书、审计实施方案等审计文书。以审计通知书智能撰写为例,假设审计人员需要撰写以上企业经济责任审计项目的审计通知书,可在大模型中使用如下的示例提示词完成审计通知书智能撰写。

表2 审计工作各阶段中可行的大模型应用场景分析

我们是江展市审计局,从2024年9月1日到2024年12月30日,我们要对“江发制造集团”开展企业经济责任审计,审计组组长为张林顿,副组长为刘布什,审计组成员为李巴马(主审),王朗普,赵瑾慧,孙拉里,钱林肯,请帮我写一个经济责任审计通知书。

图3 基于DeepSeek人工智能大模型的审计通知书智能撰写应用示例

(2)审计文书(审计通知书)智能检查应用示例

为了高效地检查已有相关审计文书中是否存在一些错误,审计人员可以采用DeepSeek进行智能检查。以审计通知书智能检查为例,假设审计人员需要对人工撰写好的以上企业经济责任审计项目的审计通知书进行智能检查,在确保数据安全与隐私保护的情况下,可以在DeepSeek工具中上传所需要检查的审计通知书,并可在大模型中使用如下的示例提示词完成审计通知书智能检查。

请检查一下以上审计通知书是否有不合适的地方?

在DeepSeek中运行以上提示词,基于DeepSeek人工智能大模型的审计通知书智能检查应用示例如图4所示。

图4 基于DeepSeek人工智能大模型的审计通知书智能检查应用示例

3.DeepSeek人工智能大模型在审计实施阶段中的应用案例

(1)审计数据智能预处理应用示例

在审计实施阶段中,为了便于后续的审计数据分析,审计人员需要花费大量的时间和精力对采集来的审计数据进行预处理,如把采集来的原始数据的字段名称修改成中文,从而方便后续分析。为了提高审计数据预处理的效率,审计人员可以采用DeepSeek进行智能处理。例如,在本企业经济责任审计项目中,为了根据“江发制造集团财务数据数据字典”把“江发制造集团财务数据示例.txt”数据中的字母格式的字段名称修改成对应的中文名称,在确保数据安全与隐私保护的情况下,可以在DeepSeek工具中上传所需要处理的“江发制造集团财务数据数据字典”和“江发制造集团财务数据示例.txt”文件,并使用如下大模型的示例提示词完成审计数据智能预处理。

在DeepSeek 中运行以上提示词,基于DeepSeek 人工智能大模型的审计数据智能预处理应用示例如下图所示。

(2)审计数据智能分析应用示例

SQL分析模型智能生成应用示例。编写SQL分析模型对采集来的被审计单位相关电子数据进行分析是目前常使用的审计数据分析方法。编写SQL分析模型的技术门槛影响了该方法的广泛应用。为了提高审计数据分析的效率,审计人员可以采用DeepSeek智能生成所需要的SQL分析模型。审计人员无需了解SQL语言语法结构也可轻松地编写SQL分析模型,完成审计数据分析工作。例如,在本企业经济责任审计项目中,为了查找被审计单位是否存在违反廉洁从业规定的情况,如查找“江发财务数据表”摘要字段中含有“高尔夫”的数据,可使用如下大模型的示例提示词来实现SQL分析模型智能生成。

4.DeepSeek人工智能大模型在审计报告阶段中的应用案例:审计报告智能检查

在审计报告阶段中,为了高效地检查已完成的相关审计文书(如审计报告、审计取证单等)之间的内容是否一致,审计人员可以采用DeepSeek进行智能检查。以审计报告智能检查为例,假设审计人员为了确保以上企业经济责任审计项目“审计报告”中的内容和“审计取证单”中的内容一致,需要对撰写好的以上企业经济责任审计项目的审计报告进行智能检查。在确保数据安全与隐私保护的情况下,可以在DeepSeek工具中上传所需要检查的审计报告和相关审计取证单,并使用如下大模型的示例提示词来实现审计报告智能检查。

5.DeepSeek人工智能大模型在审计结果执行阶段中的应用案例:审计文书内容智能检索

在审计结果执行阶段,审计人员需要对相关审计项目材料进行归档管理,大模型工具可以在审计结果执行阶段的很多工作中发挥作用。以审计文书管理为例,审计人员有时需要查找相关主题的审计文书。面对海量的电子文书,审计人员需要花费大量的时间和精力去打开每一个文件,然后在文件中查找。大模型工具为这一工作提供了方便。例如,为了查找包含“廉洁从业”相关内容的审计文书,可以采用DeepSeek对审计文书内容进行智能检索。在确保数据安全与隐私保护的情况下,可以在DeepSeek工具中上传所需要检索的全部审计文书,并使用如下大模型的示例提示词来实现审计文书内容智能检索。

三、案例创新突破

主要创新内容。目前人工智能大模型在审计流程各阶段中的可行应用场景众多,如审计文书(审计通知书)智能撰写、审计文书(审计通知书)智能检查、审前调查材料智能处理、审计数据智能预处理、审计数据智能分析(如帮助审计人员智能生成开展审计数据分析时所需要的SQL分析模型和审计方法程序代码等,也可以直接对审计数据进行分析)、审计文书(审计报告)智能检查、审计文书内容智能检索等。需要指出的是:在应用大模型工具开展审计时,需要注意被审计数据的安全和隐私,对于线上部署的大模型,在使用时具体数据内容不要上传到线上进行分析。对于本地部署的大模型,需要注意做好私有化部署过程中的相关配置,所有被审计数据及审计人员处理的数据应仅限本地存储,从而防范数据泄露、服务中断、算力盗取等网络和数据安全风险。

四、推广价值

本文研究的DeepSeek 人工智能大模型应用场景与案例可以在其他审计项目中移植使用,具有较好的推广性,从而为广泛应用DeepSeek 人工智能大模型提供了经验。另外,案例研究的DeepSeek 人工智能大模型应用场景与案例同样也适用于目前或今后其他优秀的人工智能大模型。



【关闭窗口】