0发布单位发布时间技术的未来属于善问者，而提问的艺术，终将定义人类的不可替代性南京审计大学金融学院江苏省金融大数据审计信息工程研究中心2025年3月16日DeepSeek金融审计应用场景1000问0写在前面的话在数字经济与智能技术深度融合的今天，金融以及金融审计行业正经历前所未有的变革。以DeepSeek为代表的大语言模型（LLM）作为人工智能领域的突破性技术，不仅重塑了信息交互方式，更通过其强大的语义理解与生成能力，为金融审计领域带来了新的发展机遇与挑战。如何借助大模型工具挖掘审计线索、优化工作流程、提升风险预判能力，成为行业亟需探索的课题。本手册基于对银行、证券及保险业审计场景的调研，结合大语言模型技术，系统梳理了金融机构1000个左右审计通用场景应用问题（侧重内部审计），并给出简要提示与典型案例，旨在为金融审计领域的学习者及工作人员提供实用性的操作指南。以下是本手册编写的核心逻辑与框架说明。一、精准化问题拟定：用技术激活大模型价值的关键大模型的价值并非源于其“全知全能”，而在于使用者能否通过精准提问引导其聚焦业务痛点。为此，结合金融审计实践，为了帮助使用者更精准提出多元化场景下的问题，本手册的提问设计遵循以下原则：场景化：围绕商业银行、证券公司以及保险公司的具体场景拆解问题，避免抽象化表述；可操作性：根据审计场景提供有操作价值的问题、提示与案例；合规与价值导向：本手册问题不但嵌入合规政策提示，而且提出更多关于价值导向审计的思路与方法。二、整体内容框架搭建：从基础审计场景认知到实战推演本手册业务审计板块分几个部分，形成“场景-方法-示例-案例”的闭环：场景部分：从金融审计理念与模式到金融审计质量管理，然后主要围绕商业银行、证券公司以及保险公司审计提出可供参考的场景问题并给出相关的提示；大数据应用部分：涵盖风险建模、文本分析、流程自动化等技术，提供Prompt设计与调优策略的简要提示与思路；示例与案例部分：详解大数据分析技术等在合同审查、关联交易识别、风险揭示等场景中的具体审计示例与案例分析。三、多层面价值彰显：从个体应用到机构和行业的启发本手册的价值体现在三个层面：对个体：帮助审计人员突破经验认知与局限，努力实现金融审计多元场景覆盖，帮助审计人员减少审计盲区；1对机构：助力构建标准化审计知识库，减少因人员流动导致的方法论断层，提升风险覆盖密度；对行业：推动审计从“事后纠错”转向“事前事中预警”，如基于舆情分析的声誉风险前置评估模型可提前识别风险信号。四、使用建议：理性驾驭技术红利重在参考作为一本简洁明了的手册，我们努力与金融审计实践看齐，问题及解决思路注重通用性，兼顾众多中小银行内部审计需要。在使用本手册过程中，还请各位同行和学者们注意：风险隔离：在使用大语言模式时禁止上传涉密数据，敏感信息需脱敏处理，建议通过本地化部署控制数据流向；交叉验证：目前问题及相关提示与案例主要是模型输出，虽然经过编写团队的核对筛选和修改，但由于人工智能幻觉的存在，以及金融政策快速变化；在使用时仍需与最新监管文件、内部制度比对；问题提示因篇幅限制较少，使用时需要进一步丰富审计分析维度；本手册中的示例与案例不构成审计依据，仅构成审计思路与方法参考；伦理约束：避免将模型用于客户画像歧视、绩效预测等可能引发公平性质疑的场景。我们期待这本手册能成为审计人员在智能时代的“导航仪”——既提供工具使用的“操作杆”，也树立风险防范的“警示灯”，推动审计职能从“合规守卫者”向“价值发现者”跃迁。技术的未来属于善问者，而提问的艺术，终将定义人类的不可替代性。五、编写团队：从金融审计理论到应用的闭环实践南京审计大学是全国首家开设金融审计专业的高校，南京审计大学金融审计系教师团队长期跟踪国内外金融审计发展趋势，致力于理论研究与实际应用相结合，在商业银行审计、证券审计与保险审计等研究领域和课程教学长期探索与实践中创新知识。先后完成多项金融审计与金融风险管理类国家级项目、编写江苏省重点教材《金融审计》（第二版），长期从事与金融审计行业相关...