资源介绍
《审计领域生成式人工智能应用课程》（原课程名：Generative AI for Auditors）是一门聚焦生成式人工智能（以下简称 “生成式 AI”）在财务审计全流程应用的专业课程。课程通过系统的视频讲解、案例分析及实操指引，帮助审计从业者掌握生成式 AI 工具在审计工作中的具体应用方法，提升审计效率与质量，适应数字化时代审计工作的新需求。
本课程所有视频均配备中文字幕（对应文件格式为 zh-Hans.srt），方便中文使用者学习理解。经统计，课程包含的视频（.mp4 格式文件）总个数为 39 个，覆盖审计工作从基础认知到实操应用的多个关键环节，同时搭配大量 HTML 格式的案例研究与场景化提示文档，形成理论与实践相结合的完整学习体系。
二、课程核心模块与内容
（一）生成式 AI 审计基础认知
课程开篇模块（第 1 模块）围绕生成式 AI 在财务审计中的基础概念展开，首先明确生成式 AI 的定义与核心特性，帮助学习者建立对该技术的基本认知；随后对比传统审计自动化与生成式 AI 在审计工作中的差异，梳理技术发展脉络，让学习者理解生成式 AI 引入审计领域的必然性与优势；接着通过具体场景介绍生成式 AI 工具在审计中的应用形式，为后续学习奠定基础；最后分析审计生命周期中可通过生成式 AI 实现自动化的关键节点，并结合实际案例展示生成式 AI 在全球范围审计项目中的应用效果，让学习者直观感受技术价值。
（二）财务信息处理与分析应用
在财务信息处理环节，课程设置多个模块（第 2、32-38 模块），聚焦生成式 AI 在财务报表、财务数据解读与分析中的应用。例如，第 2 模块讲解如何利用生成式 AI 快速总结财务报表核心信息，提取关键数据与结论；第 32-36 模块则深入探讨利润表与资产负债表的 narrative（说明性文本）生成、基于 AI 生成摘要的趋势与比率分析、年度间财务数据对比自动化、异常财务变动或不一致识别，以及 AI 支持下的现金流与流动性指标评估等内容，帮助学习者借助生成式 AI 提升财务数据处理的效率与准确性，快速挖掘财务数据背后的潜在问题。第 37 模块通过案例研究，展示生成式 AI 在上市公司季度报告分析中的具体应用，第 38 模块则指导学习者如何通过提示词设计，让生成式 AI 辅助撰写审计报告的执行摘要与结论部分，强化报告输出能力。
（三）审计风险评估与规划
审计风险评估与规划是审计工作的关键前置环节，课程第 4-7、9 模块围绕该主题展开。第 4 模块介绍如何通过生成式 AI 提示词生成风险评估矩阵，规范风险评估流程；第 5 模块聚焦高风险财务领域（如收入确认、资产减值）的识别方法，借助生成式 AI 提升风险识别的精准度；第 6 模块讲解生成式 AI 生成审计业务规划清单的具体操作，确保规划环节的完整性与规范性；第 7 模块通过银行审计业务的案例，展示 AI 在审计风险界定中的实际应用；第 9 模块则深入探讨生成式 AI 在内部控制设计与执行测试中的应用，帮助学习者利用技术手段强化对内部控制的评估与测试能力。此外，第 8 模块指导学习者运用生成式 AI 撰写控制流程描述文本，提升审计文档撰写效率。
（四）审计测试与控制验证
在审计测试与控制验证环节，课程第 10-11、14-17、19、26-31 模块提供了丰富的实操内容。第 10 模块讲解 AI 辅助的控制矩阵与测试计划生成，第 11 模块聚焦控制测试文档自动化，帮助学习者简化测试文档制作流程；第 14 模块介绍生成式 AI 在抽样逻辑说明生成中的应用，规范抽样过程记录；第 15 模块探讨利用大型语言模型（LLMs）解读试算平衡表与分类账的方法，提升数据解读深度；第 16 模块针对 AI 辅助的会计分录测试（JET）展开讲解，强化对会计分录的审计把控；第 17 模块指导学习者运用生成式 AI 生成测试模板与审计程序，提升审计程序设计效率；第 19 模块通过金融科技审计中贷款组合 AI 驱动实质性测试的案例，展示技术在专项审计测试中的应用效果。
同时，第 26-31 模块围绕审计文档自动化展开，涵盖审计备忘录、工作底稿与清单的自动生成（第 26 模块）、利用生成式 AI 将邮件与会议记录转化为审计证据（第 27 模块）、实时文档记录与交叉引用（第 28 模块）、审计发现、问题及影响评估的撰写（第 29 模块）、管理层回复的文档记录（第 30 模块），以及法定审计中 AI 生成工作底稿文件夹的案例（第 31 模块），全面覆盖审计文档处理的各个环节，帮助学习者借助技术提升文档处理效率与规范性。
（五） fraud（舞弊）风险识别与防范
课程第 20-25 模块聚焦舞弊风险识别与防范，结合生成式 AI 与相关技术提升审计舞弊防控能力。第 20 模块讲解利用生成式 AI 提示词生成舞弊预警信号（红 flags），强化风险预警能力；第 21 模块介绍自然语言处理（NLP）技术在自由文本数据舞弊风险评估中的应用，拓展数据来源与分析维度；第 22 模块分析生成式 AI 在费用报销、供应商交易与薪资发放中的模式识别方法，精准发现异常交易；第 23 模块探讨预测分析与生成式 AI 结合在舞弊风险识别中的应用，提升风险识别的前瞻性；第 24 模块指导学习者运用生成式 AI 实时撰写舞弊说明文档，规范舞弊事件记录；第 25 模块通过 AI 识别虚假报销申请的案例，展示技术在舞弊防范中的实际效果，同时在相关内容中强调，面对潜在的数据安全风险，需重点强化安全防护措施，通过技术手段与管理流程结合，提升审计过程中的安全防御能力，保障审计数据与信息安全。
（六）审计报告生成与优化
审计报告是审计工作的核心输出成果，课程第 39-43 模块围绕报告生成与优化展开。第 39 模块讲解如何利用预定义模板，通过生成式 AI 辅助撰写审计意见，确保审计意见的规范性与准确性；第 40 模块聚焦报告语气校准与语言优化，帮助学习者根据需求调整报告风格，提升报告专业性；第 41 模块介绍根据客户、行业及业务范围实现审计报告个性化的方法，增强报告针对性；第 42 模块提供鉴证报告的示例提示词，为报告撰写提供实操参考；第 43 模块通过国际财务报告准则（IFRS）与公认会计原则（GAAP）合规审计中自动化生成审计报告草案的案例，展示生成式 AI 在报告生成环节的应用价值，帮助学习者提升报告生成效率与质量。
（七）审计全场景提示词资源
为满足学习者在不同审计场景下的实操需求，课程第 44 模块提供了 1000 余个针对审计领域的生成式 AI 提示词资源，覆盖多个细分审计场景，包括应付账款审计与供应商对账、应计项目与准备金测试、资产减值测试程序、或有负债与法律准备金审计、财务报表披露审计、固定资产台账与资本化审计、投资与有价证券审计、财务报表审计计划与范围界定、自动化会计分录与越权操作检测、坏账准备与信用损失估算、资产负债表审计与对账、银行对账与现金状况分析、企业合并会计处理、在建工程审计、现金流审计程序与分析、收入审计程序中的合同审查、期末结账控制有效性、截止性测试与递延收入检查、递延所得税负债与递延收入、折旧重算与使用年限测试、衍生品估值与套期有效性、财务流程穿行测试文档记录、重复付款测试与控制审查、每股收益与资本结构审计、费用账户测试与分析、金融工具分类（IFRS 9）、审计视角下的财务比率分析、外币重估程序、财务账户舞弊风险评估、利润表审查与差异分析、内部财务控制测试（如 SOX 404 相关要求）、租赁会计处理（IFRS 16 或 ASC 842）、长期借款与租赁负债、报表附注测试与披露准确性、资产实物核查与标签控制、预付费用摊销审查、预警信号分析与结账后调整、上年度财务审计问题整改跟踪、收入确认测试（IFRS/GAAP）、收入确认（IFRS 15、ASC 606）、基于风险的会计分录舞弊测试、分部报告与合并测试、股份支付与员工持股计划审计测试、应收账款实质性测试、暂记账户与调整账户审查、贷款义务与应计利息测试、系统生成分录与手动分录对比测试、资金管理控制测试与确认、保修与产品退货准备金、营运资金评估与文档记录等。这些提示词资源为学习者提供了丰富的实操工具，可直接应用于各类审计工作场景，快速提升生成式 AI 应用能力。
三、课程价值与适用人群
本课程通过系统整合生成式 AI 在审计领域的应用场景、方法与案例，为审计从业者提供了从基础认知到实操落地的完整学习路径。学习者通过课程学习，不仅能掌握生成式 AI 在审计各环节的应用技巧，还能借助大量案例与提示词资源，快速将技术应用于实际工作，有效提升审计效率、降低审计风险、保障审计质量。
本课程适用于财务审计从业人员、内部审计人员、审计部门管理者、会计与审计专业学习者等群体，尤其适合希望借助数字化技术提升审计工作能力、适应审计行业数字化转型趋势的相关人员。无论是刚接触生成式 AI 的审计新手，还是寻求技术突破的资深审计人员，都能从课程中获取针对性的知识与技能，助力职业发展与工作优化。