一、引言

內部審計定性是指對審計發現的問題性質進行判定，并依據相關法規制度提出處理與處罰建議。該過程需要審計人員憑借豐富的專業知識和實務經驗，對復雜的證據進行綜合分析與主觀判斷。然而在實務工作中，內部審計定性工作存在法規引用不規范、判斷標準不一、查閱成本高、知識利用效率低等問題。隨著企業經營復雜程度不斷提高，內部審計對定性判斷的質量與效率提出更高要求。

近年來，生成式大語言模型（簡稱“大模型”）的快速發展為審計定性工作提供了新的思路。大模型具備較強的自然語言理解與生成能力，能夠協助審計人員快速分析文本證據、檢索匹配相關法規條款，并規范定性結論的表達方式。例如，DeepSeek等大模型在問答推理等任務中表現出較高準確性與較強語言組織能力。

二、文獻綜述

（一）內部審計定性研究

1.內部審計定性重要性

作為連接審計證據與處理意見的樞紐，審計定性是形成審計成果和報告的重要基礎。內部審計定性判斷的準確性直接關系到審計結果的公正性和權威性，關系到審計風險控制與法律責任歸屬。

2.內部審計定性面臨的困難

當前內部審計定性面臨多方面的困難與挑戰：一是判斷標準存在主觀性，導致定性結果準確性不足，實務中常見的問題包括定性與事實不符、表述與定性不一致；二是法規引用錯誤，表現為引用已廢止、引用條文不完整、將處理依據誤作定性依據等；三是缺乏統一裁量標準，使得處理建議的幅度與類型存在較大隨意性，削弱了結論說服力和審計權威性。

3.現有內部審計定性方法

實際調研和相關文獻顯示，目前內部審計定性主要以審計人員為主導，計算機系統僅在法規條文匹配方面提供輔助功能，常見做法包括：

一是互聯網查詢。審計人員使用法律法規平臺、公告網站及搜索引擎查詢依據，該方式具備獲取便捷、無額外成本等優點，但信息準確性與法規條文精確度缺乏保障。

二是定性手冊、問題清單與經驗匯編。隨著審計工作的規范化和專業化，專門的審計定性手冊、問題清單和經驗匯編等參考資料出現，如中國時代經濟出版社出版的審計定性依據速查手冊系列圖書，有利于規范審計定性操作。但由于仍以人工方式翻閱，限制定性效率。

三是法規系統檢索，包括企業內部自建或外部購買法規系統。部分企業通過自建專門的法規數據庫，實現了較高效的審計法規信息的統一管理，但其建設、運行和維護依賴于長期的資金和技術支持。此外，市場上有標準化的法規檢索系統供企業采購使用，如中國時代經濟出版社推出的“審計問題定性檢索系統”。該系統目前雖然能夠直接通過審計問題檢索到相關的現行法規條文，但無法支持更復雜的語義理解。

（二）大模型及審計應用研究

1.大模型的技術特點

當前大模型具有以下關鍵技術特征：一是上下文學習能力。大模型無需針對特定任務進行專門訓練，僅憑借上下文中的提示詞（Prompt），即可快速理解并完成新任務。二是知識記憶能力。大模型在預訓練過程中已隱含地學習了大量公開文本所涵蓋的廣泛知識，包括基礎常識、通用知識以及特定領域的術語。三是語言生成能力。大模型通過學習概率分布，進而生成語義連貫、邏輯通順的文本內容。四是存在幻覺問題。大模型存在明顯的技術缺陷，例如可能產生缺乏事實依據甚至完全錯誤的幻覺內容。

上述技術特征決定了大模型在審計定性領域的適配性與局限性。一方面，其上下文學習、知識記憶與語言生成能力可高效輔助審計人員快速處理審計工作，高效編輯或整理審計文檔；另一方面，“幻覺”問題則需要在實際應用過程中，精心設計應用場景，強化人工校驗機制，確保輸出質量。

2.大模型在內部審計中的應用

在內部審計領域，大模型可以通過對海量的文字資料進行分析，提供專門的技術支持，解決數據處理效率低、異常檢測不精確等問題，同時提升審計工作的智能化水平和決策支持能力。此外，大模型還可以提供構建智能審計知識庫的路徑，對法規政策、審計經驗進行智能化檢索和應用。

（三）文獻述評

綜上，當前內部審計定性面臨標準缺失、規則適用混亂、判斷結果不一等多重挑戰。盡管部分企業已引入法律法規庫、檢索系統等工具，但多依賴關鍵詞匹配，難以滿足深層語義推理需求。大模型的應用仍處于探索階段，缺乏以企業為主體進行定量分析的系統研究。因此，本文以GX企業為例，開展大模型在審計定性中應用的方法與實踐研究。

三、大模型在內部審計定性中的應用方法

（一）應用框架

本文參考Ties de Kok提出的將大模型應用于研究任務的四步法，設計適用于內部審計定性場景的應用框架（見圖1），包括四個關鍵步驟：明確研究任務、選擇模型與訓練方法、設計有效提示詞與評估應用成效。

（二）應用步驟

1.明確研究任務

在任務啟動階段識別應完成目標并界定所需知識。內部審計定性涉及審計人員對法規制度的理解和審計專業判斷的運用，定性判斷具有主觀性和多因素性。為提高大模型在審計定性中應用的準確性，需要系統性地收集、整理和篩選與審計定性相關的法律法規信息，包括審計政策、審計法律法規、審計準則、招投標管理辦法、財務法律法規、企業內部控制標準等。

2.選擇模型與訓練方法

應用大模型通常可采用以下三種方式：零樣本（Zero-Shot）、少樣本（Few-Shot）與微調（Fine-Tuning）。零樣本（Zero-Shot）方式無需大模型訓練，僅通過提示詞即可完成任務，部署成本最低，但依賴外部知識庫支撐；少樣本（Few-Shot）方式通過提供少量示例提升生成效果，在成本與效果間得以平衡；微調（Fine-Tuning）方式是在大量領域數據基礎上對大模型進行再訓練，適合長期規劃與高精度場景。

3.設計有效提示詞

提示詞工程（Prompt Engineering）是指通過系統設計任務指令、上下文信息與輸出格式要求，引導大模型生成符合業務要求的內容。在采用零樣本或少樣本方式時，提示詞的設計質量直接影響生成內容的準確性。在審計定性過程的不同階段需設計對應的提示詞模板。提示詞設計策略包括角色設定、指令清晰化、格式規范化與情境嵌入。提示詞組合策略示例如表1所示。

4.評估應用成效

應用大模型之后，單位可從系統功能、用戶體驗和審計工作改進三個方面進行效果評估。系統功能方面，對完成任務的情況進行評估，例如檢索準確率、響應速度等指標。用戶體驗方面，分為用戶操作體驗和用戶行為體驗，操作體驗可通過定期發放問卷或訪談收集用戶反饋的方式來評估；行為體驗可通過日志數據分析用戶行為，例如功能使用頻率、停留時間、跳出率等指標。審計工作改進方面，評估大模型使用節約審計工作成本、提高審計工作效率以及達成審計工作目標情況。

四、GX企業內部審計定性現狀

（一）GX企業介紹

GX企業是一家大型國有企業，業務涵蓋基礎設施建設、實業投資等領域。公司設有獨立的內部審計部，直接向董事會審計委員會負責。審計部下設若干審計科室，擁有專業的審計人員隊伍。近年來，GX企業積極推進數字化轉型，已開發智慧審計平臺并引入法規制度庫。

（二）內部審計定性工作開展情況

1.開展審計項目情況

GX企業內部審計部依照年度審計計劃，開展包括經濟責任審計、物資服務采購審計、工程審計、非采購合同審計等多類型的專項審計任務。企業未單獨設立財務收支審計項目，該類審計內容融入經濟責任審計等專項審計。當前，經濟責任審計與物資服務采購審計為GX企業審計工作重點。

2.內部審計定性流程

GX企業的內部審計工作流程（見圖2）分為審計準備、審計實施、審計報告、審計整改和成果運用五個階段。其中，審計定性工作主要集中在審計實施階段與審計報告階段，具體場景如下：審計人員通過查賬、核對等方法發現問題線索后，需要檢索相關法規制度具體條款，將其作為定性依據、處理處罰依據記錄在審計工作底稿中；在最終編制審計報告時，將定性依據、處理處罰依據引用到審計報告中以支撐審計結論。

3.法規制度庫應用情況

為輔助審計定性判斷，GX企業已在智慧審計平臺開發法規制度庫模塊，用于集中管理并支持檢索各類審計相關法規制度文件。審計人員可通過關鍵詞在系統中查找適用法規條款，手動篩選后將條文內容填寫至審計底稿中。

該模塊在一定程度上提升了法規制度查找的便利性，但實際運行中仍存在以下局限：一是內容覆蓋不全。法規制度庫主要收錄公司內部審計制度和部分常用法律法規條文，覆蓋范圍有限，缺乏最新更新。二是檢索方式原始。目前法規制度庫僅支持基于關鍵詞進行文檔名稱和文檔內容檢索，無法進行智能語義匹配。三是流程整合不足。法規制度庫作為獨立工具未與智慧審計平臺打通。

（三）內部審計定性工作問題及成因

GX企業內部審計定性工作中當前存在的問題及其成因分析如下：一是缺乏智能工具的支持。企業尚未引入大模型等智能化工具，人工查閱工作負擔大。二是缺少知識庫支撐。企業尚未建立結構化的審計知識庫，過往案例經驗尚未系統整理與復用，導致知識獲取效率低下。三是缺乏標準化流程。關鍵環節如法規匹配、問題定性在執行中存在較大隨意性，不同審計人員標準不一。四是審計人員結構和能力限制。企業審計部人員平均年齡偏大，對新技術的接受和使用能力受限，多數人員為財務審計科班出身，法律、計算機等跨領域知識和能力欠缺。

五、基于大模型的GX企業內部審計定性優化設計

（一）優化思路

1.內部審計定性流程優化

針對當前以人工判斷為主的工作模式，本文提出“基于大模型推理、結合人工專業判斷”的人機協同優化思路。優化后的GX企業審計定性流程（參見圖3）中，大模型基于知識庫自動檢索與審計問題相關的法規條款，完成初步定性分析與判斷（包括審計結論、意見及建議），以及基于審計底稿自動生成初步審計報告中的定性內容（包括審計依據、審計發現、審計結論、審計意見和審計建議等），審計人員主要負責大模型生成結果的復核確認和補充完善。

2.大模型應用

本文構建了基于大模型的知識庫平臺，其具體構建路徑為：依托Cherry Studio①平臺構建知識庫，通過硅基流動（Siliconflow）②平臺提供的嵌入模型與推理模型，實現“向量檢索+生成式問答”的集成式部署。審計人員在輸入問題后，平臺調用嵌入模型將其轉化為語義向量，并在向量空間中匹配最相關的法規條款，實現跨語義的智能法規問答。平臺整體采用“大模型+RAG（Retrieval-Augmented Generation，檢索增強生成）”架構和流程（見圖4），實現基于本地法規知識庫的問答式對話。

（二）具體步驟

1.知識收集

首先，梳理審計過程中涉及的各類法規文本、制度文件與典型案例，覆蓋國家法律、行業規范及企業內部規章等。本文收集了以下知識內容：一是外部法規政策，包括國家層面的法律法規、內部審計準則等；二是內部制度文件，包括內部審計管理辦法、風險控制制度以及審計工作底稿模板等；三是審計案例與經驗，整理歷史上同業發生的審計案例及其定性處理結果，包括其引用的法規條款和最終處理處罰意見建議等。

2.選擇模型與訓練方法

鑒于大模型無需專門訓練即可理解通用語言知識，宜優先采用零樣本（Zero-Shot）方式直接調用通用大模型；當零樣本（Zero-Shot）方式效果不佳時，再考慮使用少樣本（Few-Shot）方式或對大模型進行微調（Fine-Tuning）方式。在上述優化次序下，需要為審計定性優化選擇適合的大模型，選型考量因素清單參見表2。

本文在實驗過程中對表2中所列的6個大模型在不同應用場景中的表現進行了評估，基于“成本低、效果優”原則，選擇應用DeepSeek系列大模型。將DeepSeek-V3用于日常審計文本摘要和政策問答等場景，將DeepSeek-R1用于疑難審計問題的深入分析和審計報告的自動生成。

3.提示詞設計

針對審計定性任務的特點，設計大模型提示詞（Prompt），以引導大模型輸出符合審計業務要求的內容和格式。本文以GX企業專項審計中發現的違規招待費為例，設計簡單適用且結果較優的提示詞，如表3所示。

（三）應用成效評估

為評估本平臺在實際審計問題定性流程中的應用效果，本文選取GX企業典型審計實例，包括審計證據、審計問題、定性依據與處理建議等內容，構建標準化數據集，并開展大模型表現測評。測評時采用傳統人工處理方法作為系統性能的對比參考基準。

在測評方法的選擇上，本文參考國家標準《人工智能 大模型第2部分：評測指標與方法》及相關文獻，采用客觀測評和主觀測評相結合的方法?？陀^測評指標包括：（1）micro-F1值，用于衡量大模型給出的定性結論和檢索結果與標準答案的匹配程度；（2）平均處理時間（Average Execution Time，AET），用于衡量系統在實際應用場景中的響應效率。主觀評測指標采用MOS分值（Mean Opinion Score），由項目組人員對大模型輸出內容在可讀性、準確性與實用性等維度打分（評分范圍為1分至5分）。下文對大模型在審計定性流程中應用成效的評估結果進行分析。

1.在準確性方面，大模型在多個任務應用上顯著優于傳統人工方法，尤其在法規條文檢索和審計問題定性兩個環節表現突出。在法規條文檢索任務中，大模型的micro-F1準確率為0.91，而人工方法為0.79，可見大模型在理解文本語義與匹配法規條文方面更具優勢。在審計問題定性任務中，大模型的準確率為0.86，人工方法為0.77，可見大模型在基于規則判定違規性質方面具備可靠性。然而，在審計證據分析環節，人工方法表現更為穩定，micro-F1準確率為0.84，略高于大模型的0.78，可見零樣本大模型在面對復雜、缺乏結構化提示的多源證據時，存在理解偏差或判斷失準情形。

2.在處理效率方面，大模型輔助方式顯著優于人工方法。以法規條文檢索為例，人工完成一輪查詢平均耗時約為300秒，而大模型僅需20秒?？傮w平均來看，傳統人工方法的平均處理時間為大模型輔助方法的6倍到8倍之間，該效率提升能為審計人員釋放更多用于分析與判斷的時間資源。

3.在用戶滿意度方面，大模型在法規條文檢索、審計問題定性和處理處罰建議三個環節均顯著高于人工操作，表明項目組使用者對大模型提供的結果滿意度更高。其中法規條文檢索環節滿意度最高，達到4.7分。然而在審計證據分析環節，大模型得分略低于人工方法。

六、大模型應用成本分析

為評估本文所提出的應用方案在實際落地中的經濟可行性，本文基于GX企業審計部的使用需求，對三類可行方案進行了成本測算與功能比較，分別為API調用開源大模型、私有化部署本地大模型以及購買法規檢索服務系統。

（一）API調用開源大模型成本測算

本文采用的模式是基于大模型服務平臺通過API接口遠程調用大模型。其調用費用按照Token數量計費，在GX企業使用情境下（11人、每天10次調用、年均200工作日）的工作負載，根據DeepSeek大模型API的調用計費標準估算大模型運行成本：DeepSeek-V3大模型的計費為輸入端2元/百萬tokens，輸出端8元/百萬tokens；DeepSeek-R1大模型的計費為：輸入端4元/百萬tokens，輸出端16元/百萬tokens。本文成本測算基于2025年6月DeepSeek API公開計費標準，實際部署以平臺最新價格為準。年度大模型運行費用約為100元—400元，年度總支出約為1萬元—2萬元。

（二）私有化部署本地大模型成本測算

私有化部署方案通過本地GPU（Graphic Processing Unit，圖形處理器）服務器運行開源大模型。以常見的開源大模型（DeepSeek 32B）為例，為保障推理效果，建議配置NVIDIA A40-48GB，搭配64核CPU、128GB內存及至少4TB存儲空間的服務器主機，包括部署調試與技術支持等初始投入共約20.5萬元（見表4）。該方案適合對數據安全和大模型控制能力要求較高的單位。

（三）購買法規檢索服務系統成本測算

該方案指企業購買法規檢索服務系統，獲取法規文本檢索、條文分類等功能，年費用約為3萬元—5萬元。此類系統功能相對固定，僅具備檢索功能，適用于對法規精度有較高要求但不涉及語言生成任務的組織，無法支持審計定性的自動化與深層次分析需求。

（四）綜合對比分析

綜上可見，三種方案的成本與適配場景存在明顯差異。從總成本來看，私有化部署方案初始投資約20.5萬元；傳統法規檢索系統雖無初始投入，但年服務費用為3萬元—5萬元。相比之下，本文采用的API調用方案以零部署成本和每年約1萬元—2萬元的使用費用，在性價比方面最具優勢。如果企業希望開展大模型的自主微調，可進行大模型本地私有化部署，以獲得更高的可控性和大模型定制能力。不同方案成本與功能對比分析如表5所示。

七、大模型應用風險評估

在大模型的實際應用中，除成本考量外，亦需評估大模型引入可能帶來的風險，主要包括以下三類：

一是數據隱私與信息安全風險。通過API方式調用外部大模型服務需將審計底稿、合同文本等企業內部數據以向量形式傳輸至第三方平臺，存在業務機密泄露風險。為防范該風險，一方面應對上傳數據進行結構化脫敏處理，避免敏感字段暴露；另一方面，針對高敏感審計任務，可采用在局域網內部署蒸餾版大模型的方式，保障數據在本地封閉處理。

二是API服務提供商變動風險。企業對外部大模型服務平臺的依賴程度較高，若平臺出現策略調整，如接口下線、價格上漲、訪問受限等，可能造成審計系統運行中斷，影響業務連續性。對此，應在系統架構中預設替代性大模型作為備份方案；并在合同條款中明確服務保障與價格波動控制機制。

三是大模型生成內容偏見風險。大模型輸出內容基于訓練數據進行概率生成，常存在事實錯誤、語義歧義或偏向特定判斷邏輯的問題。為解決此類問題，需設置二次審核機制，由審計人員對生成內容進行核實確認和補充完善。在技術層面，通過控制大模型的溫度參數來調節輸出的確定性，審計場景中可將溫度設為0以增強輸出的可靠性。

八、啟示

一是應以審計智能化應用的性價比為導向。本文的研究表明，通過API調用大模型，能夠以較低成本滿足內部審計中常見審計定性任務需求。對于GX企業這類中型組織而言，采用該方式可以快速部署、低成本運行，其效果顯著。相比高投入的私有化部署模式，該路徑為中小企業提供了一種務實可行的AI應用方式，幫助其以最小代價獲得智能化轉型的初步成效。

二是應以內部審計流程的標準化為基礎。通過構建結構化的審計知識庫、設計標準化的提示詞模板，有效引導大模型輸出更加準確、一致的定性判斷結果。這種機制不僅減少了因個人經驗差異帶來的判斷偏差，也促進了審計知識的歸集、共享與規范應用，為審計工作的制度化與知識化積累奠定了基礎。

三是應以分階段的技術引入為策略。大模型的引入應當采用遞進式策略：初期可通過API方式實現快速接入；中后期定制需求提升，可考慮私有化部署方式；未來隨著組織技術能力的提升，進一步開展大模型微調，構建面向審計場景的企業級專用大模型。

四是加強內部審計人員的技術能力。審計人員不僅需要掌握基本的業務知識，還需了解AI工具的使用方法。通過系統性培訓與實戰操作，提升審計團隊對AI的理解力與適應力，推動審計人員向“業務+技術”融合型角色轉型。

作者：詹馨怡 劉梅玲

來源：會計之友

編輯：孫哲

目前190000+人已關注我們，您還等什么？