数据抽取与准备
优先试点这一场景的目标是把总账、凭证、合同、流程和审计范围整理成标准化数据、缺失和抽样清单。
- 输入
- 总账、凭证、合同、流程和审计范围
- 输出
- 标准化数据、缺失和抽样清单
- 验收
- 检查取数时间、异常复核命中率、底稿返工率
- 边界
- 数据完整性和取数权限需记录

审计内控场景强调证据链与可复核性,模型标记只能作为检查线索。
左起第一列是这个岗位可交给 WorkBuddy 的场景; 中间两列是它需要什么、能交付什么;最后一列是必须由人或系统决定的部分 —— 这一列才是评审时真正要看的,因为它决定哪些环节不能自动化。
| 场景 | 需要输入 | WorkBuddy可辅助交付 | 人工或系统边界 |
|---|---|---|---|
| 数据抽取与准备 | 总账、凭证、合同、流程和审计范围 | 标准化数据、缺失和抽样清单 | 数据完整性和取数权限需记录 |
| 凭证与交易检查 | 凭证、附件、规则和历史异常 | 异常交易、证据和待核验项 | 模型标记不是审计结论 |
| 异常识别 | 全量交易、阈值和业务背景 | 异常模式、影响和抽查建议 | 低频异常与业务例外需访谈确认 |
| 内控规则测试 | 流程、控制点、权限和日志 | 控制缺口、失效证据和整改项 | 实际执行证据优先于制度文本 |
| 审计底稿 | 程序、证据、判断和模板 | 底稿草稿、交叉引用和缺件 | 审计人员对充分适当证据负责 |
| 整改跟踪 | 问题、责任人、期限和材料 | 状态、逾期、复核和关闭建议 | 关闭问题需复核证据 |
| 算法与AI审计 | 模型、数据、规则、输出和日志 | 偏差、可解释性、权限和追溯检查 | 需要技术、业务、法务共同参与 |
| 模型风险管理 | 模型清单、用途、风险等级和监控 | 模型台账、验证和退出条件 | 高风险模型不能只靠厂商自证 |
| 审计报告复核 | 事实、证据、结论和措辞 | 证据缺口、逻辑矛盾和表述建议 | 审计意见必须由有资质人员签发 |
三个优先场景在各岗位下按同一套方法拆解:明确任务口径 → 收集并检查输入 → 让 WorkBuddy 执行整理、检索或生成 → 输出可编辑结果 → 由岗位负责人复核后进入下一流程。
这一场景的目标是把总账、凭证、合同、流程和审计范围整理成标准化数据、缺失和抽样清单。

这一场景的目标是把凭证、附件、规则和历史异常整理成异常交易、证据和待核验项。

这一场景的目标是把全量交易、阈值和业务背景整理成异常模式、影响和抽查建议。
同一个岗位的场景会分散在四层里:文件层只用本地文档就能跑, 知识层要先建好有版本、有出处、有权限的资料,系统层要接业务系统, 决策层则必须保留人工批准。先看自己能从哪一层起步。
使用本地文档、表格和模板,结果可人工检查
建立有版本、有出处、有权限的知识资料
通过受控的Connector、MCP或API读写业务系统
展示依据、假设和影响,高风险决定由人批准
推荐先做“数据抽取与准备”。它所需输入是总账、凭证、合同、流程和审计范围,目标交付是标准化数据、缺失和抽样清单。
试点可按四个动作推进:第一,抽取一批真实历史任务作为基线;第二,用同一批输入让人工流程和WorkBuddy流程并行;第三,记录失败、遗漏和人工修改原因;第四,只在结果稳定、权限清楚、可以回滚时扩大范围。
建议验收指标包括:取数时间、异常复核命中率、底稿返工率。如果结果需要大量重做、来源无法追溯、系统写入不可回滚,试点应暂停并先修复数据或流程。
把你们这个岗位最耗人的一件事说清楚,我们按上面四层能力给出可切入点、需要对接的系统清单和人工边界 —— 不是通用方案,是照着你们现有流程改的版本。