审计报告还在手动写?“小銘銘”AI助手已实现一键生成初稿

当前，审计大模型已成为行业前沿研究热点，相关技术成果持续涌现并不断突破，为重塑审计工作范式、提升自动化水平带来了无限可能与想象空间，但距离规模化落地应用仍然存在差距。在2025年第三届内部审计高质量论坛上，广东铭太信息科技有限公司（下面简称“铭太科技”）董事长柳絮以“未来已来・智审扬帆”为主题，首次提出审计大模型建设构想。此后，历经一年深耕打磨，铭太科技聚焦“审计大模型落地痛点”攻坚突破，实现“小銘銘”AI智能助手从理论到实践的关键跨越，推动人工智能与审计实务深度融合，全方位赋能“数据分析、文本转换、报告生成、问题定性、审计整改”等业务场景。基于阶段性落地成果与行业思考，在第四届内部审计高质量论坛上，柳絮结合行业发展桎梏、破局方向以及铭太科技近一年的落地实践经验，全面分享审计大模型建设与应用的探索成果。

柳絮指出，传统内部审计在效能、质量、资源、数据、知识、人才等方面存在突出痛点：在效能层面，报表复杂、跨期分析易出错，其中数据清洗准备占用项目周期40%以上，全流程耗时，价值提取延迟；在质量层面，审计作业过度依赖人员个体经验，作业标准不统一、风险防控能力薄弱，逾90%的复核意见流于形式；在资源层面，重复劳动普遍、人力配置错配、跨部门协作壁垒突出，部分基层内审机构功能弱化，20.54%的区属单位内审未开展实质工作；在数据层面，业务数据分散异构、系统融合困难，数据孤岛问题普遍，高达90%的单位受此制约，严重阻碍审计全链路穿透核查；在知识层面，审计经验难以有效传承复用，问题定性、整改评价等标准体系建设滞后，统一知识库缺失，超过30%的行业及国企审计报告存在质量问题；在人才层面，兼具业务素养、数据思维与技术能力的复合型审计人才缺口巨大，高达70%，成为数字化转型核心瓶颈。

柳絮围绕数据分析、风险识别、审计报告自动化、法规管理、专业审计等五大应用领域，逐一阐述如何摆脱当下行业困境。一是，融合全量交易与财务数据分析、非结构化数据解析、跨期关联穿透分析等方法，实现全量审计，深度挖掘数据背后的风险线索与业务规律；二是，构建精准化、动态化风险预警体系，实现财务异常与舞弊监测、合规风险智能评估、风险趋势动态预测；三是，研发审计报告自动化技术，覆盖底稿与报告自动生成、审计证据链智能构建、调整分录智能建议等内容，实现审计报告由人工撰写向智能生成升级；四是，提供审计人员随身合规管理AI顾问，涵盖法规与案例智能检索、合同协议智能审查、审计准则实时问答等；五是，深度融合行业专业知识与实务经验，针对工程审计、招投标审计、代码逻辑合规审计等复杂场景提供专业化解决方案；全方位补齐传统内部审计在效能、质量、资源、数据、知识、人才等方面的短板弱项。

柳絮系统总结、分享了铭太科技自2025年以来，在审计大模型创新实践、深化应用、落地实施等方面的实践经验，为审计大模型应用落地提供参考借鉴。

（一）创新实践层面

搭建三位一体核心技术架构，依托多模态大模型底座赋能全维度智能感知研判，可精准识读各类报表、语音及合同文件；联动审计领域知识图谱，归集整合全域审计法规、典型实操案例与行业合规经验；依托审计提示词工程库统筹调度全域任务，精准拆解复杂审计业务需求，转化为标准化可执行智能指令，全维度保障审计作业高可信、可交互、可自迭代，夯实人机协同高效作业基础。同时，秉持全链路闭环、逻辑可信、结果可解释理念，研发六大核心引擎，以核心决策智能引擎统筹全域AI任务调度分发，搭配数据分析智能体、审计文本自动解析模块、高可信推理可解释引擎、知识对齐与冲突消解引擎、审计问题定性助手，协同完成多维数据研判、非标文本解析、全链路逻辑溯源、异构知识融合、风险分级定性等核心工作，构筑闭环可信的专业化智能审计决策能力体系。此外，深度贴合审计全业务场景，锚定审计计划、组内筹备、方案编制、现场实施、底稿编撰、报告输出、闭环整改、资料归档八大核心环节，开发计划与准备、实施与分析、报告与整改三大智能体，可智能生成审计工作计划与实施方案，自动化采集清洗全域业务数据、深挖违规问题线索，一键成型标准化工作底稿与审计报告初稿，全方位实现审计业务全场景、全链条智能化赋能提质。

（二）深化应用层面

进一步，铭太科技锚定审计实务中“数据分析、文本转换、审计问题定性、审计整改”等核心痛点与高频刚需，持续深化打磨“小銘銘”AI智能助手，推动技术能力与业务场景深度耦合，让技术真正赋能审计实务。

1.数据分析

构建具备“全域数据覆盖、多模态融合分析、全流程智能闭环、个性化提示配置、报告自动生成、安全可信分析、深度关联挖掘、异常模式识别”等八大核心能力的数据分析智能体，打通“数据接入—清洗解析—语义理解—逻辑关联—提示词交互—联动分析”全流程技术闭环，做到审计报表数据处理全自动化、高精度、可交互，彻底解决“多源数据融合与孤岛打通、深度关联分析与异常模式识别、跨期数据一致性校验”等行业难题。该智能体突破了传统BI工具固定报表与预设维度的限制，依托自然语言交互实现即问即答，同时具备自主决策、多步逻辑推理与多工具协同调用能力，可独立拆解并完成复杂数据分析任务，能够应用于报表数据多维度深度分析、招标采购数据疑点分析等，显著提升海量数据处理效率，深度挖掘非结构化数据潜在价值，实现从事后补救到事前预警的跨越式升级。

2.文本转换

构建涵盖审计报告解析助手、“三重一大”决策事项提取、商务合同智能解析等三大功能的文本自动解析智能体，支持：（1）深度挖掘审计报告中的“问题描述、整改建议、审计结论”等核心段落并自动建立问题台账；精准定位会议纪要中的重大决策、重要人事任免、重大项目安排及大额资金使用信息，并自动关联审批流程与责任部门；（3）自动识别并结构化抽取合同双方主体、标的金额、履行期限、付款节点及违约责任等关键条款，实现合同要素的快速比对与风险预警；实现文件上传、结构化提取、处理结果导出等全流程自动化处理，具备快速解析、精准提取、全流程自动化、结构化输出、多源数据兼容等突出优势，解决“非结构化文本深度解析、跨模态信息对齐与融合、专业审计报告自动生成”等痛点。

3. 审计问题定性与审计整改

（1）审计大脑

在知识沉淀方面，采集、汇聚超100个公开法律法规网站的权威数据，梳理13万余部国家法律法规及地方性法规（实时动态更新中）、30万余份历史审计报告、20万余份审计整改报告，形成20万余条多维切片分析数据，提取、沉淀70万余项审计问题案例、10万余项问题分类/整改标准，构建起权威全面、动态更新的行业级审计知识库底座；在知识管理方面，支持可视化展示制度条文历次修订变化，并明确标注“现行有效/已修订/已废止”，帮助用户理解立法逻辑，规避适用风险；同时建立法规库与外部数据源同步机制，发布/修订/废止即时提醒审计人员，动态适应法规变化，彻底解决新旧政策衔接与落地难题；在知识应用方面，构建“效力层级+业务维度”双轨立体化检索网络，支持按照关键词、文号、发文机关及模糊语义组合查询等进行检索，同时点击任意条文可以自动关联上位法、下位法及相关解释，协助审计人员快速定位所需法规。

柳絮强调，审计大脑的成功构建，标志着审计大模型正式迈入智能提质新征程、精准定性新高度、价值赋能新境界。

（2）审计问题定性

依托审计问题定性六步法，依次完成关键要素智能提取、问题描述优化润色、审计问题精准定性、法规条款自动匹配、法条内涵穿透解析、内部制度对标适配，以此搭建审计问题定性助手，统一审计问题判定标准，弱化人员经验依赖，实现问题精准识别与法规制度高效关联。该工具通过标准化、流程化、智能化的定性逻辑，有效实现定性精准化，依托海量知识库精准匹配适配法条；严控生成偏差，规避主观判断差异；坚持结论法条化，确保审计定性与整改建议合法合规、有据可依；同时完整留存全链条推理路径，做到审计结论全程可追溯、可复核，全面提升审计定性工作的规范性、客观性与专业性。

（3）审计整改

构建“审计发现问题—整改智能匹配—判定整改类型—评估整改成效—提交证明材料”审计整改闭环管理体系，可自动生成针对性整改方案、量化评估整改效果，建立统一审计整改标准体系，全面覆盖多维度管控要求：在审计维度，贯通查、改、考全业务流程，统一审计问题整改标准口径；在整改维度，依托“四性四定”标准化框架，实现整改方案规范化、结构化编制；在制度维度，深度联动内部制度知识库，保障整改措施贴合企业内控管理规范、契合合规硬性要求；在整改精准度维度，依托全域大数据智能研判，保障整改举措直击问题根源、贴合现场实际、可落地可核验；在成效分析维度，自动归集统计整体整改率、重复整改率及全域风险演变趋势，以量化数据直观呈现全周期审计整改综合成效，全面夯实审计闭环管控治理能力。

（三）落地实施层面

采用“订阅式”与“整合式”双模式并行、务实高效的落地路径。其中，订阅式聚焦审计问题定性、审计问题整改、法律法规查询等高频核心业务场景，提供标准化智能服务，支持单位按需开通、随取随用，快速赋能内部审计提质增效；整合式深度嵌入新一代数字化审计平台，可在平台操作界面、工作底稿及审计问题详情页等全场景随时唤醒审计AI助手，支持悬浮球自由拖拽定位或侧边半隐藏收纳，实现智能能力与现有审计工作流程无缝衔接、零打扰融合。

柳絮指出，审计大模型发展，守真是根基，驭智是路径，落地是关键。面对行业系统性困境，必须坚持实务为先、场景为王，以审计大模型为技术引擎，破解效能、质量、数据、知识、人才等核心难题。

面向未来，铭太科技将持续深化技术迭代升级，深耕审计各类业务场景，稳步推动审计大模型规模化落地应用、全流程深度赋能、价值化长效创造。同时携手行业同仁共建内部审计数智化全新生态，以高质量审计监督体系，全面护航各行业高质量、可持续发展。