最近，一位做财务分析的朋友找我聊了个具体的苦恼。
这周他需要对行业内的两家公司做半年度的财务对比分析。虽然只有两家公司，但工作量一点不少：
- 1翻找：每份半年报都长达200多页，要从里面找到“合并资产负债表”和“现金流量表”。
- 2搬运：把PDF里的数字一个个复制到Excel里，还不敢用快捷键，怕粘贴串行。
- 3加工：手动计算“货币资金周转率”、“现金占比”等衍生指标，最后还得在Excel里拉图表。
他问我：“这种非标准化的PDF文档，能不能用自动化搞定？”
答案是肯定的。
我花了一点时间用 n8n + DeepSeek 搭建了一个自动化工作流。虽然这次只跑了2家公司的样本，但这套逻辑一旦跑通，处理2家和处理20家、200家的成本是一样的。
今天就带大家拆解一下，我是如何让AI像专业审计师一样“读”财报的。
一、 全局鸟瞰：机器人的“工作SOP”
在动手之前，我把朋友的人工操作翻译成了机器能听懂的流程图。
这个工作流的逻辑很清晰：读取文件 -> 智能切片 -> AI提取 -> 逻辑计算 -> 可视化输出。
相比于市面上普通的“文档对话”工具，这个流程多了三个为财务场景定制的细节。
二、 核心难点拆解：如何保证准确性？
做财务自动化，准确性 > 效率。为了避免AI一本正经地胡说八道，我设计了三道“关卡”。
1. 智能切片：先找到“第十节”
痛点：一份财报几十万字，如果把全文直接丢给AI，不仅Token费用贵，而且AI很容易被前面几百页的“公司简介”干扰。
解决方案：
我设计了一个“目录定位”节点。
- 1系统先只读前3000个字符（通常包含目录）。
- 2让AI分析目录，找出“财务报告”这一节的起始和结束页码。
- 3利用代码逻辑，精准把这就几十页表格“切”出来，丢给后面的AI处理。
效果：极大减少了干扰信息，让AI只盯着数据说话。
2. 定向提取：分清“合并”与“母公司”
痛点：财报里有很多张表，稍微不注意就会把“母公司资产负债表”的数据当成“合并报表”的数据抓走。
解决方案：
在提示词中，我给DeepSeek下达了严格的指令：
“你是一位资深审计师。请只提取‘合并报表’数据，忽略‘母公司’数据。资产负债表取‘期末余额’，利润表取‘本期发生额’。”
通过JSON结构化输出，直接把非结构化的文本变成了数据库能认的格式。
3. 逻辑计算与绘图：把Excel的活干了
痛点：AI擅长提取，但做数学题（尤其是多位数的除法）经常出错。
解决方案：AI负责搬运，代码负责计算。
我并没有让AI直接告诉我“周转率是多少”，而是让它提取出“营业收入”和“平均货币资金”这两个原始数据。然后，利用 n8n 的 Code节点 写入一行简单的JavaScript公式进行计算：
周转率 = 营业收入 / ((期初资金+期末资金)/2)
同时，我还接入了一个QuickChart节点。数据算出来的瞬间，柱状图就自动生成好了，直接作为图片保存，连Excel作图的时间都省了。
三、 成果验证
流程跑完后，我们得到了两份文件：
- 1Excel明细表：包含了兴蓉环境和顺控发展的所有原始数据及计算后的比率。
- 2对比图表：一张直观的柱状图，清晰展示了两家公司的资金体量对比。
经过人工+豆包核对，提取的数据和计算结果 100% 准确。
以前需要半天时间来整理这两家的数据，现在把PDF丢进文件夹，喝口水的功夫，Excel和图表就自动生成了。
四、 结语：掌握一种“批量化”的思维
这篇文章演示的只是2家公司的对比。
但自动化的魅力在于“边际成本递减”。
当你搭建好这个工作流，无论是处理2家，还是处理行业前20家，对你来说，操作成本都是一样的——只需要把PDF拖进文件夹，然后点击“运行”。
对于财务和运营人员来说，学会这套“结构化提取+自动化计算”的思维，远比学会一个具体的工具更重要。
? 获取工作流
如果你也想体验这种“全自动分析”的快感，后台给我发消息 “财报分析”，我会把这个包含DeepSeek配置+图表生成的完整工作流JSON文件以及原始PDF文档分享给你。
【关于我】
我拥有10年互联网运营经验，曾经也是技术小白，现专注研究AI自动化。这里没有难懂的技术黑话，只有一步步的可视化操作。跟我学，让你每天轻松“少干1小时”，用AI自动化效率甩开同龄人！点击下方卡片关注我哦~喜欢可以一键三连?
往期案例推荐：
N8N新手实战④：还在手动收集竞品动态？我搭了个自动化监控机器人，生成周报直接发邮箱
