数智课程设计师成长营将从“领导力、设计力、调控力、决策力、创造力”五个能力模块，按“基础→整合→创新”三级进阶赋能教师“师-生-机”课堂教学设计，全方位助力教师从“用AI”到“创AI”。
——第1-14期是模块一领导力：意识与伦理的内容，第15期之后是模块二设计力：领域与教学的内容，敬请批评指正。
审计不是“抄底稿、对数字”，而是“在数万条数据中，敏锐捕捉那1%的异常信号”。本期，教你用AI辅助设计一堂 “财务异常识别与风险评估” 实训课，让学生在真实IPO审计场景中，通过与AI的协同，掌握从“数据预期设定”到“分析程序执行”再到“异常职业判断”的审计核心技能，体现大数据审计的新方法、新技术与新标准。
专业背景
专业：大数据与审计
课程：大数据审计
典型工作任务：实施风险评估程序、执行实质性分析程序、识别重大错报风险、形成审计工作底稿。
岗位核心能力：能够运用大数据审计技术与传统审计程序，对财务报表数据进行分析性复核，识别异常波动与潜在错报，并基于职业判断评估风险，设计进一步审计程序。
模拟企业项目：“天和科技”IPO审计项目专项分析。天和科技是一家软件与信息技术服务企业，拟申报科创板IPO。审计项目组需对其2024年度财务报表执行分析程序，重点关注：收入确认是否真实（是否存在虚增或跨期）、研发费用资本化是否合规、关联交易定价是否公允。审计团队需出具一份《分析程序工作底稿》及《重大错报风险识别报告》。
场景还原
张老师是《大数据审计》课程的任课教师。他发现学生学习审计时，往往陷入两种困境：要么是程序化套底稿——把审计准则背得滚瓜烂熟，但面对真实财务数据时看不出问题；要么是大海捞针——面对几千行的明细账，不知从何下手，只能靠运气找异常。学生普遍缺乏“预期+比对+判断”的系统性数据分析思维，更缺少职业怀疑态度。张老师想：如果能让AI扮演“审计数据分析助理”，快速执行趋势分析、比率分析和结构分析，为每个学生生成一份“疑点雷达”，然后由学生像侦探一样深入核查、判断真伪，他们一定能在实战中真正理解“现代审计是数据驱动的智慧判断”。
设计策略
本课围绕企业真实场景设计，践行“认知分工（Division）—交互增强（Interaction）—价值对齐（Alignment）”的DIA课堂教学理念，按照“课前—课中—课后”三段式展开，分四个阶段开展教学：
核心任务：作为“天和科技”IPO审计项目组成员，利用AI辅助执行实质性分析程序，识别财报中至少3项异常，评估其是否构成重大错报风险，并撰写《分析程序小结》。
认知分工：
教师：提供“天和科技”模拟财务数据集（含收入、成本、费用、资产等，人为植入3-4项隐蔽异常），提供行业基准数据与审计标准。
学生：扮演“审计助理/高级审计员”，设定预期值，解读AI输出的疑点清单，进行职业判断并设计进一步程序。
机（AI）：扮演双重角色——1）“数据分析助理”（根据学生指令快速执行多维分析程序，输出疑点清单及数据可视化）；2）“质量复核合伙人”（在答辩环节提出犀利追问，检验学生判断是否扎实）。
交互增强：通过“学生设定预期-AI执行分析-学生判断验证-AI压力测试”的循环，实现从“经验驱动”到“数据+判断驱动”的能力跃迁。
价值对齐：强调审计的职业怀疑（不轻信、不放过）、客观公正（不偏不倚）与保密义务（严格保护客户数据）。
【课前】阶段一：任务启动与价值共识
教师活动：
1. 发布任务：作为项目组成员，完成天和科技财报分析程序。
2. 与AI协同，生成一份《项目简介与数据包》（含公司背景、行业特点、主要财务报表项目、明细账摘要），数据中人为植入异常（如：12月收入突增、研发费用资本化比例异常、毛利率反常波动）。
3. 引导学生讨论：哪些财务指标容易出现“粉饰”？审计师的第一道防线是什么？学生活动：
1. 理解被审计单位经营模式与财务特征。
2. 学习分析程序的基本方法（趋势分析、比率分析、合理性测试）。
3. 小组内部分工：收入分析员、成本费用分析员、资产分析员、关联交易分析员。机（AI）：
使用DeepSeek：根据教师指令，生成高仿真的财务数据集（含错误）与行业基准对照表，生成“隐蔽异常提示清单”（仅教师用）。设计意图：
对齐“为何而查”：分析程序是审计的“探照灯”，照亮风险所在。
【课中】阶段二：自主探究与能力互补
教师活动：
1. 监控各小组分析进度，观察学生与AI的交互质量。
2. 对卡壳的小组引导：“你识别出的收入异常波动，是否与行业季节性匹配？如果排除季节性，可能是什么原因？”学生活动：
1. 设定预期：小组讨论并确定各项目的预期值（如：收入增长率、毛利率、销售费用率、应收账款周转率等）。
2. 求助AI数据分析助理：“请作为审计数据分析助理，帮我执行以下程序：①对各月收入进行趋势分析，与上年同期比较，标记波动>20%的月份；②计算各月毛利率，识别异常波动；③分析应收账款周转天数和账龄结构，标记异常账款；④检查研发费用资本化金额占研发总支出的比例，并与行业平均对比。输出《疑点清单》，每个疑点标注‘风险等级（高/中/低）’和‘推荐进一步程序’。”机（AI）：
使用Kimi / DeepSeek（扮演“数据分析助理”）：根据学生指令，快速输出结构化的疑点清单，包含数据表格、异常标注、同比差异、风险等级。例如：“疑点1：12月收入环比增长210%，而行业季节性指数仅为1.2，全年收入增速22%。风险等级：高。建议：检查12月销售合同、验收单及回款情况。”设计意图：
实现认知分工：学生负责专业判断与预期设定，AI负责快速计算与模式识别。
【课中】阶段三：汇聚整合与冲突协商
教师活动：
1. 组织审计发现汇报会。每个小组挑选2-3个核心疑点进行汇报，阐述判断逻辑与风险结论。
2. 引导认知冲突：“A组认为研发费用资本化异常是重大错报，B组认为可能只是会计估计差异，你们怎么看？作为审计师，我们需要的到底是什么样的证据？”学生活动：
1. 汇报答辩：小组展示《分析程序小结》，重点说明识别出的异常、风险评估结论及拟实施的进一步程序。
2. 合伙人质询：AI扮演“质量复核合伙人”，对各组报告提出尖锐问题（见案例工具箱）。
3. 全班互评：其他小组从“逻辑严谨性”、“职业怀疑”两个维度打分。机（AI）：
使用文心一言（扮演“质量复核合伙人”）：根据各组报告，提出例如：“你怀疑收入虚增，但有没有考虑可能是年底集中验收？你做了哪些程序排除它？”“你说研发费用资本化比例异常，但它的项目进度表你看了吗？项目的技术可行性测试通过了吗？”
设计意图：
推动知识整合：识别异常只是开始，审计师必须通过逻辑推演与证据获取来验证直觉。
【课后】阶段四：反思迭代与认知提升
教师活动：
1. 公布真实异常清单（教师预设的答案），引导学生对比自己的发现。
2. 发布审计分析复盘报告模板，要求从“预期设定、分析执行、异常判断、证据思维、人机协同”五个维度反思。学生活动：
1. 对比标准答案，找出自己遗漏或误判的异常，并分析原因。
2. 撰写个人复盘报告，重点回答：“AI的疑点清单帮我提高了效率，但有没有哪个疑点是AI标记为‘低风险’我却应该高度重视的？为什么？我有没有因为AI的结论而放弃了自己的职业判断？”机（AI）：
使用Kimi：根据学生提交的复盘报告，生成一份班级审计分析能力画像，包含趋势敏感度、比率分析准确性、职业怀疑水平三个维度的评语。设计意图：
实现元认知提升：形成“预期-分析-判断-验证-反思”的闭环，沉淀“数据+职业判断”的审计心智。
案例工具箱
Prompt模板——教师生成财务数据集与行业基准（课前）：
请生成“天和科技”2024年度模拟财务报表数据与行业基准。公司：软件和信息技术服务业，营收1.2亿元，同比增长25%，毛利45%。行业数据：平均毛利率42-48%，收入增长率20-30%，销售费用率8-12%，研发费用占营收12-18%。请生成按月的利润表简表与资产负债表主要项目（应收账款、存货、固定资产）。在数据中植入3处隐蔽异常：1. 12月收入飙升至常规月份的2.5倍，但合同台账显示为年底集中签订；2. 研发费用资本化比例从去年的25%跃升至55%；3. 关联方其他应收款年末余额增加300%，欠款方为实控人亲属公司。输出格式：结构化表格，附带异常标注（仅教师版可见）。
Prompt模板——学生向AI请求分析程序（课中第一阶段）：
请作为审计数据分析助理，为“天和科技”实施实质性分析程序。我已获取其全年财务数据。请执行以下操作：1. 按月对比2024年收入与2023年收入，计算同比增长率，标记波动超过15%的月份；2. 计算各月毛利率，用折线图表示，并标记异常区间；3. 计算应收账款周转天数（按季度），与上年对比，标记异常波动；4. 计算研发费用资本化金额占研发总支出的比例，并与行业平均水平（30%）对比；5. 关联交易明细中，列出余额异常增长20%以上的交易。输出《疑点清单》，每个疑点标注风险等级（高/中/低）及简要理由。以表格形式输出。
Prompt模板——AI扮演“质量复核合伙人”质询（课中第二阶段）：
请扮演审计项目质量复核合伙人。你正在听取审计团队的天和科技分析程序汇报。你的风格：犀利、抓逻辑漏洞、强调证据。请根据团队汇报的异常发现，提出3个追问，例如：你说收入12月异常是因为年底突击确认，但有没有可能是客户习惯年底集中招标？你收集了什么证据排除这种可能？研发费用资本化比例高，但它的项目是否已经进入开发阶段？有没有立项报告和技术可行性报告？请保持专业威压感。
推荐工具
| DeepSeek | ||
| Kimi | ||
| 文心一言 | ||
| 豆包 |
评价量规（简易版）：
| 预期设定 | |||
| 异常识别 | |||
| 风险评估 | |||
| 职业怀疑 | |||
| 人机协同 |
行动指南
各位老师挑选一家你熟悉的A股上市公司（如所在城市的龙头企业），下载其最近一年的年度报告，提取营业收入、毛利率、应收账款周转率、研发费用占比较等指标。然后，尝试用今天的Prompt模板，让AI扮演数据分析助理，对这些指标进行“同比与行业对比”，看是否能发现一些有趣的问题。你会发现：学生最大的收获，是学会了不再用“背准则”的方式学审计，而是用“破案”的心态去审视每一组数字。他们开始理解，真正有价值的审计师，是那个能在AI标记的上百个疑点中，一眼锁定真正风险点的人。
延申思考
当AI能快速执行趋势分析、比率分析、批量检查合同条款时，审计师的核心价值还剩什么？是“商业直觉”与“人性判断”。 AI也许能告诉你“12月收入突增”，但它无法理解“管理层年底有强烈的业绩承诺压力”。AI也许能计算“研发资本化比例异常”，但它无法判断“这个项目的技术可行性是否真达到了资本化条件”。审计师不可替代的，是那些无法被公式化的能力——对商业逻辑的深刻洞察、对舞弊动机的同理心、以及面临压力和诱惑时依然坚守的“职业怀疑”。 这正是新技术时代审计专业精神的最终堡垒。
【下期预告】“成本控制”实战：用AI优化成本结构，学生当“成本分析师”
【上期链接】第40期：“企业估值”模拟：用AI分析公司数据，学生当“投资银行家”
【交流互助】如在课堂教学中，不知如何开展“师-生-机”教学设计解决教学痛点，请在评论区留下你的诉求，以便我们及时给你相关建议；如觉得本期对你有用，请留下你的认可评价。
