一个人＋AI工具，从零搭建财务审计智能体：把专业财税活儿做成可复用的效率系统

本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

快速摘要

如果你只想要一句话结论：现在的AI已经不是那个"你问一句它答一句"的聊天窗口了，它有了"手和脚"，能直接读你的文件、写代码、调工具、跑测试、出成果。对财务和审计这种天天跟发票、合同、报表、底稿打交道的岗位来说，一个人配上一套AI智能体工具，完全可以把过去要好几个人、好几天才能啃下来的重复活儿，压缩成一句话指令就能跑完的流程。 更关键的是，这条路不需要你会编程、会终端、会写脚本——你要会的是"把自己脑子里的经验说清楚"。

我自己折腾下来，整套方法可以拆成两条主线：一条是让AI直接帮你干活（提取发票、审合同、做分析、调格式），另一条是让AI帮你造工具（把跑通一次的流程封装成技能、封装成小软件，下次一键复用，甚至发给同事一起用）。本文会把工具怎么选、模型怎么接、技能怎么写、知识库怎么搭、复杂系统怎么拆，一条一条讲透，全部围绕财税审计的真实场景展开。

涉及价格、模型版本这类信息变动极快，文中数据均为写稿时（2026年年中）的近似行情，请以各家官方定价页面的实时数据为准。想看完整拆解，往下翻。

一、先把概念理顺：AI智能体到底和聊天机器人差在哪

很多财务、审计的朋友对AI的印象，还停留在"打开一个网页，输入问题，它给我一段文字"。这个印象放在两年前是对的，但放到现在，已经严重低估了它。我第一次真正用上带工具能力的AI智能体那几天，基本上每天晚上都能折腾到一两点停不下来，脑子里反复冒出来一句话：原来还能这么用。

1.1 聊天机器人只有"嘴"，智能体有了"手和脚"

先说清楚区别。传统的网页版聊天工具，本质上是一张"会说话的嘴"：你问它问题，它凭训练时学到的知识给你回答。它答得再漂亮，也只是文字，你还得自己复制粘贴、自己动手落地。

而现在说的AI智能体（Agent），是在这张嘴的基础上，给它接上了一大堆工具——它可以直接读取你电脑里的文件，可以新建和修改Excel、Word、PPT，可以写代码、跑代码、调浏览器、连数据库。你给它一个任务，它能自己规划步骤、自己动手执行、自己检查结果，跑不对了还能自己改。这就是"有了手和脚"。

举个财务人一眼就懂的例子。以前你想让AI帮你处理一批发票，在网页版里，你得一张张把内容贴进去，它给你整理出文字，你再复制到Excel里。现在的智能体，你只要把发票所在的文件夹路径告诉它，说一句"帮我把这些发票的关键字段提取出来，整理成一张Excel"，它就自己去读文件、自己解析、自己汇总、自己生成表格。整个过程，你只用动嘴（甚至可以直接语音输入），不用动手。

1.2 两条落地路线：直接干活，还是造工具

理解了智能体的本质，落地就自然分成两条路，这也是贯穿全文的骨架，先在这里立起来：

路线一：直接干活
  一次性任务 → 让AI直接完成（提取、分析、审核、格式化……）
       ↓ 如果这件事以后还要重复做
路线二：造工具 / 沉淀技能
  把跑通的流程封装成"技能"或"小软件" → 下次一键复用，还能发给同事用

这两条路我平时并不刻意区分。我一般是先让它把当前这件事干完，干完之后再判断：这活儿以后还会不会再干？如果会，那就顺手让它把刚才这套流程改造成一个可复用的技能，或者做成一个带界面的小工具。一次性的活儿走路线一，重复性的活儿走路线二，非常自然。

下面这张表，帮你快速对齐两种AI形态在实际工作中的差别：

1.3 为什么说"现在"正是上手的好时候

我踩过不少坑，也带过一些同事上手，感受最深的是：门槛真的降到脚脖子这么低了。三个条件同时成熟了。

第一，工具门槛降到了最低。 前一代的工作流编排工具虽然也能调度AI，但要你自己去部署环境、拖拽节点、懂一堆配置。现在这些几乎都不用了，你有一张嘴、有清晰的思路就够。

第二，模型能力已经够用。 国内大模型这一两年追得非常猛，和最前沿模型的差距缩到很小，处理日常的财税、审计任务完全够使。后面章节我会具体讲用哪些模型能干活。

第三，路已经有人趟过了。 早期各种工具切换、各种配置报错的坑，很多人（包括我）都踩过一遍了，你现在跟着成熟路径走，能省下大量摸索时间——而这个时间，恰恰是最值钱的东西。这里我也想插一句：像 莫潇羽@无忆研习社 一直强调的，这类工具最大的价值不在于"炫技"，而在于把你原本会做的专业判断，用更高的效率放大出来。

需要提醒的是，本文讲的所有能力都建立在合规使用的前提下。企业内部的财务、审计数据往往涉及商业秘密甚至个人信息，用AI处理时务必遵守单位的数据管理制度，涉及敏感数据的，优先选择本地化或私有化的部署方案，别把不该外传的东西随手丢给在线服务。

二、工具选型：为什么我以终端型智能体为主

概念理顺了，接下来就是选一件趁手的兵器。市面上的AI编码智能体不少，我摸下来一圈，日常主力用的是终端型的智能体工具。这一节讲清楚为什么这么选、怎么装。

2.1 主流工具其实是一类东西

现在这一类"能干活的"AI智能体工具，代表性的有几款，用法上高度相似，你掌握其中一个，切换到别的几乎零成本。它们的共同特点是：跑在你自己的电脑上，能读写本地文件、执行命令，围绕一个"项目文件夹"来工作。

我个人主要以一款开源免费的终端智能体为主来演示，原因很实在：

• 开源免费，在国内直接就能用，不用为境外账号、境外支付发愁；
• 模型接入自由，市面上国内国外的主流大模型它基本都能接，还能随时切换；
• 安装简单，桌面版双击就装，也有终端版；
• 不止自己用，因为它天然支持国内模型，你可以把整套方案教给同事、教给团队，把AI能力铺开。

据其官方与社区数据，这款工具到2026年已经积累了十几万的开源星标、数百万量级的月活开发者，支持七十多家模型提供商，是"不想被单一厂商绑定"的团队的一个常见默认选择。这里补一句合规提示：这类开源工具本身连接的模型提供商各有各的数据留存政策，你在处理敏感数据时，仍要以你实际调用的那家模型服务的合规条款为准。

2.2 先搞懂两个模式：规划（plan）与执行（build）

上手前，先认识两个几乎所有这类工具都有的核心模式，理解了它俩，你就懂了智能体的工作节奏：

• 规划模式（plan）：只读、只想、不动手。它会先帮你把方案、步骤想清楚，写成计划，但不会去改你的文件。适合面对一个陌生任务、想先看清全貌再动手的时候。
• 执行模式（build）：直接干。按方案落地，该建文件建文件、该跑命令跑命令。

我的习惯是：稍微复杂一点的任务，先切到规划模式，让它出方案，我审一遍、聊几轮、确认没问题了，再切到执行模式让它落地。简单的活儿就直接执行。用一张流程图表示：

flowchart LR
    A[给出需求] --> B{任务复杂吗?}
    B -->|复杂| C[规划模式: 出方案]
    C --> D[人工审核 / 讨论调整]
    D --> E[执行模式: 落地]
    B -->|简单| E
    E --> F[检查结果 / 迭代]

这个"先规划、后执行、人来把关"的节奏，是用好智能体最重要的一条肌肉记忆，后面讲复杂系统时还会反复用到。

2.3 安装：桌面版与终端版

安装路径其实很短。以我主力用的这款为例，到它的官网点下载，能看到桌面版、终端版和一些扩展版本。新手建议从桌面版起步，图形界面友好，双击安装，一路下一步就行。

装好打开，第一步是打开一个项目。所谓项目，你就理解成"一件你要长期干的事"对应的一个文件夹——比如一个具体的审计项目、一个报销处理工作。你把需要的数据放进去，它生成的产物也会落在里面，权限也隔离在这个文件夹内，干净又安全。它对项目文件夹之外的读写，默认都会来问你授权。

如果你想用终端版，会多一步：先装一个叫 Node 的运行环境（一个跑JavaScript的基础平台，很多前端和命令行工具都靠它）。装 Node 时国内网络可能较慢，可以让AI帮你换成国内镜像源来加速。装好 Node，再让桌面版帮你一句话装上终端版即可。终端版和桌面版功能一致，只是习惯问题——你习惯图形界面就用桌面版，习惯敲命令就用终端版，我在 Mac 上长期用终端版，稳定性体感更好。

这里给个小对照表，帮你选：

选定工具、装好环境，接下来就要给这台"空有身体的机器人"装上一颗大脑——也就是大模型。这是下一章的内容。

三、给智能体配一颗"大脑"：国内大模型怎么选、怎么接

工具本身只是躯壳，真正决定它干活水平的，是背后接的大模型。这个模型强不强，直接决定了它出活的质量；而不同模型之间，价格能差出十倍以上。所以模型选型这一步，值得花点心思。

3.1 为什么要自己配模型

很多工具默认会送一些免费额度，尝鲜阶段够用。但免费额度往往有每天调用次数的上限，一旦你开始认真干活，很快就不够。这时候就要自己接一个稳定的模型。好在这类工具的一大好处，就是能同时接入多家大模型，随时切换——今天用这家，明天觉得不顺手换那家，配置一下就行。

3.2 国内主流模型总览

先给一个整体判断，再看细节。如果你之前对这些模型完全不了解，我的建议是：先从最便宜的那一档用起，把量跑起来、把手感练出来，再决定要不要升级或订阅套餐。

下面这张表是写稿时（2026年年中）的近似情况，把主流的几家国产模型放在一起对比。再次强调，模型价格变动非常快，各家几乎每隔一两个月就调一次，务必以官方定价页为准：

需要特别说一句：以 DeepSeek 为例，它在写稿时的极低价来自极高的缓存命中率和按量计费策略，Flash档处理一亿词元量级也就十元左右，非常适合把量跑起来练手；而它的纯文本模型不擅长看图，这个"眼瞎"的问题后面有一整章专门解决。

3.3 按量付费还是包月套餐（Coding Plan）

接模型有两种花钱方式，搞清楚区别能省不少钱：

• 按量付费（API）：用多少付多少，适合用量不稳定、或者想精确控制成本的人。DeepSeek 这类按量付费的单价极低，敞开用也花不了多少。
• 包月套餐（业界常叫 Coding Plan）：花一个固定价格包月，但不是无限量，通常带有"每五小时额度""每周额度"这类滚动限制。相对直接调 API，套餐单价往往更划算，适合每天高强度使用的重度用户。

我自己的判断方法很朴素：先用最便宜的按量付费模型跑一段时间，看看每天大概消耗多少词元，心里有数了，再决定要不要上包月套餐、上哪一档。顺带提醒，写稿时整个市场正在从"低价包月"往"按量/团队套餐"迁移，一些低档套餐在涨价甚至停售，抢购、限量成了常态，所以下手前一定看清楚当期规则。

3.4 关于境外模型：合规讲清楚

有朋友会问：境外那几家最前沿的模型能不能用？这里我用科普的方式讲清楚，不做任何引导。

客观事实是：境外的顶级商业模型在编码等能力上确实很强，但它们的会员订阅在国内使用存在诸多不便与风险，账号稳定性也没有保障。更重要的是，境外模型服务的使用需遵守国内网络与内容管理的相关规定。 综合来看，对国内的财务、审计从业者，我的实操建议是：直接用国内合规的大模型，能力已经完全够用，稳定、省心，也免去合规上的隐患。本文后续的所有演示，都是基于国内模型完成的。

3.5 接入步骤：配置提供商与密钥

具体接入很简单，以接一个国产模型为例，思路是通用的：

1. 到目标模型的开发者平台注册账号、实名、充值（先充个小额度即可）
2. 在平台里创建一个 API Key（密钥），复制下来
3. 回到智能体工具的"设置 → 提供商"，选择对应厂商
4. 粘贴 API Key，提交
5. 在模型列表里就能看到并选用这个模型了
6. 随便发一句"你好"测试连通性，能回复就说明接好了

一个实用的小提醒：密钥属于敏感信息，测试或录屏时记得事后删除或轮换，别把它留在任何公开的地方。配好模型，你的智能体就算"活"过来了。但要让它从"能干活"变成"干得又快又好"，还需要给它加装一些能力增强件——这就是下一章的插件与多智能体编排。

四、让智能体更聪明：插件与多智能体编排

裸装的智能体已经能用，但加上两类增强件之后，体验会有质变。我把它们理解成给智能体"加脑力"和"配团队"。

4.1 规划增强：先想清楚再动手

第一类增强件，作用是让智能体在动手前更审慎。装上之后，遇到一个你描述得比较粗的需求，它不会莽撞地直接开干，而是会先跟你做一轮"头脑风暴"，把需求聊清楚，再写出需求文档、设计文档，然后拆成一个个具体任务，最后才逐条执行。

这个变化对财务、审计的活儿特别重要。因为我们的很多需求，脑子里想的和嘴上说出来的，往往差着一大截。让它先把方案摊开给你看，你就有机会在动手之前纠偏，避免它埋头跑了半天，结果跑歪了。

4.2 团队增强：多智能体编排

第二类增强件更有意思，它把"一个智能体"升级成"一支智能体团队"。装上之后，系统里会出现多个各有专长的子智能体，由一个"编排者"根据任务性质分派工作。大致分工是这样：

flowchart TD
    O[编排者<br/>拆解任务并分派] --> A[先知/思考者<br/>做整体思考与设计]
    O --> B[文档专家<br/>查资料、读文档]
    O --> C[代码专家<br/>写代码]
    O --> D[测试专家<br/>跑测试、查错]
    O --> E[探查者<br/>探查项目结构]

这样做的好处，不只是分工更细，还有一个很现实的省钱逻辑：编排者可以给"需要强能力"的环节（比如整体思考、方案设计）配更强的模型，给"相对简单"的环节（比如改个小bug、写测试）配便宜的模型。既保证了关键环节的质量，又把成本压了下来。装好这类插件后记得让它把各子智能体用的模型换成你自己配置的那家，否则默认配置可能跑不通。

有一点要注意：装完多智能体编排插件后，它内置的默认模型未必是你接入的那家，一定要让它把各个子智能体的模型改成你自己配置好的，否则重新打开时可能会出问题。

4.3 顺带解锁的能力：联网搜索

装上这类增强插件，往往还会附带一个很实用的能力——联网搜索。这意味着你的智能体不再局限于训练时的旧知识，遇到不懂的新东西、需要核实的最新信息，它可以直接上网查。

这个能力衍生出一个我极力推荐的用法：用AI来学AI。你不需要到处找教程，直接跟它说"请给我推荐一份学习这款工具的官方教程，并一步步教我"，它就能联网找到资料，再结合你的背景（比如你告诉它"我是财务背景、终端不熟"），给你定制一套交互式的学习路径，边讲边练，哪里不懂随时追问。这比任何固定教程都灵活。像 莫潇羽@无忆研习社 平时分享时也常说，最好的学习方式，就是让工具本身当你的老师。

到这里，一台"聪明、能干、会协作"的智能体就配齐了。但它现在的能力还是"通用"的，要让它真正变成懂你业务的专属助手，就得给它灌入你的专业经验——这就要靠下一章的核心机制：技能（Skill）。

五、Skill 机制：把你的经验沉淀成可复用的标准动作

这一章是整套方法里我最看重的部分。前面配好的智能体是"通用工"，而技能（Skill）机制，能把它调教成"懂你这一行、按你这一套流程办事"的专属老手。

5.1 技能到底是什么

说穿了，一个技能就是一个 SKILL.md 的 Markdown 文件，里面写着"遇到某一类任务，应该怎么一步步做"的指令。

对财务、审计的朋友，有一个特别贴切的类比：技能就是一份标准化的审计程序表。 我们做审计，对不同科目都有对应的程序表，告诉实习生"做银行函证就按这套流程走"。技能干的是一模一样的事——你把某类任务的标准做法写下来，AI遇到这类任务就照着做，而且做得比实习生还稳。

一个最简单的技能，结构就是一个文件夹里放一个 SKILL.md：

my-skill/
└── SKILL.md      # 名称 + 描述 + 具体操作流程

SKILL.md 开头会写清楚两样东西：这个技能的名称，和它的描述（什么情况下该用它）。

5.2 三层加载：为什么它不会拖慢智能体

这里有个很聪明的设计，理解了它，你才会明白为什么可以装几十个技能而不卡：智能体启动时，只会先扫描所有技能的"名称"和"描述"，把它们列进系统提示里，而不会加载每个技能的完整内容。只有当它根据你的话判断出"这个任务匹配某个技能的描述"时，才会去读取那一个技能的详细内容。这就是所谓的逐步加载。

flowchart LR
    A[智能体启动] --> B[只扫描所有技能的<br/>名称+描述]
    B --> C{任务匹配<br/>哪个技能?}
    C -->|匹配到| D[才加载该技能<br/>完整内容]
    C -->|需要引用其他文件| E[用到时才读取<br/>参考文件/脚本]

正因为这样，技能里还能挂载参考文件和脚本：流程走到某一步要参考某份资料，把路径写进去，用到时它才去读；跑通过一次的脚本可以存下来，下次直接调用，省掉重复生成的时间。

5.3 全局技能与项目级技能

技能放的位置不同，作用范围也不同：

• 全局技能：不管你打开哪个项目文件夹，它都能被调用。适合放那些通用的标准动作。
• 项目级技能：只在当前这个项目文件夹里生效。适合放某个特定项目专属的规则。

命名上有个小规矩：技能名称要用小写英文字母，不能用中文。

5.4 触发技能的两种方式

装好技能后，触发它有两种途径：

• 自然语言自动匹配：你正常描述需求，智能体根据描述自动判断该调哪个技能。比如你说"帮我整理今天的审计动态"，它就自动触发对应技能。
• 斜杠命令手动指定：装的技能多了、几个描述又接近时，它可能拿不准调哪个。这时你可以用斜杠命令直接点名要用哪个技能，最精准。

一个实操细节：在桌面版里新装了技能，有时要退出重启才能被识别到；终端版一般没这个问题，这也是我偏爱终端版的原因之一。

5.5 找技能与写技能：不用自己动手

你不用从零手写技能，有两类帮手：

• 找技能的技能：集成到工具里之后，你说一句"帮我找找财务相关的技能"，它就会从技能库里检索给你。搜索时最好在前面带上明确的"查找技能"指令，它会更精准地去检索，而不是跑去联网瞎找。
• 写技能的技能（技能生成器）：这是我认为必装的一个。它内置了一套编写技能的规范。你根本不用自己写——先跟AI把某个流程跑通、把某件事完整做完一遍，然后对它说"把刚才这个流程写成一个技能"，它就会按规范帮你生成一个标准的、可复用的技能。

这就形成了一个非常爽的闭环：跑通一次 → 一句话封装成技能 → 以后一键复用，而且越用越顺。因为技能是纯文本文件，你随时能让它根据新情况迭代更新，把新踩到的坑、新学到的经验补进去，久而久之，它就长成一个专属于你、专属于你部门的完美技能。这套沉淀经验的能力，才是把AI真正变成"你的"助手的关键。莫潇羽@无忆研习社 一直的看法是：工具谁都能装，但把自己的专业流程沉淀成技能，这一步才拉开差距。

六、把"死"的PDF变成"活"的数据：文档解析实战

财务和审计的日常，被各种PDF包围：合同、年报、会计凭证、报销发票、权证……有的是文字版，有的是扫描件。让智能体能"吃透"这些PDF，是把它用于实战的第一道坎。这一章讲怎么迈过去。

6.1 一个开源利器：MinerU

默认情况下，很多文本模型对PDF（尤其是扫描件）并不擅长。解决办法是给智能体装一个专门的文档解析技能，我用的是一个叫 MinerU 的开源引擎。

简单介绍一下它的来头：MinerU 是上海人工智能实验室 OpenDataLab 团队开源的智能文档解析工具，2024年年中面世，到写稿时在代码托管平台上已经有七万多星标，在文档解析这个细分领域基本是统治级的存在。它的许可协议在2026年已经从较严格的 AGPLv3 切换为更宽松的、基于 Apache 2.0 的开源许可，商业落地的门槛更低了。

它能做什么？核心就一句话：把复杂的PDF、图片、办公文档，转换成结构化的 Markdown 或 JSON，专门喂给下游的AI使用。它厉害在做的是版面还原——先识别哪里是标题、段落、表格、图片、页眉页脚，再按人类的阅读顺序重新组织，还会自动去掉页眉页脚页码这些干扰。写稿时它已支持图片、PDF、DOCX、PPTX、XLSX 全格式解析，扫描件的OCR效果也相当好。

使用上很灵活：小于二十页的文档，不用登录、不用密钥就能直接解析；要精准提取、批量处理，可以申请密钥，每天有一千页以内的额度。而且这个额度可以"绕"——把一个大PDF让AI拆成每二十页一份来处理，实际上就能突破限制。

6.2 实战一：批量提取发票到Excel

最高频的场景。把一堆发票放进项目文件夹，你只要指定文件夹路径，说一句"帮我识别这些发票信息，整理成一个Excel"，甚至可以具体指定要提哪些字段。它就会：

1. 进到文件夹，查看有哪些文件
2. 触发文档解析技能，逐张识别（可并行调用多个子智能体）
3. 提取发票代码、发票号码、开票日期、购买方、金额等字段
4. 汇总输出成一张 Excel，并打印汇总信息

以前要人一张张登记的活儿，现在一句话就出结果。如果你还有固定的报销单模板，把模板给它，它能直接按你的格式整理。

6.3 实战二：合同关键信息与风险审查

合同是另一个大户。你可以让它从合同里提取甲方、乙方、项目信息、合同金额、付款情况、签订日期，甚至判断"我方是否已签字盖章"这种需要理解的事项（这类判断，配上能看图的多模态模型效果更好，见后文）。

更进一步，是合同风险审查。你可以说"从法律专业角度分析这份合同，作为乙方有哪些法律风险"，它会列出违约责任、解除权滥用、人员管理等风险点，并标出高风险条款。如果你们单位有内部的合同审查要求，把要求告诉它，或者做成一个技能，以后它每次都能按你们的标准来审。当然，涉及具体法律判断时，AI给出的是参考意见，最终结论仍要由专业人员把关。

6.4 实战三：批量与并发的思路

面对权证、报表这类需要大批量处理的场景，思路是一致的：把文件夹丢给它，它逐份提取、汇总输出。如果量特别大，比起在工具里让几个子智能体同时处理，更快的办法是让它写一个脚本，去并发调用大模型的接口批量处理——接口是可以并发的，速度会快很多。

把常见场景归一下类，方便你对号入座：

一句合规提醒：无论提取还是分析，都请确认你处理的文档你有权处理；涉及第三方的商用素材，需取得正版授权后再使用。文档能被智能体读懂了，接下来一个自然的需求就冒出来了——能不能把某个反复要做的处理流程，做成一个带界面、能发给同事的小工具？下一章就干这件事。

七、造一个专属效率工具：以报告格式规范化为例

前面讲的是"让AI直接干活"。这一章走另一条路——造工具。用一个我实际折腾过的例子：把报告的格式调整，做成一个可复用、可分发的小工具。这个例子的价值不在于报告本身，而在于展示"从跑通一次，到沉淀成工具"的完整心路。

7.1 起点：一个我并不擅长的需求

坦白说，我平时用Word很少，报告格式这种细活儿并不是我的强项。有人给了我一份原始报告和一份想要的效果样式，说实话我第一眼都分不太清两者的区别。这恰恰是个好例子——你不必是某个领域的专家，也能借助AI把这件事做出来，关键是一步步跟它对话、把需求逼清楚。

7.2 完整链路：从学规范到做成工具

我把整个过程拆成了一条清晰的链路，这条链路可以套用到几乎任何"重复性格式化/处理"的需求上：

flowchart TD
    A[给它标准样式<br/>让它学习并总结出格式规范] --> B[让它按规范<br/>写一个格式化脚本]
    B --> C[拿原始报告跑通<br/>看效果、反馈、迭代]
    C --> D[跑通后<br/>封装成一个技能]
    D --> E[再升级成<br/>带界面的小工具]
    E --> F[打包<br/>发给同事直接用]

第一步，学规范。 我把想要的样式文件路径给它（注意：给AI的是文件路径，不是把文件直接拖进对话），让它全面分析这份报告的字体、字号、行间距、表格样式、加粗规则等，梳理出一套格式规范，写成一个文档。

第二步，写脚本。 让它参考这套规范，把原始报告调整成规范样式。这里有个认知很重要：AI并不是用"眼睛读一读就手动改"，它一般是写一段脚本，用脚本去执行格式化。这样处理批量文件又快又一致。

第三步，跑通并迭代。 第一版几乎不可能完美。比如我发现表格里的数字应该右对齐，就告诉它；它改完，我再让它把这条规则也补进规范文档里。你看到实物、给出反馈、它更新脚本和规范——如此循环。很多时候第一版不好，很大一部分原因是我前面需求没说清楚。

第四步，封装成技能。 跑通之后，用前面讲的技能生成器，说一句"把这个报告格式化的流程写成一个技能，以后可以自动迭代更新"。以后再遇到同类报告，一句话就能调用，而且它会随着使用越来越懂你的规范。

第五步，升级成工具并分发。 再进一步，可以让它把这套能力做成一个带图形界面、能预览、能管理多套格式方案的小软件，最后打包成一个可执行文件，发给同事，双击就能用。

7.3 造工具的两条经验

这个过程我踩了不少坑，提炼两条最有用的：

其一，需求要在前期尽量聊清楚。 做出来不理想，多半是前期需求没讲透。你脑子里想的和说出来的经常是两码事，很多细节是看到实物才反应过来的。所以宁可在方案设计阶段多聊几轮，也别急着让它开跑。

其二，一定要配版本控制。 让AI反复修改一个稍大的工具时，它有可能越改越坏，甚至把能用的功能改没了。有版本控制，你随时能退回上一个好状态，改起来才敢放手。这一点后面有专章讲。

做工具这条路，比直接让AI干活要多花些工夫，需要反复迭代，但换来的是一个能长期复用、还能给团队用的资产，值。

八、搭建专业知识库，给AI装上"事实核查"能力

用AI处理专业问题，有一个绕不开的风险——幻觉。它可能一本正经地编造一个根本不存在的"事实"，而你未必分辨得出来。在财务、审计这种高度依赖准则和专业规范的领域，这个风险尤其致命。这一章讲怎么用知识库把它摁住。

8.1 幻觉为什么在财税领域特别危险

我们很多结论要引用具体的准则条款、监管口径。如果AI凭"印象"编了一条准则出来，你拿去用了，后果可能很严重。你只要反问它"你是不是真的引用了知识库里的内容"，有时它就露馅了——它其实没查，是编的。

解决思路是：别让它凭记忆答，让它基于一个可靠的知识库来答，并且把引用的出处标出来。这样既压制了幻觉，又让每个结论可追溯。

8.2 知识库的两种搭法

• 自建部署方案：用一些开源项目（比如面向知识库和检索增强的框架）在本地或服务器上搭建，能力强、可控，但对硬件有一定要