大模型+RPA的审计落地场景之6+10票据识别

主要观点总结

本文分享了在审计作业中，使用RPA结合大模型解决票据6+10分类问题的场景。文章介绍了所面临的挑战，包括数据不规范录入和Excel匹配困难等问题。通过尝试使用通义千问等AI工具，结合影刀RPA全中文拖拽，实现了批量自动化的大模型问答和数据录入。同时，文章还提到了影刀GPT4的免费使用，以及对于企业版影刀中AI应用的构建和调用，涉及外部厂商大模型调用费用的问题。最后，文章提到新茶馆主页即将上线。

关键观点总结

关键观点1: 文章介绍RPA结合大模型在审计票据分类中的应用场景。

文章中提到的票据6+10分类是审计作业中的一项挑战，包括6家大型商业银行和10家上市股份制商业银行的范围。作者分享了使用RPA和AI工具来解决这个问题的实践，包括使用影刀RPA全中文拖拽工具，以及尝试使用通义千问等AI工具来提高效率。

关键观点2: 文章提到了数据录入的不规范问题。

在做票据台账的人不一定会规范地录入数据，使用Excel匹配困难。作者通过尝试使用AI工具来解决这个问题，例如使用正则表达式匹配和影刀的GPT等工具。

关键观点3: 介绍了影刀RPA工具的使用和优势。

影刀RPA全中文拖拽工具在解决票据分类问题中起到了关键作用。作者详细介绍了如何使用该工具实现自动化的大模型问答和数据录入，包括简单的实现步骤和原理。此外，影刀RPA还提供了AI应用构建和调用的功能，可以方便地调用外部厂商的大模型。

关键观点4: 提到了新茶馆主页即将上线。

文章最后提到了新茶馆主页即将上线，让读者期待新的体验和功能。