一、课程导论：为什么财务人要学AI？大模型能帮财务做什么？课程目标与学习路径
1.1 财务人的新武器：从Excel到AI
说实话，我做了十几年财务分析，见过太多同行被报表折磨得焦头烂额。每个月结账那几天，办公室里全是咖啡味和叹气声。我自己也经历过——凌晨三点还在核对三张表之间的勾稽关系，眼睛都快瞎了。
但这两年，情况变了。大模型的出现，让我觉得财务人终于有了真正的“外挂”。
你想想看，财务工作本质上是什么？是处理数据、找规律、做判断。这不正是大模型最擅长的事吗？
我个人的习惯是，遇到重复性工作，先问自己一句：“这事能不能让AI干？”如果能，我就把精力腾出来做更有价值的事——比如分析业务背后的逻辑，或者跟业务部门吵架（笑）。
核心观点：大模型不是来取代财务人的，而是来帮我们干掉那些“脏活累活”的。你省下来的时间，才是真正的竞争力。
1.2 大模型到底能帮财务做什么？
我把它分成三个层次，你对照看看自己现在在哪个阶段：
| 层次 | 典型场景 | 我踩过的坑 |
|---|---|---|
| 第一层：效率工具 | 自动生成报表、快速提取数据、写财务分析初稿 | 我曾经让AI直接生成合并报表，结果它把子公司数据加错了——后来我学会了必须人工复核关键数字 |
| 第二层：智能分析 | 异常检测、趋势预测、成本动因分析 | 有次模型提示“销售费用异常”，我查了半天发现是市场部把年会费用记错了科目——AI比人眼快多了 |
| 第三层：决策辅助 | 投资回报测算、风险预警、情景模拟 | 我建议别完全信模型的结论，但它的推理过程往往能给你新思路 |
说白了，大模型能帮你做三件事：快、准、全。
- 快：以前写一份经营分析报告要两天，现在两小时搞定初稿
- 准：模型不会漏掉小数点，也不会把借贷方向搞反
- 全：它能同时分析几十个维度的数据，人脑根本比不了
我的建议：别一上来就想搞什么高大上的预测模型。先从最痛的点入手——比如每月花时间最多的报表合并、数据核对。把这些搞定，你就有信心继续往下走了。
1.3 课程目标：30天，从会用AI到用好AI
这门课的目标很明确：让你在30天内，真正把大模型变成你的财务助手。
不是那种“哦我听说过ChatGPT”的水平，而是能实际解决工作问题的水平。
具体来说，学完这门课，你应该能：
- 独立搭建财务分析Prompt——让AI按你的要求生成报表、写分析
- 用AI处理真实财务数据——包括清洗、合并、异常检测
- 让AI帮你做决策支持——比如投资回报测算、成本优化建议
- 避开常见坑——数据安全、模型幻觉、合规问题
注意：这门课不是教你怎么写代码的。你不需要会Python，不需要懂机器学习。我们用的是“对话式”的方式——就像跟一个懂财务的实习生聊天一样。
1.4 学习路径：怎么学最有效？
我建议你按这个节奏来：
- 第1周：打基础（第1-5章）——理解大模型能做什么，学会写基本的Prompt
- 第2周：练手（第6-15章）——用真实财务场景反复练习，比如生成利润表、做费用分析
- 第3周：进阶（第16-25章）——学高级技巧，比如多轮对话、数据可视化、异常检测
- 第4周：实战（第26-30章）——综合项目，完成一份完整的财务分析报告
我个人经验是：别贪多。每天花30分钟，跟着课程做一遍，比周末猛学4小时效果好得多。
嗯，这里有个小技巧：每学完一章，马上打开你的财务软件或Excel，试着用AI解决一个真实问题。哪怕只是让AI帮你写一段注释，也比光看不练强。
1.5 知识体系总览
下面这张图，是我自己梳理的课程知识框架。你可以先扫一眼，心里有个底：
1.6 写在开始之前
最后说几句掏心窝子的话。
我见过太多财务人，一听到“AI”就觉得是技术活，跟自己没关系。其实恰恰相反——财务人是最适合用AI的。因为我们天天跟数据打交道，我们最清楚哪里痛、哪里需要改进。
你不需要成为技术专家，只需要学会“指挥”AI干活就行。就像你不需要会造计算器，但你会用Excel一样。
这门课里，我会把我这些年踩过的坑、总结的经验，全都倒出来。有些方法可能看起来笨，但管用。有些技巧可能你一开始觉得麻烦，但用顺手了会发现真香。
嗯，准备好了吗？咱们开始吧。
公众号：蓝海资料掘金营，微信deep3321