Kiểm Toán Danh Mục Chi Phí
PROTự động phát hiện chi phí phân loại sai, trùng lặp, vi phạm chính sách và mẫu gian lận bằng phát hiện bất thường ML. Đạt độ chính xác 90-95% nhờ phân tích hành vi ngữ cảnh.
Ví dụ sử dụng
Audit Q3 expense report để fix mis-categorized item.
Prompt Skill
Skill này hoạt động tốt nhất khi được sao chép từ findskill.ai — nó bao gồm các biến và định dạng có thể không được chuyển đúng cách từ nơi khác.
Cách sử dụng Skill này
1
Sao chép skill bằng nút ở trên
2
Dán vào trợ lý AI của bạn (Claude, ChatGPT, v.v.)
3
Điền thông tin bên dưới (tùy chọn) và sao chép để thêm vào prompt
4
Gửi và bắt đầu trò chuyện với AI của bạn
Tùy chỉnh gợi ý
| Mô tả | Mặc định | Giá trị của bạn |
|---|---|---|
| Mức độ nhạy phát hiện bất thường (0-1). Cao hơn bắt được nhiều hơn nhưng dễ dương tính giả. | 0.75 | |
| Ngưỡng tương đồng phát hiện trùng lặp (0-1). Tính đến biến động nhỏ số tiền/mô tả. | 0.85 | |
| Xử lý vi phạm: cảnh báo nhẹ, chặn cứng, hoặc chuyển phê duyệt. | soft_alert | |
| Bật so sánh baseline hành vi để phát hiện bất thường ngữ cảnh. | true | |
| Số tiền kích hoạt phê duyệt cấp cao hơn. | 5000 | |
| Yêu cầu phân tích ảnh hóa đơn cho chi phí vượt ngưỡng. | true | |
| Bật kiểm tra mẫu mã hóa GL hàng quý tự động. | true |
Nguồn nghiên cứu
Skill này được xây dựng từ các nguồn uy tín sau:
- Expense Coding Audit Red Flags Comprehensive guide on categorization inconsistencies and audit triggers.
- Expense Fraud Detection and Prevention AI-powered fraud detection methods and prevention strategies.
- Preparing for an Expense Audit 2025 Audit preparation checklist and best practices.
- ML-Based Personal Finance Assistant Multi-model approach for expense categorization and anomaly detection.
- Expense Tracker Using Machine Learning ML techniques for expense tracking and pattern analysis.
- Graph Neural Networks for Fraud Detection Advanced GNN approaches for financial fraud detection.
- Anomaly Detection in Financial Data Contextual anomaly detection techniques for financial systems.
- Deep Learning for Financial Anomalies Deep learning methods including autoencoders and LSTM for anomaly detection.