以下是一些可能有助于您快速完成对账工作的大模型或工具：
用于增加记账的工作流，通过大语言模型把用户输入的非结构化数据转变成数据库能理解的结构化数据存入，并告诉用户结果1、开始：定义一个{{prompt}}，把用户在bot输入的记账内容传入进来（例如：今天花了233.32元吃了一顿烧烤）2、大模型：模型：本次任务比较简单，使用任意模型都可以胜任，无需调整大模型参数输入：定义了一个{{input}}引用了【开始节点】的prompt参数提示词：让大模型根据{{input}}传入的内容进行拆解，分别识别【记账事项】、【发生时间】、【变动金额】，并把识别出来的内容分别赋值到{{item}}、{{occurrence_time}}、{{balance_change}}输出：定义了【记账事项】、【发生时间】、【变动金额】对应的{{item}}、{{occurrence_time}}、{{balance_change}}3、数据库——插入记账记录输入：定义了{{item}}、{{occurrence_time}}、{{balance_change}}，用于接收从大模型节点{{item}}、{{occurrence_time}}、{{balance_change}}输出传入的内容SQL命令：不会写没关系，直接使用自动生成语法，输入命令如下，注意我们数据库存入的金额最小单位是分，所以在最终的语法，{{account_change}}*100；意思当用户说我花了2.23元，数据库存储的是2.23*100=223提示词：把item、occurrence_time、account_change存入到user_accounting_records表的{{item}}、{{occurrence_time}}、{{account_change}}中4、数据库——查询账户余额
BigModel平台的账单数据一直都困扰着大家，可以尝试用GLM-4-AllTools来帮助我们统计。下面的示例中，用我的7月和8月账单数据，如果想要统计你的平台账单，可以从平台的[费用明细](https://bigmodel.cn/finance/expensebill/list)导出月度明细数据。注意删除明细数据中把自己的API key列，防止泄漏给别人！[heading3]上传账单给沙盒[content]首先需要用上传文件的API把7月和8月的明细账单上传并得到fileid。代码示例如下：[heading3]统计7月账单数据[content]将两个文件的fileid提供给GLM-4-AllTools模型，让模型统计7月的账单数据和用量。为了让模型更好的理解账单明细含义，我们可以将数据说明作为背景提供给模型参考。代码示例如下：看下模型的统计结果，再对比下Excel的统计，全部一致！[heading3]统计8月账单数据[content]使用同样方式，我们统计了8月份的账单金额和用量：[heading3]分析账单数据波动[content]最后我需要GLM-4-AllTools帮我对比两个月的账单，找出哪些产品消费数据显著增加或降低。prompt修改为：由于任务复杂，模型推理花了会时间，最终为我找出来8月相对7月的波动产品，经过验证变化百分比准确!
除了能够帮助回答财务问题外，LLMs还可以帮助金融服务团队改进自己的内部流程，简化财务团队的日常工作流程。尽管金融的几乎每个其他方面都取得了进展，但现代财务团队的日常工作流程仍然依赖于像Excel、电子邮件和需要人工输入的商业智能工具这样的手动流程。由于缺乏数据科学资源，基本任务尚未被自动化，CFO及其直接报告人因此在繁琐的记录和报告任务上花费太多时间，而他们应该专注于[金字塔顶端](https://a16z.com/2020/04/15/new-cfo-tools/)的战略决策。总体而言，生成式AI可以帮助这些团队从更多的数据源中获取数据，并自动化突出趋势、生成预测和报告的过程。以下是一些例子：预测：生成式AI可以帮助编写Excel、SQL和BI工具中的公式和查询，从而实现分析的自动化。此外，这些工具可以帮助发现模式，并从更广泛、更复杂的数据集中为预测建议输入（例如，考虑宏观经济因素），并建议如何更容易地适应这些模型，以便为公司决策提供依据。报告：生成式AI可以帮助自动创建文本、图表、图形等内容，并根据不同的示例调整此类报告，而无需手动将数据和分析整合到外部和内部报告中（例如，董事会材料、投资者报告、周报表）。会计和税务：会计和税务团队需要花时间咨询规则并了解如何应用它们。生成式AI可以帮助综合、总结，并就税法和潜在的扣除项提出可能的答案。采购和应付账款：生成式AI可以帮助自动生成和调整合同、采购订单和发票以及提醒。