我要投稿

【随笔】DeepSeek参与商务接待报销的审计工作例举

发布日期：2025-03-12 07:07:53 浏览次数： 2264

作者：檐下集

微信搜一搜，关注“檐下集”

　　税法规定公司商务招待费用占比应该是业务招待费发生额的60%，但最高不得超过当年销售(营业)收入的5‰，超过部分就不能列入成本，可以作为费用，很多企业在控制商务接待都有比较严苛的规定，例如需要提供发票、流水单、商业目的、与被招待人的业务关系、招待的时间地点等详细信息，有的甚至要上菜后拍照，最无语的是还要提供与赴宴者的合影；不过“道高一尺魔高一尺二”，再严格的规定，也难免会存在一些私人消费通过商务接待的名义要企业埋单的现象。

　　其实相当一部分企业的报销制度都是虚有其表，看似流程合规、审批合规的报销过程中，也会藏着一些以权谋私的行为；利用DeepSeek如何通过对报销文档资料进行分析发现其中端倪，本文做一个例举：

　　非商务招待虚假报销通常有以下三种，第一是招待亲朋好友用餐以业务费的名义套用一个客户名称报上去，第二是与某餐厅相熟可以虚开发票，虚构商务招待，第三种极少数情况是真实的商务宴请没有开出发票，只能用其他发票冲抵；前两种构成侵占公司财物，第三种属于合理但不合规。

　　分析虚假报销，并通过提问的方式来发现疑问点，快速排查的问题设定，建议从时间、地点、对象、填报人来出发。

　　提问的顺序可以按照下述方法来进行：

　　1.让DeepSeek列出就餐时间为法定假日的票据；

　　2.让DeepSeek列出就餐时间为周末的票据；

　　3.根据问题1和问题2的结果，列出就餐餐厅所有票据列表，包括工作日报销的发票；

　　4.根据发票票据列表，列出报销人是否是同一人填报；

　　5.比对CRM系统或者项目销售人员日常汇报材料，比对报销人是否是项目负责人；

　　6.就所列就餐客户名单，比对CRM系统，是否有相应业务进展记录；

　　7.根据报销次数较多的餐厅（如非公司签约餐厅），查看有是否是同一人填报或多人填报。

　　就上述提问所能实现的结果就是要分析出用餐的合理性：用餐餐厅档次合理，用餐地点位置合理，用餐时间合理，用餐商务目的合理，用餐参与人员合理，用餐消费标准合理，报销人的身份合理。

　　现在对一组报销数据进行提问式分析,要求列出：法定假日、非工作时间、工作时间比例，得出的结果是——

　　疑点一：能在国庆当天把商务对象邀请出来，说明客情关系得有多密切！

　　疑点二：在10月30日当天有两个宴请报销，分别在两个区，开票时间也都在一个时间段，如果不是中午一次、下午一次，大概率就是报销存在问题。

　　再对用餐餐厅的名称进行分析，并把列出相同餐厅名称所占比例，如果不是公司签约餐厅，且与公司距离较远，又接待了不同的客户，那么大概率就是报销人的个人用餐习惯了，或者与该餐厅相熟可以私开发票。　　

　　然后将重复出现的用餐餐厅名称在所有报销票据里搜索一下，如果存在还有其他人也用该餐厅报销，那么基本可以判定要么是该餐厅有问题，要么是报销人有问题。

　　

　　想查就没有查不到的漏洞，即使不用DeepSeek也能查得到；不想查，再多的问题摆在那里也会视而不见，用了DeepSeek也是做做表面文章；这篇文章写到这里，基本上懂的都能懂了……

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-06-15

用AI构建知识架构

2026-06-15

Google 把「让 LLM 维护知识库」写成了规范：我照这个思路跑了半年

2026-06-15

Google 发布 OKF：AI 知识库的开放格式来了

2026-06-12

如何快速地拥有一个帮你管理知识库的agent

2026-06-11

拆解 | 从0到1搭建企业知识库：一份面向中小企业的实操指南

2026-06-11

用 Obsidian 和 Codex 搭建自生长知识库：从收集、整理到输出的完整流程

2026-06-10

知识萃取：把专家脑子里的"暗知识"挖出来的技术

2026-06-10

从知识沉淀到 AI 执行：一次本地知识库工作流的 Harness 实践

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

教程｜用腾讯乐享AI知识库+WorkBuddy构建内容生产工作流

2026-03-31

AI大神卡帕西的知识管理方法刷屏，用Get笔记六步抄作业

2026-04-07

最近的AI信息焦虑，被阿里Agent团队治好了（附赠工具）

2026-03-23

从检索到理解：Karpathy的LLM Wiki为什么比RAG高一个维度

2026-04-12

Obsidian + Codex：把本地文档变成可被 AI 维护的知识库

2026-04-28

我试了 Karpathy「让知识自己长出来」的方法，踩了 4 个坑

2026-04-07

全网都在抄 Karpathy 的知识库，但大多数人只学到了皮毛

2026-04-13

大模型时代本体论Ontology驱动的AI知识引擎助力企业智能决策系统的未来进化-一篇献给企业董事会和CIO的深度思考(第一篇)

2026-04-01

AI研发自动化：Wiki知识库+技能包

2026-06-04

Karpathy又双叒叕发新概念了，这次我替你找到了那个产品

2026-04-07

大家都在问

RAG vs 微调 vs 本体：企业知识管理三条路，该走哪条？

2026-06-04

Harness Engineering 实践：LLM Wiki 什么时候、怎么引入?

2026-06-01

企业知识库里的元数据，到底应该怎么用？

2026-05-27

Claude 盯上小老板：Coding 之后，下一个吞 Token 兽？

2026-05-14

AI行业正从“卖Token”转向“卖组织认知能力”，咨询业浴火重生？

2026-05-10

Agent 从“能用”到“管好”，中间差了什么？

2026-05-08

AI Coding思考：从工具提效到范式变革，我们还缺什么？

2026-03-02

.md 编译了个人认知，什么来编译企业的认知？

2026-02-27

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件 FDE AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部