大模型+RPA的审计落地场景之6+10票据识别

大家周末好呀，一个月没发文了，最近在探索和尝试一些RPA结合大模型的落地场景，这次分享一个场景，不一定很实用，但可以给大家提供一个思路

在审计作业中，票据6+10的分类是一个比较让人头疼的活，6+10的范围：

6 家大型商业银行：中国银行、中国农业银行、中国建设银行、中国工商银行、中国邮政储蓄银行、交通银行

10 家上市股份制商业银行：招商银行、浦发银行、中信银行、中国光大银行、华夏银行、中国民生银行、平安银行、兴业银行、浙商银行、渤海银行

头疼在做票据台账的人，不一定会规范地录入数据，使用excel还不太好匹配（用正则可以一定程度上解决）

例如到你手上的数据可能长这样 ：

我们直接打开通义千问，看目前的AI是否能有能力解决这个问题

（ 在反复修改了 提示词以后， 目前这样提问的正确率能接受 ）

可以看出目前大模型已经有了一定的能力来解决这个问题，只不过一个一个问，再将回答一个一个贴到excel效率比较低，因此就只用解决最后一步，即批量自动化实现大模型的问答以及数据录入

这次使用的工具是 影刀RPA

全中文拖拽，有一丢丢编程基础的话应该能很快的做出来，没有任何编程基础，也能跟着步骤点出来（影刀的好处是有完整的一套官方中文教程，生怕你学不会的那种）

简单实现（只用8行）：

原理就是先获取目前打开的excel

然后获取总行数，再从第二行开始向下循环

每次循环都将当前循环项（即单元格的内容）传给RPA中的AI模块

在影刀GPT的编辑窗口中写好传入的变量（Excel单元格）和提示词即可

最后再将大模型输出的结果写回到Excel的第二列中，从结果来看，好像也还能用，再优化的话还是要从提示词上进行优化，这一步大家可以自己尝试一下

目前影刀的GPT4是 免费使用 的

如果觉得影刀的大模型能力不行，想使用其他厂商的模型，比如文心一言，通义千问，KIMI等，又或者需要使用多模态的模型，可以用影刀的AP来解决

在企业版的影刀中，可以选择AI应用