多模态大模 型 金融 / 教育 / 医学行业大模型 腾讯内部产品合作 数智人 企点客服 腾讯学堂 乐享 应用 原子 能力 大 模型 文档解析 - 拆分 - 入库 - 检 索 向量化（ embedding ） ③Agent 模式 调用插件 / 复杂工作流 响 应用户对话 ② 工作流模 式 指定工作流响应 用户对话 文档拆分 重排序 （ rerank)

传统一代机器人癿工作过程示意 第一步 获取业务文档 第二步 人工加工形成 Q&A 使用技术：关键字 + 同义词 + 句式 挑战：后台知识加工自动化程度较低 第三步 逐条 Q&A 人工维护入库 “ 余额查询” 出现过大约 250 种表达方式 试图人工穷举自然语言的所有表达 采用句式穷丼癿斱法，人工逐条维护， 业务乊间无法复用 对每个句式、 每种表达斱式， 配置关键词

1. 首期覆盖年审项目 量前 20% 的客户 2. 3 个月内扩展至中型企业审计 3. 6 个月后支持 专项审计场景 建立动态优化机制，每月更新知识图谱（至少 200 个新审计案 例入库），每季度进行模型微调（测试集 F1 值波动控制在±2% 内）。最终实现智能体覆盖 70%的常规审计程序，关键审计判断仍 保留人工复核环节。整个实施周期需 12-18 个月，关键路径上的数 据治理和合规验收环节需预留缓冲时间。 关联网络在传统审计中未被察觉。监控系统关键参数包括：股权穿 透层级（默认 5 层）、交易金额波动阈值（±30%）、资金闭环检 测周期（T+7）。 存货盘点辅助 结合物联网设备数据，智能体实现： - 自动匹配物流系统出入库记录 - 计算理论库存与实际盘点差异率 - 定位差异率＞5%的仓库区位坐标 某制造业客户应用后，盘点时间缩短 60%，发现某仓库存在系统性 账实不符问题，差异金额达 430 万元。 审计文档智能生成 ERP、财务系统等数据源，设置动态阈值规则 o 通过 NLP 识别合同文本中的异常条款（如隐藏的关联交 易条款） 3. 智能工作底稿生成 o 自动提取审计证据并生成标准化底稿 o 支持多维度交叉验证（如将采购订单、入库单、发票进 行三单匹配） 在实际案例中，某制造业集团通过部署该方案，将季度合规审 计周期从 45 人天压缩至 7 人天，同时发现 3 类此前未被识别的流 程漏洞。智能体持续学习的特性使其能够动态适应监管变化，例如

ModelMate RAG 工具链及 AI 计算使能-RAG 知识库构建服务，使能行业用户 构建财务制度、属地查检、蓝盾知库等知识库，通过对 1 万+多格式的文档进行分析、解析、 切片及入库等语料处理，采用了语料标准化、检索调优、切片调优等多种调优手段，最终保 障知识库答准率达到 90%+； 华为提供 ModelMate Agent 工具链及 AI 计算使能-Agent 场景构建调优服务，使能行业

“ ” 采用 解决方案白皮书下载 ，C “ ” 端客户使用 限时折扣提醒 ） - 社交媒体文案：根据产品特性自动适配平台风格（小红书种草文 案 vs 知乎技术测评体） - 促销活动规则：输入库存数据和客户价值模型，输出梯度优惠方 案（VIP 客户专属礼包 vs 新客首单满减） 实时对话辅助系统 在客服场景中部署实时推理引擎，实现： 1. 话术建议：根据客户问题实时推送最佳应答模板（如投诉处理七

库，基于大模型完成了在售保 险产品知识库的构建，涵盖了市场上所有在售产品的详细信息。 知识生产流程：搭建了高效的知识生产流水线，并建立了视频课程销售逻辑提取流水 线，完成了大量课程的抽取及清洗入库，整合梳理了大量业务材料，确保知识库内容的高 效更新和维护。 合规规则库：以合规人员积累的知识内容，如合规手册、风险检视表、历史审核文件等， 整合建立并动态更新合规规则库，确保对高风险内容的实时干预和调整。