WorkBuddy证券机构场景|券商底稿核对:三千处数字,先核三类

一个投行项目做到申报前，最耗人的环节往往不是写材料，是核材料。

同一组财务数据，招股说明书、尽调报告、审计报告、法律意见书各出现一次；问询回复发出去，同一个数又要跟着改一遍。客户名称、供应商简称、募投金额、关联方持股比例，全都有这个问题。

一处改动，牵动四处。一个中等规模的项目，要交叉核对的数字粗估在数千处这个量级。这个数没有权威出处，是按文件页数与密度估的，但足以说明：这项工作的量级，超出了人工逐条核对的可靠范围。

人做这件事通常只能抽样，抽到哪儿算哪儿，其余靠经验：哪个章节容易错、哪类数字常改、哪份文件是终版。经验管用，却不可交接，也不可复现。

一份材料里，同一个数出现四次

投行底稿核对，拆开是四类活。

第一类是一致性核对。同一个数在不同文件里取值一致，同一家公司名称统一，同一个日期指的是同一天。这类活占大头，机械、重复、容错率低。

第二类是加总校验。表格的合计项等于不等于分项之和，有勾稽关系的科目对不对得上。这类活规则清楚，最容易被机器接管。

第三类是对外一致性。材料表述与外部公开信息对不对得上，比如工商登记的股东结构、裁判文书网上的诉讼、交易所的问询。这类活要联网查，查到的东西还得人判断。

第四类是实质判断。这个关联交易是否构成重大依赖、这笔收入的确认时点是否合理、这个客户真不真实。这类活 AI 插不上手，也不该插手。

前三类占工时的大部分，第四类占责任的全部。

把 AI 放进来之前，得先说清边界，否则一定失望。

它能做的是查错。两份文件的同一个数字对不上，它能找出来；一张表的合计不等于分项之和，它能算出来；全文里“某某有限公司”和“某某公司”混用，它能标出来。这类活答案确定、可验证、不需要判断。

它做不了的是查假。一笔收入真不真、一个客户算不算关联方、一份合同有没有倒签，要靠函证、走访、穿行测试，靠人去现场看、去问、去对质。AI 看到的只是材料，材料里没有的东西变不出来。

边界划清，用法就明确了：把它放在核对这一端，别指望它替你核实。

还有个前置条件常被忽略：材料得能被机器读。文本层 PDF 没问题，扫描件要过 OCR，错一个字后面全是误报。盖章页、手写批注、跨页表格，识别质量明显下降。开工前花半天看看可解析比例，比返工一周划算。

第一步，建基准。一个项目里哪份文件最权威，要事先定下来：财务数据以审计报告为准，股权结构以工商登记和最新章程为准，合同金额以合同原件为准。定完基准，让它把关键数据抽成一张表：科目、期间、金额、来源页码。这张表既是对比的参照，也让团队第一次看清项目里有多少个关键数字。

第二步，抽数据。把其余文件里的同类数据抽出来，按基准表顺序对齐。最容易出问题的是口径：同一个营业收入，一份是合并口径，一份是母公司口径；同一个员工人数，一份含劳务派遣，一份不含。口径不对齐，比出来的全是假差异。办法是抽取时把口径带出来，存疑的单独列一栏，不并入比对。

第三步，出差异。逐项比对，输出差异清单：哪个文件、哪一章、哪个数、差多少、可能原因。产出不是结论，是线索，交给人判断哪些是真错、哪些是口径差异、哪些是正常差异。

三步走完，人做的活从逐条核对变成裁决差异。降下来的是机械核对，没降的是判断。

第一条，建基准表。

这是一份审计报告（附件）。请提取合并资产负债表、合并利润表、合并现金流量表中的全部科目及本期、上期金额，输出为一张表格，列为：科目名称、本期金额、上期金额、变动额、变动比例、来源页码。金额单位统一为万元，保留两位小数。科目按报表原始顺序排列，不要合并或归类。

第二条，交叉核对。

附件一是基准表，附件二是募集说明书。请把募集说明书中的财务数据与基准表逐项比对，输出不一致清单，列为：所在章节、原文数值、基准数值、差额、差额比例、可能原因。只列不一致项。若同一科目在募集说明书中多次出现，逐处列出。

第三条，名称与主体一致性。

请检查全文中的公司名称、股东名称、客户与供应商名称，找出同一主体存在多种表述的情况，输出一张表，列为：出现位置、原文表述、疑似对应的标准名称、差异类型（简称混用、错字、全半角、多字少字）。判定标准以首次出现的全称为准。

第四条，加总校验。

请检查文中所有表格的合计项是否等于分项之和。对每一张表输出：所在页码、表名、合计项数值、分项加总值、差额。若分项中含“其他”且未列明构成，标注为无法校验，不要臆测。

第五条，期间与日期逻辑。

请检查全文的时间表述是否存在矛盾，包括：报告期与具体年份的对应关系、承诺事项的起止时间、合同签署日期与履行期间的先后、审计报告日与财务数据截止日的先后。输出异常清单，列为：位置、原文、问题描述、建议核对的原始凭证类型。

五条有个共同点：都要输出结构化清单，不要一段总结。清单能核，总结不能核。

第一处是格式预处理。扫描件比例高的项目，OCR 错字直接变成误报。文本层文件占比低于七成，第一轮误报率高到让人放弃，要么先转文本，要么只核文本层部分。

第二处是误报治理。第一版清单里真实错误可能只占三成，其余是口径、格式、期间差异。筛的过程在教系统认口径，把这批误报整理成规则，第二轮能降大半。

第三处是责任边界。清单漏了、错了怎么办，要在项目组里说清：清单是提示，签字的人仍是责任主体。写进底稿的复核记录，比口头说管用。

第四处是数据合规。投行材料涉密，不能出内网。用之前确认部署方式与权限：谁能看、能看哪些项目、记录留不留，要有人负责。