（1）AI大模型与财务智能化变革：了解大模型技术（以DeepSeek为代表）的发展历程、核心原理及其在财务领域的革命性价值。掌握智能财务的核心特征：从事后记录转向事前预测、从事务处理转向战略赋能。分析传统财务工作的效率瓶颈与AI解决方案。通过案例理解DeepSeek在财务场景中的差异化优势（低成本、高性能、国产化、数据安全）。展望"RPA+DeepSeek+Tableau"三位一体的智能财务工作流架构。
（2）DeepSeek核心能力与部署实践：掌握DeepSeek大模型的核心功能与技术特点。学习DeepSeek的本地化部署方案，确保财务数据安全。了解DeepSeek在财务领域的三类应用模式：智能操作（流程自动化）、智能问答（知识查询）、智能问数（数据分析）。对比DeepSeek与其他主流大模型（GPT-4、文心一言）在财务场景中的表现差异。实践完成DeepSeek开发环境的搭建与基础功能验证。
（3）提示词工程与财务交互技巧：掌握与DeepSeek高效对话的核心技能。学习财务场景提示词的设计原则：角色设定、任务描述、数据格式、输出要求。掌握数据清洗提示词："请将以下财务数据表中的异常值标记，并输出修正建议"。学习趋势预测提示词："根据过去5年营收数据，预测未来3年季度增长率，需包含置信区间"。掌握复杂财务问题拆解的提示词撰写技巧。实践通过多轮对话优化AI输出结果。
（4）AI辅助财务数据处理与分析：掌握DeepSeek赋能财务数据的抽取、转换、加载（ETL）全流程。学习利用AI自动生成Excel复杂函数、VBA宏脚本、Python数据分析代码及可视化图表。实践给定一份杂乱源数据，使用AI提示词完成数据清洗、关键指标计算并生成动态图表。掌握财务报表自动生成技术：三张表（资产负债表、利润表、现金流量表）的自动填充与动态更新。
（5）AI驱动预算编制与成本管控：学习DeepSeek在预算编制与成本管控中的应用。掌握基于AI的预算数据收集、整理与分析方法。学习智能成本管控中的预测场景：基于AI+ML的智能预测、基于AI+BI的智能成本管控模型搭建。掌握成本优化建议生成：通过分析供应链数据，识别高成本环节并提出替代方案。实践构建成本分析统一数据模型，制作智能成本分析仪表盘。
（6）AI赋能现金流预测与风险预警：掌握DeepSeek在现金流分析与预测中的应用。学习构建基于历史数据的异常检测模型，当关键指标（流动比率、毛利率）偏离阈值时自动触发警报。掌握财务风险预警系统的设计方法：识别风险因子、建立预警规则、生成风险报告。实践完成企业现金流预测与风险预警模型构建。
（7）AI辅助税务合规与筹划：学习DeepSeek在企业会计准则实施和税务筹划中的应用。掌握利用AI自动比对税法条款与企业报表，标记潜在税务风险点。学习增值税法主要变化及AI辅助应对策略。实践完成税务合规检查自动化流程设计。
（8）RPA+DeepSeek财务流程自动化：理解RPA（机器人流程自动化）与DeepSeek的协同应用价值。学习"RPA+DeepSeek+Tableau"三位一体工作流：RPA负责多源数据自动采集，DeepSeek实现智能归因与预测分析，Tableau动态讲述财务故事。掌握费用报销、销售业务、采购业务三大场景的RPA机器人开发与应用。实践构建制造费用数据采集与处理自动化机器人。
（9）Coze智能体平台与财务智能体开发：掌握智能体（Agent）的运行机理及其与财务机器人（RPA）的本质区别。学习Coze智能体开发平台的核心概念与操作。掌握财务智能体构建的核心思路：编排工作流、连接知识库、集成工具。实践开发"费用报销智能审核助手"，实现票据识别、政策核对、自动填单的完整流程。学习财务报表分析智能体的开发方法。
（10）AI辅助SQL开发与财务数据分析：掌握向DeepSeek清晰描述业务问题、生成SQL查询草稿的技巧。学习将复杂或报错的SQL交由AI解释和修复的方法。应用SQL解决财务报表编制、审计支持和经营分析中的实际问题。实践编写SQL自动识别异常分录，构建月度销售毛利波动分析模型。
（11）财务数字化转型与AI伦理：了解影响会计行业的十大信息技术解读。学习财务数字化转型中的数智技术：自动化技术（RPA和IPA）、大数据分析与处理技术（DA与DM）、生成式AI技术（AIGC）及其对财务人的影响。掌握生成式AI在报告生成、文案优化中的伦理风险研讨。建立AI工具使用的数据安全与隐私保护规范。
（12）综合项目实战：智能财务工作流构建：结合所学知识，完成一个完整的智能财务工作流项目（如月度经营分析自动化系统、费用报销智能审核平台、现金流预测与风险预警系统）。涵盖需求分析、流程设计、DeepSeek提示词开发、RPA机器人配置、Coze智能体搭建、Tableau可视化的全流程。形成可复用的智能财务工作流模板，通过项目实战检验从传统财务到智能财务的能力跃迁
