行业资讯 | 人工智能可简化诉讼支持中的复杂性

大型语言模型（LLM）是经训练可理解和生成人类语言的人工智能系统，能够撰写文章、生成计算机代码并解决问题。其构建基于从训练数据、书籍、网站及文章中收集的信息。2022年，OpenAI发布了ChatGPT——这是一种生成式预训练转换器（GPT）类型的大型语言模型人工智能，可根据用户输入生成类人文本。其他基于大型语言模型的人工智能产品包括谷歌Gemini、Claude和CoPilot。

人们使用人工智能的频率越高，其知识库收集的信息就越丰富。频繁使用能为人工智能提供反馈，使其优化响应效果。尽管许多人工智能产品提供免费版本，但订阅制模式可提供更实时的知识更新，支持访问特定领域资源，并允许用户针对具体用途进行定制。典型的付费人工智能订阅服务通常包含更高额度或无限制使用权限、高级功能、技术支持以及强化的隐私与安全保障。

自ChatGPT推出以来，人工智能作为专业工具的应用率持续攀升。麦肯锡全球调查小组开展的一项调查显示，2024年有65%的企业使用生成式人工智能，较2023年的33%大幅增长。

要启用人工智能，你必须精心设计精准的指令，这一过程被称为提示工程（prompt engineering）。起初，许多人认为提示工程是受过专业训练的专家专属技能。然而，人工智能技术已迅速发展为更易上手的工具，且在识别对话式语言方面表现更出色。

有效的提示应明确任务、背景、受众和响应格式。还可进一步优化提示，指定所需响应的语气、风格、长度、数量甚至语言。用户可提供输出示例或模板，并在提示中加入指令以避免输出中出现特定表述（例如，避免图表中使用色盲人群难以区分的配色方案）。除了响应提示外，人工智能通常还会提出澄清问题，以确保结果符合用户预期。

人工智能提示工程可生成适用于法庭场景的内容。人工智能素养组织“教育人工智能”（AI for Education）提出的“五个‘S’模型”（Five “S” Model），为构建有效的提示工程提供了指导：

• 设定场景（Set the Scene）：描述会计纠纷或审计背景（例如，收入错报、《公认会计原则》（GAAP）会计处理、法务重构、资产追踪）。

• 明确具体（Be Specific）：界定会计背景下存在争议的经济问题（例如，《公认会计原则》（GAAP）会计处理或税法合规性、重要性阈值、资产隐匿、存货计价）。

• 简化语言（Simplify Your Language）：要求人工智能用通俗易懂的语言解释复杂主题，如收入确认、账面/税务差异、递延所得税资产或合并调整。

• 结构化输出（Structure the Output）：要求提供适合作为证据展示的响应格式（例如，并列对比表、分步调节表、流程图、彩色编码图表）。

• 分享反馈（Share Feedback）：通过澄清性语言优化人工智能提供的输出，解决误解问题，并使解释与法律简报、直接证词及交叉询问策略保持一致。

撰写提示时，清晰度至关重要。例如，不要简单输入“告诉我关于税务的内容”，而应尝试输入“用初学者能理解的通俗语言，总结加速折旧对小企业主的税务影响”。还可进一步优化，加入背景信息（如“以零售企业为例”）、限制条件（如“仅限三个关键点”）或具体要求（如“提供适合PowerPoint演示的幻灯片内容”）。

若要使用人工智能分析电子表格中的复杂数据（如存在异常的试算平衡表），可考虑以这样的提示开头：“识别此电子表格中的异常模式”，随后逐步优化为“突出显示金额超过10,000美元的交易，并提供陪审团易于理解的解释”。人工智能用户应记录提示与响应内容，追踪有效方式；这有助于培养直觉，避免生成充斥专业术语的响应。耐心必不可少——初始输出很可能需要调整，但通过练习，你将能够设计出持续生成定制化、易于理解的叙事式内容或图表就绪型摘要的提示。

人工智能的另一用途是优化写作。若你已完成报告撰写，可利用人工智能检查冗余内容或帮助调整写作语气。例如，向人工智能提出这样的提示：“针对法官和陪审团，你建议如何更新这份法律简报的语气？”或直接指令人工智能“更新这份简报的语气，使其适用于法律场景，并向陪审团传递具有说服力的信息”。

会计人员的工作成果可能内容繁杂。在准备证词时，会计人员可利用人工智能推荐的简化术语（见下表2）制作易于理解的摘要、简报和数据可视化内容，从而节省时间。

表2：ChatGPT对财务概念的简化响应

人工智能可为任何简报生成替代表述，并搭配图表制作简洁且具说服力的演示材料。其他基于人工智能的工具（如Grammarly[注：原文拼写修正]或ProWritingAid）可与文字处理程序集成，针对句子结构提供建议，例如指出可能造成干扰的重复表述，或建议主动语态与被动语态的优化方向。初期可结合多款人工智能产品生成内容，再通过Grammarly或ProWritingAid进行精修，这能显著提升写作效率。

同样，人工智能可助力证词取证与庭审准备工作。上传完整报告后，可要求人工智能提供可能用于直接询问与交叉询问的示例问题；聚焦特定专业领域时，也可请求其提供证词准备的详细指引。

例如，可向人工智能输入提示：“从总承包商视角，起草一份针对商业建筑多期施工项目中《会计准则汇编第606号》相关问题的答复草稿。”人工智能生成的摘要可作为极具价值的准备辅助材料。随后，还可进一步提示：“在一起舞弊案件中，指控依据基于收付实现制与权责发生制下的费用核算差异，请提供被告方会计专家在交叉询问环节可能面临的一系列问题。”

人工智能并非绝对可靠，存在一些已知缺陷，包括其对提示工程的部分响应方式。其中一个主要缺陷是“幻觉”风险——即人工智能生成看似合理但不准确的信息，例如错报税法条款或引用完全错误的来源文献。这种“幻觉”可能误导正在分析复杂数据或解释疑难会计概念的使用者，在诉讼等高危场景中尤为棘手，因为错误信息可能影响诉讼进程的裁决结果。

虚假引用会对法庭案件产生负面影响，并严重损害专家的声誉。2024年11月，一位斯坦福大学教授提交的法律专家声明中包含虚假法律引用，导致对方律师请求法院将该声明排除在证据之外。而向法庭提交含有人工智能“幻觉”信息的后果可能更为严重：2025年8月，亚利桑那州一名法官将一名律师移出案件审理流程，原因是该律师向法庭提交的信息中包含人工智能虚构的法律案例。法官还要求该律师通知其参与的其他未结案件的审理法官关于亚利桑那州案件中的“幻觉”问题，并将此事移交该律师所在州的律师协会以实施进一步处罚。会计专家必须确保人工智能在所有工作成果中的准确性和合规使用。

为降低此类风险，可启用人工智能的“精准模式”，确保仅使用经验证的信息；明确指定需核查的信息来源以要求准确性，并始终将人工智能结果与原始记录进行交叉验证。会计人员应从起草基础报告等小型低风险任务入手，再逐步开展关键分析工作；同时可考虑先形成独立判断，再将自身判断与人工智能结果进行对比。

一项最佳实践是首先询问人工智能：“你的知识截止日期是什么时候？”这有助于判断当前信息或近期动态是否会影响人工智能的输出结果。免费版人工智能可能不具备付费版的最新训练数据，但即使使用ChatGPT等免费版本，也可激活网络搜索功能以确保其使用最新数据响应提示，并明确要求其在网络搜索时仅依赖授权来源。

当你熟练掌握提示工程基础并了解人工智能的局限性后，可考虑寻找或定制符合自身特定需求的GPT。用户可在ChatGPT中“探索”专业领域GPT，具体选项因使用免费版或付费版而异。ChatGPT还允许用户通过简单流程创建专属定制化GPT，无需任何编程知识。

创建定制化GPT时，OpenAI的“创建GPT”工具会引导用户逐步输入清晰详细的指令，定义GPT的行为模式；用户还可选择上传多种格式的特定源文件（如会计准则、行业专项报告或财务证据样本），并要求GPT仅基于这些来源进行总结或分析。定制完成后，无需额外提供上下文提示，即可指令该GPT生成符合用户要求、语气一致的响应内容。

以下是通用人工智能（ChatGPT）与定制化GPT（ChatGPT内置迷你应用）的对比：

ChatGPT（通过ChatGPT应用或“chat.openai.com”使用）

• 默认通用型标准人工智能

• 响应内容扎实，力求中立直白

定制化GPT（ChatGPT内置迷你应用）

• 经定制优化的人工智能，具有独特侧重点或特定属性（如专业严谨、细节丰富、精准高效、注重清晰度）

• 支持自定义指令（如“始终以准备法庭提交文件的会计专家身份作答”或“仅围绕以下文件中的会计主题展开”）

• 具备定制化工具（如定向网络搜索、数据分析、图像生成）

• 拥有定制化知识库（如响应内容仅基于用户上传的特定PDF文件或数据集）

• 记忆设置支持持续参考预设参数、来源及偏好

人工智能应用的法律环境正快速演变。法院正在审理多起与受版权保护的材料及人工智能使用相关的纠纷，包括美国犹他州和加利福尼亚州在内的多个司法管辖区已通过关于生成式人工智能的披露法规。医疗行业已识别出多项与人工智能相关的伦理问题，这些问题同样适用于会计人员及专家证人，包括责任认定、共情能力、可解释性、隐私保护、知情同意、透明度及安全性。

专家证人应确保其工作符合法律、伦理及专业要求。美国律师协会（American Bar Association）指出人工智能可提升法律服务的质量与效率，并为其成员提供了伦理与实践指引；同样，许多州律师协会也发布了关于法律流程中使用人工智能的指导方针、框架及规则。建议舞弊领域专家查阅这些资源，确保在其所在司法管辖区内合规使用人工智能。

《会计杂志》（Journal of Accountancy）的一篇文章中，风险咨询总监J·迈克尔·里斯（J. Michael Reese）建议，会计人员应就人工智能的使用向客户获取知情同意，以避免纠纷与误解。具体而言，知情同意能让客户在工作开始前做出决策，并加强会计人员与客户之间的沟通。

要伦理地使用人工智能，需优先考虑数据隐私、减少偏见并促进透明度。在隐私保护方面，需注意输入人工智能的数据或与人工智能的对话可能会被存储并用于“训练”，这可能导致机密数据泄露。处理敏感数据、财务信息或受监管信息时，需使用企业级或本地部署的人工智能。使用任何人工智能（无论免费、付费或定制版）的最佳实践是检查设置并关闭训练模式（如可行）。订阅制模式通常提供更完善的隐私与安全保障。在OpenAI的免费版本中，未登录账号时与ChatGPT的对话默认会用于人工智能训练；若要退出将对话用于训练数据，可前往设置并取消勾选“为所有人改进模型”。

使用人工智能时需考虑到，其训练数据可能存在偏见、误导性或不完整性，这会导致系统输出结果出现偏差，并加剧偏见与不公。在诉讼支持领域，输出结果必须基于事实；输出中的错误或偏见可能导致诉讼失败、司法不公及声誉受损。

为验证人工智能提供的数据，会计人员在依赖人工智能之前，应基于自身对数据的评估，对预期结果形成大致判断。人工智能的主要用途应是节省时间，并帮助将信息调整为适合演示的形式。

在生成庭审支持材料时，需透明披露人工智能的使用情况。记录生成材料时使用的提示，并准备好解释如何验证输出结果。由于这是一项快速发展的技术，会计专家在项目中使用人工智能之前，必须研究相关案件及司法管辖区是否允许使用人工智能，以及需要向其他方披露的使用范围。

会计专家诉讼支持中使用人工智能的核心要点总结：

• 按需厘清复杂概念：利用人工智能将专业会计语言转化为清晰易懂的表述，高效生成摘要，帮助律师、陪审团及法官理解复杂主题。

• 精准可视化呈现：生成图表、时间线及简化表格，纳入简报并为证词提供支持；人工智能可生成可用样本，或提供图形设计工具以提升清晰度与理解度。

• 模拟律师可能提出的问题：设计有效的直接询问问题，并通过模拟不同法律视角预测交叉询问；人工智能可模仿可能挑战你结论的对方律师，通过压力测试解释内容，为专家证人提供有益的准备。

• 警惕人工智能“幻觉”与虚构内容：人工智能有时会极其自信地“编造信息”，需始终验证技术输出、参考资料及引用内容；未经独立确认，切勿依赖人工智能提供的权威来源引用。

• 提升效率而非替代专业判断：人工智能可处理基础任务，但不能替代专家判断；可利用人工智能总结文件、制作视觉辅助工具、构思解释与反驳论点，但你的专业判断绝不应源自人工智能本身。

• 保持警惕以确保保密性：始终警惕人工智能的法律与伦理影响；在使用人工智能处理实际数据前，确认所在机构的人工智能使用政策；切勿向任何公共人工智能工具输入敏感案件细节（尤其是法庭密封证据），应始终使用经过编辑或虚构的信息。

人工智能不仅仅是一种工具，更是会计专家（尤其是诉讼支持领域专家）的变革性力量。通过将数据简化为有效的要点摘要、直观图表及清晰报告，人工智能弥合了专业会计人员与法律从业者之间的认知鸿沟。

有效使用人工智能的关键在于掌握提示工程，平衡其优势与劣势，并持续关注相关法律与伦理规范的动态变化。采用人工智能时，制定明确的数据治理政策、为使用者提供适当培训及制定可接受使用政策至关重要，以确保仅在允许的情况下使用人工智能。将人工智能视为宝贵工具的会计专家，将能提升其业务水平，并重新定义自身作为沟通者的角色。

通过优化繁琐任务，生成式人工智能工具赋能会计专家将更多精力集中在高阶职能上，如形成具有说服力的观点及制定庭审策略。这种效率与能力的提升，使会计专家不仅成为技术顾问，更成为寻求真相、推进司法公正的有力力量。