要求 AI 发现异常情况(什么是出问题的)。返回 JSON {"data":"...","findAnomalies":"...","rule":"..."}: data — 上下文; findAnomalies - 要寻找什么类型的奇怪现象(异常值 - 数量比平常大得多、重复、尖峰、可疑的圆形数量); rule - 被视为异常的规则或阈值(例如,“金额比中位数高 3 倍”或“同一天两次相同的付款”)。
异常是指与预期的偏差,但您必须自己定义“预期”。如果没有规则,人工智能会将任何大量数字称为异常,并向您发出虚假警报。机制:它将每条线与典型线进行比较,然后您决定什么是典型线。杠杆:给出一个阈值(以平均值/中位数的时间或百分比为单位)并命名异常值的类型 - 异常值、重复项、急剧跳跃、遗漏。业内人士:要求与中位数进行比较,而不是与平均值进行比较。一大笔钱会抬高平均值,并将其余的异常值隐藏在平均值之下;中位数是“中间”付款;一个巨人不会移动它,因此其背景下的异常值清晰可见。第二种技术:单独要求查找重复项 - 匹配供应商 + 金额 + 日期。这是一个频繁的泄漏(不小心支付了两次),其趋势和金额无法捕捉到。一个典型的错误:询问“查找错误”——人工智能不知道你的错误是什么,并且会保持沉默或弥补。请记住:人工智能只会显示异常情况,你仍然需要用眼睛检查。
解锁提交解决方案以供即时 AI 审核的权限。