收益：
- 能够理解申报类型的逻辑和项目，并在人工智能的支持下创建清单草案
- 能够在预申报一致性和遗忘物品控制中使用人工智能，并通过官方系统和立法验证最终数字
- 能够遵守绝不将人工智能输出直接转化为声明的纪律，并知道该声明的法律责任在于签署该声明的专业人士。
申报书是纳税人向国家通报其在一定时期内应税情况的正式文件。这是专业人员工作的核心，也是最高责任点：签署的声明是法律承诺。在本单元中，我们将学习如何使用人工智能作为申报过程中的安全预控制器和提醒。关键原则从一开始就很明确：人工智能不准备声明，它只是帮助检查您是否准备好了。数字来自官方系统，验证是你的，签名是你的。
主要声明类型和逻辑
每个声明都回答不同的问题。人工智能在快速解释这种逻辑并提取项目列表方面非常强大。
- 增值税申报：申报一定时期内计算的增值税（增值税，对商品和服务征收的间接税）与应扣除的增值税之间的差额。主要逻辑：计算-免赔额=应付或展期。
- 预扣税和保费服务申报：申报预扣税（从源头扣除的税款）和雇主从员工工资和部分付款中扣除的 SSI 保费。
- 临时纳税申报：是各期预缴的年度税款；它是根据期间收益和年度申报中的抵消额计算的。
- 公司纳税申报表：申报公司就其年度收益缴纳的税款；从商业利润到财务利润（法律不允许的费用、例外、扣除）的转变就是在这里进行的。
- 年所得税申报：收集真实人的年收入和收入。
注意：人工智能可以正确解释这些类型的逻辑，但可能会在报关单中给出错误的当前行号、代码和费率。表格结构和税率始终取自当前的官方系统（数字税务局/申报编辑程序）。
人工智能在申报过程中的安全作用
您可以在三个方面安全地使用人工智能：
- 事项提醒：“该纳税人类型的增值税申报中哪些免征和扣缴项目可以忽略？”创建清单，例如：
- 一致性检查：质疑试算表和账目与报表草稿之间的逻辑一致性（“计算的增值税和销售收入是否按比例兼容？”）。
- 解释制作：起草声明所附的解释或解释性文本。
他不能也不应该做的是给出最终数字并将其放入声明中。该数字来自会计记录和官方系统。
安全流程循序渐进
下面的流程显示了人工智能驱动但保留责任的声明的准备过程。
步骤
谁做的
人工智能的贡献
试算平衡表和文件编制
专业的
缺少文件清单
物品分类
专业的
KKEG/例外区别的问题清单草案
计算
专业+系统
使步骤可见，重新计算
一致性检查
专业的
比例和逻辑交叉检查
登录系统
专业的
无（官方系统）
签名并提交
专业的
无（法律责任）
三个迷你箱子
案例 1 — 忘记预扣税扣除。某建筑公司在准备增值税申报时，顾问向人工智能询问：“这个行业有哪些部分预扣税项？”他问道。该模型让人回想起一种被忽视的预扣税类型。顾问从立法中证实了这一点，并纠正了缺失的 42,000 土耳其里拉的预扣税。在这里，顾问负责人工智能的提醒、确认和决策。
情况 2 — 利率错误。实习生告诉AI“适用暂定税率”；该模型使用旧税率，草案显示多征 30,000 土耳其里拉的税款。当顾问用官方系统中的当前汇率重新计算时，他发现了错误。教训：汇率始终取自当前的官方来源，而不是取自模型的内存。
案例 3——企业税收抵扣控制。在公司纳税申报之前，注册会计师通过人工智能将商业利润向财务利润过渡的项目记入清单（KKEG、豁免、上一年亏损、临时税抵免）。它将每个项目与其自己的记录进行匹配，并注意到被遗忘的上一年损失抵消。陈述正确；人工智能只是起到了记忆的作用。
弱提示/强提示
弱提示：
准备我的增值税申报表，找到要缴纳的税款。
该模型在不访问数据、不知道时期和立法的情况下编造了一个数字；这直接是危险的。
强力提示：
您的角色：飞行前增值税申报助理。任务：根据以下期间数据计算申报；相反，创建一个清单。检查：- 哪些项目可能被忽略（例外、预扣、退款）？- 计算和扣除的增值税项目在逻辑上是否一致？- 我应该从官方制度和立法中确认哪些金额？规则：您决定最终数字；仅产生控制问题。[学期摘要（匿名）：...]
第二个提示将人工智能置于正确的角色（控制器）；将责任掌握在专业人员手中。
以下是您可以在声明之前使用的一般清单提示：
为以下申报类型生成最终清单：- 经常被遗忘的项目- 常见分类错误- 一致性检查（比率、逻辑）- 待确认的当前比率/限制（不要给我数字，说“确认”）申报类型：[增值税/预扣税/临时/机构]
起草随附的描述文本：
您的角色：助理财务顾问。任务：起草一份正式风格的简短解释文本，附在声明中，解释以下情况。规则：如果添加法律依据，请标记“必须经过验证”；该金额是捏造的。[状态：...]
为了一致性交叉检查：
比较以下两个数据，质疑是否存在不一致之处：1）报关稿中计算的增值税：[金额]2）当期销售收入：[金额]这两者比例相符吗？如果不兼容，请列出可能的原因。不要给出明确的结果，而是产生控制问题。
常见错误
- 让模型产生数字。最终金额来自会计记录和官方系统；不是来自模型。
- 从模型中获取当前汇率。费率和限额必须从官方来源确认。
- 依靠表单结构模型。线路代码和表格布局取自当前官方程序。
- 绕过一致性检查。未经逻辑交叉检查而提交的声明存在错误的风险。
- 粘贴数据而不匿名。纳税人数据不应直接提供给该工具；必须保护机密。
综上所述
申报准备是职业中最负责任的一步，人工智能在这里用作控制和提醒的助手，而不是产生数字。模型解释声明类型逻辑，提醒遗忘项，生成一致性问题；但最终的数字来自会计记录和官方系统，费率是从当前来源确认的，签名和责任仍由专业人员负责。 AI 输出永远不会直接转换为声明。
应用任务
选择您已准备的声明类型（带有样本数据）。通过强大的提示模板，从 AI 获取预申报清单和一致性问题。将清单上的每一项与您自己的记录进行匹配，并确定至少一项“被忽视的项目”，并通过立法予以确认。不要直接使用模型给出的任何比率；从官方来源核实每一项并记录下来。
清单
- [ ] 我使用人工智能来发挥控制作用，而不是产生数字。
- [ ] 我从会计记录和官方系统中得到了最终金额。
- [ ] 我已从当前官方来源确认了所有费率和限额。
- [ ] 我为遗忘的物品制作了一份清单并匹配了每一项。
- [ ] 我交叉检查了一致性和逻辑性。
- [ ] 我通过匿名化数据来保护机密性。
- [ ] 我通过确认我签字并承担责任来结束该声明。