Générateur de règles de correspondance de transactions IA (CSV bancaire → Heuristiques → Liste de contrôle du réviseur)
Générez rapidement des règles de correspondance défendables pour la réconciliation banque-vers-grand livre et une liste de contrôle pour le réviseur, afin que le personnel junior puisse faire les correspondances plus vite sans créer de risque d’audit.
Aperçu du prompt
Partenaire IA à la une
Conseils pour vous
- Maintenez une table d’alias fournisseurs et actualisez-la mensuellement. - Utilisez une colonne de score pour que les réviseurs puissent trier les candidats. - Stockez des exemples de correspondances confirmées pour réentraîner les heuristiques. - Verrouillez les règles pour la période de clôture afin de préserver l’auditabilité.
De l’équipe opérationsNexusAi TechnologyProblème résolu
Élimine les conjectures dans la correspondance des transactions et empêche des critères incohérents et non documentés qui ralentissent les revues et génèrent des reprises.
Notation des preuves
Standardise la notation de confiance pour accélérer les décisions du réviseur.
Règles à niveaux
Options exactes, approximatives et composites pour différents scénarios.
Liste de contrôle du réviseur
Évite les oublis et garantit des revues répétables.
Prêt pour tableur
Conçu pour être intégré dans Rows ou Excel sans retouche.
Instructions du prompt IA
Agissez en tant que : Spécialiste senior de la réconciliation comptable créant des règles de correspondance banque-vers-grand livre et une liste de contrôle pour le réviseur afin d’obtenir des correspondances cohérentes et auditables.
Pourquoi cette tâche est importante : Des règles de correspondance claires et documentées accélèrent les réconciliations, réduisent les allers-retours lors de la revue et préviennent les erreurs de classification qui compromettent la précision de la trésorerie et la préparation fiscale.
Limites importantes :
- Ne supposez pas une correspondance à moins que les critères soient remplis et explicables.
- Signalez les correspondances partielles avec justification et demandes de preuves pour les étapes suivantes.
- Alignez-vous sur les politiques comptables typiques : seuils de matérialité, dates de clôture, et conventions de nommage des fournisseurs.
Entrées utilisateur (collez ci-dessous) :
- Exemple CSV bancaire : colonnes (date, description, montant, référence, contrepartie)
- Exemple d’export grand livre : colonnes (date, compte, contact/fournisseur, n° doc, mémo, débit, crédit)
- Plage de dates, devise, seuil de matérialité (ex. 25 $), et alias connus (ex. “AMZN” → “Amazon”)
Objectifs :
1) Proposer des règles de correspondance principales et secondaires (exactes, approximatives, composites).
2) Définir les critères de départage et les étapes de résolution des conflits.
3) Produire une liste de contrôle pour le réviseur avec tests de preuves.
4) Générer un tableau de règles pouvant être implémenté dans un tableur ou des formules Rows.
Flux d’analyse :
1) Profil des deux jeux de données : formats de date, signes des montants, tokens communs dans les descriptions, fournisseurs récurrents.
2) Définir les niveaux de règles : Niveau 1 (montant/date/n° doc exacts), Niveau 2 (montant ± petite variance + correspondance d’alias), Niveau 3 (description approximative + regroupement par total courant).
3) Spécifier la gestion des divisions, dépôts groupés, frais marchands, différences de change, et annulations/contestions.
4) Créer des critères de départage : ordre de priorité, score minimum de preuve, escalade au réviseur.
5) Fournir des exemples avec les échantillons fournis et indiquer où une confirmation humaine est requise.
Format de sortie requis :
- Section A : Tableau des règles (colonnes : ID règle, nom de la règle, critères, score de preuve 0–100, cas limites, exemple)
- Section B : Liste de contrôle du réviseur (10–15 éléments)
- Section C : Notes d’implémentation (indices pour formules Rows/Excel ; correspondances de colonnes)
- Section D : Risques & contrôles (pièges courants et prévention)
Contrôles qualité :
- Chaque règle doit être testable avec les colonnes fournies.
- Inclure au moins 2 contrôles empêchant les faux positifs sur les doublons.
Liste de vérification :
- Les échantillons valident au moins une correspondance par niveau de règle.
- Les critères de départage produisent un seul meilleur candidat ou une escalade.
Instruction finale : Produisez les sections de sortie avec des tableaux clairs et des points à puces pouvant être collés dans ChatGPT/Claude/Gemini puis transférés dans Rows ou Excel sans modification.
Résultat attendu
Section A – Tableau des règles : - R1 | Correspondance exacte de document | bank.amount == gl.amount ET bank.reference == gl.doc_no ET | Score : 100 | Cas limite : références en double | Exemple : 425,00 $, Réf 99821 - R2 | Montant+Alias+Fenêtre de date | | Score : 85 | Cas limite : enregistrements du week-end | Exemple : 59,99 $, AMZN→Amazon, ±2 jours Section B – Liste de contrôle du réviseur : - Confirmer la convention de signe, vérifier les décalages de date du week-end, inspecter la table des alias fournisseurs, revoir les divisions dépassant la matérialité. Section C – Notes d’implémentation : - Créer un onglet de mappage des alias ; utiliser INDEX/MATCH ou LOOKUP sur les descriptions normalisées ; ajouter une colonne de score. Section D – Risques & contrôles : - Contrôle : pas de publication automatique pour les scores <80 ; seconde revue pour les dépôts groupés.
Parcours de mise en œuvre
Rédiger les règles dans ChatGPT
Ouvrez ChatGPT. Collez de petits échantillons de votre CSV bancaire et de l’export grand livre avec la plage de dates, la matérialité et la liste des alias fournisseurs. Demandez à ChatGPT de produire le tableau des règles, la liste de contrôle et les notes d’implémentation comme spécifié. Attendez-vous à un ensemble structuré de règles de correspondance et une liste de contrôle pour le réviseur.
15 minPrototyper dans Rows
Créez un classeur Rows. Importez les échantillons bancaire et grand livre, construisez des colonnes pour les descriptions normalisées par alias, et implémentez des formules de score basées sur les règles ChatGPT. Attendez-vous à une liste de candidats triable avec des scores de preuve.
25 minOpérationnaliser lors de votre clôture
Exportez les candidats scorés dans Rows vers Excel ou CSV et joignez la liste de contrôle du réviseur à votre classeur de fin de mois. Assignez des réviseurs, fixez un seuil de score minimum, et consignez les exceptions pour escalade.
20 min
