Prompts métier : clôture assistée, analyse d’écarts et narration d’auditFinance prompts: assisted closing, variance analysis and audit narrativePrompts de finanzas: cierre asistido, análisis de desviaciones y narrativa de auditoría
Parcours : IA pour la Finance · OpérationnelCourse: AI for Finance · PractitionerCurso: IA para Finanzas · Operativo

≈ 15 min
Contexte
Pourquoi le commentaire et l’analyse documentaire sont le terrain naturel des LLM.
Au programme de ce moduleIn this moduleEn el programa de este módulo
- 01Contexte≈ 15 min
- 02Explication≈ 35 min
- 03Démonstration≈ 30 min
- 04Cas pratique≈ 25 min
- 05Étude de cas≈ 25 min
- 06Exercice≈ 35 min
- 07Quiz≈ 5 min
Une grande part du temps de la finance n’est pas le calcul des chiffres, produit par l’ERP ou le tableur, mais la RÉDACTION : commentaires d’écarts, narration d’audit, mémos, et l’extraction d’informations dans des documents non structurés (contrats, liasses, rapports). C’est précisément ce que les modèles de langage savent accélérer, à une condition stricte : chiffres et source de vérité d’un côté, narration et synthèse de l’autre.
Le contrôleur de gestion d’Ardennes Mobilier passe deux à trois jours par clôture à rédiger des commentaires que personne ne lui dispute : ils décrivent des chiffres déjà calculés. C’est ce temps-là que l’IA peut comprimer, pour le réinvestir dans l’analyse, pas pour le supprimer.
Objectifs d’apprentissage
Niveau N2, Appliquer. À l’issue de ce module, vous saurez Construire un prompt métier finance qui sépare strictement chiffres et narration, Appliquer une extraction sourcée sur un document financier fictif, et Évaluer la fidélité d’une synthèse en recoupant chaque donnée avec sa source. L’anatomie d’un prompt (rôle, contexte, format de sortie) est canonique dans le parcours « Prompt Engineering professionnel », modules 1 et 2 ; ici on l’applique au chiffre.