要用 AI 規劃審計抽樣而不捏造證據，在揀選任何項目之前，先界定審計目標、總體、抽樣單位、期間、納入規則、偏差、方法、樣本量決定權、選樣機制、替換規則和結論界線。AI 可以整理計劃、檢查欠缺的欄位；它不得捏造總體紀錄、選樣結果、測試工作、例外或結論。

由負責任的 AI 流程開始，但專業判斷和證據保管始終由審計團隊負責。抽樣計劃不是審計證據，被選中的項目亦不等於已測試的項目。

關鍵要點

把樣本綁定到一個審計目標和一個經核實的總體。

決定樣本量之前，先界定抽樣單位和偏差。

寫明統計或非統計選擇的合資格負責人。

保留總體快照、隨機種子或選樣紀錄，以及每一次替換。

結論只限於方法、總體、期間和實際執行的工作。

甚麼是用 AI 規劃審計抽樣而不捏造證據？

審計抽樣計劃說明：為何要審查一個子集、它代表哪個完整的總體、如何揀選項目、審計人員會測試甚麼、如何評價偏差，以及該方法能支持哪些結論。計劃先於選樣和測試。

美國政府問責署（GAO）的《財務審計手冊》為聯邦財務報表審計提供方法和工具，包括計劃和紀錄方面的考慮。［1］其審計抽樣指引討論了目標、總體、抽樣單位、選樣、評價和紀錄。［2］請採用你的委聘所要求的準則和方法；這些參考資料不能取代它們。

把抽樣計劃與實驗計劃分開。實驗透過分配或比較條件來估計效應；審計抽樣則是在既定的保證方法下，從現有總體揀選項目，為某個審計目標取得證據。

如何定義目標與總體？

步驟 1：寫明目標與認定

寫出一個精確的問題。「審查發票」並不足夠。「確定本期內記錄的已批准採購發票，在入帳前是否有規定的三單配對證據」則明確了總體、事件、控制和時間關係。

記錄委聘 ID、審計範疇、目標、相關認定或控制、準則、期間、風險評估、依賴策略、預期證據、負責的審計人員、覆核人和計劃中的結論。如果一次選樣要服務多個目標，便記錄同一總體和抽樣單位是否適合每個目標。不要只因紀錄方便便重用樣本。

把已知的不確定性和後果連繫到風險登記冊流程，但不要讓風險標籤取代委聘的抽樣方法。

步驟 2：定義並證明總體

描述選樣所依據的總體：來源系統、報表或查詢、實體、帳戶或流程、起訖日期、納入和排除規則、狀態篩選條件以及快照時間戳。在相關時，記錄預期和實際的紀錄數目以及控制總額。

在依賴選樣之前，必須先測試總體的完整性和準確性。按情況把擷取結果與獨立的分類帳、來源報表、編號序列、控制總額或系統紀錄核對。調查欠缺的期間、重複的 ID、空鍵、遲來的項目、撥回以及篩選條件的影響。

使用資料驗證清單做格式和完整性檢查，但要記住：語法上有效的行，仍可能遺漏部分審計總體。如果無法證明總體對該目標屬完整，便停止，或在適用的方法下修訂做法。

AI 工具不得填補欠缺的紀錄、估算被遺漏的總體規模，亦不得因某份匯出資料的總數看來合理，便把這份方便取得的資料當作完整總體。

如何定義單位、偏差、方法？

步驟 3：定義抽樣單位和選樣框

抽樣單位是可供揀選的單一項目：交易、發票、付款、日記帳分錄、一次控制執行、一日、一名用戶、一個批次或其他既定單位。單位應與將要測試的內容，以及偏差或錯報的評價方式一致。

區分：

概念	例子
總體紀錄	已批准交易擷取結果中的一行
抽樣單位	一次發票審批事件
證據包	發票、審批、收貨單和系統紀錄
測試實例	審計人員就該單位記錄的程序和結果

如果一張發票有多個審批步驟，便要訂明單位是發票、每一次審批，還是一次控制執行。否則分母和偏差率都可能失去意義。

以唯一 ID 建立一個穩定的選樣框。凍結其內容和排序，記錄擷取方法和時間戳，並防止選樣後的修改改變某個索引所指向的項目。

步驟 4：預先定義偏差和邊界案例

在測試之前寫好甚麼情況算偏差，包括必需的屬性、時間、獲授權的證據、容許的例外、欠缺證據的處理方式，以及由誰解決含糊之處。就實質性抽樣而言，按適用的方法界定錯報的量度方式和相關的可容忍限額。

例子應針對具體委聘：

入帳前欠缺必需的審批；
審批由無權的角色執行；
證據存在，但無法與所選單位對應；
控制在容許的時間之後才執行；
有紀錄、已批准的例外符合政策規定；
項目已作廢、撥回、重複，或不在期間之內。

不要指示 AI 判斷不尋常的證據是否等同。由審計人員套用準則並記錄專業判斷。欠缺的證據不應被改寫成「控制很可能已執行」的證據。

步驟 5：選擇統計或非統計方法

統計抽樣使用以概率為本的選樣和統計評價，因此可以在所選方法下量度抽樣風險。非統計抽樣同樣要求具代表性、無偏的選樣和專業評價，但不能只因用了隨機函數，便聲稱可以用統計方法量度抽樣風險。

記錄方法、理由、風險假設、預期偏差或錯報的依據、可容忍率或金額、適用時的信賴或保證參數、分層、個別重大項目的處理，以及批准設計的合資格負責人。

GAO 的統計抽樣資料解釋了概率抽樣的概念和樣本設計的考慮。［3］不要未經核實其假設、總體、目標、預期誤差、可容忍誤差和所需信賴水平，便從通用表格照搬樣本量。AI 不得選擇這些專業參數。

如何定量並重現選樣？

步驟 6：合資格人員決定樣本量

樣本量負責人應套用委聘所適用的準則、審計方法、風險評估、依賴計劃、總體特徵、預期偏差、可容忍偏差或錯報，以及計劃中的評價方式。記錄所用的工具、公式、表格、版本、輸入、輸出、調整、理由、編製人和覆核人。

把以下決定分開：

因金額、風險或異常特徵而必選的項目；
需要抽樣的餘下總體；
採用不同選樣或評價規則的層；
概率樣本或非統計樣本；
為其他目的而檢查的額外項目。

測試高風險項目很有用，但並不自動支持有關餘下總體的結論。把針對性揀選與代表性抽樣分開標示。

步驟 7：記錄可重現選樣

至於隨機選樣，使用已批准的確定性工具，並保留總體快照、唯一 ID 欄、排序規則、演算法或工具版本、隨機種子、要求的數目、選中的 ID、執行時間戳、操作人員和輸出檔案。以凍結的輸入重新執行，應得出相同的選樣結果。

至於系統選樣，記錄間距、隨機起點、排序方式、總體規模以及最後一個間距的處理方式。檢查總體排序中有否可能造成偏差的周期性規律。至於貨幣單位抽樣或其他專門方法，記錄相關的累計值和選樣邏輯。

AI 可以草擬供審閱的程式碼，但在檢查依賴、索引、重複處理、種子行為和輸出之前，不要在敏感資料上執行產生的選樣程式碼。獨立確認每個選中的 ID 在凍結的選樣框中恰好出現一次。

檢查這份抽樣計劃紀錄中欠缺或不一致的欄位。不要
建立總體行、選擇參數、產生選中的 ID、替換項目、
描述測試工作或推斷結果。只報告需要合資格審計人員
解決的矛盾和問題。

如何處理替換與測試狀態？

步驟 8：預先規定替換與缺證處理

項目不便測試或測試失敗，都不是替換它的理由。預先訂明：紀錄無法取得、在選樣框中重複、超出記錄的總體範圍、已損壞、已作廢，或只能連繫到不完整證據時，應怎樣處理。保留原來的選樣、原因、決定權限、替換方法以及對評價的影響。

替換可能因剔除困難個案而令樣本出現偏差。在不少設計中，欠缺證據本身便與測試相關。依循所要求的方法，把不確定之處上報，而不是要 AI 找一條「類似」的紀錄。

維持一份例外紀錄，記下原來的選樣 ID、問題、證據、處置、覆核人、（如獲准許）替換 ID、選樣方法和修訂版本。切勿從歷史紀錄中刪除原先選中的項目。

步驟 9：分開選樣、測試和評價

使用不同的狀態，例如 Selected、Evidence requested、Evidence received、Testing in progress、Deviation、No deviation、Consultation 和 Reviewed。每個測試結果都應寫明所選單位、程序、準則、證據定位、執行人、日期、發現、判斷和覆核人。

模型可以整理審計人員撰寫的筆記，或找出欠缺的欄位。它絕不能產生證據中不存在的簽署、截圖、工作單、控制執行紀錄、測試步驟、偏差或「通過」結果。NIST 描述了生成式 AI 的虛構內容和資訊完整性風險，並強調管治、量度和人手監督。［4］

使用事實核查流程把 AI 輔助撰寫的文字拆解成主張，再把每項主張與工作底稿比對。以第二個模型審查第一個模型，並不構成獨立的審計證據。

如何評價與保留軌跡？

步驟 10：只作設計支援的推斷

在所選方法下評價偏差或錯報，包括其定性特徵和可能的系統性原因。考慮抽樣風險、非抽樣風險、總體的有效性、必選項目中的偏差、未解決的證據、替換、分層，以及計劃中的依賴是否仍然恰當。

不要把針對性或隨意的選樣當作統計樣本來推斷總體。實際結論是「在已測試的項目中未發現偏差」時，不要說「沒有問題」。不要推及超出該實體、總體、期間、認定和程序的範圍。

記錄結論、方法、已測試數目、偏差、未解決的項目、適用時的定量評價、定性考慮、範圍限制、諮詢、編製人、覆核人以及與報告的連繫。如果證據不支持計劃中的結論，便按適用準則修改工作或報告該限制。

步驟 11：保留軌跡與變更

保留已批准的計劃、總體擷取邏輯、總體快照、完整性工作、樣本量紀錄、隨機種子或選樣紀錄、選中的 ID、證據要求、測試工作、例外、替換、評價、諮詢、覆核以及最終連繫。採用適合審計證據的存取控制和保留規則。

選樣之後的任何變更，都應說明改了甚麼、為何改、由誰批准、影響了哪些紀錄，以及設計或結論是否需要重新審視。切勿在看到例外之後重新產生一個「更乾淨」的樣本。

檢查清單

總結

圍繞一個精確的審計目標設計樣本。
由總體揀選之前，先核實總體。
選擇方法或樣本量之前，先界定單位和偏差。
保留可重現的選樣和替換紀錄。
切勿讓 AI 製造證據或測試結果。
只陳述設計和工作底稿能支持的結論。

常見問題

AI 能決定審計樣本量嗎？

它可以整理輸入或檢查已記錄的計算，但必須由合資格的負責人在適用的審計方法下選擇方法、參數、假設和樣本量。

隨機樣本一定是統計抽樣嗎？

不一定。統計抽樣需要在既定設計中使用以概率為本的選樣和統計評價。單有一個隨機函數，並不能確立這種方法。

證據不可用時能替換嗎？

只有在符合方法、預先訂明並獲批准的規則下才可以。保留原來的選樣，並評估欠缺證據本身是否構成偏差或限制。

被選中和已測試有何區別？

被選中的項目在樣本之中。只有在就已識別的證據執行了有紀錄的程序並經覆核之後，它才算已測試；被選中並不代表有結果。

高風險定向項目能代表總體嗎？

單憑它們本身不能。它們針對特定風險，但並不自動代表餘下總體。要標明其目的和結論界線。

選樣後總體變化怎麼辦？

凍結原來的快照，調查改變原因，並由審計團隊在有紀錄的批准下決定更新、補充還是重新設計樣本。

能讓另一個 AI 驗證第一個 AI 嗎？

不能。模型之間的一致既不是來源證據，亦不是獨立的審計工作。請審查實際的紀錄、程序、準則和工作底稿。

零偏差如何表述？

說明在有紀錄的程序下，已測試的樣本中未發現偏差。任何更廣泛的推斷都必須依循抽樣設計和適用的方法。

免責聲明： 本文提供的是一般性的教育資訊，不構成審計、鑒證、會計、統計、法律或監管意見。必須由合資格的專業人員按適用準則選擇方法、作出判斷、執行程序、評價證據並批准結論。

來源

U.S. Government Accountability Office — Financial Audit Manual — https://www.gao.gov/financial-audit-manual
U.S. Government Accountability Office — Financial Audit Manual, Volume 1 (2024) — https://www.gao.gov/assets/gao-24-107278.pdf
U.S. Government Accountability Office — Using Statistical Sampling — https://www.gao.gov/assets/pemd-10.1.6.pdf
NIST — Artificial Intelligence Risk Management Framework: Generative AI Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 9 月 6 日。

如何用 AI 規劃審計抽樣而不捏造證據：總體、選樣與替換