大家好，我这边准备参加 2026 年全国税务师行业 “AI 赋能涉税专业服务技能竞赛”。
这个比赛比较特殊，不是普通聊天，也不是单纯写提示词，而是在 90 分钟内用 AI 完成涉税案例解析，流程大概是：
提示词设计 → AI 初稿 → 人工纠错 → 最终正式税务报告
初赛、复赛线上进行，每个事务所最多 6 个终端参赛。每个终端最多选 3 道案例题，题型分为：
- 基础题：企业所得税汇算、研发费用加计扣除、发票管理、基础优惠申请等。
- 中级题：土地增值税清算、高新认定、跨境简单涉税、税务风险评估、数据分析等。
- 高级题：并购重组、转让定价、税务争议、集团税务合规、国际税收、海外架构等。
分值权重是：基础 20%，中级 30%，高级 50%。
关键限制：初赛、复赛官方限定使用三个通用 AI 工具：
- 豆包
- 通义千问
- DeepSeek
决赛还会考 AI 智能体、API、RPA、OCR 等辅助工具融合应用。
我现在想请教各位大佬：这三个国产大模型到底应该怎么分工，才能在税务专业场景里最稳？
我目前初步设想是：
一、模型分工假设
1. 拆题模型
任务：从题干里提取主体、税种、期间、金额、资料、问题、业务链条、明显矛盾。
希望模型能力：
- 中文长文本理解强；
- 表格化输出稳定；
- 不乱编事实；
- 能把复杂题干拆成事实矩阵。
想请教：豆包、千问、DeepSeek 里，哪个更适合做"题干结构化拆解"？
2. 红队反证模型
任务：专门找 AI 初稿里的错误，包括：
- 政策适用错误；
- 税种混淆；
- 生效时间、废止时间、新旧政策衔接；
- 含税 / 不含税错误；
- 计算公式错误；
- 优惠条件遗漏；
- 程序法、证据链、资料缺口；
- 高级题里的主路径 / 备选路径 / 风险路径。
希望模型能力：
- 推理强；
- 会质疑；
- 不顺着初稿胡说；
- 能指出"证据不足，不能下结论"。
想请教：DeepSeek 是否最适合红队？千问或豆包有没有更稳的审查模式？
3. 正式报告成稿模型
任务：把人工确认后的事实、政策、计算和风险点，写成正式涉税专业服务报告。
希望模型能力：
- 中文公文 / 专业报告表达稳；
- 结构清晰；
- 语气审慎；
- 不乱加政策和事实；
- 能写"资料不足"“保留意见”“风险提示”。
想请教：豆包、千问、DeepSeek 里，哪个生成正式税务报告最像专业执业文本？
4. 质检模型
任务：提交前检查报告是否齐全：
- 是否有提示词设计；
- 是否有 AI 初稿；
- 是否有人工纠错；
- 是否有最终报告；
- 是否有政策依据；
- 是否有计算过程；
- 是否有风险提示；
- 是否存在资料不足但结论写死。
想请教：哪个模型适合做最后 5 分钟的稳定质检？
二、我想实测的模型能力
希望各位大佬帮忙提供经验，尤其是下面这些：
- 豆包、千问、DeepSeek 在中文税务、法律、政策类任务中各自强项是什么？
- 哪个模型最容易幻觉政策文号、条款、金额？
- 哪个模型最适合长题干和多附件分析？
- 哪个模型最适合表格、计算、公式复核？
- 哪个模型最适合"找错"和反证？
- 哪个模型写正式中文报告最稳？
- Web 版和 API 版能力差异大吗？
- 有没有适合税务 / 审计 / 法律场景的提示词套路？
- 如果要做内部知识库，豆包、千问、DeepSeek 哪套生态更适合快速落地？
- 决赛如果要展示 OCR + RPA + API + 知识库 + 智能体，哪家工具链更容易做出效果？
三、我的比赛打法设想
90 分钟内不打算让一个模型从头包到尾，而是多模型流水线：
0-10 分钟：人工先读题，标出主体、税种、期间、金额、异常点。
10-20 分钟：模型 A 拆题，输出事实矩阵和初步路径。
20-45 分钟：模型 B 红队审查，专门找政策、计算、逻辑、证据问题。
45-65 分钟：人工税务人员拍板，决定采纳、删除、保留、补资料。
65-75 分钟：模型 C 写正式报告。
75-85 分钟：整理人工纠错记录。
85-90 分钟：最后质检，不再大改。
我现在最想找到每个模型最适合的位置，而不是盲目迷信某一个模型。
四、希望大佬们给建议
如果你用过豆包、千问、DeepSeek 做过以下任务，求分享经验：
- 税务 / 法律 / 审计 / 财务分析；
- 政策检索和适用判断；
- 长文档阅读；
- 表格和计算复核；
- 报告写作；
- OCR / RPA / API / 智能体；
- 多模型协作工作流；
- 国内模型私有化或知识库搭建。
也欢迎直接推荐：
- “豆包适合干什么”
- “千问适合干什么”
- “DeepSeek 适合干什么”
- “哪个环节千万别用哪个模型”
- “怎么设计测试题 benchmark”
- “怎么防止政策幻觉”
- “怎么做最终人工审核清单”
我的目标不是炫技，而是把国产大模型在真实涉税专业服务场景里用稳、用深、用出可复制的方法。
感谢各位大佬。
1 个帖子 - 1 位参与者