美投

为什么你的AI没法做投资分析？专业AI工程师，教你最实用AI分析技巧！
2025.10.13
播放量 7.3k
如何用AI快速研究一家公司？想必大家对于生成式AI应该都不陌生了，大概率也都用AI研究过股票。但你真的能用好AI吗？为什么多数人都说AI在投资上根本不好用？
开通服务即可查看评论～
文字稿
如何用AI快速研究一家公司？想必大家对于生成式AI应该都不陌生了，大概率也都用AI研究过股票。但你真的能用好AI吗？为什么多数人都说AI在投资上根本不好用？
对我来说，由于工作的关系，我几乎每天都需要AI协助做调研。实话讲，这个过程确实不像想象中那么简单。幸运的是，我们团队里有一位AI领域的专家，他给了我不少理论上的支持。有了理论，加上自己长期的实践，我逐渐有了一套我自己用得还不错的，用AI快速研究股票的方法。今天这期视频，我就把这套方法分享给大家。
﻿
普通人对AI分析股票的误解
不知道大家有没有过这样的体验。有时候AI的回答特别敷衍，好像说了很多，但一点有价值的信息都没有；有时候，他给的分析特别基础，或特别晦涩难懂，总是和自己的认知水平不吻合；有时候，它的分析会走极端，你说它过于乐观，它立马就改成特别悲观，好像在迎合你；有时候，AI还经常会一本正经地胡说八道。
如果你平时和AI打交道比较多，这些情况多多少少都应该遇到过。最让人烦恼的是，如果你硬是要跟AI聊下去，不仅得不到想要的结果，还可能因为错误信息给误导。久而久之，就会觉得，AI不适合用来做股票分析。
其实，这里面有两个原因。一方面，AI确实有一定的技术局限性；另一方面，更多时候是因为大家没有用对方法。很多人以为，随便问几个问题，就能得到专业、准确的结果。但事实并非如此，它还是有一些方法论需要去掌握的。所以接下来，我会带大家看看，到底该怎么做才能让AI真正帮上忙。
﻿
AI的局限
要想真正明白，怎么用AI分析公司，首先得清楚AI有哪些局限。你得知道它能做什么，不能做什么。只有这样，我们才能在合理的范围内去寻找解决方案，让它去做AI能做的事情，而不要总是强迫AI去做它不能做的事情。
这第一，我们要意识到，现阶段AI在股票分析上的能力，还远不能替代人类。它或许能帮你做一些基础的工作，比如如何快速了解一家公司，这些事情AI可以帮你一些忙，整理资料，节省时间。但如果你希望AI可以提供高质量的分析，能给出有优质观点、可以让你去做决策的分析，那我认为，现在的AI还差很远。所以大家接下来也要有一个合理的预期，今天的视频，主要还是为了教大家如何用AI，在它能力范围之内完成基础的调研工作，而不是让AI直接给你高质量的分析。
而这其实也跟技术有关，也就是我即将要说的第二点，AI在技术上的局限性。
这个问题就比较复杂了，咱们不妨以一个最简单来的例子来开始。假设你去问AI：“英伟达可以买吗”？这个问题的答案是非常开放的。有买的道理，也有不买的道理，可能最后结果是六四开。但在现有的大语言模型机制下，它必须给你一个结论。它不会说“可能行，也可能不行”，而是被迫根据它的语言模型概率，在“可以买”和“不可以买”中选一个。
现在，可怕的事情就要发生了。一旦AI选了其中一个，比如说选了“可以买”，后面的逻辑就会不断往这个方向靠。它会用各种理由来证明英伟达是可以买的。而且有意思的事，很多逻辑看似很完整，但其实只是沿着之前的选择自我强化。这个过程在技术上有个名字，叫“自回归”。模型把自己刚说出口的话，当成下一步推理的基础。久而久之，就容易出现偏差，甚至产生幻觉，也就是我们常说的AI在胡说八道。
这最终带来的结果是，AI的分析往往带有随机性，方向容易跑偏，逻辑链也不一定完整。听起来头头是道，但仔细一看，很多地方经不起推敲。
那怎么办呢？模型本身的缺陷属于技术问题，短期内我们是改不了的。作为应用者，唯一能做的就是改变我们使用AI的方法，说白了就是改变我们提问的方式。通过更合理的提问套路，来引导AI避免随机性过高、逻辑跑偏的回答。换句话说，AI输出的质量，取决于你问问题的质量。如果你的问题足够清晰，指令明确，上下文交代完整，就能大大提高AI的输出效果。
所以，用AI分析公司时，核心不是指望它自动给出完美结论，而是通过正确的提问，让它在限定的范围内，给我们提供有价值的参考。
﻿
如何提问？
好了，关于AI局限性的内容咱们分享就到这里，接下来就全是干货了。既然AI存在技术上的局限，那我们到底该怎么提问，才能最大程度提升它的分析质量呢？
很多人平时的习惯，是随口抛一句：“帮我分析一下英伟达”。结果AI的输出往往空洞、笼统，甚至东拉西扯。这就是典型的指令过于模糊、没有边界。由于AI不清楚你到底需要什么样的答案，就只能凭经验猜，导致最后出来的答案，大概率和你的需求有冲突。
那什么才是好的提问方式呢？它必须要满足四个完整的要素，分别是：角色、任务、格式和约束。咱们一个一个来说。
我们先来看“角色”。在提问的时候，要先给AI设定一个身份。比如你可以说：“你现在是一名资深金融分析师。”
为什么要这样做呢？原因在于，AI本身并没有自我认知，它只是一个语言模型，会根据概率去生成最可能的下一句话。如果你不给它设定身份，它就会以最常见的聊天场景来回应你，回答往往像闲聊，缺乏专业深度。但一旦你告诉它你是金融分析师，AI就会自动套用金融分析师的写作语气和逻辑框架。它会更倾向于引用数据、结构化分析，用专业的角度来组织语言。所以，给AI设定身份，本质上是帮它缩小思维的范围，让它少走弯路，朝着你想要的专业场景靠近。这一步，看似简单，却能极大提升AI回答的质量和可信度。
确定好角色过后，第二点就是“任务”了。你要明确告诉AI，你希望它做什么。比如，在我的例子中，我会写上：“对指定公司做全面的深度分析，形成一份详细、专业、可溯源的分析报告。”同样的道理，当任务明确后，AI的输出就会更聚焦，不容易跑题。
第三点，是“格式”。有了明确的格式，AI才会按照你要求的结构来输出。不仅方向更加准确，而且结果更直观、清晰，方便我们快速提炼重点。
最后一点是“约束”。这一步往往被忽视，但非常关键。举个例子，AI有个习惯，它很喜欢去下结论，动不动就告诉你一支股票可不可以买。而我们做投资分析恰恰最需要中立和多角度的分析，结论反而没那么重要的。另外，我们知道，一旦AI下了结论，就喜欢自证自己的观点，也就是不断强化自己的观点。但这是我们做投资最忌讳的事情。所以你如果希望AI聚焦在分析，不要去自证观点，就必须加上限制条件。比如要求AI：“不要给出买卖建议，只去呈现不同可能性。”这样的约束不仅可以避免AI擅自下结论，更重要的是，能让他一直保持独立客观性，减少跑偏。
把这四个要素组合起来，你就能写出一个高质量的AI指令了。这个AI指令，也有一个专业的名词，叫做Prompt。举个例子，如果你完整地写成，“你现在是一名资深金融分析师。你的任务是对英伟达进行全面且深度的分析。请以表格和图示为主，标明口径与时间范围。不要给出买卖建议，只是在华尔街主流机构的分析框架下，呈现不同可能性”。在这个Prompt下去问AI问题，相比于随便说一句，“分析一下英伟达”，它输出的质量就会专业很多。
当然了，前面的例子只不过是最基本的Prompt模版，事实上，我自己使用的Prompt要复杂得多。这也是我反反复复打磨下来后觉得还不错的一套模版。那么接下来，咱们不妨来实际Demo一下，看看怎么做出一个复杂的Prompt，以及实际效果的差距。
﻿
Demo
我们还是以“快速分析一支股票”为例。
大家现在屏幕上看到的，就是我给AI的一整套Prompt指令。可以看到，里面的内容写得很长很细。大家不用担心，我会在评论区放出完整文档，方便大家下载使用。其实，这套Prompt就是我根据自己总结的“5+2分析法”，反复修改、长期打磨出来的成果。这套分析法，我曾经在学堂的视频：《如何从零开始分析一家公司？》详细介绍过，感兴趣的看官可以点开去看一看。
至于里面的细节，我就不逐条展示了，这里我只给大家简单地介绍一下背后的逻辑。
在这个Prompt里，我不仅定义了AI的角色和技能，明确它的工作规则，而且还写清楚了它的工作流程。
在这部分，我每一块都特别强调了数据搜寻的规则。如果不给它设定规则，AI很容易乱找数据，结果就会出现“Garbage in Garbage out”的现象。
对于输出结构方面，为了避免AI想说什么就说什么，我让它必须严格套用5+2分析法的七个步骤，分结构来进行输出。
最后，我还对输出形式和质量校验清单做出要求，并和它说清楚我的预期结果是什么。这就能确保最后输出的效果能符合我想要的标准。
那在这样的Prompt下，效果到底如何呢？咱们不妨做个对比。这个页面下，我没有任何额外的指示，就是让ChatGPT随意分析出来的效果。
好的，这就是整个效果。咱们再来看看，在刚刚提供的完整Prompt下，让ChatGPT做出对英伟达的分析的效果。
可以看到，这一次AI在输出前，会先让我确认几个问题。那这里咱们就按照它的要求回答一下。
可以看到，在回答完之后，AI就能按照我的指令要求去输出内容了。
具体的内容我就不给大家细节去展示了，咱们这里就是大概感受一下。相信从这个对比能看到，有了清晰的Prompt，AI的分析逻辑更完整，内容也更有价值。所以，借助这样的指令，当我们需要快速了解一家公司的时候，不仅能省时间，也能保证AI输出的分析有更高的质量。
说到这里，有人可能会担心，那是不是每一次分析都要重新输入长长的指示？其实不用，因为ChatGPT也想到了这个问题，所以专门给了你一个方便的工具。在ChatGPT页面的左边，有一个“Project”功能，在这里，你可以把你的指令给长期保留下来，以后每一次分析股票的时候，就在这个Project里问问题就好了。
具体的方法也很简单，这里我给大家展示一下：
咱们先在左边这里点击“New project”。
这里咱们起个名字，就叫“5+2快速分析一支股票”吧。
然后我们在右上角这里点开，点击“Add Instructions”
在这里，你只要把我提供给你的AI Prompt给复制粘贴上去，就好了。
这么一来，未来，你只要在这个project里去问问题，AI都会按照你写上的这个指示去操作了，不用每一次都想着去复制一遍这个Prompt。不仅方便，保证输出效果稳定，而且还不影响到你其他场景下去使用AI。所以，我非常建议大家也做这么一个Project。
这里多说一句，除了“5+2快速分析一支股票”的AI Prompt以外，我还做了另一个不同的Prompt，叫做“快速分析财报”。用法也很简单，把公司的财报PDF上传进去，让AI分析，就能迅速得到要点总结。我自己试过很多次，效果也很不错。大家也可以根据需要，去评论区下载使用。
﻿
使用注意事项
方法论就是这么多了。接下来，我来给大家再聊聊，我在实际使用的过程中，有两点注意事项。
首先，最重要的一点，就是一定要反复提醒AI，“严格按照我的指示去做分析”。AI有个天然的毛病，就是健忘。哪怕你在指示那里已经给出了很详细的要求，但如果在提问时不再强调，它很容易就跑偏了，最后的结果和你预期差别很大。所以我现在基本上都会在问题里加这么一句，比如说：“分析英伟达的股票，注意要严格按照我的指示去做。”把AI拉回正轨，让它别自己随意发挥。
第二点，如果想获得更高质量的分析，那就不要一次性给AI太多任务。很多人希望AI一步到位，立刻写出一份完整的分析报告。但现实是，如果任务过大，AI往往会偷懒，结果既不深入也不完整。更好的做法是把任务拆开，让它逐步完成。在实践当中我会这么跟他说：“分析英伟达的股票，注意要严格按照我的指示去做。现在先输出第一步，行业与外部环境；在听到我的下一个指示后，再输出其他步骤。”这样分步骤推进，既能保证每一块分析更扎实，也能避免遗漏。从我的实际经验来看，拆解任务后，输出的质量会提升很多，所以绝大部分情况，我都是让他拆解成7个步骤去做分析的。虽然这么做是有些麻烦，毕竟是把一个问答拆分成至少七个了，但我还是建议大家这么去做。用过一次后你就会发现，最终出来的效果，要比一次问答还是要好很多的。
第三点，对于最关键的信息，还是要看多留个心眼。虽然加了这个Prompt之后，AI的正确率有了明显的改善，但偶尔还是有一些错误会出现的。这个情况我不管怎么用Prompt去要求它，也无法完全避免。所以对于最重要的数据，尤其是那些能影响你判断的数据，我建议还是要看一下来源。
﻿
关于不同的模型
到这里，关于平时使用的几个主要的注意事项就介绍完了。
最后我再给大家说一个小Tips。如果发现在使用的过程中，结果特别不满意，不妨换个模型试试。有时候，问题并不是出在提问上，而是因为模型本身不适合那个场景。一旦你换一换模型，往往会带给你一些惊喜。
现在市面上的主流模型，各有特点。ChatGPT在推理和逻辑分析方面有独特优势，尤其适合做研究框架搭建和逻辑梳理。如果你需要把一家公司的情况分解成因果关系、逻辑链条，那么ChatGPT的表现往往更稳定。从我个人的使用体验来看，我认为ChatGPT的综合效果目前还是最好的。
另一个模型，Gemini，它的优势跨模态能力很强，尤其在解读图表和财报截图时有优势。比如财报分析的时候，你希望用AI去阅读一个复杂的PDF，里面或许会有各种各样的图表，那么Gemini和一般的模型相比，能帮你更好地提取和分析信息。
其他的几个模型，也各有各的优点。Perplexity更像是一个搜索型的问答工具，能够在回答的同时提供引用来源。特别适合找数据出处和信息溯源，用来验证资料的准确性，效果会比较好。Grok最大的特点是实时性，能紧贴市场热点追踪。由于接入了X平台的数据，市场舆情和情绪的捕捉更加及时，适合做短期的热点跟踪。Claude的优势是处理长文档总结和财报研读。逻辑条理很强，结构化的输出也比较清晰。如果你的任务是要快速消化大量报告、梳理重点，这个模型会很省心。
所以整体来看，在这些模型中，没有哪一个模型能解决所有问题。更好的做法，是根据不同的场景，选择最适合的工具，甚至组合使用。当然了，对于大部分人来说，倒也不用太纠结，当你不知道怎么选的时候，我认为直接用ChatGPT就足够好用了。
﻿
结尾
到这里，关于如何用AI快速研究一家公司的方法论和分享就讲完了。总的来说，通过更好的提问方式，加上使用更恰当的模型，你就更有可能快速地得到一份高质量的AI分析。这样你至少有了一个初级的股票分析师，让你在投资的过程中提供辅助，从而节省大量的时间和精力。
在最后这里，我还想给大家多说一句。现在我们有了这个指示，已经比没有指示的输出结果要好不少了。但即便如此，如果你希望去做好投资这件事，希望每一个决策都足够地高质量，那在目前这个阶段，我认为还是离不开认认真真去阅读财报、研究公司。
这是因为，即便AI 再聪明，它更多的时候都是在处理历史数据和文本表述，但投资真正需要的是对未来的判断。而这部分，非常需要人类在财报中去寻找隐藏信号，以及通过自己的认知，和逻辑推理能力去做判断。另外，如果你想获得超额收益，那么依赖AI提供的信息肯定是不够的。因为真正的超额收益，需要对公司有深度的理解，而这往往来自于你在阅读原始资料、多方观点，然后结合自己的认知和思考后，才能形成的。而这样的能力，我认为AI很长一段时间都无法替代。
所以我自己的做法是，把AI放在分析流程的第一步。它能帮我快速熟悉一家公司，或者对最新财报做一个初步总结。这确实已经足够让我省下很多时间，但当我需要做更深度的分析，去给出成熟的投资观点的时候，还是离不开自己花时间去思考和研究。我也希望屏幕前的各位，在用好AI的同时，也不要过度依赖AI，始终记得自己才是投资决策里最关键的一环。
最后的最后，我还想多说一句。我们今天只讲了如何用AI分析股票，但我们完全可以延伸开来，用这套方法去做别的工作，方法是一样的。就比如我自己，我就用了同样一套方法，让AI和我一起做公司战略的头脑风暴，或者做一些口播稿的语法检查工作。我们团队的程序员也会这样去让AI帮忙写代码，等等等等。大家普遍的反馈是，只要Prompt做得好，AI输出的结果都会有质的提升。
当然了，做一个好的Prompt也不容易，最简单的办法就是先让AI帮忙去设计一个基本的版本，然后自己再慢慢根据实践出的情况一步一步去打磨它。大家不妨自己多花点时间去打磨几个平时用得着的Prompt，相信会给你的工作和生活带来意想不到的提升。