从零搭建AI研报生成工作流：Agent、提示词与数据验证

最近我密集看了一批行业报告其中给我触动最大的那份居然出自AI。这份报告不是那种“AI味”明显的文本拼贴而是有框架、有数据、有推演逻辑的完整研报开头有摘要中间分市场环境、竞争格局、产业链关键变量结尾甚至给出了风险提示和可验证的数据口径。如果不是我看到最后的生成痕迹根本分辨不出来是机器写的。把这件事发到朋友圈之后很多同行都在问同一个问题AI现在到底是怎么做到这一步的它难道不是只能聊聊天、写写文案吗也有做投研的朋友半信半疑觉得这种东西最多输出个大纲真正落到数据、落到行业理解一定会露馅。为了回答这些疑问我把这份AI研报翻了又翻又顺着这条线自己搭了一套完整的AI研报生成工作流前后跑了十几次踩了不少坑。这篇就把整个过程拆开讲清楚AI研报为什么能打、背后的技术链是什么样、从零复现一套方案该怎么做以及实测之后我发现它和人工报告之间那道真实的差距。1. 为什么AI写的研报反而比很多人工报告耐看1.1 一份合格的AI研报不是“大模型张口就来”我第一次看到那份AI研报时先被它的结构吸引住了。传统研报常见的结构一般是封面与声明、投资要点、行业或公司正文、财务预测、风险提示、免责声明。AI生成的这份报告居然把这套商业分析框架学得相当到位——摘要部分直接给出几个核心结论正文部分每个章节都有明确的主题句和支撑数据变量之间还画了因果链条。这背后其实不是“模型自动会写报告”而是整套工作流设计的结果。现在比较成熟的AI研报生成方案大多分成几个环节先让大模型理解任务并生成目录与大纲再通过检索工具拿到外部材料和数据然后分段生成章节最后统一做风格校准、数据校对和逻辑一致性检查。这串流程本质上是一套标准化的研报生产SOP被搬到了AI系统里。换句话说一份“耐看”的AI研报真正值钱的不是文笔而是结构逻辑。人工写报告时一个团队里有人负责数据、有人负责观点、有人负责排版协调AI研报要做得像样就得把这几个角色也拆出来分别交给不同的模型或工具去承担。这是我对AI研报项目的第一个核心认知好结果的前提是好流程好流程的前提是清晰的模块拆分。1.2 AI研报与人工研报的差距体现在“能力光谱”上很多人一听到AI写研报第一反应就是“替代分析师”。我觉得这个说法太极端了不如把双方的能力看成两张不一样的光谱。人工研报的优势在一手信息和体感判断。分析师可以跑产业链上下游可以跟公司管理层沟通可以从经销商那里听到渠道的真实动销情况。这些东西AI拿不到至少目前拿不到。但AI研报的优势也很明确覆盖范围广处理速度快结构稳定性高而且信息遗漏少。人工写一份覆盖30家上市公司的行业比较报告一周可能只够做基础筛选AI在数据和素材齐全的前提下几十分钟就能给出初稿还能把各家公司的关键指标对齐成同一口径的对比表。所以我的结论是AI研报不是用来替代分析师的它是把分析师从大量基础劳动里解放出来的工具。那些需要快速响应、高度结构化、大量信息汇总的“苦活”AI做得越来越可靠而深度调研、资本运作判断、背后商业情绪感知这些“巧活”还是要靠人。2. 拆解AI研报背后的技术栈它不是聊天框而是一套Agent系统2.1 从聊天到生产大模型只是发动机不是整台车我最早试AI写研报的时候直接打开一个对话页输入“帮我写一份新能源行业研报”。模型确实能吐出一篇看起来很完整的东西但一核对数据就发现时间对不上数字来自不同年份某些公司名称都混了。后来我才明白这一步错在把“聊天场景”当成了“生产场景”。聊天场景是即兴反应你问一句它答一句逻辑链路短生产场景要求的是稳定交付需要先做规划、再取数、再写稿、再校对每一步都有明确的输入输出标准。所以真正可用的AI研报系统必须是一个Agent系统而不是一个单纯的聊天窗。我自己的技术拆解是这么做的底层用一个大语言模型作为“发动机”发动机周围挂上若干个功能组件。最核心的组件包括信息检索模块接新闻API、财报数据、行业数据库负责把外部信息喂给模型数据清洗模块把PDF、公告、网页转成统一的结构化文本方便后续提取生成编排模块负责拆解任务比如先生成大纲、再逐节写正文、再写风险提示质检模块负责查重、查数据来源、查前后逻辑是否一致渲染输出模块把文字转成Markdown、Word或PDF配合图表一起出。这样一套结构才能支撑起“研报级”的输出稳定性。只看其中任何一环你都会觉得“AI不过如此”但所有环节串在一起效果就完全不一样了。2.2 提示词工程把“写报告”拆成几十个具体动作提示词这块核心经验是别让模型“自由发挥”要让它“按图施工”。我一开始也犯过错误提示词写得很宽泛比如“请从宏观环境、行业趋势、公司竞争力三个角度分析X行业”结果模型每次输出的框架都飘忽不定有时候把宏观环境写得像社论有时候又全是套话。后来参考了AI测试开发领域惯用的一种思路把大任务拆成小任务每个小任务单独测试、单独验证。我开始把报告生成拆成多轮对话首先让模型产出大纲并明确大纲里每个章节的子标题、核心论点、预期字数。接着针对每个章节单独生成内容这个环节要求模型把数据来源和结论分开写严禁直接给数字而不标注出处。然后让模型做一次“自我攻击”让它站在读者角度挑毛病把逻辑漏洞、冗余段落标出来。最后再交给它整合润色统一术语和表达风格。这种多轮拆分的方式效果立竿见影。同样的模型同样的行业主题产出的报告从“看起来流畅但空洞”直接变成了“结构整齐、数据可追踪、表述克制”的研报体。2.3 模型选型与部署形态决定成本和效果的上限再往下走就是选模型和部署的问题。我自己做了三类对比适合不同场景闭源大模型API效果最稳逻辑能力最强特别擅长长文本理解和复杂推理。缺点是按量付费有的场景一个月跑下来费用不低而且数据要交给第三方平台企业内部使用时合规上得多考虑一层。开源模型本地部署好处是数据不出内网能自由微调长期看边际成本更低。缺点是初期折腾成本高小参数模型写出来的东西深度不足需要比较专业的调优。混合架构把检索、数据清洗这类不依赖高级推理的环节用普通模型做把最终写作和校验交给最强模型。这种方式兼顾质量和成本不少AI工程实践项目里也在用我目前的主力方案也是它。选型时还要关注上下文长度和多模态能力。写研报经常要一次性吞入大段财务报表或年报原文如果上下文窗口太小就得反复切段落很容易丢掉前后部分的因果关联。能直接读图表、能输出图表的模型在研报场景里也比纯文本模型更好用省掉了不少中间转换成本。3. 从零到一搭一套可复现的AI研报生成工作流3.1 先定义报告框架与研究边界别急着让AI动手我发现很多人在做AI研报时最容易跳过的就是“定义阶段”。这个阶段看起来不产生内容但决定了后面所有环节的质量。我现在的做法是先让模型生成一份“研究报告说明书”里面明确写出报告覆盖的时间范围、地域范围、主要分析对象、数据来源类型、统一的口径要求。比如要写“2023至2026年全球消费电子行业趋势”那就要明确数据只采用权威机构已公开披露的口径公司财务数据统一用财年而非自然年市场份额的计算口径要标注清楚是出货量还是销售额。这一步做完后面所有生成和校验才有参照物。如果没有这个边界AI很容易在不同年份、不同口径之间来回横跳整篇报告的数据看起来都对实际上根本没法横向比较。3.2 数据采集与结构化研报的“食材”处理研报的命门是数据而AI最不会自己“造”出真实数据。所以第二个关键步骤是搭数据管道。我目前采用的是半自动采集加自动结构化方案。半自动采集指用脚本定时抓取官方统计网站、上市公司财报和行业媒体的公开信息转成标准格式的文件先存在本地知识库里。自动结构化则是让大模型把这些原始文本里的关键实体提取出来形成一张字段表包括公司名、日期、指标名称、具体数值、信息来源这几项。有了这张字段表之后写报告时的数据引用就不再依赖模型记忆而是让模型到字段表里按条件查询。这个流程和AI Agent的思路是一致的不直接问“营收是多少”而是告诉Agent“去数据库里查目标公司近三年的营收数据返回数值和来源再写进报告”。凡是查不到的可以明确标注“暂无数据”而不是让模型猜测后编造。3.3 分阶段生成大纲评审、逐节撰写、整合润色数据就位之后才开始进入“写作”阶段。我强烈建议不要用一次长提示词让AI直接输出全文大概率会得到一篇前后割裂、数据错位的东西。正确姿势是分阶段生成我实际用的流程有四个阶段第一阶段大纲评审。模型先产出大纲我检查目录是否符合报告规范各章节逻辑是否递进有没有明显缺项。比如写行业竞争格局如果目录里少了上下游议价能力我会直接退回让它修改而不是等到最后。第二阶段逐节撰写。把大纲拆成若干子任务一次只让模型写一个章节。这能有效控制生成长度也方便逐段检查数据。写的时候要求它把结论和支撑数据分开排版结论单独成行数据下面标注来源。第三阶段整体整合。把所有章节合并成一篇完整报告同时让模型检查章节衔接补充过渡段统一术语。很多长报告在逐节生成后会出现同一家公司两种叫法、同一指标两种单位的情况这一阶段就是把这些问题清扫干净。第四阶段自我攻击。让模型站在“对这个行业一无所知的投资新手”的角度重读报告把看不懂的地方、觉得可疑的地方全部列出来。这个环节常能发现不少隐含前提比如模型默认读者知道某些缩写含义但报告正文从未定义过。3.4 图表生成与排版输出让数据看得懂、读得顺研报除了文字图表也很重要。传统方式是用Excel画图然后贴进文档AI研报流程里可以让多模态模型直接参与图表生成。我的做法是把需要可视化的数据整理成结构化的表格然后交给Python脚本用matplotlib或Plotly生成图表。这比让AI直接“画一张图”更可控因为图表上的数字必须和正文完全一致不能出现AI在图像里随手写的伪数据。AI在这里的另一个价值是“图表审校”。我可以让模型读一遍正文再对着图表里的数字和坐标轴检查如果出现坐标标签含糊、单位漏标、图例对不上这些低级问题它会直接指出来我再人工复核。这套“AI生成脚本渲染模型审校人工确认”的组合基本能保证图表和你想要表达的意思对得上。输出格式方面我统一采用Markdown做中间格式之后可以灵活转成Word或PDF。这样做的好处是方便版本管理也方便后续把同一份内容分发到网页、公众号、知识库等多个渠道。4. 实测撞出来的坑幻觉、过期数据与分析深度的边界4.1 幻觉是唯一没法彻底杀死的怪物只能降概率做AI研报这段时间我遇到最头疼的问题还是“幻觉”。这个术语在行业内常说指的是模型一本正经地编造出看起来合理但实际不存在的信息。有一次我让它整理某家公司的产品线结构模型居然编出了一个根本不存在的子品牌还附带了“市场份额”数字如果不仔细查证可能就当真实数据用了。后来分析原因发现幻觉高发在两个场景一是模型试图回答超出其知识范围的问题时二是提示词里给了太强的引导比如“请提供更详细的数据”模型觉得不填满就不算完成任务。我的应对方案有三层。第一层限制信息来源明确告诉模型只能使用给定的结构化数据表凡是表里没有的信息一律写“暂未获取”不允许自行补充。第二层强制来源标注每个关键数字后面必须带来源编号最后在报告末尾放一份“数据来源清单”。第三层人工抽查按照AI测试开发里的思路把报告里的关键断言当成软件功能用例来抽查随机挑出10条数据去源头核对一旦发现疑似编造就回溯到对应提示词环节修正。4.2 数据时效性AI的知识有截止日期研报的命门却是准确时间点第二个大坑是时效性。大模型的预训练数据有截止时间如果完全依赖模型本身的知识储备它写出来的行业数据可能停留在两年前而你自己根本意识不到。这个问题的危险程度取决于报告的用途。如果是做历史复盘问题不大如果是做当下投资决策旧数据几乎等于误导。对策也很明确不能把“记忆”当“实时数据源”。我现在的流程里凡是涉及市场价格、最新季度营收、当前政策环境这类有时效性的指标一律走实时检索通道让Agent去新闻源和数据库查询后再写入报告。同时我会在报告里统一标注数据截止日并且在摘要部分明确一句话如无特别说明本报告数据均截至XXXX年XX月。让阅读者清楚知道判断所依据的时间点这是专业研报和普通AI生成文本的本质差别之一。4.3 深度边界逻辑能力可以但缺乏“一手体感”还有一类问题是隐性的比幻觉更不容易察觉那就是“深度不足”。比如我问AI某行业未来一年最可能出现的三个风险点是什么它的回答通常是基于公开资料整理的、条理清晰的三个风险因素。听起来没什么毛病但真正长期跟踪这个行业的人会知道最致命的风险往往是那些没有写在公告里的东西比如渠道库存异常、核心管理团队离职、上下游突然更改结算规则。这些信息AI不可能知道。所以我现在做AI研报坚持人机混合模式让AI承担资料整理、框架搭建、初稿生成、格式规范这些标准化工作然后我再把自己通过访谈、调研、实地走访拿到的一手信息嵌进去。这个混合模式不是折中而是目前阶段效果最好的方案。AI负责“广度和速度”人负责“深度和手感”两者配合起来产出的报告质量远高于任何单一方。5. 进阶玩法多AI协作、工程化落地与研报产品化5.1 让多个大模型互相挑毛病效果出奇地好我后来发现一个很有意思的玩法多AI协作。不是简单让两个模型生成两份报告再取平均值而是让不同模型分别扮演不同角色相互制约。主笔模型负责写初稿评审模型负责逐段挑错重点找数据存疑、逻辑跳跃、表述夸张的地方第三个模型则专门扮演“行业新手”把报告里所有它看不懂的专业术语和不言自明的前提列出来。这么做的原因很简单同一个模型的强项和盲区是固定的让它自己审自己的输出往往发现不了问题但让另一个风格、训练数据分布都不一样的模型去审就能打出不少差异化的漏洞。我在实际跑动中经常发现评审模型能指出主笔模型漏掉的年份错误这不是因为评审模型更强而是它站在批判位置时更容易注意到细节。多AI协作也可以延伸到“多轮投票”。比如让三个模型分别给出对某行业未来走势的判断再让它们互相讨论最后取共识。这套机制不见得能预测得更准但它能显著减少那种“单模型极度自信但完全跑偏”的情况。5.2 研报工程化定时调度、消息通知与成本控制到了一定规模后单次生成研报已经满足不了需求我开始把整个流程工程化用工作流工具把采集、生成、质检、推送串成定时任务。现在我的AI研报体系大致是这样的每周五晚上8点自动抓取本周新增的行业新闻、指数变化和主要公司公告转成结构化语料夜里12点大模型开始基于更新后的知识库生成周报初稿第二天早上8点初稿推送到群和邮箱。整个过程不需要人工盯着只在重要周报发送前快速看一眼即可。成本方面一份3000字左右的行业周报如果只计算大模型API调用费用包含数据提取、初稿生成、评审、润色所有环节成本大概是几块钱到二十几块钱。如果加装视觉模型做图表审校、或者换成更大参数的模型成本会上浮。本地部署路线前期要买显卡、搭环境初期成本更高但长期看单位成本会下降。用哪条路线取决于你对数据保密性的要求和使用频率。5.3 从“写一份研报”到“建一个研究系统”最后说一点我个人更进一层的思考。AI生成研报这件事做到后面会越来越像“建研究系统”而不是“写文章”。研究系统意味着什么第一它可以持续追踪同一批公司、同一组指标生成历史对照看预测是否兑现反过来修正自身的分析方法。第二它可以积累一本机构级别的知识库所有过往报告、数据、假设都被记录和索引下一次生成时可以直接调用不用到处找旧文件。第三它可以吸收反馈如果定时推送的月度预测多次失准就调整提示词中对风险因素的权重设置或者要求模型在表达观点时给出概率区间。顺着这个方向做下去AI研报就不再是一份静态文档而是一个动态更新的研究辅助引擎。它帮你记住你做过什么判断、这些判断在后续市场中被证实还是被放弃以及下一次应该更关注哪些信号。这可能是AI与行业研究结合最具长期价值的地方。回到那份最初击中我的AI研报。我后来花了一周时间照着同样的方法重跑了一遍发现用对工作流之后我自己也能快速得到结构、数据和逻辑都过关的初稿。虽然离那些十年功力写出来的顶级深度报告还有明显差距但比我过去自己动手从零码一份初稿效率已经翻了好几倍。我个人现在更愿意把AI研报当作那位“凌晨三点还在做数据清理的实习生”和“永远记得住每一条脚注的复核员”它把最繁琐的苦活扛走了剩下的判断和表达正好留给脑子还清醒的人类。