金融分析Skill

先选对工具：金融场景的 Skill 组合

在进入提示词之前，先认识本章会用到的几个 Skill。它们分工不同，可以单用，也可以像流水线一样串起来。

#KXyUPgqngNKf text { white-space: pre; }#KXyUPgqngNKf .fb0 { stroke: var(--N900-FG, 0.15); }#KXyUPgqngNKf .fb0 {stroke: rgba(31,35,41, 0.15)}#KXyUPgqngNKf .fx0 { stroke-miterlimit: 10; }#KXyUPgqngNKf .fx0 {stroke-miterlimit: 10}#KXyUPgqngNKf .fa1 { fill: rgb(187, 191, 196); }#KXyUPgqngNKf .fa1 {fill: rgb(187, 191, 196)}#KXyUPgqngNKf .fx1 { font: 400 12px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#KXyUPgqngNKf .fx1 {font-style: normal}#KXyUPgqngNKf .fx2 { text-anchor: middle; }#KXyUPgqngNKf .fx2 {text-anchor: middle}#KXyUPgqngNKf .fx3 { dominant-baseline: central; }#KXyUPgqngNKf .fx3 {dominant-baseline: central}#KXyUPgqngNKf .fx4 { stroke: none; }#KXyUPgqngNKf .fx4 {stroke: none}#KXyUPgqngNKf .fc0 { fill: var(--text-caption); }#KXyUPgqngNKf .fc0 {fill: #646a73}#KXyUPgqngNKf .fa2 { fill: var(--text-link-disabled); }#KXyUPgqngNKf .fa2 {fill: rgb(187, 191, 196)}#KXyUPgqngNKf .fa3 { fill: rgb(21, 24, 18); }#KXyUPgqngNKf .fa3 {fill: rgb(21, 24, 18)}#KXyUPgqngNKf .fx5 { font: 400 14px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#KXyUPgqngNKf .fx5 {font-style: normal}#KXyUPgqngNKf .fx6 { text-anchor: start; }#KXyUPgqngNKf .fx6 {text-anchor: start}#KXyUPgqngNKf .fx7 { dominant-baseline: alphabetic; }#KXyUPgqngNKf .fx7 {dominant-baseline: alphabetic}#KXyUPgqngNKf .fc1 { fill: rgb(255, 255, 255); }#KXyUPgqngNKf .fc1 {fill: rgb(255, 255, 255)}#KXyUPgqngNKf .fx8 { font: 400 12px LarkHackSafariFont, LarkEmojiFont, SFMono-Regular, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Helvetica, "Noto Sans", Tahoma, "Nimbus Sans L", Arial, "Liberation Sans", "PingFang SC", "Hiragino Sans GB", "Noto Sans CJK SC", "Source Han Sans SC", "Source Han Sans CN", "Microsoft YaHei", "Wenquanyi Micro Hei", "WenQuanYi Zen Hei", STHeiti, SimHei, sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji", system-ui; }#KXyUPgqngNKf .fx8 {font-style: normal}#KXyUPgqngNKf .fc2 { fill: rgb(17, 19, 14); }#KXyUPgqngNKf .fc2 {fill: rgb(17, 19, 14)}#KXyUPgqngNKf .fb1 { fill: var(--N900-FG, 0.15); }#KXyUPgqngNKf .fb1 {fill: rgba(31,35,41, 0.15)}#KXyUPgqngNKf .fb2 { fill: rgb(51, 56, 47); }#KXyUPgqngNKf .fb2 {fill: rgb(51, 56, 47)}#KXyUPgqngNKf .fb3 { fill: rgb(215, 219, 208); }#KXyUPgqngNKf .fb3 {fill: rgb(215, 219, 208)}#KXyUPgqngNKf .fa4 { fill: var(--bg-body); }#KXyUPgqngNKf .fa4 {fill: #fff}ABCD12345Skill 名称适合处理本章怎么用注意点stock-advisora-share-analystfinancial-expertpeers-advisory-groupstock-advisor单只股票的端到端分析A 股日常行情与选股金融数据查询与筛选多视角决策讨论上传截图或给出代码，自动跑完技术面、基本面、交叉验证、私董会、排版实时行情、技术指标、量化选股、每日报告选股、基金筛选、财务指标、宏观 / 行业时序、券商研报检索四位「幕僚」围绕一个议题交叉辩论本章主线，第三、四节详解偏日常盯盘与批量筛选依赖数据源 MCP，需先配置被作为决策模块调用

一个实用的搭配思路是：日常盯盘和批量选股用 a-share-analyst 与 financial-expert；要对一只票下深功夫、出一份完整报告，用 stock-advisor；需要跳出单一视角、逼自己看反面时，叫上 peers-advisory-group。

从查资料到下判断：一套可复用的研究提示词链路

这一节是纯提示词。它们按「最简单 → 相对复杂」排列，覆盖了从「查资料」到「下判断」的完整链路。你不必每条都用——先用前三条建立事实底座，需要深挖时再往后走。第 8 条是把前面所有环节压进一个框架的「全家桶」，也是日常在 ChatGPT、Gemini、豆包、千问的 DeepResearch 里最常用的一条。

每条提示词的用法统一是：把方括号【】里的占位换成你的标的，粘贴运行即可。

Prompt 1｜最基础：给公司建一个「事实底座」

解决的场景：刚接触一家公司，先别急着判断，先搞清楚它到底是干什么的。很多错误判断，从第一步认错了业务就开始了——你以为它靠 A 赚钱，结果利润主要来自 B。这一步的价值，是压缩你「搞清楚事实」的时间成本。

代码块

Haskell

请帮我系统梳理【XXX 公司】的基础情况，输出结构化总结，包括：

1）核心业务与主要产品线

2）收入与利润来源构成

3）主要客户与应用场景

4）公司在产业链中的位置

5）近几年最重要的战略变化

## 要求：

- 只使用可核实的信息

- 每一部分用 3–5 条要点说明

- 不做投资建议，只做事实整理

Prompt 2｜行业视角：这是不是一个「好行业」

解决的场景：股票研究里一个常被低估的问题——你选的往往不是公司，而是行业。AI 很适合做行业的「第一性梳理」。但行业拐点、价格见底这种问题，别指望它给答案。

代码块

Haskell

Prompt 3｜业务拆解：钱到底是怎么赚来的

解决的场景：从「看公司」到「看生意」的关键一步。很多「看起来很美」的公司，核心利润来源其实很脆弱。混杂型公司（主业 A、利润却来自 B）尤其适合让 AI 帮你看清楚。

代码块

Markdown

Prompt 4｜财务质量：这家公司赚的钱干不干净

解决的场景：财务调研指标很多，这里给一个通用格式。核心是强制做「利润 vs 现金流」的交叉验证——账面利润漂亮，现金流跟不上，往往是第一个预警信号。

代码块

Haskell

请分析【<公司>】近几年的财务质量：

1）收入、利润与经营现金流的匹配情况

2）应收账款、存货、合同资产变化

Prompt 5｜股权与治理：老板和你是不是一条船上的

解决的场景：生意好 + 治理差 = 高波动风险资产。股权质押、减持、关联交易、激励条款，这些「筹码面」的信息很分散，适合让 AI 一次性梳理成时间表和风险雷达。

代码块

Haskell

1、梳理【<公司>】股权结构与关键股东：

- 实控人、控股股东、董事会结构

- 股权质押比例与变化、减持计划、潜在控制权变更风险

Prompt 6｜市场分歧：多空到底在吵什么

解决的场景：多空双方的观点最有信息量。这一步不是告诉你该信谁，而是帮你把分歧摊平，看清楚未来该盯哪些数据来验证。

代码块

Haskell

Prompt 7｜估值与护城河：市场在押什么假设

解决的场景：护城河和估值，是价值投资绕不开的两块。下面两条一条评护城河强度，一条搭 DCF 反推市场隐含预期。

代码块

Haskell

代码块

Haskell

请为【<公司>】构建 DCF 估值（允许使用公开财务数据，必须引用来源）：

- 明确WACC/折现率假设与依据

- 预测5-10年自由现金流：收入、利润率、再投资率

- 给出敏感性分析表（折现率×永续增长率或折现率×利润率）

- 反推：当前市值隐含的收入增速/利润率路径

输出：估值区间 + 关键假设清单 + 最容易错的2个假设及验证方案。

Prompt 8｜全家桶：一份尽调级 DeepResearch

解决的场景：这是把前七步的逻辑压进同一个框架的「投资者尽职调查报告」。它强制区分事实与判断、强制交叉验证、强制推演空方逻辑与黑天鹅——用来对抗人最容易犯的「确认偏误」。这条在各家 AI 的 DeepResearch 模式里都很好用。

代码块

Markdown

我需要你帮我完成一份投资者尽职调查报告。目标是对标的 `<股票名称/代码>` 进行全方位的商业模式、财务质量、行业周期及估值逻辑推演。

请严格按照以下逻辑框架进行推演。

## Constraints & Standards (研究原则)

1. 数据时效性与跨度：财务数据需涵盖**过去 3-5 年**的趋势（CAGR），估值分位需回溯**过去 5-10 年**的历史区间。

2. 事实底座优先：区分【事实 Fact】与【判断 Opinion】。所有判断必须基于可验证的数据（年报、招股书、监管问询函）。

3. 双重验证：必须进行"利润 vs 现金流"的交叉验证，以及"公司 vs 同行"的对比验证。

4. 反直觉思考：必须包含"空方逻辑"与"黑天鹅风险"推演，避免确认偏误。

## Research Context (用户输入)

- **研究标的**：[在此输入股票名称/代码]

- **投资风格**：[如：价值投资 / 成长接力 / 困境反转]

- **持有周期**：[如：中长线 1-3 年]

到这里，一套从「查资料」到「下判断」的提示词链路就齐了。但你可能已经发现一个问题——它们是散装的。每换一只票，你都要一条条重新粘贴、手动把上一步的结论喂给下一步、最后还要自己整理成报告。下一节，我们把这套链路装进一个 Skill。

从提示词到 Skill：stock-advisor 是怎么长出来的

这个场景的痛点

上一节的提示词单独看都好用，但真要完整研究一只票，痛点很明确：

•

要手动串：技术面、基本面、多空、估值，八条提示词得一条条跑，还要人肉把中间结论搬来搬去；

•

换标的重来：每分析一只新股票，整个流程从头走一遍；

•

数据靠眼睛：截图里的数字全靠人核对，容易看错；

•

决策容易自嗨：一个人分析，很难跳出自己的立场；

•

交付靠手工：最后整理成一份像样的报告，又是一轮体力活。

stock-advisor 要解决的，就是把这条链路从「一堆提示词」变成「一条按一次就跑完的流水线」。

创作原理：编排，而不是重写

stock-advisor 的设计核心是一个词——编排（Orchestration）。它没有把所有能力重新造一遍，而是把「已经好用的部件」按顺序接成一条流水线：

代码块

Plain Text

用户输入（截图 / 股票代码） │ ▼ ① 技术面分析 → ② 基本面分析 → ③ 多维交叉验证 → ④ 私董会讨论 → ⑤ 排版输出

五个模块各司其职：

这里藏着 Skill 创作最值得学的一点：复用而非重写。stock-advisor 的依赖清单里，技术指标脚本复用了 a-share-analyst，决策讨论复用了 peers-advisory-group，排版复用了 magazine-layout，上传复用了 lark-doc。它自己新写的，只有「基本面分析」「HTML 转 PDF」等少数几块。

换句话说，做一个复杂 Skill，不一定要从零写一个庞然大物。先把已有的能力当积木，缺哪块补哪块，再用一条主线把它们编排起来——这就是 stock-advisor 的创作方法论，也是把个人经验沉淀成工具的通用思路。

它还有两个体现「产品化」意识的小设计：

•

首次使用建档：第一次跑会问你 3-4 个问题（风险偏好、投资周期、关注行业、仓位上限），存进记忆，之后的建议会按你的风格调权重；

•

两种入口同一条流水线：上传截图走「图像识别 + 数据验证」，直接给代码走「纯数据驱动」，差异只在取数方式，后面完全一致。

它到底解决了什么问题

一句话：把「一次严肃的股票研究」从半天的手工活，压缩成一次对话。你提供截图或代码，它自动完成取数、多面分析、交叉验证、多视角辩论和报告排版。人要做的，从「搬运和拼接」变成了「拍板和质疑」——这正是第一节说的，把精力还给判断。

在 WorkBuddy 里触发 stock-advisor Skill 的界面（技能被识别、开始执行的那一刻）。

实战案例：用 stock-advisor 跑一遍天孚通信（300394）

光讲原理不够，下面是一次真实的完整对话。标的是天孚通信（300394），光通信 / CPO 板块。整个过程分三步递进：先看图、再看财报、最后开一场私董会。

第一步：上传 K 线图，先要一份技术面速读

我上传了这只票的 K 线日线图和 MACD 指标图，让它先做技术分析。用的提示词就是第二节思路的实操版：

代码块

Haskell

上传 K 线图 + 输入上述提示词的对话界面。

WorkBuddy 先从图里识别出这是天孚通信（300394），当前股价约 368.70 元，然后给出了结构化的技术面速读。核心结论：

•

趋势：MA5 > MA10 > MA20，标准多头排列，未见死叉，仍在主升浪；

•

风险信号：当日一根长上影线（最高冲 376.10 回落到 368.70），MACD 红柱开始缩短，乖离率偏大；

•

关键位：支撑看 MA5（347）/ MA10（319），压力看当日高点 376。

技术面速读报告的完整输出（含 K 线形态、均线、MACD 四张小表）

一句话点评：这一步它没有猜涨跌，而是把「图里能读到的事实」结构化了——形态、均线、指标、支撑压力，一目了然。

第二步：补上财报截图，做一次全面分析

接着我又上传了 2025 年三季报和全年预增公告的截图，让它把基本面接进来，做一次完整评级：

代码块

Markdown

我又上传了这只股票的 2025 年三季度报数据和 2025 年全年预增数据。

现在请你：

先识别截图中的所有财务指标数据
然后结合第一轮的技术面分析，帮我做一次全面的 A 股分析：

- 技术面总评（综合 K 线、均线、MACD、KDJ 给出方向判断）

- 基本面总评（营收增速、盈利能力、估值水平）

上传财报截图 + 输入上述提示词的对话界面。

这一轮它先把截图里的财务指标逐条识别出来（营收 39.18 亿、同比 +63.63%，归母净利 14.65 亿、ROE 31.30%、毛利率 51.87%，PE 146.70……），然后合成了一张综合评级表：

最终评级：推荐。核心结论是一句很克制的话：中期趋势向好（CPO 高景气 + 高成长），但短期估值透支、涨幅过大，不宜追高，等回调再择机。它还给了分投资者类型的仓位建议、四档支撑位和三档压力位。

全面分析报告的完整输出（财务识别表 + 综合评级表 + 操作建议 + 支撑压力位）

值得注意的是，这一步已经体现了模块二的设计：技术、基本、资金三面分开打分，再加权合成，估值太贵就在总分里扣回来——不会因为成长性好就无脑看多。

还可以从不同角度去分析，使用a-share-analyst `skill去完成。

第三步：拿不定主意，开一场私董会

评级出来了，但「推荐」不等于「现在就买」。这时候我叫上了第四个模块——私董会，请四位风格迥异的幕僚就这只票交叉辩论：

代码块

Markdown

但我对这只股票还是拿不定主意。现在请帮我启动一场私董会，我要请四位幕僚来讨论这只股票是否值得投资：

- 巴菲特：从价值投资的角度（内在价值、护城河、安全边际）

- 马斯克：从科技趋势和颠覆性创新的角度

- 比尔·盖茨：从商业模式和行业格局的角度

- 乔布斯：从产品力和用户体验的角度

讨论要求：

每位幕僚先各自发表 3-5 分钟的独立观点。
然后进入交叉质询环节——幕僚之间互相挑战对方观点。
最后每人用一句话给出"买入/持有/卖出"的最终建议。
你作为私董会主持人，综合四位意见给出最终执行方案。

请基于前两轮的分析数据来展开讨论，让幕僚们"带着数据聊"。

启动私董会的对话界面

私董会环节里，系统先联网更新了四位幕僚的近况，还补检索了更新的数据（2025 全年营收 51.63 亿、净利 20.17 亿，2026 Q1 环比下滑，以及和中际旭创、新易盛的横向对比）——这正是模块三「多维交叉验证」在起作用，把讨论从截图数据推进到了全网最新事实。

四位幕僚各自独立发言、再互相质询，观点很快分成两派：

54%

46%

最后每人一句话定调，形成了鲜明的「2:2」分裂：

•

巴菲特（回避）：「PE 142，安全边际为零，护城河在收窄。除非跌到 200 元以下，否则这不是投资，是赌博。」

•

比尔·盖茨（等待 / 换仓）：「基本面尚可，但估值太贵、竞争格局恶化。建议等 PE 回到 60 倍以下，或换性价比更高的新易盛 / 中际旭创。」

•

马斯克（All in）：「CPO 是光通信的 iPhone 时刻，天孚是上游的铲子王。超买是最后的上车机会，不是下车理由。」

•

乔布斯（有条件持有）：「相信 CPO 革命就现在持有，但前提是 CPO FAU 在 2026 H2 如期兑现，否则果断离场。」

最后：一键成稿

对话结束后，让它把整场分析生成一份杂志风格的报告，stock-advisor 会调用排版模块出成品，可以本地存 PDF，也可以直接上传飞书云文档。

飞书文档 - 图片

回头看这一个案例，stock-advisor 把第二节那八条散装提示词，变成了一次三轮对话就跑完的完整研究：看图 → 看财报 → 开私董会 → 出报告。而全程它没有替我做那个最关键的决定——买还是不买。它只是把该看的都看了，把该吵的都吵了，最后把判断权，干干净净地交回到我手里。