Workbuddy + Excel 处理数据

以前月底做报表，最烦的不是分析数字，是"把表格调好看"。改颜色、对齐图表、调字号，一套操作下来比写出结论还花时间。​

​

​

但现在完全可以把数据文件往 WorkBuddy 对话框里一拖，然后说：​

​

“请读取这份销售数据，按月份统计各产品线的销售额和利润，分别生成柱状图与折线图，并补充一段结论说明。”​

​

​

​

图源WorkBuddy 官方使用文档​

​

💫

注意在描述分析需求时，建议一次说明——需要分析的指标、想看的图表类型、统计维度或时间范围、是否需要输出报告。​

​

然后WorkBuddy 会根据你的要求读取数据、完成统计并生成图表。​

​

​

​

​

*图源WorkBuddy 官方使用文档​

但如果你的数据尚未整理成文件，或需要从网络、多个来源搜集信息时，也可直接向 WorkBuddy 描述数据主题、范围和来源偏好。​

示例指令：​

“请帮我搜集近 1 年国内 AI 办公工具相关的市场信息，重点关注用户规模、应用场景和代表产品，并整理成结构化数据。”​

​

​

然后再说明报告格式、章节结构、图表偏好与汇报对象，示例指令：​

“请基于搜集到的数据生成一份可视化分析报告，包含核心结论、关键数据图表、趋势判断和行动建议，适合管理层阅读。”​

最后 WorkBuddy 会根据指示完成数据搜集、分析、绘图与报告排版，输出完整结果文件。​

​

​

​

workbuddy成果截图​

​

Prompt 1｜最基础：给公司建一个「事实底座」​

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​

Markdown

请从行业研究的角度，分析【<XXX公司>】所在的【<XXX行业>】：​

1）行业所处的周期阶段（复苏/扩张/衰退/萧条）​

2）供需关系与主要驱动因素​

- 产能、开工率、库存、订单/交付周期​

3）价格变化机制与历史波动​

- 产品价格指数/价差/成本传导​

- 资本开支：Capex趋势、扩产项目、行业新增产能​

​

Prompt 3｜业务拆解​

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

请你以【价值投资 / 基本面研究】视角，对【XXX 公司】进行"业务拆解"，目标是回答一个核心问题：​

👉 这家公司【真正、长期】是靠什么赚钱的？​

​

## 要求​

- 仅基于可验证信息（年报、招股书、定期公告、投资者交流纪要、权威行业报告等）​

- 明确区分【事实】与【判断】，所有判断必须给出证据或逻辑链​

- 输出为 Markdown 结构化报告​

​

​

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​

Markdown

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​

3）非经常性损益对利润的影响​

4）是否存在一次性项目或会计口径变化​

5）可能需要重点关注的财务风险点​

​

## 研究原则​

- 不预测股价，只判断财务"质量"​

- 强制进行"利润 vs 现金流"的交叉验证​

- 对所有异常必须给出解释假设与验证路径​

​

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​

Markdown

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​

- 关联交易、同业竞争、资金占用风险​

输出：治理结构图（文字版即可）+ 风险雷达(高/中/低) + 需要跟踪的公告清单。​

​

2、请建立【<公司>】未来<12个月>的"筹码事件时间表"：限售解禁、员工持股解锁、定增/配股、回购进度。​

对每个事件给出：潜在抛压/承接能力判断、对估值中枢的影响路径、历史上类似事件的股价反应统计（如能找到）。​

​

3、分析【<公司>】管理层薪酬与股权激励：​

- 激励指标是否容易"做账达成"？（收入/利润/现金流/ROIC）​

​

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​

Markdown

请整理市场对【XXX 公司】的主要分歧点：​

1）多方核心逻辑​

2）空方核心逻辑​

3）各自最重要的论据​

4）哪些分歧可以被未来数据验证​

5）关键验证节点是什么​

​

## 分析要求​

- 不得站队​

​

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​

Markdown

以价值投资视角分析【<公司>】的护城河，必须引用公司披露/权威来源。​

1. 定价权：过去<5-10年>毛利率/提价能力/成本转嫁证据？​

2. 转换成本：客户更换供应商的成本是什么（系统、流程、合规、生态）？​

3. 网络效应/规模效应：规模如何降低单位成本或提升体验？​

4. 无形资产：品牌、专利、牌照、数据、渠道壁垒的可验证证据？​

5. 竞争反应：主要对手如何攻击，公司如何防守（历史战役）？​

输出：护城河强度评分(0-5)+证据表+最可能被侵蚀的点与监控指标。​

​

​

代码块​

Markdown

​

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)​

​

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​

Plain Text

我上传了一只 A 股的 K 线日线图和技术指标图（MACD）。请你作为一位专业的技术分析师，完成以下任务：​

1. 识别股票信息：这是哪只股票？当前股价大约是多少？​

2. K 线形态分析：近期呈现什么形态？近 5 日 K 线的具体表现？​

3. 均线系统分析：MA5/MA10/MA20 的排列状态，最近是否出现金叉或死叉​

4. MACD 分析：DIF 和 DEA 的位置关系，柱状图趋势，是否出现背离​

​

​

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​

Plain Text

​

​

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​

Plain Text

​

​

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：​

​

四位幕僚独立观点 +​

交叉质询环节（篇幅较长，建议分屏截图）。​

​

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。」​

主持人最后综合出一份 分投资者类型的执行方案 ，而不是一个笼统的「买或不买」：​

​

​

并且把决策挂到了几个 未来验证节点 上：8 月中报预告看 Q2 是否环比改善，H2 看 CPO FAU 能否放量、毛利率能否回到 55%+，10 月三季报看营收增速。逻辑证伪就退出。​

​

主持人的综合执行方案（分类型建议表 + 决策节点表 + 替代标的）。​

​

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。​

​

杂志风格投资分析报告成品（首屏 / 封面）。​

​

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。​

​

​

常见错误与使用边界​

金融是强监管、强风险的场景，比办公三件套更需要守住边界。下面几条，是把 AI 用在投资上最容易踩的坑。​

​

​

​

风险提示：股市有风险，投资需谨慎。 **本章所有提示词、Skill 与案例，均以「辅助研究」为目的，不构成任何投资建议。**AI 只是把事实和分歧摆到你面前的工具，最终的判断和后果，始终在人这一边。据此操作，风险自担。​

​

​