管理层研究：让 AI 帮你把话和账对上

有件事你多半干过。翻某消费公司的年报，翻到最前面那封写给股东的信，一口气读完，心里冒出一个印象：这人还挺实在的。或者相反：满篇漂亮话，不太踏实。

然后你试着把这个印象说清楚，发现说不清。你说不出是哪句话让你觉得实在，也说不出如果换一个人写、换一种文风，你的印象会不会完全翻个个儿。你唯一确定的是——这个印象参与了你的买卖决定。

于是你去问 AI：「某消费公司的管理层怎么样？」它给你一段：管理层行业经验丰富、战略方向清晰、执行力较强，但也面临一定的行业竞争压力。你读完，跟没读一样，而且更糟——因为它跟你原本的印象长得差不多，你会把它当成一次「验证」。

这篇讲的就是怎么绕开这个坑：不问它这个人怎么样，只让它帮你把话和账对上。

先把边界说死：本文讲的是研究方法，不涉及任何真实人物或公司的评价，全文示例一律用「某消费公司」这类占位。任何输出都是待验证的材料，不构成投资建议。

先用一件生活里的事讲明白

你有个老同学，隔三差五借钱。每次借的时候都说得很清楚：这笔下个月十号一定还，最近就是周转一下。

你怎么判断下次还借不借给他？

有人的做法是凭感觉——他这次语气挺诚恳的，说得也在理，借吧。这个做法的问题在于，语气和诚恳程度是他能控制的，而且他每次都能控制得很好，不然他也借不到第一笔。

靠谱的做法你其实知道：往上翻聊天记录。翻到过去五次借钱的那几段，做一张最朴素的表——哪天借的、他说哪天还、实际哪天还的、还了多少。五行填完，不用你下什么判断，事情自己就摆在那儿了。

注意这张表的性质。它里面没有一个字是在评价这个人。它只有时间、金额、说过的话、实际发生的事。「这人不靠谱」是你看完表之后自己得出的，不是表告诉你的。

这个区别是本篇的全部要害。填表的活儿，AI 干得比你快得多；下判断的活儿，AI 干不了，也不该让它干。

再补一点。真正老练的人翻聊天记录时，还会多看一样东西——他的说法有没有变过。第一次说「下个月十号还」，第三次改成「下个月争取还上」，第五次变成「等我那个项目回款就还」。三句话都不算撒谎，但承诺的硬度一次比一次软。这种软化，比任何一次单独的违约都更早地告诉你事情在往哪个方向走。

放到投资决策里意味着什么

价值投资那一派反复讲一句话：买股票就是买人。这话听着像鸡汤，但它有一个非常具体的落脚点。

一家公司今年赚了一笔钱，这笔钱不会自动变成你的。它要么分给你，要么被留在公司里由管理层决定花到哪儿——买设备、收购别家、回购自己的股票、投一个新业务，或者就存在账上。留存收益的去向，完全是这几个人说了算。 你持有的时间越长，这件事的权重越高：拿三个月，你买的基本是价格波动；打算拿五年十年，你实际上是把未来五年十年赚到的每一块钱，交给这几个人替你做配置决定。

所以「研究管理层」在操作层面不是研究性格，是研究这么几件可查的事：他们过去把钱花到哪儿去了、花得怎么样、说要做的事做到了几件、事情不顺的时候他们的说法怎么变。

这里就出现了一个尴尬。这些恰恰是最难从财务报表里直接读出来的东西——报表告诉你钱花了多少，不告诉你当初为什么这么花、当初怎么说的。它们散落在历年的公开表述里：致股东信、业绩说明会问答、公开采访、公告的措辞。量大、跨年、需要逐段比对，这正好是 AI 擅长而人不耐烦的活儿。

但同一个题目上，AI 也有它最不该碰的部分。让它评价一个人，会稳定地出三种错：

它给的不是这家公司的事实，是舆论的平均值。 一个有名气的经营者，网上关于他的说法早已铺天盖地，AI 输出的「这位管理者以务实著称」多半是这堆说法的加权平均，跟你正在研究的这几年的具体事实没有半点关系。名气越大，这层污染越重。

它没有可证伪的标准。 「战略定力强」这句话，你怎么去查？查不了。查不了的结论进不了你的决策链条，只能变成一句让你心里更踏实的话——而在投资里，让你心里更踏实的没根据的话，是最贵的东西。

它会顺着你的问法走。 你问「这个管理层有哪些优点」，你会得到优点；你问「有哪些问题」，你会得到问题。两份输出你都信，等于你什么都没验证。

结论就一条纪律：AI 只填事实列，判断列留空，由你手写。

这套流程真正在做的四类对照

我自己在用的那份管理层研究流程，剥开表格和评分之后，骨架是四类对照。它们的共同点是：每一类都能落到「说了什么」和「发生了什么」两栏，都能回查。

第一类，承诺对兑现。 从历年公开表述里把管理层做过的具体承诺逐条挑出来，对照后来实际发生的情况。关键在「具体」两个字——流程里写死了一条门槛：只有带数字、带时间点的承诺才进表，口号不进表。 「我们要成为行业领先者」不进表，「我们计划在明年底前让某业务实现盈亏平衡」进表。这条门槛看着简单，实际把八成的漂亮话挡在了门外，剩下的两成才是有信息量的。

统计出来的兑现比例可以分档看待。我读到的那份流程用的分档大意是：兑现率很高说明说到做到；中等区间说明大方向对但执行有偏差；偏低就要当成严重信号。这些分界线是可以按你自己的标准调的，重要的不是具体数值，而是你事先定死它，避免看完结果再回头找一个能自圆其说的标准。

第二类，预测对结果。 管理层不只承诺自己要做什么，还会判断外部世界会怎么变——某个市场会起来、某种技术路线会成为主流、行业会怎么洗牌。把这些判断连同它的时间点抄下来，对照后来的实际结果。

这一类和第一类的区别值得说清楚。承诺考的是执行力和诚信，预测考的是认知能力。一个管理层可以说到做到但看不清行业方向，也可以判断很准但执行拉胯。混在一起看，你会得到一个糊掉的印象。

第三类，说的钱和实际的钱。 把过去若干年的重大资金去向拉一条流水：收购了什么、花了多少、当时的说法是什么、后来这块业务怎么样了；回购了多少、在什么时点回购的；分红多少、和同期能自由支配的现金流比是什么关系；新业务累计投了多少、现在什么状态。

流程里有一个细节我认为最有价值：评价回购的时候，要把回购发生的时点和当时的估值水平放在一起看。 在公司被低估的时候回购，是替股东赚钱；在高位大举回购，是替股东亏钱。光看「回购了多少亿」这个数字，两者长得一模一样。这就是「资本配置是终极考试」这句话的具体含义——不是花没花钱，是花在什么时点、什么价格上。

第四类，顺境的话对逆境的话。 找出公司历史上明确不顺的那几个时点，把管理层当时的公开表述单独拎出来，和顺境时期对照。看三件事：是主动说明还是回避；是归因于自己还是归因于外部环境；有没有趁机去做那些短期难看但长期正确的事。

还有一类叫侧面验证——员工评价、客户反馈、行业口碑。这类信息我要专门泼一盆冷水：它的可得性极不稳定，很多平台要登录才能看，公开可搜到的部分往往是极端样本（特别满意和特别不满的人才会去写）。流程里对这一块的处理是要求标注信息来源和可得性，拿不到就明写拿不到。我建议你把它当成提问线索，而不是证据——它能提示你「这个方向值得去查」，不能单独支撑任何结论。

可以直接抄走的四份提示词

下面四份对应上面四类对照。用法有三条硬要求：

一是四份分开跑，一份一个新会话。放在同一个会话里连着跑，后面的输出会去迎合前面已经形成的印象，你就又回到了「一次问到底」那个老问题上，原因见 别让 AI 一个提示词问到底。

二是先把原始材料喂给它，历年的公开披露文件、业绩说明会记录。让它自己去"回忆"是这套方法失效最快的方式。

三是评分列一律留空。你会看到我在提示词里明确禁止它打分——这不是客气，是这套方法能不能成立的分界线。

占位符两个：【公司】 填公司名（示例里我一律写「某消费公司」），【期间】 填你要覆盖的年份范围。

提示词一：承诺兑现提取

你的角色是资料摘录员，不是分析师。研究对象：【公司】，覆盖期间：【期间】。
材料见下方，只使用材料内的内容，材料里没有的一律写「材料中未见」。

任务：从材料中提取管理层做过的具体承诺，逐条填入下表。

入表门槛（不满足的一律不要写进来）：
- 必须包含可核对的数字或明确的时间点。
- 必须是关于本公司自身行动的承诺，不是对外部环境的预测。
- 口号式表述（「成为领先者」「坚持长期主义」）一律排除。

输出表格，每行包含：
| 序号 | 表述时间 | 承诺原话（逐字引用） | 出处（文件名+章节或场次） | 承诺涉及的数字/时点 | 对应期实际情况 | 数据出处 |

硬性纪律：
- 「承诺原话」必须是材料中的原文逐字复制，一个字都不许改写。
  改写、概括、润色后加引号，视为本次输出作废。
- 找不到原话但你记得有这回事，写「未找到原始表述」，不许凭印象补写。
- 「对应期实际情况」只填可核对的事实与数字，不许写「基本达成」「进展良好」
  这类判断词。做到没做到由使用者自己判断。
- 禁止出现任何对管理层的形容词与人格评价（务实、有魄力、激进、稳健等一律删除）。
- 禁止统计兑现率，禁止打分，禁止在结尾写总体评价。
- 材料覆盖不全的年份，单独列出来说明「本年材料缺失」。

材料：
【依次粘贴历年公开披露文件与业绩说明会记录原文】

提示词二：预测与结果对照

你的角色是资料摘录员。研究对象：【公司】，覆盖期间：【期间】。
只使用下方材料。

任务：提取管理层对「外部世界」做出的判断，与后来的实际情况并列。
这里的外部判断指：对行业走势、市场规模、技术路线、竞争格局、
价格走向、政策方向的预判。不包括公司自身的行动承诺（那是另一张表）。

输出表格，每行包含：
| 序号 | 表述时间 | 判断原话（逐字引用） | 出处 | 判断指向的时间窗 | 该时间窗内的公开事实 | 事实出处 |

硬性纪律：
- 原话逐字引用，找不到就写「未找到原始表述」。
- 「该时间窗内的公开事实」只写可查证的事实，写清是哪个来源、哪一年的口径。
  拿不到就写「不可得」，禁止用行业常识或推测填空。
- 禁止判定对错，禁止用 ✅ ❌ 之类的符号，禁止统计准确率。
  这一列由使用者手工填写。
- 若某条判断的时间窗尚未走完，在「公开事实」列写「时间窗未结束，无法对照」。

材料：
【粘贴原文】

提示词三：资金去向流水

你的角色是资料摘录员。研究对象：【公司】，覆盖期间：【期间】。
只使用下方材料（公告、年报、业绩说明会记录）。

任务：把重大资金去向拉成一条时间流水，分四类分别列表。

一、收购与对外投资
| 时间 | 标的类型（用「某某行业公司」描述，不必写具体名称） | 交易金额 | 公告中给出的理由原话 | 出处 | 该业务此后各期的可查经营数据 |

二、股份回购
| 时间区间 | 回购金额 | 回购数量 | 公告披露的价格区间 | 同期公司公布的关键财务数据 | 出处 |

三、分红
| 年度 | 分红总额 | 同期经营活动现金流 | 同期资本开支 | 出处 |

四、新业务投入
| 起始时间 | 投入方向 | 累计投入（若披露） | 最近一期披露的该业务状态 | 出处 |

硬性纪律：
- 所有金额标明币种、单位、报告期口径。
- 每一笔必须能定位到具体公告或报表科目，定位不到的不要写进表。
- 一切比值、增速、占比不要自己心算，只列原始数字，计算由使用者完成。
- 禁止评价任何一笔交易的好坏，禁止打分，禁止写「该收购整合效果良好」这类话。
- 材料中缺失的年份单独说明，不许用相邻年份推测。

材料：
【粘贴原文】

提示词四：口径与措辞变化检测

你的角色是文本比对员。研究对象：【公司】，覆盖期间：【期间】。
下方是同一家公司连续多期的公开表述原文。

任务：找出「同一件事，说法变了」的地方。分三类输出。

一、指标口径变化
公司用来描述同一业务表现的指标，前后是否换过？
| 期间 | 使用的指标名称 | 原话 | 出处 | 与上一期指标是否可直接比较 |
最后一列只填「可比 / 不可比 / 材料不足以判断」，不要展开评论。

二、承诺硬度变化
针对同一项承诺，历期措辞是否变软或变模糊？逐期抄录原话并列。
| 期间 | 原话 | 出处 |
只抄录，不要判定「变软了」，由使用者自己看。

三、归因方式变化
业绩不及预期的期间，公司给出的原因指向内部还是外部？
| 期间 | 原因表述原话 | 出处 | 表述中提到的主体（公司自身 / 外部环境 / 两者都有 / 未说明） |
最后一列只做机械分类，不做褒贬。

硬性纪律：
- 全部为原文逐字摘录，任何改写视为作废。
- 只做并列，不做解释。禁止分析变化的动机，禁止推测原因。
- 找不到对应期表述的，写「该期材料中未见相关表述」。
- 禁止在结尾做任何总结。

材料：
【按时间顺序粘贴各期原文】

口径变过几次，比说错过几次更值得看

四类对照里，第四类最容易被跳过，也最容易出真东西。原因是它不依赖「后来发生了什么」——你不用等结果，材料本身就是证据。

举两个脱敏的例子。某制造业公司连续几年在披露里讲「产能利用率」，某一年开始改讲「有效产能利用率」；某消费公司过去讲「同店销售增速」，后来改成「全渠道销售增速」。

换口径本身不是问题。业务形态确实会变，旧指标可能真的不再适合。问题在于换口径的时候，跨年可比性就断了。 你手上那条走了五年的曲线，从这一年起接的其实是另一条线。如果你没注意到，你会用一个连续的趋势去理解一段不连续的事实。

所以正确的动作不是看到换口径就下判断，而是把它变成三个具体问题：为什么在这一年换？新口径能不能还原成旧口径（公司有没有同时披露两套数）？如果还原不了，换口径之后被盖住的那部分表现，是变好还是变差？

第三个问题往往有答案。一个改法如果让数字更好看，公司通常没什么动力在几年后再改回去；如果只是业务变了，公司多半会在过渡期同时给两套口径，好让你自己接得上。同时披露两套，是善意的信号；直接切换、不给桥，是需要你多问一句的信号。

承诺硬度的变化是同一个道理的另一面。「明年底前实现盈亏平衡」变成「争取尽快实现盈亏平衡」再变成「持续优化盈利模型」，三句话没有一句是假话，但它们的可核对程度在一路下降。当一句话变得无法被证伪，它就退出了你的证据集。 这类漂移和事实本身的变化要分开处理，论文漂移 那篇专门讲怎么分。

这个题目上，AI 最容易骗你的三种方式

管理层研究是整个投研流程里幻觉最高发的环节。原因很直接：这里的核心材料是人说过的话，而编一句符合语境、符合人物身份、符合行业惯用语的话，对语言模型来说是它最擅长的事。

第一种是编原话。 你会得到一段引号里的表述，读起来完全像那么回事——语气对、术语对、连措辞习惯都对。它只是不存在。这类幻觉几乎不可能靠阅读识别，因为它的质量往往比真实原话还高（真实原话通常更啰嗦、更含糊）。

对策只有一条，笨但有效：所有带引号的句子，回原始文件里搜。 搜不到就删掉那一整行，连带删掉建立在它上面的一切推论。你不需要每句都搜，但每次跑完至少抽查三到五句——如果抽到一句是编的，这份输出整体不能用，重跑。

第二种是转述层污染。 这一种比编造更隐蔽，因为它不完全是假的。媒体报道里记者写的一句概括、分析师纪要里的一句归纳，被 AI 当成管理层的原话引了出来。内容大致不错，措辞却是别人的，而措辞恰恰是你在这个题目上唯一的证据。

对策是在提示词里要求三级标注：原始披露文件 / 媒体转述 / 第三方归纳，并且只有第一级能进入你的对照表。上面四份提示词里我都写了「出处」列，这一列的存在就是为了这件事——出处填不出来的行，直接删。

第三种是悄悄补上人格评价。 你让它只填事实，它填着填着会在表格最后加一句「体现了管理层稳健务实的作风」。这句话没有出处，也不需要出处，因为它不是从材料里来的，是从语料里来的。

它的危害在于它会替你完成本该由你完成的那一步。你看完表格本来要自己下判断，现在判断已经在那儿了，你大概率就顺着它往下走了。所以四份提示词里我都写死了「禁止形容词、禁止打分、禁止总结」。跑完之后你自己扫一眼，看到形容词就删——这是一个五秒钟的动作，但它守住的是整套方法的边界。

评分这一步，必须是你自己做

前面所有提示词都禁止 AI 打分，那分总得有人打。

我的做法是四个维度手工评：诚信（说过的和做过的差多远）、能力（判断准不准、事做没做成）、资金配置（钱花在什么时点、什么价格上）、治理（股权结构、关联交易、激励安排是不是和你这个小股东的利益一致）。权重你自己定，但我读到的那份流程和我自己的用法一致：诚信权重最高，而且是一票否决——能力不足可以慢慢补，诚信有问题的公司直接出局，不进入后续任何环节。

评分的时候守一条规矩：每一格分数背后必须挂至少一条你亲自回查过的事实。 挂不上就把这一格留空。留空一两格无所谓，留空一半，结论就是「看不清」。

看不清就放弃，这是默认出口，不是失败。管理层这个维度尤其如此——公开信息的可得性差异非常大，有的公司披露详实、业绩说明会问答完整，有的公司常年只有一份格式化的年报。后者不是你研究得不够努力，是材料本身不支持这个结论。

最后一条，是给你自己设的：不要爱上管理层。

这条纪律的实际杀伤力比听起来大。一旦你开始欣赏一个经营者，你问 AI 的问题会不知不觉地偏——你会更多地问「他当年那个判断是不是很超前」，更少地问「他哪些承诺没兑现」。而 AI 会顺着你的问法走。于是你搭了一套很严谨的流程，却用它系统性地收集有利证据。

对策是在流程里强行留一个专职唱反调的位置：开一个独立会话，唯一任务是找出「说了没做的事」，找不出来就算失职，不许写「总体来看兑现情况良好」。 这个角色的成功标准和其他角色是冲突的，冲突是故意的。角色之间怎么保持互不可见、怎么设置对立的成功标准，角色怎么切 里讲得更完整。

至于哪些事 AI 无论如何都不该替你做，AI 投研的边界 单开一篇讲。管理层这一项是其中最典型的：它能帮你把材料翻遍、把话摘全、把账拉齐，但「你愿不愿意把钱交给这个人管十年」这个问题，只能你自己回答。

小结

• 别问 AI「这个管理层怎么样」。它给的是舆论平均值，没有出处、无法证伪，而且大概率跟你原有的印象一致，让你误以为得到了验证。
• 把问题改写成四类可回查的对照：承诺对兑现（只收带数字带时点的）、预测对结果（考认知，和考执行的承诺分开看）、说的钱对实际的钱（回购要连着当时的估值一起看）、顺境的话对逆境的话。
• 口径变化和承诺硬度变化不用等结果，材料本身就是证据。换口径不等于有问题，但跨年可比性断了；同时披露两套是善意信号，直接切换不给桥就要多问一句。
• AI 在这个题目上有三种高发编造：编原话、把媒体转述当原话、悄悄补上人格评价。对策是所有引号回原文抽查、出处三级标注只认原始文件、看到形容词就删。
• 评分只能你自己做，每一格必须挂一条亲自查过的事实；挂不上就留空，留空太多就判定看不清、放弃。
• 给自己留一个专职唱反调的角色，防止你欣赏一个人之后，用严谨的流程系统性地收集有利证据。

最后用一句不带任何术语的话说清这篇：要判断一个人能不能托付，别听他这次怎么说，把他过去说过的话和后来实际发生的事，一行一行摆在一起——摆表的活儿交给机器，看完表下结论的活儿只能你自己来。

本文只讲研究方法，不评价任何真实人物或公司，也不构成任何投资建议，相关边界见 免责声明。