AI 投研这条流水线上，翻车的地方是可以预先点名的

你大概有过这种经验：一份 AI 生成的公司研究报告拿到手，你知道里面肯定有问题，但不知道问题在哪儿。于是你从头读到尾，每句话都掂量一遍，读完两个钟头，累得够呛，还是没什么底气——万一漏了呢？

这个做法本身就错了。它把「找错」当成一件均匀分布的活儿，好像报告的每个位置出错的概率都一样。实际上不是。 一份 AI 研究材料里，错误的分布是极度不均匀的：有些段落你就算闭着眼睛信，问题也不大；有些段落你必须逐字回查，而且它们出现的位置是可以提前点名的。

这篇讲的就是怎么点名。至于 AI 编造内容的几种典型长相、以及一个数字该怎么逐条核，AI 说得有鼻子有眼，可那个数字是编的 那篇已经讲透了，这里不重复。本篇换一个角度：不看错误长什么样，看它容易在流程的哪一段冒出来。

先说清边界：本文讲的是怎么让研究材料变得可靠，不是怎么用 AI 选股。所有输出都是待验证的材料，不构成任何投资建议。

先用装修这件事讲明白

你请人给家里做柜子。全套流程是：量尺寸 → 算板材用量 → 照着老户型图确认承重墙 → 听师傅讲工艺方案 → 最后出报价单。

现在问你一句：这五步里，哪一步出错最要命？

不是听工艺方案那步。师傅说「这个做免漆板更耐造」，说错了你顶多多花点钱，改得回来。要命的是量尺寸那一步。 尺寸错两厘米，后面所有环节全部照着这个错数往下走：板材算多了、报价虚高了、柜子做出来装不进去。这一步没人复核，后面四步做得再漂亮都是白搭。

第二要命的是那张老户型图。图纸是三年前的，中间业主敲过一面墙，图上还画着。师傅照图作业，一切都很专业、很流畅，直到钻头下去。问题不在师傅的手艺，在他手上那份资料已经过期了，而这件事没人告诉他。

再有就是行话。师傅说「这个用的是 E0 板」，你点头。可你俩心里的 E0 是不是一回事？不同标准体系下同一个字母加数字，指向的门槛不一定相同。你以为你们达成了共识，其实你们只是用了同一个词。

你发现规律了没有：出问题的不是「判断」，是「量」「照旧图」「对词」这三类看起来最不用动脑的活儿。 越机械的工序，越没人复核；越没人复核，错了越走得远。

AI 投研这条流水线，毛病一模一样。

放到投资决策里意味着什么

投研这条流水线，从头到尾大致是这么几段：确定研究哪家公司 → 把数字抓出来 → 把不同期的数字排在一起看变化 → 读管理层怎么讲 → 判断这些信息现在还成不成立 → 汇总成一份能拿来做决定的东西。

关键在于，这条线是串行的。前一段的产出直接当成后一段的输入，中间没有人喊停。一个抓错的营收数字，会在下一步变成一个错的增速，再下一步变成一个错的趋势判断，最后凝固成一句「增长在放缓，护城河可能在削弱」。你在最后那句话上花再多时间辩论都没用——病根在三步之前，而那三步之前的地方，长得毫无异样。

这也是为什么「读完整篇挑错」这个办法效率极低。你在读的是流水线的末端产物，而错误在中段就已经被熨平了，末端已经看不出接缝。

正确的做法是把检查前移：不在出口验货，在每道工序的交接处验货。 而且不用每道都验——只验那四道真正高发的。下面一道一道拆。

高发工序一：把数字抓出来

这是整条线上最要命的一段，理由和量尺寸完全一样：它是所有后续推理的地基，而它看起来最不需要动脑，所以最容易被跳过复核。

它为什么在流程意义上高发？因为这一步的活儿性质是填空。你给出一个表格骨架——近五年收入、毛利、经营利润、净利润、经营现金流——模型要做的是把格子填满。而「把格子填满」这件事，对一个从不说「我不知道」的助手来说，是它最擅长也最危险的任务形态。空着的格子会让它难受，填满的格子会让你放心，这两种感受合在一起，就是事故的温床。

我自己的流程在这一步设了一道很硬的闸门，规则简单到不需要理解就能执行：

每个关键数据必须来自两个互相独立的来源，两源误差按幅度分三档处理。 误差在百分之一以内，认为一致，取其一并把两个来源都写上；误差在百分之一到百分之五之间，标注「数据存在差异」，两个数都保留，并且必须写出可能原因；误差超过百分之五，标注「重大差异」，不许直接使用，必须回到公司原始公告核实。

这套分档为什么有用？因为它把一个含糊的问题（这个数对不对）换成了一个机械的问题（两个数差多少）。含糊的问题需要判断力，机械的问题只需要执行。能机械化的闸门才装得住，需要临场判断的闸门迟早会被省掉。

还有一条同样机械的：一切除法不许心算。 增速、利润率、各种比值、市值验算，全部用计算器或脚本算出来。这条看起来小题大做，但一个算错的比值和一个编出来的绝对值，杀伤力完全一样，而且更隐蔽——绝对值你还可能去查一下，比值你通常就直接信了。

下面这份是这道闸门的提示词版本，粘在你的取数环节末尾用。

【取数闸门 · 交付前自检，逐条回答，不许跳过】

对上面这张表里的每一个数字，逐个回答下面五问，用表格输出：

| 数字 | 它是什么 | 来源1（名称+具体位置） | 来源2（名称+具体位置） | 两源差多少 | 判定 |

判定规则（照抄执行，不要自己改）：
- 两源误差 ≤1%  → 判「一致」，正文取来源1的值，两个来源都要写出来
- 两源误差 1%~5% → 判「存在差异」，两个数都写进正文并标记，
                   同时说明差异原因（会计口径 / 汇率换算时点 / 财年定义 /
                   合并范围 / 某一源尚未更新），说不出原因就写「原因不明」
- 两源误差 >5%   → 判「重大差异」，禁止在正文使用这个数，
                   改为写「需回原始公告核实」并停在这里
- 只有一个来源   → 判「单源」，数字前面必须加标记，不许当成已核实数据使用
- 一个来源都没有 → 删掉这个数字，格子留空并写「未获取」

补充硬要求：
1. 「来源」必须具体到哪一份文件、哪一期、哪一页或哪个页面，
   写「根据公开财报」「据公开数据」一律视为没有来源，对应数字直接删除。
2. 所有除出来的数（增速、利润率、比值、市值验算）必须把算式和输入摆出来，
   禁止只给结果。算式写不出来的，这个数不许出现。
3. 表格里不许出现空行。宁可写「未获取」，不许用推测把格子填满。

高发工序二：把不同期的数字排在一起

第一道闸门放行之后，进入第二段：同比、环比、五年趋势、和管理层此前给的指引对照。

这一段高发的原因和第一段不同。第一段的病是「数是假的」，这一段的病是**「数都是真的，但它们不该被放在同一行里比」**。

真实流程里踩过的坑非常具体，我把它归成五类，因为这五类会反复出现：

• 会计口径不同。 同一家公司的净利润，有按通行会计准则口径公布的，也有剔除若干项之后的调整口径。两个数都是真的，官网上都能查到，差着十几个百分点。把这一期的调整口径和上一期的准则口径放一起算同比，得出来的「大幅增长」纯属虚构。
• 汇率换算时点不同。 跨市场的公司，同一笔收入换成不同货币，取的汇率日期不一样，结果就不一样。
• 财年定义不同。 有些公司的财年不在自然年末结束。你以为在比同一段时间，其实错开了一个季度。
• 合并范围不同。 中间发生过收购或剥离，前后两期的「收入」根本不是同一个业务组合。
• 某一个来源还没更新。 最新一期已经披露，某个数据站还挂着上一期的数，模型抓到了旧的那个。

除了这五类，还有一个专属于股价序列的坑：复权口径。 股价有不复权、前复权、后复权三种口径，分红和拆股会让它们分叉。我的规则写得很死——凡是涉及历史价格的分析一律用前复权，且同一份分析里不得混用复权与不复权的来源。 混用的后果不是差一点，是历史涨幅、历史估值分位这些结论全部失真，而报告读起来一切正常。

这一段还有一个更微妙的问题，是我在做持仓跟踪时才意识到的：「说法变了」不等于「事实变了」。 同一家公司，前后两份研究材料措辞不同——一份说「护城河稳固」，一份说「护城河面临考验」——你很容易读成基本面恶化了。但也可能什么都没变，只是这次的表述习惯不一样。我的漂移检测流程里为此写了一条硬规则：只比较证据，不比较文风；找不到能解释变化的具体新证据时，必须判定为「未变化」，不许用措辞差异推断出漂移。 而且表格里「未变化」那几行的证据栏必须写破折号——不许为了把表填满而编造触发证据。 这条规则的完整用法见 论文漂移 那篇。

【口径闸门 · 任何跨期对比之前必须先跑这一步】

在做任何同比、环比、多期趋势之前，先输出一张「口径锁定表」：

| 指标 | 本期口径 | 对比期口径 | 两期口径是否一致 | 可比性判定 |

每个指标必须明确写出下面五项，任何一项写不出来就判「口径不明」：
1. 会计口径：是准则口径还是经调整口径？两期是不是同一种？
2. 时间口径：财年起止是什么时候？两期跨的是不是同样长的时间？
3. 币种与汇率：用的什么货币？换算汇率取的哪一天？
4. 合并范围：期间有没有收购、剥离、分部重划？有的话前后是不是同一个业务组合？
5. 数据新鲜度：这个来源最后更新到哪一期？

判定规则：
- 五项全部一致 → 判「可比」，允许计算同比/环比
- 任意一项不一致 → 判「不可比」，**禁止直接相减或相除**。
  必须先做口径还原，还原不了就只并列展示两期原值，写明「口径不同，未做同比」
- 有任意一项写不出来 → 判「口径不明」，同上，不许硬算

涉及历史股价序列时，额外强制：
- 统一使用前复权口径，并在正文写明「本节股价为前复权」
- 同一节里不许混用复权与不复权来源，混了就作废重来

最后一条（针对前后两版材料的对比）：
- 只比较证据，不比较措辞。同义改写、排序变化、语气变化一律判「未变化」。
- 判定为「变化」的每一行，必须引用导致变化的那条具体新证据；
  引用不出来就改判「未变化」，证据栏写「—」，不许编。

高发工序三：行业黑话和公司自定义指标

第三段是读管理层的表述、读行业分析。这一段的高发点很特别：错的不是数字，是词。

每个行业都有一堆自己的词，而这些词里有相当一部分没有统一定义。同一个用来衡量业务规模的指标，A 公司算的是含税成交额，B 公司算的是扣掉退货之后的净额；同一个「用户数」，有的按注册算，有的按月活算，有的按付费算。更麻烦的是那些公司自己发明的指标——它写在财报里，看起来和标准财务科目一样正式，但它的算法是这家公司自己定的，可以随时调整，而且调整了未必显眼地告诉你。

模型在这个地方会做一件很自然、也很致命的事：用这个词在行业里最通用的那个定义，去解释这家公司报出来的数。 定义对不上，整段推理就悬空了，可它读起来专业得不得了——术语用得地道，逻辑严丝合缝，只是地基不是这家公司的。

这一段的另一个高发点是引述。管理层说过的话被打上引号写进材料，是幻觉密度最高的位置之一，因为编一句符合语境的场面话实在太容易了。我的财报精读流程里对此只有一条规矩，但执行得很死：所有引述必须是原话，找不到原话就写「未找到原始表述」，不许转述之后加引号。 转述加引号是最坏的一种，它把一个模糊的印象包装成了一条可引用的证据。

关于为什么必须让模型去读原始文件而不是二手摘要，一手资料纪律 那篇专门讲了。

【术语闸门 · 用在任何涉及行业指标、公司自定义指标的段落】

第一步，把这段材料里出现的所有行业术语和非标准财务指标列出来，
每个术语填完下面这张表才允许继续往下写：

| 术语 | 这家公司自己的定义（原文表述+出处） | 我用的是不是这个定义 | 是否公司自定义指标 |

规则：
1. 凡是不属于标准财务报表科目的指标（各类成交额、活跃用户、
   经调整口径的利润、单位经济性指标等），必须找到公司自己的定义原文。
   找不到原文定义 → 这个指标不许用于任何跨公司比较，
   只能写「该指标为公司自定义，未找到定义原文，不与同行对比」。
2. 公司自定义指标必须额外注明：它的算法在最近几期里有没有变过？
   变过就必须写出来，因为口径变化会伪装成业绩变化。
3. 同一个术语在不同公司之间比较时，必须先确认两家用的是同一个定义。
   确认不了就不比。

第二步，管理层引述专项检查。把本段所有带引号的句子列成表：

| 引述内容 | 出自哪份文件、哪一段 | 是否逐字原文 |

- 不是逐字原文的 → 去掉引号，改成陈述，并注明「转述，非原话」
- 找不到出处的 → 整句删除，写「未找到原始表述」
- 禁止把多句话拼接后当成一句引述

第三步，删掉所有「行业普遍」「同行平均」「一般来说」这类说法，
除非你能立刻写出：样本是哪几家、数据是哪一期、来自哪个来源。
写不出来就删句，不要保留。

高发工序四：这些信息现在还成立吗

第四段是时效性判断。这一段之所以单列，是因为它的失败方式和前三段完全不同：前三段是内容错了，这一段是内容对过，只是现在不对了。

模型的知识有一个截止时间，截止之后的事它一概不知，但它照样会用现在时回答。于是你会看到早已完成的事情被说成正在推进、换过一轮的管理层还是前任、已经实施的政策还停在草案版本。这些说法在半年前每一句都是对的。

流程上真正危险的不是它答错，而是它答错时的样子和答对时一模一样。尤其是当它本该联网查资料却没查到的时候——它有极强的倾向直接调用记忆里的旧知识作答，还照着完整格式吐一份报告出来。你以为拿到的是最新资料，其实是过期知识穿了一件新衣服。 这是整条流水线上最难被肉眼发现的失败，因为它没有任何异常信号：格式对、逻辑通、数字规整。

有意思的是，这个问题和量化回测里的时点数据其实是同一枚硬币的两面。回测里你防的是程序读到了当时还不存在的未来信息；用 AI 时你防的是它给你过去的信息却假装是现在。方向相反，病根都是信息的时间戳丢了，这层可以顺着 时点数据 一起读。

对策不复杂，但必须是硬性的：强制标注时间戳，并且强制声明这次到底查没查。

【时效闸门 · 放在任何一次联网检索型研究的开头和结尾】

开头声明（每次输出的第一段，不许省略）：
本次研究的资料获取情况：
- [ ] 已成功获取实时资料，最新一条资料的日期是：____
- [ ] 未能获取实时资料，以下内容基于训练时的既有知识，**置信度降级**
两个都必须如实勾选。未能联网却按正常格式输出报告，视为本次输出作废。

正文强制规则：
1. 一切带时效性的陈述必须自带日期。包括但不限于：价格、市值、
   人事任免、并购进展、监管政策状态、产品在售状态、股权结构。
   写不出日期的，整句删除。
2. 一切状态类表述必须写清「截至哪一天为止是这个状态」。
   禁止使用「目前」「现在」「近期」而不带具体日期。
3. 任何一条信息，如果它的日期早于最近一期财报的公布日，
   必须额外标注「此信息可能已被更新的披露覆盖」。

结尾自查（逐条回答是/否）：
- 本文里有没有任何一句带时效性但没有日期的话？有就指出来并删掉。
- 本文提到的人事、并购、政策，最后一次核对是什么时候？
- 如果本次未能联网，本文哪几条结论最可能已经过期？请点名列出。

闸门放在哪一步，比闸门本身更重要

上面四道闸门，你可能会想：全都攒到最后一起查不行吗？

不行，而且差别很大。

闸门必须放在错误还是孤立的时候。 一个抓错的营收数，在取数环节是一个孤立的错数，删掉就完了；等它走过跨期对比、走进趋势判断、被写进结论段之后，它已经和四五个衍生结论长在一起了，你要么全推倒重来，要么就得逐个去追它污染了哪些句子——后者几乎没人做得完。

这就是为什么我不主张「写完再审」。审的成本随着它走过的工序数量指数上升。 在第一个出口拦下来，成本接近于零。

还有一层：闸门放在中间，你才有机会中止。四道闸门里有三道的判定结果都可以是「停在这里」——数据重大差异就停、口径不明就停、术语找不到定义就停。走到末端你是停不下来的，因为报告已经写完了，人在心理上很难把一份成型的东西作废掉，最后往往是加一句免责了事。

关于核验动作具体嵌在哪个位置、由谁来执行，核验动作该嵌在流程的哪一步 那篇有更细的拆法；而闸门要真正管用，前提是前面几个角色的输入边界是分开的，这一点在 分角色 那篇里讲过。

一个不该省的前置动作：先给资料量打分

最后补一个动作，它排在四道工序之前，但很多人没意识到它的作用。

开工之前，先判断这次研究能拿到多少一手资料，并把这个判断写进报告开头。 我把它分成三档：

• 资料充裕：上市多年、覆盖密集、原始文件齐全。这一档的陷阱不是编造，是共识过强——模型输出的东西和市场普遍看法高度雷同，读起来很对，但不给你任何信息优势。这一档要额外做反面检验：聪明的钱为什么不买它？
• 资料适中：上市时间不长、覆盖有限、部分数据得靠推算。这一档最危险。 因为资料不多不少，模型会用「合理推测」把空缺补上，产出一份看起来完整、实则含有虚假确定性的报告。这一档的硬要求是：每一个推算出来的数字必须标注为推算值，并区分「有据推算」和「凭空填充」。
• 资料稀缺：几乎没有公开覆盖。这一档模型会因为查不到东西而过度保守，容易把「看不清」误判成「不好」。这一档不该硬凑报告，而该退回到最底层的几个问题：客户是谁、为什么付钱、有没有替代、复购靠什么驱动。

配套还有一份很短的自查，我每次都问自己一遍：我这种「看清楚了」的感觉，是来自这门生意本身，还是仅仅来自资料很多？如果把资料量砍掉一半，我的结论会变吗？ 如果会变，那说明我的信心建立在信息量上，而不是建立在判断上——这两件事在心里的感受一模一样，但可靠性差着十万八千里。

还有一条同样重要的收尾纪律：报告结尾必须把「AI 分析的置信度」和「投资的确定性」分开写。 前者取决于资料量的多少，后者取决于生意本身的性质。一份资料齐全的报告可以有很高的分析置信度，同时对应一门你完全看不懂的生意。把这两件事混成一个「信心值」，是我见过最常见也最贵的错。

最后一道：定稿前的抽检

前面四道闸门都架在工序的出口上，管的是「这一步别出错」。但它们有个共同的软肋——闸门本身可能被跳过，也可能被敷衍着跑过去。你让模型自查，它回一句「已核对，无误」，你怎么知道它真核了？

所以定稿前还需要最后一道，性质和前四道完全不同：前四道是过程控制，这一道是抽样验收。它不重做研究，只随机抽几个点回查——如果抽到的都对，说明前面的闸门是真跑了；如果抽到一个对不上，说明闸门失效，那份报告整体都不可信，得退回去重来。

这就是质检抽样的逻辑：你不可能检查每一件产品，但你可以通过随机抽样判断整条产线有没有失控。

【交付前抽检 · 定稿前最后一道，抽到即回查，不许自评"无误"】

一、数字抽检
从报告里随机抽 5 个影响结论的数字（由你随机抽，不是我指定，也不要专挑好核的）。
逐个回到原始文件核对，输出四列：
  数字 | 报告中的原话 | 原始出处（文件名 + 章节/页码） | 是否一致
无法定位原始出处的，直接标「无出处」。

二、引述抽检
列出报告里所有带引号的直接引述，逐条标注是否逐字来自原文。
不能确认逐字的，必须改成转述或删掉——不许保留引号。

三、时效抽检
列出所有含「目前」「最新」「现在」「近期」的陈述，逐条补上：
  这个说法对应哪个时间点 | 信息来自哪一天的材料
补不出时间点的，标「时效未知」。

四、口径抽检
列出所有跨期对比，逐条标注两期的口径是否一致（会计准则、合并范围、
复权方式、统计区间、单位）。有任何一项不同就标「口径不可比」。

五、推算值抽检
列出报告里所有不是直接取自原始材料的数字，确认每一个都已标注为推算值，
并区分「有据推算」和「凭空填充」。

【定稿判据】
以上五项，只要出现任意一处「不一致」「无出处」「时效未知」「口径不可比」
或未标注的推算值 —— 判定为**不予定稿**，指出该退回四道闸门中的哪一道，
然后重跑那一道，而不是就地改掉这一处。

抽检全部通过，才允许输出「可定稿」。

注意最后那句判据的措辞：发现问题时不是就地改掉，而是退回对应的闸门重跑。原因很简单——抽样抽到一个错，意味着同类错误大概率还有没被抽到的。就地补那一个，等于只擦掉了你恰好看见的那块脏。

小结

• 错误在 AI 投研流水线上的分布是极不均匀的，而且高发位置可以提前点名，不必逐字通读全篇找错。
• 四道高发工序各有各的病根：取数（活儿性质是填空，空格子会被填满）、跨期对比（数都是真的但不该放同一行，五类口径差异加复权口径）、术语（用行业通用定义解释公司自定义指标，以及带引号的假原话）、时效性（过期知识穿新衣服，联网失败却照常输出）。
• 每道闸门都要能机械执行、并且能导致「停在这里」。需要临场判断的闸门迟早被省掉，不会中止的闸门等于没有。
• 闸门必须前移到错误还孤立的时候。审查成本随着错误走过的工序数量急剧上升。
• 开工前先给资料量分档：资料适中那一档最危险，因为推测会伪装成完整。收尾时把「分析置信度」和「投资确定性」分开写。
• 定稿前再加一道抽样验收，它验的不是内容，是前面那些闸门到底有没有被真跑过。抽到一处对不上，退回对应闸门重跑，而不是就地补那一处。

一句不带术语的话记住这篇：别等菜端上桌了才尝咸淡，在每一口锅出锅的时候就尝一次，尝出不对就直接倒掉，别硬着头皮往下做。

本文所述流程规则来自站长自用工作流定义文件的脱敏摘录，是文档层面的做法说明，不是运行结果。回 量化与 AI 投研概念库 看各概念的独立解释。