一个好的投研提示词，有四个东西不能少

你大概干过这件事：在某个帖子里看到一段「投研神级提示词」，如获至宝地存进备忘录。轮到自己想看的那家公司，你把它粘进去，出来的东西平平无奇——工整、全面、每一段单看都没错，合起来没有一句能拿去做决定。

你不甘心，开始改。加一句「请深入分析」。再加一句「请以专业机构分析师的水准回答」。再加一句「不要泛泛而谈」。改到第五版，味道一点没变。

我在这上面浪费过很多个晚上，后来才想明白问题出在哪：你一直在加形容词，没有加约束。 「深入」「专业」「不要泛泛」，这些词对它来说不构成任何限制——它本来就在尽力写得像专业的深入分析，你再嘱咐一遍等于没说。

真正让一段提示词管用的，从来不是它有多长多客气，而是四件事有没有交代清楚。这四件事说来朴素，但缺任何一条，都会长出一类你在输出里看不出来的错误。而看不出来这三个字，就是它在投研里的全部危险所在。

先说个跟投资没关系的场景

你想买套二手房，自己没空跑，托一个朋友去打听。

第一种托法：「你帮我打听打听那个小区怎么样。」

他回来跟你聊了四十分钟，讲得可热闹了——绿化不错，听说学区要调整，有人说楼下要开个商场，中介讲这一片挺抢手的。你听完心里更乱了：这些话里哪些是他亲眼看到的，哪些是中介跟他说的，哪些是他自己觉得的？你分不出来。你更不知道他有没有去问过物业，还是压根忘了。

第二种托法：「你去一趟，就干三件事——找物业问清近三年有没有大修、找两户业主问电梯和漏水、拍一下地下车库。中介说的话可以记下来，但必须标明是中介说的。回来给我一张表，一行一件事，问不到的那行就写没问到,别替我推测。」

同一个朋友，同一趟路，第二种拿回来的东西你能直接用。

差别在哪？第二种里，你交代了他是什么身份去的（查证的人，不是帮你下决心的人）、哪些话算数哪些不算数、要什么形状的东西、以及打听不到时该怎么办。

这四样，就是这篇要讲的四个要素。换到 AI 身上，一个字都不用改。

这四件事对你的投研意味着什么

托朋友打听房子，交代不清最多是白跑一趟——你听着不对劲，会追问。

投研这件事有个要命的不同：输出的质量没有即时反馈。 你让 AI 帮你看一家公司，它给你三千字。这三千字里如果有一句是编的，你不会当场被绊倒——你会顺着读下去，觉得挺有条理，然后把它记进脑子，几个星期后凭着这个印象做了个决定。等到发现不对，你早就不记得这句话是从哪儿来的了。

这里说的提示词，就是你打给 AI 的那段话，也包括你附带塞给它的那些材料。它不是「问法」这么轻的东西——你交代得越松，它自由发挥的空间越大，而它发挥出来的东西和真材料长得一模一样。

所以这四个要素，每一条堵的都不是「答得不够好」，而是一类会伪装成正常输出的错误。下面逐条讲，每条先说缺了它会出什么事，再说它在机制上到底在约束什么。

要素一：角色与立场——它是干什么的，以及不许干什么

缺了会怎样

不给角色，你得到的是一篇「什么都提一句」的东西：行业前景、竞争格局、财务概况、风险提示、最后一段平衡的总结。

这种输出的问题不是错，是没有立场就没有筛选。一份材料的价值恰恰来自它敢于不提什么。全都提到，等于什么都没强调，你读完还得自己从头判断一遍——那你要它干嘛。

更隐蔽的一层：没有立场的输出天然是骑墙的。它会在夸完之后补一句「当然也存在一定风险」，在指出问题后补一句「总体来看仍具备一定竞争力」。这种两头堵的写法读起来非常舒服，因为它永远不会错，也因此永远没用。

它在机制上约束什么

一段角色定义干两件事：划定视角，和划定禁区。

开源投研智能体项目 Vibe-Trading 里有一批预先写好的角色编队配置（智能体就是能自己调用工具、分几步把一件事做完的 AI 程序，不是只会一问一答的聊天框）。翻开其中的价值投资委员会那份，四个角色的写法非常一致：每个角色开头就是一句身份，紧接着一句「你的任务是」，然后一串「你必须回答」的编号问题。

负责逆向检验那个角色的写法尤其干脆——它的任务不是「评估风险」这种软绵绵的说法，而是要求列出至少五条这家公司可能怎么死的具体路径，每条配一个发生可能性和一个触发信号。它的行事原则里有一句是「如果我知道自己会死在哪儿，我就永远不去那儿」。

你体会一下这个设计：它不是让模型「全面地考虑风险」，它是逼它交出五个具体死法。前者可以用套话糊弄过去，后者不行。

禁区同样重要。本站那份模板库里的角色骨架有一条写死了：估值、股价、买卖时机在任何角色里都属于越界。这条不是客气话——不设禁区的话，一个负责看生意模式的角色会自己滑到「所以现在这个位置值不值得买」上去，而那恰恰是它最没资格说、你又最容易被说服的部分。

写的时候抓什么

一句身份 + 一句唯一职责 + 一句明确的禁区。三句话，不用更多。判据是：这段话读完，有没有什么问题是它明确不该回答的？ 一个都没有，说明你的角色定义等于没写。

顺带一提，多个角色要不要同时用、怎么不互相污染，是另一件事，分角色那篇专门讲了为什么必须开在互不相通的对话里。

要素二：材料边界——只准用我给你的东西

这一条是四条里最不该省、也最常被省的。

缺了会怎样

你把一份财报摘要粘给它，问「毛利率的变化怎么解释」。它回你一段分析，里面出现了几个你没给过的数字——去年同期的行业平均水平、某个竞争对手的对应指标、一个具体的百分比。

这些数字从哪儿来的？来自它的记忆。而它的记忆停在某一天，之后的世界它一概不知，并且它不知道自己不知道。

Vibe-Trading 里负责喂数据那个模块的说明写得很硬：对任何在模型知识截止之后还在交易的东西来说，它回忆出来的价格按定义就是错的。这话听着绝对，但逻辑上无懈可击——价格每天都在动，一个停在过去某一天的记忆，除非撞大运，否则不可能对。

真正麻烦的是这类数字混在真数字里，格式完全一样：有小数点，有单位，甚至有个像模像样的出处。你没法靠读出来分辨。

它在机制上约束什么

同一个项目里有一条被标成「硬规则」的约束，不管什么角色都会被无条件加到提示词末尾。它的意思大致是：

你输出里的每一个具体数字——价格、百分比、成交量、资金流向、市值排名、行业权重、代码——都必须能追溯到三个来源之一：本次运行中某次工具调用取回的结果、上面那块预先塞给你的真实数据、或者上游角色的输出（且上游自己也来自前两者）。不许引用记忆或训练数据。

「工具调用」指的是让 AI 去调一个外部程序把数据取回来，比如去行情接口拉一段真实报价，而不是靠回忆作答。

这条规则里有个细节值得单独说：它特意点名了那些做汇总、综合、编辑的角色。这类角色手里没有任何取数工具，早先没人管它们，结果它们最爱自己发明数字——因为要把报告写完整，缺个数就随手补一个。

离一手材料越远的环节，越容易凭空长出精确的数字。 这个现象放在人身上也成立，二传手最容易把「大概三成」传成「31.2%」。

写的时候抓什么

一句话就够：本次回答只允许使用我在下面提供的材料，材料之外的信息一律不得引入，包括你记得的行业惯例和同行数据。

注意最后半句。很多人写了「只用我给的材料」，但没堵住「通常来说」「行业普遍」这类口子，于是它照样把训练时记住的一堆常识塞进来，还不带引号。要求它把每一处判断标明来自你给的哪一段，是更硬的做法——具体怎么逼它交出处，出处那篇展开讲。

要素三：输出结构——什么形状才算交付

缺了会怎样

不指定结构，你拿到的是散文。散文的问题不在于难看，在于没法比较、没法回查、没法复用。

具体说：你今天看一家、下周看另一家，两份散文没法并排放。你想核对某个数字，得从段落里翻。你想让它下一轮接着上一轮往下做，它接不上——因为上一轮的产物是一坨没有把手的文字。

还有一层更要紧的：散文允许含糊，表格不允许。「应收账款周转情况有所变化」这句话在段落里读着挺正常，放进一张要求填「本期/上期/变化幅度」的表里，它就填不出来了——填不出来，你就知道这块它其实没查到。

结构的作用不只是好看，是把含糊逼成空白。

它在机制上约束什么

那批角色配置里，每个角色的提示词末尾都规定了产出形态，还专门要求把最终报告写成文件而不是聊天里回一段。这不是排版洁癖：写成文件才能被下一个角色读到、被后续步骤引用、被事后翻出来对账。

你自己用的时候不需要搞得这么工程化，但那个精神要留住：明确说出你要的形状。一张表，每行是什么，每列是什么；或者分成编号的几节，每节回答一个具体问题。

我自己的经验是，最有用的一种结构约束是给每一项配一个状态标记（比如达标/未达标/边界，或者改善/持平/恶化）。这个小要求的威力在于，它把「一段解释」压成了「一个判定」，而判定是没法骑墙的。你会立刻看出哪几项它其实没底。

写的时候抓什么

先想清楚你拿到这份输出之后要用它干什么，再反推形状。要拿去和另一家比，就得是表。要拿去当下一轮的输入，就得分节编号。要拿去自己回查，就得每条带出处位置。

想不清楚用途的时候，说明你这一轮压根不该问——这属于另一个话题，一次问全还是分轮追问那篇讲怎么切。

要素四：允许它说「材料里没有」

这一条最容易被漏掉，因为它反直觉：你得专门花一句话，允许它交白卷。

缺了会怎样

不给这条出路，它会把每个格子都填满。

这是被训练出来的倾向——它被优化成一个乐于助人、有问必答的助手，「答不上来」在它的行为倾向里是一种失败。所以当你给的材料里没有某项数据，而你的表格里有那一格，它会想办法把那格填上：用同行的数、用往年的数、用一个听起来合理的估算，偶尔干脆编一个。

后果非常具体：一份完全没有留白的报告，看起来是做得最扎实的那一份，实际上是最危险的那一份。 有窟窿的报告是诚实的，你知道该往哪儿补；被填满的报告让你误以为自己已经看清了。

这类把不存在的东西说得跟真的一样的现象，通常叫幻觉。它最要命的地方不是错，是格式完全正确——有数字、有小数点、甚至有个看着像回事的出处，所以「读起来对不对」这种判断在这里彻底失效。

它在机制上约束什么

回到刚才那条硬规则，它的后半段才是精华所在。它给凑不出来源的数字明确安排了两条出路：要么去调工具把它取回来，要么把这个数字删掉，并在句子里注明这只是方向性判断、未经数据核验。

请注意这个设计的克制之处：它没有要求「不许出错」——那是句空话。它要求的是当你没有依据时，有一个合法的、体面的、不算失败的动作可以做。

同一个项目里还有个乍看矛盾的地方，想通了很有意思：某个角色的提示词里写着要精确取数、不许拿「待定」搪塞跳过；而全局硬规则又说没来源就删掉数字。这两条不打架——前者禁止的是偷懒不查，后者禁止的是查不到还硬编。 合起来是一句完整的话：该查的必须去查，查不到的必须承认。

一段好的投研提示词，这两半都得有。只写前半段，它会编；只写后半段，它会偷懒。

写的时候抓什么

把出路写得比「不知道就说不知道」更具体。有效的写法是给它一个标准答案模板，比如：材料中未提及；或者：材料中只有某年数据，无法计算变化。

再加一条更狠的：要求它在报告末尾单列一节，把所有「未查到」「数据不足」的地方汇总起来，并且明确写上——如果这一节为空，请在开头提示我警惕是否被推测填满。

我加上这一条之后，逮住的问题比前面所有约束加起来还多。

三种看着很专业、其实不产生任何约束的伪要素

补完四条，再说说该删掉什么。下面三种在网上流传的提示词里出现频率极高，但它们一个约束都没提供。

「你是世界顶级的投资分析师。」 这句话对输出的影响，主要是让措辞变得更像行业黑话，不会让判断变准一点。真正起作用的从来不是头衔，是后面那句「你只负责……，其余不归你管」。头衔是形容词，职责才是约束。

「请深入、全面、专业地分析。」 三个词各自的方向还互相打架——深入意味着聚焦，全面意味着铺开。它接到这种指令，通常的选择是两边都做一点，于是每一块都浅。要深就明确说只看哪三个问题，要全就明确列出必须覆盖的清单，别把选择权用形容词的方式扔给它。

「请确保信息准确，不要出现错误。」 这句最没用，因为它不可执行。它没有任何办法知道自己说的对不对——它眼里的「准确」就是「看起来符合这类文本应有的样子」。你要的其实不是它保证准确，是它把每一处的来源交出来让你自己核。这两件事差着一整个环节。

看出规律了吗？凡是要求它「更好」的，都是废话；凡是限制它「不许做什么、材料只能用什么、输出必须长什么样、没底时该写什么」的，才是真约束。

拿这四条去体检你手上的提示词

存量的那几段提示词不用重写，逐条问四个问题就行：

一问：有没有什么问题是它明确不该回答的？ 没有 → 缺角色与立场。

二问：如果它引用了一个我没给过的数字，我能不能一眼发现？ 不能 → 缺材料边界。

三问：两家公司的输出，能不能并排放在一起比？ 不能 → 缺输出结构。

四问：如果材料里恰好没有某一项，它会写什么？ 答不上来，或者你怀疑它会自己补一个 → 缺那条出路。

四问里有任何一问卡住，就在原提示词上补一句，不用重写。补完你会发现，真正管用的提示词往往比那些「神级模板」短——因为它没有形容词，全是限制。

小结

• 改提示词别再加形容词。「深入」「专业」「全面」不构成约束，它本来就在尽力那么写。
• 角色与立场：一句身份 + 一句唯一职责 + 一句禁区。判据是「有没有什么问题是它明确不该回答的」，没有就等于没写。
• 材料边界：只准用我给的，且要堵住「通常来说」「行业普遍」这类口子。它记忆里的具体数字，对任何还在变动的东西来说默认就是错的，而且它不知道自己不知道。
• 输出结构：形状不是排版问题，是把含糊逼成空白。给每项配一个状态判定，你会立刻看出哪几项它其实没底。
• 允许它说材料里没有：必须专门给一条体面的出路，否则它会把每个格子填满。没有留白的报告不是做得好，是窟窿被填上了。
• 该查的必须去查，查不到的必须承认——两半都写上，只写一半会各自长出偷懒和编造。
• 拿四问去体检存量提示词，卡住哪一问就补一句，不必重写。

关于 AI 做投研决策这条路整体走到哪儿、卡在哪几处，概念库里大模型做交易决策那篇有系统的交代；而幻觉为什么必须靠机械回查而不是靠读感来抓，可以看幻觉与事实核验。

最后用一句不带术语的话说清这篇：别嘱咐它好好干，告诉它你是谁、只准看哪些东西、要交什么样的东西、以及不知道的时候该怎么说。