甲木：年度AI提示词榜首竟是“股票”分析？分享我常用的 8 个 AI 炒股 Prompt（建议收藏）
甲木：年度AI提示词榜首竟是“股票”分析？分享我常用的 8 个 AI 炒股 Prompt（建议收藏）
甲木：年度AI提示词榜首竟是“股票”分析？分享我常用的 8 个 AI 炒股 Prompt（建议收藏） 甲木：年度AI提示词榜首竟是“股票”分析？分享我常用的 8 个 AI 炒股 Prompt（建议收藏） Modified December 26, 2025 Code block Plain Text 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） 目标难度与行业对比 是否存在短期行为激励（冲收入、降研发等） 输出：同向性结论 + 关键条款摘录 + 改进建议。 Prompt 6｜市场分歧：多空到底在吵什么？ 看多空消息非常有意思， Code block Plain Text 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 不给投资建议 不使用情绪化或立场性语言 所有判断必须可被未来数据或事件验证 不是告诉你该信谁，而是告诉你： 未来该盯什么数据 。 Prompt 7｜估值和护城河：市场现在在“押什么假设”？ 这块不多解释了，护城河从价值投资角度考虑非常有必要。 Code block Plain Text 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。 还有很多其它估值方法，都可以按照此思路， Code block Plain Text 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。 市场是会用脚投票的.. Prompt 8｜全方面考虑：DeepResearch汇总 其实这个是我当下用的最多的一个Prompt， 也是在用ChatGPT、Gemini、豆包、千问等各家AI DeepResearch功能时，会用到的Prompt。 Code block Plain Text 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 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] Workflow Phase 1: 商业模式与护城河拆解 (Business Engine & Moat) 核心任务：搞清楚它真正靠什么赚钱，剔除噪音，看清本质。 1. 业务透视与提纯： 拆解营收/利润结构 ：核心业务是什么？是否存在“主业赚吆喝，副业（投资/补贴）赚利润”的现象？ 子公司/联营公司穿透 ：深挖主要子公司和联营公司的实际贡献， 剔除噪音 ，明确指出哪些业务是拖累，哪些是隐形金矿。 2. 护城河判定： 定价权 ：是否有提价能力？（证据：毛利率是否随成本波动？还是能转嫁成本？） 核心壁垒 ：是品牌溢价、极高的转换成本、网络效应，还是单纯的低成本优势？ 行业天花板 ：该行业 TAM 有多大？当前市场份额分布如何？公司是否触及增长天花板？ Phase 2: 行业周期与供需格局 (Industry Context) 核心任务：判断是顺风还是逆风，是红海还是蓝海。 1. 周期定位：行业目前处于哪个阶段（复苏/过热/滞胀/衰退/萧条）？请引用库存水平、开工率、Capex（资本开支）趋势作为证据。 2. 供需剪刀差：寻找“领先指标”与“滞后指标”。未来 1 2 年行业是否有大规模新增产能投放？ 3. 竞争格局变化：行业集中度（CR5）是在提升还是分散？主要竞争对手近期有什么大动作（价格战/技术突破）？ Phase 3: 财务健康度与质量扫雷 (Financial Health) 核心任务：这笔钱赚得干不干净？增长是否有质量？ 1. 核心指标趋势： 计算过去 3 5 年的 营收 CAGR 和 净利润 CAGR ，判断增长的持续性。 分析 ROE（净资产收益率） 的驱动因素（杜邦分析：是靠加杠杆，还是靠周转快，还是利润高？）。 绘制 毛利率与净利率 趋势图，判断盈利能力的稳定性。 2. 异常排查（扫雷）： 周转率警报：存货周转率、应收账款周转天数是否有恶化（变长）趋势？ 含金量测试：经营性现金流净额 / 净利润是否匹配？（长期 <1则为危险信号）。 非经常性损益：剔除一次性收益后，扣非净利润是否依然健康？ Phase 4: 治理结构与资本配置 (Governance & Allocation) 核心任务：管理层是股东的伙伴，还是收割者？ 1. 资本运作回顾： 盘点近 2 年的增发、回购、股权激励或重大并购。这些动作对中小股东是 增厚 EPS 还是 稀释权益 ？ 2. 股权与筹码： 实控人持股比例？是否有 高比例质押 风险？是否有重要股东（大基金/高管）持续减持？ 3. 管理层画像： 他们的言行是否一致？ 资本配置能力 ：历史上赚到的钱投向了哪里（瞎投资/扩产/分红/回购）？回报率（ROIC）如何？ Phase 5: 估值逻辑与风险反脆弱 (Valuation & Risk) 核心任务：价格是否包含了过高的预期？ 1. 相对估值（纵向+横向）： 历史分位 ：当前 PE/PB/PS 处于历史（过去 5 10 年）的什么分位点？ 同行对比 ：与同行业主要竞争对手相比，估值是溢价还是折价？理由充分吗？ 2. 绝对估值（反向思维）： 不仅仅做预测，请进行 反向 DCF 推演 ：当前股价隐含了未来 3 5 年多少的净利润增速？这个隐含预期是否过于乐观？ 3. 风险与空方逻辑： 空方视角 ：全网搜索看空该股票的核心理由（做空报告/负面舆情）。 黑天鹅 ：政策监管风险、技术路径被颠覆风险、地缘政治风险。 Output Format (输出结构) 请以结构化输出，并在文末附上【引用来源清单】： 1. 投资结论摘要 信号灯评级：🟢买入 / 🟡观望 / 🔴卖出 核心逻辑总结（One liner） 2. 关键财务数据表（含 CAGR, ROE, 现金流匹配度） 3. 深度分析正文（按上述 5 个 Phase 展开，每个结论需附带数据支持） 4. 估值仪表盘（历史分位 + 隐含预期 + 同行对比） 5. 未来监控清单 只有当 [事件A] 发生时，才强化买入逻辑。 一旦 [数据B] 恶化（如毛利率跌破X%），逻辑证伪，立即退出。 这个框架在ChatGPT、豆包、千问的DeepResearch中挺好用的， 感兴趣的 韭菜 小伙伴可以试试。 最后 很多人以为，这是散户在“让 AI 给买点”。 但实际并不是。 从我接触到的真实用法来看，大多数高频 Prompt 都集中在这几类： • 读不完的财报，帮我总结 • 行业太复杂，帮我理一遍逻辑 • 市场吵得太凶，帮我把多空观点放在一张表里 • 我怕自己自嗨，帮我找反证 这些都不是“预测涨跌”。 而是： 减少低质量思考的时间，把精力留给判断。 这正是 AI 在股票场景中最合理的位置。 我自己的使用方式，其实非常“反性感”。 毕竟我也是一名 韭菜 投资者 不追热点、不看盘中信号、不让 AI 给结论 而在投资这件事上， 少犯错，本身就是复利。 当“股票”成为年度第一提示词， 其实不是大家更贪婪了。 而是越来越多人意识到： 真正稀缺的，从来不是信息，而是清晰、克制、可验证的思考。 虽然，在我大A上很罕见... 如果 AI 能在这件事上帮你一把， 那它的位置，就非常值得。 以上。 我是甲木，热衷于分享一些AI干活内容，同时也会分享AI在各行业的落地应用，我们下期再见👋🏻 Prompt 6｜市场分歧：多空到底在吵什么？ 看多空消息非常有意思， 不是告诉你该信谁，而是告诉你： 未来该盯什么数据 。 Prompt 7｜估值和护城河：市场现在在“押什么假设”？ 这块不多解释了，护城河从价值投资角度考虑非常有必要。 还有很多其它估值方法，都可以按照此思路， 市场是会用脚投票的.. Prompt 8｜全方面考虑：DeepResearch汇总 其实这个是我当下用的最多的一个Prompt， 也是在用ChatGPT、Gemini、豆包、千问等各家AI DeepResearch功能时，会用到的Prompt。 这个框架在ChatGPT、豆包、千问的DeepResearch中挺好用的， 感兴趣的 韭菜 小伙伴可以试试。 最后 很多人以为，这是散户在“让 AI 给买点”。 但实际并不是。 从我接触到的真实用法来看，大多数高频 Prompt 都集中在这几类： • 读不完的财报，帮我总结 • 行业太复杂，帮我理一遍逻辑 • 市场吵得太凶，帮我把多空观点放在一张表里 • 我怕自己自嗨，帮我找反证 这些都不是“预测涨跌”。 而是： 减少低质量思考的时间，把精力留给判断。 这正是 AI 在股票场景中最合理的位置。 我自己的使用方式，其实非常“反性感”。 毕竟我也是一名 韭菜 投资者 不追热点、不看盘中信号、不让 AI 给结论 而在投资这件事上， 少犯错，本身就是复利。 当“股票”成为年度第一提示词， 其实不是大家更贪婪了。 而是越来越多人意识到： 真正稀缺的，从来不是信息，而是清晰、克制、可验证的思考。 虽然，在我大A上很罕见... 如果 AI 能在这件事上帮你一把， 那它的位置，就非常值得。 以上。 我是甲木，热衷于分享一些AI干活内容，同时也会分享AI在各行业的落地应用，我们下期再见👋🏻 🔗 原文链接： https://mp.weixin.qq.com/s/EFT5S cC... https://mp.weixin.qq.com/s/EFT5S cC... 原创 甲木Zuiyn 甲木未来派2025年12月24日 12:25 北京 大家好啊，我是甲木。 如果让大家猜，2025年 AI使用最频繁的场景是什么？ 你可能会说：用 AI 写文案、画图、做 PPT。 但前两天，千问发布了「2025十大AI提示词」排行榜，还是愣了一下。 排在第一位的，不是写作，不是设计， 而是股票。 从No.1到No.10分别是：股票、八字、情感咨询、朋友圈文案、景点推荐、双色球号码、失眠、解答这道题、离婚财产分割、人生的意义。 仔细想想，意料之外，情理之中， 今天甲木从 韭菜 投资者的角度给大家聊聊， 投资，本身就是一个 高度信息密集、强结构化、但极度依赖判断 的事情。 而 AI，还挺适合整理碎片信息，拆解复杂材料，展示思考过程的。 过去，其实我也写过AI辅助金融投资的一些场景， 包括自己在做股票投资的时候，经常把 AI 当成一个“基础设施”。 不是每天都用，但一旦进入 研究阶段 ，几乎离不开。 今天，就给大家分享一下自己在用的Prompt， 从 最简单 → 相对复杂 的路径， 覆盖了从「查资料」到「下判断」的一条链路。 其实甲木现在高频用的地方都在DeepResearch场景， 感兴趣的可以直接下滑看 Prompt 8 。 “ 特别说明： 股市有风险，投资需谨慎 ，AI只是辅助，关键还是在人。 Prompt 1｜最基础：快速建立公司“事实底座” 入手第一家公司的基本情况了解。 不是做判断，只是搞清楚：它到底是干什么的。 很多错误判断，其实从第一步就错了。 你以为它是 A 公司， 结果利润主要来自 B 业务。 AI 在这一步的价值，是 压缩你“搞清楚事实”的时间成本 。 Prompt 2｜行业视角：这是不是一个“好行业”？ 股票研究里，一个常被低估的问题是： 你选的不是公司，而是行业。 AI 非常适合 做行业“第一性梳理” 。 但行业拐点、价格见底这些问题，千万别指望AI给你答案... Prompt 3｜业务拆解：钱到底是怎么赚来的？ 这是从“看公司”到“看生意”的关键一步。 混杂型公司 ，是 AI 特别容易帮你看清楚的。 很多“看起来很美”的公司， 核心利润来源其实非常脆弱。 Prompt 4｜财务质量：这家公司赚的钱，干不干净？ 关于财务类的调研指标其实非常多，这里简单列一个通用格式的。 Prompt 5｜股权结构与治理：老板和你是不是一条船上的？ 生意好 + 治理差 = 高波动风险资产。 股权梳理其实很有必要..