周五下午4点，老板甩了个研报需求
周五下午快4点正盘算着早点撤，测开 leader 在群里 @我：「下周一上午要一份 AI 测试工具的行业研报，主流方案、价格、我们团队能落地的有哪些，重点说清楚，二十页左右。」
放在以前这种活儿我得熬两个通宵，先翻各家官网、读社区评测、整对比数据，光信息收集就得两三天，再加结构化分析、写稿、改稿，一周打底，两周正常。
不过这篇我不打算上来就讲我用了什么 Prompt，先讲清楚「AI 凭什么能干这活」、「能干哪部分、不能干哪部分」，你才能在自己的场景里复用，而不是照抄一份就完事。
🧠 理论一：研报到底是什么？
把"研报"两个字拆开看，不管是行业研报、公司研报还是策略研报，本质都是三件事的组合：
信息收集（约30%工作量）——把行业相关的财报、政策、新闻、产品、玩家信息整合到一处。
结构化分析（约40%）——把碎片信息塞进框架里：市场规模、竞争格局、价值链、商业模式、增长驱动、风险点。
观点输出（约30%）——基于前两步，回答委托方真正想要的问题：值不值得做、怎么切入、什么时候动。
AI 在前两件事上是真快——信息收集能压到原来的几十分之一，套框架基本不费脑子。但第三件事给出有判断的观点，AI 只能给"看起来像观点"的综述，真正的拍板还得是人。
🧠 理论二：AI 研报的「三层方法论」
骨架层（人定）——研报要回答的核心问题、目录结构、每章要论证什么。这一层 AI 只能给建议最终拍板的必须是人，骨架错了后面跑得再快都是白干。
信息层（AI 抓 + 人核）——按骨架里列出来的问题逐条收集证据。AI 干主力人负责核源，AI 编数据是常态、不核源等于裸奔。
观点层（人审 AI 表达）——观点和判断必须人来，AI 只负责把人的判断翻译成研报语言，这一层很容易翻车，很多人让 AI 直接出观点，结果交上去全是「未来发展前景广阔」这种废话。
🛠️ 实操 Step 1：定研报骨架（30分钟，对应骨架层）
骨架层我有个固定 Prompt 起手，给 AI 一个明确的输出结构：
你现在是一位资深行业分析师，我要写一份关于【行业名】的研报，交付对象是【XX，比如公司高管、投资人】，目的是【判断切入机会 / 投资决策 / 战略复盘】。请输出：1. 研报目录（5-7章），每章一句话说明承担什么论证任务2. 每章下要回答的关键问题（3-5个，越具体越好）3. 每章需要的数据类型和大致来源 （如：上市公司财报、官方文档、行业白皮书）不要写正文，只出框架。跑出来之后不要直接用。我每次都会做三件事：删掉无关章节、合并重复议题、补一章 AI 漏掉的（通常是"风险与不确定性"）。
骨架歪了AI 跑得越快离题越远，所以"骨架人定"不是流程要求是没办法的事。
🛠️ 实操 Step 2：信息收集 + 喂给 AI（90分钟，对应信息层）
信息层我用 Claude + Deep Research（或 Perplexity 的 Deep Research 模式）组合。流程是：
①按骨架问题逐条提问，不让 AI 自由发挥。
错误问法：「介绍一下 AI 测试工具的市场格局」——这种开放问题 AI 一定给你一坨综述。
正确问法：「请基于2024-2025年公开资料，列出主流 AI 测试工具（覆盖 API 测试、UI 自动化、单元测试三个方向），每个工具列出：核心能力、定价、CI 集成方式、典型客户，数据请标注来源链接。」
②一级源优先，二手数据必须标注。
工具官网、官方文档、GitHub release、厂商财报是一级源；技术博客、社区评测是二级源。我让 AI 在每条数据后必须附「来源类型」标签，自己再抽检几条核源。
③数据用结构化表格喂回去。
收集完的关键信息我整理成 Markdown 表格，再放回 Claude 的对话里说"基于这些数据写第X章"。比让 AI 自己再去搜一遍准确得多。
🛠️ 实操 Step 3：迭代成稿（90分钟，对应观点层）
很多人到这一步就直接甩一句"把上面的资料写成研报"给 AI，然后等着交差，观点层就在这一步崩的。
我的迭代节奏是这样：
第一轮：分章节出初稿。 一章一章来，每章告诉 AI"基于上一步整理的数据，按这个章节的关键问题写一版"。不要让它一次性写全文。
第二轮：自己读一遍，标红问题段。 重点标三类：①数据没出处的；②论证跳跃的；③只有"综述"没有"判断"的。
第三轮：针对性追问补漏。 比如标红的判断段，我会问"基于前面的数据，你认为 XX 赛道值不值得新玩家进入？给出明确结论和3条理由"。
第四轮：核心论点串联。 让 AI 根据所有章节，输出"全文要让读者记住的3个核心判断"，再回头检查每章是否都在为这3个判断服务。
这一步本质上是把 AI 当一个能秒回的初级分析师，你来当主笔。
⚠️ 3个深层坑：每个都对应方法论
坑一：AI 编造数据来源（信息层失守）
杀伤力大、出现频率也高。AI 会一本正经给你一个看起来很真的报告引用、链接，点开发现是空气。
解法：所有关键数字人工核源，链接必须点开验证。没有可点开来源的数字一律不进研报。
坑二：章节逻辑断层（骨架层失守）
单章读着都顺，合起来发现观点互相打架。骨架没定准，每章各说各话。
解法：Step 3 第四轮强制做"核心论点串联"，让全文围绕同一组判断展开。
坑三：只综述不判断（观点层失守）
满篇"未来空间广阔""玩家竞争激烈"，没一句能拍板的话。
解法：Prompt 里明确写「给出判断 + 3条理由」，终稿前自检每章是否有"我的结论是 X"这种句式。
把这三个坑挂回三层方法论，下次出问题能秒定位是哪一层翻车了。
适用边界 + 结尾
AI 研报不是万能的，三种场景我会主动绕开：
①需要一手访谈/调研的研报——AI 抓不到也代替不了真实访谈，硬是写出来反而误导决策。
②极小众细分赛道——比如某些工业级专精领域，AI 训练数据稀缺，编出来的全是想当然。
③合规高敏行业——医疗、金融、政策类内容，AI 出的判断不能直接署名给客户。
最后丢个事给你试试：拿 Step 1 的 Prompt 跑一份你最熟悉行业的骨架，10分钟你就能明白这套方法能省多少冤枉路。
