本文首发于公众号「奇研智」

栏目介绍： 本文为「AI投研技术」栏目第 14 篇。本栏目面向金融从业者、量化爱好者和AI应用开发者，用通俗语言分享"AI怎么帮做投研"的实战经验，每期一个具体话题，附可复用的代码和方法。

本文是AI投研自动化实践分享，继续"AI分析"系列。上一期聊了"多模型交叉验证拦住AI胡说"，这一期解决另一个高频痛点：研报太多、太长，人读不过来。核心思路是"结构化抽取 + 真实数据核验 + 压成一张表"，把几十页研报变成一行可查可比的记录。

---

一、一份50页的研报，你真正能带走的只有三样东西

先还原一个场景。周五晚上，你的自选股里几只票同时出了深度研报，每份五六十页。你想在周一开盘前把关键信息摸清，结果发现：读一份要一个小时，读到第三份，前两份讲了啥已经模糊了。

但回头想想，一份研报真正有用的信息，其实翻来覆去就三样：

第一，它的核心结论——看好什么逻辑、给什么评级、目标价多少。第二，它引用的关键数字——营收增速、毛利率、渗透率，这些是支撑结论的"硬证据"。第三，它提示的风险——通常藏在文末，写得最诚实。

剩下的几十页，大半是论证过程的铺陈、行业背景的科普、图表的重复解释。这些不是没用，但对"先摸清状况"这个目的来说，属于可以后置的细节。

传统做法是人肉精读——一个分析师一天能啃两三份就算高效。这就是瓶颈：研报的产量在爆炸（一家券商一天能发几十份覆盖报告），人的阅读速度却是常数。

所以这一期要解决的问题很具体：怎么让AI把一份几十页的研报，自动压成一张"一眼能看完"的表，同时保证它没把数字读错。

二、为什么"直接让AI总结"这条路不够

你可能想：这还不简单？把PDF丢给AI，让它总结一段摘要不就完了。

这条路能走通一半，但有三个坑，正好是上一期"交叉验证"埋下的伏笔：

第一，AI总结会"丢数字"。 让AI自由发挥写摘要，它会倾向保留"逻辑流畅的结论"，丢掉"冷冰冰但关键的数字"。你拿到的摘要读起来很顺，但没法用来做决策——因为没数字。

第二，AI会"脑补数字"。 研报原文没写的东西，AI为了把话说圆，会自己编一个补上。上一期说过，它编的时候语气特别笃定，你根本分不出来。

第三，自由文本没法"批处理"。 十份研报总结成十段摘要，你想横向对比"谁看好、谁看空、谁给的增速最高"，还得回头一篇篇翻。文本不结构化，就做不了"表"。

所以正确的姿势不是"总结"，而是抽取——用一套固定的字段模板，把研报里的信息"对号入座"地抽出来。抽出来的结果是结构化数据，既能核验、又能成表。

三、解决方案：三步走，把研报压成一张表

整体思路分三步，每步都有明确的目的：

第一步，结构化抽取。 定义一套固定字段（来源、日期、标的、核心逻辑、关键数字、风险），让AI只做"填空"，不做"自由发挥"。

第二步，真实数据核验。 抽出来的关键数字，尤其是盈利预测，拉一遍真实数据对照，标出"研报说法"和"实际情况"的差异。

第三步，压成一张表。 把结构化结果渲染成 markdown 表格，一份研报一行，多份研报放一起就能横向对比。

先看第一步——结构化抽取的核心，是把"字段清单"写进 prompt，并要求输出严格 JSON：

三个细节值得强调：

一是温度设 0.1。 抽取不是创作，要的是"照抄"，不是"发挥"。温度越低，AI越倾向于忠实原文，越不容易脑补。

二是"禁止编造、没有就填 null"。 这句话是防幻觉的关键。你不写这句，AI遇到原文没有的字段会自己"合理推测"一个填上；写了这句，它就老实填 null，你一眼能看出哪个字段是缺的。

三是输出强制 JSON。 只要结果是 JSON，后面"成表"就是一行代码的事；如果是自由文本，你还要再解析一遍，等于把问题留到下一步。

第二步是核验——这一步最容易漏，但最值钱。研报里的盈利预测是"预测"，不是"事实"，必须拉真实数据对照：

这里有个关键判断：研报和真实数据的差异，不一定是研报错了。 研报可能是"全年预测"，而财报是"单季度"；也可能是"净利"和"扣非净利"的差别。所以核验的结果要标"差异大，请人工看"，而不是武断地判"研报错了"。上一期说过，有客观锚点的问题才值得核验——盈利预测对财报，就是典型的客观锚点。

第三步成表，最简单也最出效果：

三份研报进来，一张三行的表出去，一眼就能看出谁给"买入"、谁的增速预期最高、谁的风险提示最重。

四、踩坑记录：抽取阶段最容易翻车的三个坑

一、PDF/图片型研报根本抽不出来。 券商研报很多是 PDF，甚至是扫描件（图片）。直接喂文本，AI拿到的是一堆乱码。解决办法是前面加一道"版式还原"——用工具把 PDF 转成带结构的文本，图片型的还得上 OCR（光学字符识别，把图片里的文字认出来）。这道工序决定了后面抽取质量的上限，别省。

二、数字口径会"打架"。 同一份研报里，"营收增长 30%"可能指同比，"净利增长 50%"可能指扣非净利。抽取时如果不强制 AI 标注"口径"字段（同比/环比/扣非/含非），抽出来的数字摆在一起就是一笔糊涂账。所以 schema 里那个"口径"字段不是多余，是救命。

三、结论句和事实句要分开。 研报的"核心逻辑"是分析师的观点（可能主观），"关键数字"是客观事实。这两个字段必须分开存，不能混成一段。分开之后，核验只针对"关键数字"，观点则留给后续的"多篇研报观点聚合"去处理——这是下一期的伏笔。

五、效果对比：从"读一天"到"扫一眼"

维度	人肉精读	AI抽取成表
一份50页研报	约1小时	约1-2分钟
十份研报横向对比	靠记忆，容易漏	一张表，一眼看全
数字可信度	靠人细心	自动核验标差异

最大的变化不是"快"，是"可对比"。以前读完十份研报，脑子里只剩一个模糊印象；现在一张表摆出来，谁给的预期最高、谁的风险提示最重、谁和真实数据对不上，全都一目了然。这才是"把研报读薄"的真正含义。

六、延伸思考与下期预告

单份研报抽成表只是第一步。真正的价值在三件事上：一是多篇聚合——同一个标的一周出了五份研报，把五份的评级和预测并在一起，看分歧；二是自动更新——新研报入库时，自动和已有记录比对，标出"这家券商这次上调还是下调了预期"；三是情绪分析——不只看研报，把每天的新闻快讯也接进来，让AI给几十条快讯自动打上"利好/利空/中性"的情绪标签。

这正好引出下一期的主题——AI分析·第十五期：情感分析，怎么让AI给每天的几十条新闻快讯自动打上情绪标签。如果你也被"研报读不完、读完了记不住"折磨过，欢迎留言交流，我们下期接着聊。

风险提示

本文为AI投研系统搭建经验的个人分享，不涉及任何具体投资标的与投资建议。文中代码为思路示意，需结合自身环境调整，模型接口、token 与阈值请以实际情况为准。市场有风险，投资需谨慎。

---

📚 往期回顾｜AI投研技术

▎《AI会一本正经地胡说，多模型交叉验证怎么拦住它》（2026-09-26）让多个模型互相判卷，一致采信、打架报警

▎《体检和自愈都在跑，怎么一眼看清系统今天健不健康》（2026-09-19）健康看板：把体检与自愈状态收拢成一眼可读的分数与灯

▎《体检报了警，怎么让系统自己修好再喊你》（2026-09-12）自愈闭环：系统发现异常后自己修、修不了再喊人

📖 订阅「AI投研技术」合集，不错过每期教学干货

👉 点击文末左下角「阅读原文」进入合集

📌 更多市场解读与深度拆解，点击文末左下角「阅读原文」→ 奇研智

本文由AI整理自日常投研笔记，仅供信息参考，不构成投资建议。市场有风险，投资需谨慎。

关注公众号「奇研智」，获取更多AI投研内容。

📌 回复「框架」获取投研体系全景图