在證券商或是投顧公司，「時效」就是金錢。
當美國時間下午四點（台灣時間清晨四點），蘋果 (Apple) 或輝達 (NVIDIA) 發布了熱騰騰的季度季報 (10-Q) 與長達一個小時的 Earnings Call（電話會議 / 法說會）時，分析師必須在天亮前，趕出一份長達十頁、充滿圖表與洞察的繁體中文分析報告發給客戶。
過去，這意味著熬夜聽語音檔、翻閱厚重的 SEC 公告尋找「毛利率」那微小的一行數字。現在，大語言模型（LLM）讓這個熬夜的過程縮短為五分鐘。
實戰一：光速拆解百頁美股財報 (10-K / 10-Q)
面對厚達上百頁、充滿法律與會計專有名詞的 PDF 財報，一般人看完通常只會頭昏腦脹。
你可以將這份原始 PDF 丟進具有龐大上下文窗口的工具（如 Claude 3 或是 Google NotebookLM），並像審問犯人一樣下達指令。
📌 實戰 Prompt：機構級財報重點萃取
身為一名資深的全球科技股證券分析師 (Sell-side Analyst)。
我上傳了 NVIDIA 最新的 SEC 10-Q 季度財報 PDF 檔案。
請你仔細閱讀這份財報，並產出一份給我們公司 VIP 客戶閱讀的【繁體中文晨間快報】。
請著重分析以下五點：
1. 【財報亮點與跌破眼鏡】：本次的營收 (Revenue)、每股盈餘 (EPS) 及毛利率 (Gross Margin) 具體數字為何？對比去年同期 (YoY) 成長或衰退多少？
2. 【核心業務拆解】：請詳細拆解「資料中心 (Data Center)」與「遊戲 (Gaming)」兩大部門的營收表現，並找出造成這兩塊業務增減的最主要驅動原因（Drivers）。
3. 【未來指引 (Guidance)】：管理層對於下一個季度的營收指引給出了什麼區間數字？
4. 【風險揭露】：在財報的風險標記部分 (Risk Factors)，公司是否有提到關於「地緣政治禁令」、「供應鏈短缺」或是「競爭對手」的新警告？
5. 總結一句話：這次的財報是「超乎預期」、「符合預期」還是「大失所望」？這套 Prompt 能強迫 AI 跳過那些無聊的會計守則宣示，直接把刀子捅進財報最核心的「獲利成長」與「未來展望」。
實戰二：法說會與總經數據的「防幻覺」解讀
在金融研究中，「AI 幻覺（自己發明數字）」是絕對零容忍的死罪。 萬一 AI 把聯準會降息 1 碼瞎編成降息 3 碼，你發給客戶後絕對會被開除。
因此，對於總體經濟數據（如非農就業人數、CPI通膨率指數）與法說會重點，強烈建議使用具備「真實來源引用」的搜尋引擎，例如 Perplexity 的 Pro Search 功能，或是要求 ChatGPT 強制附上網址來源。
📌 實戰 Prompt：聯準會 (Fed) 會議解讀與影響分析
我是負責全球資產配置的理財專員。
今天凌晨美國聯準會 (Fed) 主席鮑爾 (Jerome Powell) 剛剛結束了最新的 FOMC 貨幣政策利率會議與記者會。
請運用你的聯網搜尋功能，確保所有資訊為最新且真實發生，幫我整理以下報告：
1. 本次會議的最終決議是什麼？（維持利率不變，還是降息/升息幾碼？）
2. 【點陣圖分析】：根據最新的點陣圖 (Dot Plot)，多數委員預測今年底前還有幾次降息空間？
3. 在會後的記者會 QA 中，鮑爾是否有針對目前的「通膨降溫進度」與「勞動就業市場的強韌度」給出偏向鷹派 (Hawkish) 或鴿派 (Dovish) 的言論？
4. 【對客戶的影響】：根據本次會議的調性，請幫我分析對以下三種產品市場的可能影響（利多還是利空）：總體美國科技股 (NasDaq)、美國 20 年期長天期公債、黃金。
5. **[極重要]** 請在每一個你提供的數據後方加上資料來源的新聞網址連結。[!WARNING] 即便使用了最強大的 Perplexity，金融從業人員在寄出報告前，仍必須親自點擊引用的那幾個網址，用你的眼睛再次確認數字是否為真。AI 是負責幫你「找書籤」的助理，不是最終拍板定案的負責人。
自動化你的早報生產線
每天早上 8 點例會前，理專不需要再為了梳理《華爾街日報》與《彭博社》的新聞急得滿頭大汗。你可以把你每天要看的固定三家新聞網址、固定要追蹤的五個財報指標，寫成一條 Make.com 結合 OpenAI 的自動化爬蟲。
讓系統每天早上 7:30，準時透過 LINE 或 Email 把全球重點財經趨勢整理成「晨會發言大綱」傳送給你。這就是金融從業人員用科技武裝自己的最佳範例。
想看更多金融業 AI 應用？回到金融業 AI 技能樹，或了解 AI 如何幫你做盡職調查與洗錢防制。
實戰三：競爭對手比較分析——從散落的資訊到結構化戰場地圖
研究一家公司不夠，你還得知道它的競爭對手在幹嘛。傳統做法是開五個瀏覽器分頁，對照三份財報裡的表格，手動拉 Excel 做比較。現在你可以讓 AI 一次吃進多家公司的資料，直接吐出一份比較矩陣。
📌 實戰 Prompt：同業競爭格局快速比較
身為一名科技產業分析師，我正在比較以下三家雲端 AI 基礎設施公司的最新季度表現：
1. NVIDIA
2. AMD
3. Intel
請根據你的知識與最新搜尋結果，產出一份繁體中文的【競爭格局對比表】，欄位包含：
- 最新一季營收（美元）與 YoY 成長率
- AI 相關業務營收佔比
- 毛利率 (Gross Margin)
- 研發支出佔營收比例
- 最新的 AI 晶片產品線名稱
- 管理層對下一季的展望語氣（樂觀/保守/悲觀）
最後用 3 句話總結：目前誰在贏？誰在追？誰在掉隊？
請在每個數據後方標註資料來源。這種「多公司橫向比較」是 AI 最擅長的任務之一——人類做要花半天，AI 五分鐘就能給你一份結構清晰的初稿。但切記，產出後仍需人工抽驗關鍵數字。
工具選擇策略：不同場景用不同組合
金融研究不是只靠一個工具就能搞定的。根據任務類型選擇正確的 AI 組合，才能最大化效率和準確度：
| 任務類型 | 最佳工具組合 | 原因 |
|---|---|---|
| 精確數字提取 | NotebookLM + 原始 PDF | 不會幻覺，嚴格限定在你給的文件範圍內 |
| 定性趨勢分析 | Claude + 多份文件 | 200K token 窗口可一次讀完整份 10-K，分析邏輯細膩 |
| 即時新聞追蹤 | Perplexity Pro Search | 附來源連結，適合查核最新數據 |
| 自動化早報 | Make.com + OpenAI API | 定時執行，每天早上自動送到 LINE 或 Email |
| 法說會速記 | ChatGPT 語音模式 | 直接聽錄音檔產出逐字稿和摘要 |
關鍵原則：精確度要求越高的任務，越要用封閉式工具（如 NotebookLM）；速度和廣度要求越高的任務，越適合用聯網搜尋型工具（如 Perplexity）。 兩者搭配使用，才是專業金融研究的最佳實踐。
❓ 常見問題 FAQ
AI 分析財報會不會出現「幻覺」數字？
會，而且在金融領域這是零容忍的。AI 可能把上一季的毛利率當成本季的、或是把競爭對手的數字搞混。必做的防護：1) 上傳原始 PDF 而非口述讓 AI 自己查，2) 要求 AI 在每個數字旁標註「見 PDF 第 X 頁」，3) 發送前人工抽驗至少三個關鍵數字。
用 AI 寫研報給客戶看，法規上有問題嗎？
要注意。金管會規範，證券投資分析報告必須由具備分析師資格的人員署名負責。AI 產出的內容只能作為「內部初稿」，最終發給客戶的報告必須經過有照分析師的審閱和簽核。建議在報告末尾加上「本報告由 AI 輔助初步整理，最終分析及投資建議由本公司持照分析師負責」的免責聲明。
NotebookLM 和 Claude 哪個更適合讀財報？
各有優勢。NotebookLM 的強項是：上傳 PDF 後完全不會幻覺（只根據你給的文件回答）。Claude 的強項是：200K token 的超大上下文窗口可以一次吃下整份 10-K，且分析邏輯更細膩。建議：用 NotebookLM 做「精確的數字提取」，用 Claude 做「定性的趨勢分析和觀點產出」。