RD-03 · 可溯源研究底稿

① 场景引入

一、这件事现在是什么样

研究与信息岗 · 真实业务触发

中报季，研究员要在两天内出华晟智造的中报点评底稿。署名的分析师要求：每个数字带出处、盈利预测写清假设、与上期预测的差异必须解释——因为这张底稿三个月后要被PM-02 拿去对照实际值验证，也是合规质控（CP-02）审查的对象。上一版底稿的海外营收预测是 +15%~20%，中报实际 −12.6%，这 27.6 个百分点的偏差怎么向投决会解释，是最难写的一段。

二、痛点 · 每条都有来源

1. 通用大模型在证券专业问题上幻觉率超 25%，某券商用 ChatGPT 写的研报被质疑「无法得知引用数据来源及可靠性」，同年即因研报内控被责令改正——AI 直接写成品研报已被监管案例负验证
   依据：某券商 2023 年 2 月用

ChatGPT 写医美研报被质疑数据来源不可靠，同年 8 月即因「研报业务制度不健全、内控有效性不足」被浙江证监局责令改正2双随机检查点名「数据信息未标明出处、引自非权威渠道」是处罚重点，而这恰是通用大模型生成内容的最弱一环依据 · 证监会 2022 年研报「双随机」检查通报（覆盖 45 家公司 300 篇）：点名「数据未标明出处、引自非权威渠道」「工作底稿留存不完整」「未建立舆情监测和应对机制、分析师公开发表言论前内部报备制度」3「结论缺少数据支撑、数据来源未核实、引用信息与原文不一致」是 2023 年 35 份研报罚单的三类高频事由——底稿质量直接等于罚单风险依据 · 2023 年 5-6 月 10 地证监局对券商研报业务开出 35 份罚单（机构 10 + 个人 25），被罚多为中小券商；事由：无资质署名、数据来源未核实、底稿缺失、内控流于形式4浙商证券坦言互联网语料混杂不严谨信源，AI 回答可用度可信度低——私有研报库与权威信源之外的内容，机构根本不敢用依据 · 浙商证券：互联网语料混杂不严谨信源、缺乏金融语料，AI 回答可用度可信度低；私有化算力有限需借助云端，但很难准确界定私域与公开信息边界5研究员一人覆盖多行业是中小机构常态，盈利预测模型全靠手工拼 Excel，「导出后的手工加工环节极易出错」是监管罚单里「数据计算有误」的主要来源依据 · 全国 95 家券商研究所中真正有分仓收入的只有约 30 家，一半以上长期不能自负盈亏；中小券商研究主力是入行三五年的年轻人，一人跨多行业是常态

三、换个做法之后

变化不在「快」，在「参与的角色」和「覆盖的范围」

✕ 现在的做法

• 通用大模型在证券专业问题上幻觉率超 25%，某券商用 ChatGPT 写的研报被质疑「无法得知引用数据来源及可靠性」，同年即因研报内控被责令改正——AI 直接写成品研报已被监管案例负验证双随机检查点名「数据信息未标明出处、引自非权威渠道」是处罚重点，而这恰是通用大模型生成内容的最弱一环「结论缺少数据支撑、数据来源未核实、引用信息与原文不一致」是 2023 年 35 份研报罚单的三类高频事由——底稿质量直接等于罚单风险浙商证券坦言互联网语料混杂不严谨信源，AI 回答可用度可信度低——私有研报库与权威信源之外的内容，机构根本不敢用✓ 交给 Agent 之后多来源文件一次读入，先做口径与完整性校验，再开始算每条结论绑定来源文件、字段或条号，可以被审产出是企业真会流转的正式件（带签批栏），不是一张展示用的表该拦的地方给出「现在还不能提交」，并给不用干等的替代方案

四、场景闭环

6 步 · 每一步的产出都是下一步的输入

1. 信源校验 · 先判断材料能不能用内部库、公告、终端导出三类信源分开登记；非白名单来源一律拒收并标注第2 步数据提取与出处绑定中报关键财务数据逐项提取，每项绑定「文件名+页码」出处
2. 口径归一 · 统一可比基准本期与上期预测的口径对齐（海外营收的统计范围、确认时点），换算规则写明
3. 预测差异分析 · 直面上期偏差上期 +15%~20% vs 实际 −12.6%，逐条拆解假设哪里错了、错多少
4. 底稿组装 · 观点与证据分离事实/推断/假设三栏分开写，每个数字带出处编号
5. 留证签批 · 生成分析师用初稿底稿含出处索引与假设留档，署名栏、评级栏、推荐意见栏全部留空

要准备什么：内部研究底稿库（历史观点、预测值与假设——含上期华晟智造底稿）「我们当时怎么看」的唯一合法来源——星标素材，通用工具没有标的公告与财报 PDF（中报正文、经营数据公告）权威信源，引用自动标页码Wind/Choice 导出的财务与行情 Excel终端数据可信，但手工加工易错——需逐格核对调研纪要（RD-02 入库版）已过敏感筛查的内部纪要，作为定性判断的内部依据

为什么这个场景值得做

优先级评分：痛感 5 × AI 适配 4 ÷ 落地难度 3 = 7.3

最大差异点：通用大模型写研报是「生成后无法溯源」；本场景反着做——只引用内部底稿库与白名单信源，每个数字生成时就绑定出处（文件名+页码/条目），产出的不是成品而是「可溯源底稿」：分析师署名前的初稿、质控审查（CP-02）的输入、历史验证（PM-02）的留档，一份底稿三处复用。

评分口径：痛感看「这事没做好谁会生气、生气到什么程度」；

AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」；

落地难度是分母 —— 需要客户先做数据治理的场景，分数会被压得很低。

五、会产出什么

判断标准只有一个：这份东西能不能直接进企业的流程

• 正式件本体：研究底稿_初稿.docx 分析师署名前初稿 · 事实/推断/假设三栏分离 · 出处索引齐全
• 可派发清单：预测差异对照表.xlsx 可派投决会 · 上期假设/预测/实际/偏差逐条 · 含证据等级
• 可派发清单：出处索引清单.xlsx 质控用 · 每个数字→文件名+页码的完整映射

这套东西不承诺什么：不生成成品研报（署名、评级、发布由持牌分析师决定）、不引用内部库与白名单信源之外的任何数据（宁可标注「数据缺出处」）、不替分析师决定评级调整。预测值与假设逐条留档，供日后验证场景调用。推荐意见与评级栏留空。

② Live Demo（演示逐步）

演示模式 · 可视化预演 本页展示的是「应该怎么跑、每一步看什么、交付什么」，用的是真实业务格式的脱敏构造数据， 不宣称已接入客户生产系统，也不承诺任何效率提升百分比。

案例设定：磐沣私募（虚构）研究部。华晟智造 2026 年中报点评进入撰写期：8 月 28 日中报披露海外营收实际

−12.6%，与 4 月底稿预测 +15%~20% 偏差 27.6pct（下限口径）。署名分析师陈屹（注册分析师）需要一份每个数字带出处的初稿，随后走 CP-02 质控审查。

数字条目87 个外部出处14 份口径不一致2 处结论1 处证据等级不足，建议补证后提交质控

输入证券与资管从业者手上能拿到的东西

不需要整理格式、不需要改文件名 · 直接拖进对话框

• 01_中报关键数据摘录.xlsx 华晟智造 2026 半年报关键数据——每格带页码，出处绑定的第一信源研究员从中报 PDF 手工摘录 · 8 月 29 日
• 02_4月底稿_华晟智造.xlsx 上一版底稿的预测与假设——偏差拆解的对照基准底稿库 PF-RD-2026-018· 2026 年 4 月 15 日
• 03_Wind财务数据导出.xlsx 终端导出的历史财务序列——趋势类数字的出处研究员从 Wind 导出 ·文件名即出处标识
• 04_卖方研报摘录_3份.xlsx 三份卖方研报的引用摘录——二手来源，口径回查的重点对象研究员从研报平台摘录 · 引用处标原报告页码
• 05_底稿撰写规范.docx 公司研究底稿的三栏分离模板与出处绑定格式要求合规风控岗维护 · 2025 年 9 月定版

注意标橙色那一份 —— 02_4月底稿_华晟智造.xlsx。它底稿库 PF-RD-2026-018 · 2026 年 4 月15 日，平时压根不在核对范围里。这个场景的价值，很大一部分就来自把它读进来。

提示词就说这么几句

没有模板、没有表单 · 专业规则由 Skill 兜底

把中报和我们 4 月的底稿放一起，出一份华晟智造的中报点评初稿。 每个数字都要带出处，公告标页码，终端数据标导出文件名。 上期预测和这期实际的差异逐条拆开，写清是哪个假设错了。 我们自己的观点和公告事实分开写。署名、评级、推荐意见都留空，分析师自己来。

信源白名单、出处绑定格式、证据分级口径都在能力包里。分析师只需说清这次的标的和用途。

触发事情是这么来的

财通的教训在前：AI 能写，但每个数字必须有出处

2023 年某券商用 ChatGPT 写研报被质疑数据来源不可靠、同年被责令改正。磐沣的规矩从这里来：初稿可以借助工具，但 87 个数字每个都要能指回原文——这份底稿随后要过 CP-02 的发布前质控，出处就是质控的抓手。

第 1 步 · 数字盘点 · 87 个条目三栏分离

事实 42 / 推断 28 / 假设 17——每栏写法不同

这一步的看点 · 从历史里想起了公司踩过的坑2023 年一篇季度策略点评引用「某券商测算的行业增速 8.7%」，后来发现是二手转载抄错了小数点（原文 0.87%）——发出去之后才被客户指出。本次底稿把这条历史问题写进检查项：所有转载数字回查原始报告。这条不靠当年写稿的人还记得——历史问题记录在底稿库里。

第 2 步 · 出处绑定 · 87 条索引对 14 份文件

一个数字一条索引，公告标页码、终端导出标文件名

这一步的看点 · 该拦的地方拦住了信源白名单外的一条「股吧流传的大客户砍单截图」被拒收——Agent 标注「非白名单信源，不入底稿」，该信息按 RD-01 场景的路径走核实，而不是混进研究底稿。研究底稿与舆情线索，两条通道不能混。

第 3 步 · 口径回查 · 两处转载与原文不一致

卖方研报的数字回查原始报告，不一致逐处标出

第 4 步 · 预测差异拆解 · 27.6 个百分点错在哪层

上期预测 vs 中报实际，汇率先排除，假设逐条对

这一步的看点 · 排除性结论「汇率因素可以排除——财务口径还原后海外营收按人民币计 −12.6%、按业务发生货币计 −11.9%，汇率只贡献0.7 个百分点，解释不了 27.6 个百分点的预测偏差」——省掉一轮宏观归因的无效讨论，直接聚焦证据分级问题。

第 5 步 · 假设证据分级 · 本版底稿的新增检查项

17 条假设逐条标证据等级，不足的单列

这一步的看点 · 把技术动作翻译成钱证据分级不是学术洁癖：4 月那个「单一渠道转述」的假设对应成长三期 8.7% 仓位、约 2.2 亿市值，8 月回撤贡献−0.37 个百分点（约 940 万）。假设的证据等级和仓位大小，最终都翻译成同一个数——这就是分级制度的定价。

IO初稿生成 · 三份交付物，署名栏留空

事实/推断/假设三栏分离的初稿 + 预测差异对照 + 出处索引

这份初稿还不能提交质控——1 处关键假设证据等级不足本稿存在 1 处证据等级不足的关键假设（Q4 大客户排产回稳，单一渠道转述级）——它支撑着「Q4 业绩环比改善」的核心推断。建议补充渠道验证后再提交质控审查。给出两个不用干等的替代方案：方案一：按「观察」口径先出稿——预测区间收窄、加不确定性说明，零成本，当日可提交；方案二：补一轮渠道交叉验证（下游客户采购与同行排产两渠道）——差旅与专家访谈费约 0.8-1.2 万，两个工作日，验证后按完整口径出稿。评级、目标价、推荐意见三栏留空——那是署名分析师的法定责任。

之后这一次跑完，公司多了什么

不讲省了多久：讲少了几个隐患、沉淀了什么

• ✓ 底稿库多了可验证的资产：预测值连同假设与证据等级一起留档，三个月后 PM-02 直接调用
• ✓ 一条口径被固定下来：关键假设必须标证据等级（公告交叉/多渠道/单一转述）
• ✓ 一条历史教训被真正用上：4 月「单一渠道转述」撑起+15% 预测的教训，从此写进每个新底稿的检查项
• ✓ 岗位角色变了：分析师从「先写再找数据」变成「对着出处索引写」，质控（CP-02）从抽查变全查

追问现场可能被问到的

答不上来的问题，比答得漂亮的问题更能决定这场演示的结果

• 为什么不让它直接把研报写完？ 署名即担责，这是持牌分析师的法定责任，AI 不能背。我们做的是把「找数据、对出处、拆差异」这些不涉判断的工序做完，评级和结论留给署名人。财通事件的教训就在这里。
• 它引用的内部库数据可信吗？ 库内数据引用的是你自己的历史底稿，出处精确到页；非白名单信源会被拒收并标注——宁可缺，不编。
• 和其他机构的 AI 写研报有什么区别？ 头部机构（华泰 RIS、中信超级研究员）是私有化平台，中小机构买不起；通用大模型无私有库、无溯源。这里的差异是底稿库在你手里、每个数字可回查。

③ 能力沉淀（Skill / 提示词 / 预期输出 / 人工边界）

1. Skill 能力包

导入之后，同类任务会自动按这套规则走 —— 提示词才能写得那么短

可溯源研究底稿 —— 每个数字带出处的初稿，不是成品研报 · Skill

SKILL.md 主本 + references（输出骨架 / 判据 / 渲染脚本）· 符合 WorkBuddy Skill 规范

版本 v1.0

traceable-research-draft.zip

在 WorkBuddy 里直接上传这个 zip 即可导入

包内结构

• SKILL.md 主本 —— YAML 元信息 + 执行流程 + 硬规则 + 人工边界
• references/output_template.md 输出骨架（sheet 名 / 分区顺序 / 列头）+ 可直接运行的渲染脚本
• references/judgement_rules.md 判据与口径 —— 什么情况算异常、什么情况必须拦住

references 不会一次性全读进来 —— Agent 按需取用。所以 Skill 可以写得很细，不会拖慢每次对话。

2. 原始素材

这些就是证券与资管从业者手上真实能拿到的东西 —— 格式不统一是常态，不是问题

📁RD-03 · 演示素材

脱敏构造数据 · 真实业务格式 · 埋点可核验

共 5 份

• 01_中报关键数据摘录.xlsx 华晟智造 2026 半年报关键数据——每格带页码，出处绑定的第一信源
• 02_4月底稿_华晟智造.xlsx 上一版底稿的预测与假设——偏差拆解的对照基准
• 03_Wind财务数据导出.xlsx 终端导出的历史财务序列——趋势类数字的出处
• 04_卖方研报摘录_3份.xlsx 三份卖方研报的引用摘录——二手来源，口径回查的重点对象
• 05_底稿撰写规范.docx 公司研究底稿的三栏分离模板与出处绑定格式要求

怎么用

• 把素材全部拖进 WorkBuddy 对话框（不需要整理格式、不需要改文件名）
• 粘贴下方提示词发送
• 拿到正式件初稿 —— 签批栏留空，推荐意见留空，由你填

3. 提示词卡片

把中报和我们 4 月的底稿放一起，出一份华晟智造的中报点评初稿。 每个数字都要带出处，公告标页码，终端数据标导出文件名。 上期预测和这期实际的差异逐条拆开，写清是哪个假设错了。 我们自己的观点和公告事实分开写。署名、评级、推荐意见都留空，分析师自己来。

为什么这么短就够了：信源白名单、出处绑定格式、证据分级口径都在能力包里。分析师只需说清这次的标的和用途。

换成你自己的业务：把素材换成你手上的真实文件即可。导入 Skill 之后，

该走几步、什么口径、什么情况必须拦住，Agent 自己知道 —— 你只需要说清这是什么事。

自己组织输入的三步法

• 用自然语言说清核心需求 —— 就按平时跟同事交代活的方式说：什么事、什么文件、什么要求。不用讲究格式。
• 调用 Skill 补齐专业规则 —— 导入本页 Skill 后，流程、口径、硬规则 Agent 自己知道。
• 用「增强提示词」补全遗漏 —— 输入框旁边有增强按钮，把随口说的话补成更完整的表述。

分工：自然语言负责「这是什么事」，Skill 负责「该怎么做」，增强提示词负责「别漏了什么」。

4. 预期输出

不方便现场跑的时候可以直接拿这份给客户看 · 与实跑结果同结构

📋正式交付物

带签批栏 / 冻结首行 / 开筛选 —— 判断标准是「能不能直接进企业的流程」

共 3 份

• RD-03_研究底稿_初稿.docx 分析师署名前初稿 · 事实/推断/假设三栏分离 · 出处索引齐全
• RD-03_预测差异对照表.xlsx 可派投决会 · 上期假设/预测/实际/偏差逐条 · 含证据等级
• RD-03_出处索引清单.xlsx 质控用 · 每个数字→文件名+页码的完整映射

Skill 里固化了什么：从历史里想起了公司踩过的坑该拦的地方拦住了排除性结论把技术动作翻译成钱

输入清单：内部研究底稿库（历史观点、预测值与假设——含上期华晟智造底稿）「我们当时怎么看」的唯一合法来源——星标素材，通用工具没有标的公告与财报 PDF（中报正文、经营数据公告）权威信源，引用自动标页码Wind/

Choice 导出的财务与行情 Excel终端数据可信，但手工加工易错——需逐格核对调研纪要（RD-02 入库版）已过敏感筛查的内部纪要，作为定性判断的内部依据

人工边界：不生成成品研报（署名、评级、发布由持牌分析师决定）、不引用内部库与白名单信源之外的任何数据（宁可标注「数据缺出处」）、不替分析师决定评级调整。预测值与假设逐条留档，供日后验证场景调用。推荐意见与评级栏留空。

升为客户真实案例还缺什么：客户当前真实输入文件（不要整理过的）岗位现行 SOP 与审批链（金额分档、谁签字）至少一次真实出过问题的案例客户当前正在用的正式输出模板客户确认的阈值口径（多少天算临期、多少金额算大额）

5. 同一角色下的其他场景

研究与信息岗 · 产出即下一步输入

• RD-01 · 舆情与持仓关联预警早报：只看与我有关的那几条
• RD-02 · 调研纪要结构化入库：监管要的底稿，别再散在个人电脑里

上下游串起来就是完整链路。每一步的产出都是下一步的输入，不用在不同工具之间来回复制粘贴。

说明：以上为 WorkBuddy 官方行业场景库三级页面与库级页签的完整整理；均为官方脱敏演示件，用于讲解与交付底稿，不代表已接入客户生产系统、不承诺效率百分比。

场景内容基于 WorkBuddy 产品能力整理，演示中的企业、人物与数据均为虚构，不代表任何客户的实际成效；痛点引用的公开来源已做脱敏处理。网页版由原资料转换，部分演示表格以原文形式展示。