AI 在投研流程的位置：哪些環節能交出去，哪些不能
把投資研究流程拆成七個環節，逐一判斷哪些能交給 AI、哪些只能讓 AI 輔助、哪些一步都不能讓，並給出一張可直接套用的分工表與落地檢查清單，幫你畫清 AI 的能力邊界與責任邊界。
港股調研資訊源地圖：披露易、年報與第三方數據
研究一家港股公司，資訊從哪裡來、哪些可信、哪些只能當線索？本文把港股調研資訊源分成五個可信度層級——法定披露、公司官方、第三方資料庫、行情數據源與新聞研報，並給出一張「問題到來源」的對照表。
投研 AI 的合規邊界：免責、留痕與可回溯
把 AI 接入投研流程時，合規不是報告末尾的一行免責聲明，而是系統設計問題：輸出是否構成投資建議、資料來源有沒有授權、每個結論能不能追回輸入與提示詞版本。本文給出風險面向盤點、留痕架構、人工覆核節點設計、問法務的問題清單與內部制度補強路線。
AI 在金融場景的幻覺風險：三種最貴的錯誤
AI 幻覺在金融場景的代價被嚴重低估。本文拆解三種最貴的錯誤——編造數字、混淆期間與公司、用推論填補缺口——解釋每種錯誤的成因，並給出四道可落地的防線：強制引用、分開統計、低信心棄權與人工複核。
持股拓撲與防雙計：集團架構下的持股計算
集團架構下，把不同層級的持股比例直接相加是最常見、也最致命的計算錯誤。本文用虛構教學結構示範經濟權益的逐層稀釋計算、控制鏈下的表決權歸屬、交叉持股與循環持股的聯立求解，並給出把持股結構建成可查詢圖的方法與防雙計檢查點清單。
三表聯動與現金流品質檢查：識別賬面利潤陷阱
利潤是觀點，現金是事實。本文拆解損益表、資產負債表、現金流量表的勾稽關係，給出現金轉換率、營運資本、資本化支出等檢查構面，附上一張「紅旗訊號→該查科目→驗證方法」速查表，並示範把這些檢查寫成可自動執行、可回溯的規則引擎。
可比公司分析自動化：一次跑完一整個板塊
可比公司分析的難度不在倍數算術，而在口徑：財政年度、幣別、一次性項目、EV 構成都可能讓兩家公司的數字互相污染。本文拆解同業挑選標準、六類口徑統一規則、倍數選擇的陷阱，並給出從資料抽取到異常值處理的五段自動化流水線設計與可執行程式碼。
DCF 假設與敏感度分析：讓估值可被挑戰
DCF 的價值不在算出一個數字，而在背後的假設能否被檢視、被挑戰、被重算。本文用一個教學用假設模型，示範假設登記表、三階段現金流結構、WACC 的組成構面與取捨、終值兩種方法的風險、單因子與雙因子敏感度矩陣的設計，以及把估值呈現為可辯護區間而非脆弱單點的方法。
財報電話會議紀要轉投資要點
把一小時的財報電話會議變成可用的研究記錄：取得逐字稿、拆解管理層陳述與 Q&A、比對指引變化、辨識措辭變化、區分事實陳述與模糊回應，最後產出帶來源標注的要點頁與待查清單。
你的第一個投研工作流：從提問到可回溯結論
從一個模糊的研究問題出發，建立可回溯結論的完整工作流：拆解成可查證的子問題、為每個子問題指定獨立資訊源、用證據卡記錄、交叉驗證、標示不確定性，最後產出帶引用的結論頁。
多 Agent 投研流水線：收集、分析、報告三段分工
單個 Agent 做不完投研任務：上下文會爆、注意力會散、錯誤會互相污染。本文給出收集、分析、報告三段分工的完整設計——各段的職責與負面清單、段間結構化 JSON 契約、寫入範圍劃分、失敗隔離與污染檢測、驗證門控的擺放位置，以及成本與延遲的取捨框架，附架構圖與失敗模式清單。
一家公司的 30 分鐘快速盡調流程
一個可以照做的 30 分鐘快速盡調流程：五個階段各自查什麼、去哪裡查、看到什麼算紅旗、要紀錄什麼，最後用一頁摘要模板收尾。目標不是投資結論，而是判斷一家公司值不值得投入深度研究。