大模型赋能投研之十：基于Deepseek大模型的周报月报全自动生成框架

总结

通用大语言模型产品难以生成高质量个性化定期报告，主要原因是数据源质量与覆盖度有限、全网搜索新闻范围难以精确锁定、结构化数据交互任务难以实现以及定制化图表生成困难。为了实现个性化报告自动化撰写，国金证券研究所设计了一套自动化实现流程，以高质量数据、高质量新闻、高质量观点为基础，结合DeepSeek模型和Python编程，输出相对可靠且信息来源可控的个性化定期投研报告。

该流程主要包括四个步骤：任务拆解、提示词设计、内容分类生成和自动排版。信息来源包括专业可靠的数据、可靠的财经新闻和可靠的观点。方案适用于内容结构相对固定的制式报告，例如投研定期报告。

案例展示部分分别介绍了使用DeepSeek进行数据点评、新闻热点点评、观点类文本和其他文本生成的效果。最终效果展示部分展示了Python自动完成Word和PPT排版的案例。

该方法的优势在于能够提高报告的准确性，信息来源可控，输出符合个性化需求的内容，并极大提高工作效率。局限性在于无法直接通用，需要针对每个系列的报告进行单独组装代码模块，且观点输出类文本仍然依赖研报素材。

未来，随着大模型工具的不断进步和创新，自动化撰写报告的流程将更加智能化和自动化。