核心观点
金融Skill数量快速增加、质量明显分化,筛选是分析师使用AI的第一道工序。我们以8维度25项、满分100分的评分表做标准化打分,数据接口完整性权重最高(20%),S级须总分≥85分,且D3、D6两个维度各自的适用评分项平均分均≥4分,并通过红线核查与动态验证。四条一票否决红线先于打分执行;五阶段流水线把SkillHub粗筛、Markdown源文件逐项核查与动态实测串成一条收敛路径,分级之后再决定以Agent、Skill还是引用形式接入。构建端以“能过审”为目标:写清触发、输入、输出,数据源分三级,口径与缺口写进规则,输出五段结构加三档置信度,并以三道护栏对冲迎合、幻觉、遗忘。
机构视角:AI投研的四阶段演进
我们的实践经历了模型选型、流程规范、能力实验与范式重构四个阶段;2.0阶段起把投研方法论沉淀为可复用Skill,Skill质量由此决定流程能否跑通。
- 1.0 模型选型验证期(2024.12—2025.12):主流大模型横向评测;AI+多资产泛量化指数;投资时钟AI化;ESG投研自动化
- 2.0 流程规范建立期(2026.01—2026.02):六大投研技能协同工作流;热点温度计与政策风向标;投研流程权限与边界手册
- 3.0 投研能力实验期(2026.03—2026.05):AI复现分析师效果与局限;多风格协同选股;知识库赋能策略对照验证
- 4.0 范式重构深化期(2026.06—):认知卸载与经验断层预警;投研底层架构重塑;数据壁垒与人才飞轮
优质Skill的第一个价值:给AI装上纠偏护栏
我们对国内主流推理模型做系统测试,三类缺陷反复出现:
- 迎合:典型表现是用户迎合,问牛市给牛市证据,问熊市给熊市证据;对应护栏是独立研判(Devil's Advocate)
- 金融幻觉:典型表现是数据缺失时生成精确但虚假的数字,如精确到小数点后两位的市盈率;对应护栏是事实核查(Fact Guard)
- 上下文遗忘:典型表现是长对话中遗忘风险偏好、流动性与行业约束,二三十轮后推荐高波动品种;对应护栏是上下文锚定(Context Anchor)
股债性价比:从一句问话到一本操作手册
- 一次性提示词:每次需重新粘贴、易漏参,固化为Skill后同输入同输出、可复核
- Skill:文件夹:说明文件+脚本+参考资料;复用方式:一句触发词自动加载;数据来源:写明主源、备源、兜底源;计算口径:公式、单位、频率写固定;出错处理:规定缺数据时如何告知;结果一致性:同输入同输出,可复核
两类筛选场景:SkillHub选取与本地Markdown库
- SkillHub场景:候选数量多、来源分散,审核者通常只能看到description、目录结构与少量示例。降噪重点在前端:先以description完整性、金融相关性和红线关键词做秒级粗筛,再按目录结构识别形态,把需要逐行审核的候选压缩到少数。
- 本地Markdown库场景:SKILL.md、references与脚本全部可检验,可逐项对照评分表打分、用正则扫描硬编码与密钥,并做冒烟、批量、边界、复现、上下文五项实测。
审核框架要回答的五个问题
- 找什么样的Skill
- 哪些情况直接淘汰
- 在哪里审
- 按什么流程审
- 以什么形式接入
三种形态与审核重点
- 脚本工程型:看能否装上、批量是否卡住;重点审核:数据接口完整性、依赖可复现、批量是否卡住(D3/D4/D5)
- 流程编排型:看路由与证据链;重点审核:上下文压缩处理、路由清晰度、证据链完整性(D2)
- 算法模型型:看公式能否复现、单位是否声明;重点审核:可复现的量化方法、公式可复现、单位声明、数据不虚构(D6)
评分维度与S/A/B/C分级标准
- 8大维度、25个评分项、满分100分
- D1 运转效率(15%)
- D2 上下文压缩处理(15%)
- D3 数据接口完整性(20%)
- D4 复刻容易性(10%)
- D5 批量操作稳健性(10%)
- D6 金融正确性(15%)
- D7 安全与合规(10%)
- D8 可维护性(5%)
- 等级
- S 精品 总分≥85分,且D3、D6各自的评分项平均分均≥4分
- A 可用 70≤总分<85; 或总分≥85但D3、D6维度未达S级要求
- B 待改进 55≤总分<70
- C 淘汰 总分<55 存在致命缺陷,或触发任一红线
四条一票否决红线
- 代码↔名称硬编码
- 数据虚构
- 密钥明文
- 全量拉取再过滤
五阶段流水线:从海量候选收敛到核心池
- 阶段0 入库初筛:description是否完整、是否金融相关、红线关键词检索
- 阶段1 形态识别:按目录结构判定A/B/C,确定主审维度
- 阶段2 静态审核:8维度25项逐项打分、红线逐条核查
- 阶段3 动态实测:冒烟/批量/边界、复现/上下文
- 阶段4 分级接入:S/A/B/C分级、决策树定接入形式
Markdown源文件核查
- Frontmatter与正文结构:核查name、description、version、allowed-tools、license等
- 目录结构检查:适用于脚本工程型与流程编排型
- 红线自动化扫描:用正则对源文件批量扫描,命中项再由人工复核
静态审核与动态实测
- 阶段0粗筛:以秒级完成粗过滤,仅凭description与目录可完成候选粗筛和初步形态识别
- 阶段3动态实测:阶段0以秒级完成粗过滤,阶段3重点观察批量运行是否卡住或超时
接入形式:Agent、Skill还是引用
- 独立Agent:独立上下文的专家,适用于多步复杂任务、需要结果隔离、多专家协作的场景
- Skill:注入主Agent的指令集,适用于单一明确任务、轻量快速查询的场景
- 引用:被其他Skill调用的子模块,适用于共享的工具/数据字典
接入形式决策树
- Q1 需要独立上下文窗口吗?
- Q2 单一明确、可即时完成吗?
- Q3 会被多个Skill复用吗?
AI参与度与框架引导
- 三档
- AI全自动:不介入,直接基于文本计算分值
- AI半自动:定义评判逻辑与定量框架,按框架学习文本与分值的对照关系
- AI辅助人工:完全制定评分标准,仅执行打分计算
- 方法
- 依赖自主学习法:投喂历史数据,让AI自主学习各月季节性节奏与长期趋势,独立生成预测
- 依赖框架引导法:历史数据之外再输入人工估算框架,引导AI按人的思考方式运算
六位一体组合分析
- 01 宏观背景:背景层,可独立
- 02 研报影响:信息中枢,可独立
- 03 相关性风险:风险链条起点
- 04 风险贡献校验:风险链条中段
- 05 动态对冲:风险链条终点
- 06 涨跌归因:核心技能,整合证据
写出能过审的Skill
- SKILL.md范例:逐段对应评分项,description、三级数据源、字段口径、缺口处理与边界声明均可在审核中直接得分
- 结构化提取指令:按预设维度找出原文,再用五档标准对刺激强度定性
- 统一输出结构与三道护栏:输出固定为五段并标注三档置信度,便于复核与横向比较;三道护栏分别对冲迎合、幻觉、遗忘三类缺陷,可直接写进SKILL.md