投研研报摘要助手

1客户嘴上要的

「基金公司研究部每天收到几百篇卖方研报，研究员看不过来。做个大模型，把每篇研报自动摘要成 300 字。」

这是症状或现成方案，不一定是真问题。下面看两种做法。

2照字面做，会怎么烂

3好 FDE 的实际走法

共 6 周，分 5 个阶段。带三角标记的是这一步最容易踩的坑。

1. 1

   第 1 周看研究员早上怎么读研报

   • 跟 3 个行业研究员各坐一个早上，从 7 点到晨会。发现他们不读全文，只做三件事：① 看覆盖公司的盈利预测、评级、目标价有没有调整；② 看同一个卖方分析师这次说法和上次有什么不同；③ 看几家券商对同一家公司的分歧。这三件事全靠手工翻，每天 2 小时，晨会前常常翻不完。
   • 真问题不是「摘要」，是「变化和分歧的提取」。成功标准改成：研究员晨会前阅读时间 2 小时 → 40 分钟；盈利预测和目标价的数字抽取准确率 ≥ 98%。
   • 踩坑别默认摘要就是价值。研究员要的是「和上次比」「和别人比」，这需要历史数据，不是单篇处理。
2. 2

   第 2 周定范围 + 先过数据授权

   • 砍范围：只做 2 个行业、研究员覆盖的 60 家公司；只处理这些公司的个股研报，不做宏观和策略研报。
   • 找合规部和采购部，逐条核对数据商合同：能否本地存储研报全文、能否用于内部模型处理。好 FDE 的动作是拿到书面确认，必要时由采购部和数据商补签条款。
   • 踩坑数据授权没确认就开发，上线前被合规叫停，前面的工作全部作废。
3. 3–4

   第 3–4 周原型 + 用研究员自己的记录做 evals

   • 做「覆盖公司变化看板」：每家公司一行，列出今天新研报的盈利预测调整（前值 → 新值）、评级和目标价变化、相对上次报告新增的核心观点，以及各家券商预测的区间。每个数字都链接到研报原文页码。
   • evals：请 2 个研究员助理手工整理连续 2 周、约 200 篇研报的变化表作为标准答案。要求数字抽取准确率 ≥ 98%，「新增观点」由研究员盲评，「有用」比例 ≥ 70%。
   • 踩坑研报表格格式五花八门，同一张盈利预测表，各券商列的顺序和单位都不同。数字必须带单位和年份一起抽取，单位错比数字错更难发现。
4. 5

   第 5 周Demo + 晨会实测

   • 让研究员本人连续一周用看板准备晨会，记录阅读时长。第一周的「新增观点」被评为一半无用，据此限制为「有新数据支撑的观点」。
   • 有研究员要求「顺便给出买卖建议」，没有采纳：投资判断归研究员和基金经理，系统只提供变化事实。
5. 6

   第 6 周交接交接

   • 交接给研究部一位研究员助理或数据岗：负责维护覆盖公司清单、核对抽取错误、扩展到新行业。信息技术部负责研报接入和服务运行。运行手册写清：数据商合同续签时，重新确认授权范围。

4这个案例教给你的可复用判断