最顶级的选股提示词 · 让龙虾成为价值猎手

01 · Disclaimer

在开始之前

本页仅做技术演示，不构成任何投资建议。 AI 的能力边界是"基于公开数据的结构化分析"，不能替代专业投研。所有决策应自行验证、结合基本面。市场有风险，投资需谨慎。

02 · The Framework

五维度选股框架

一个完整的选股分析，至少应当覆盖以下五个维度。你可以把它理解为"给 AI 的 checklist"——缺一个就是不完整。

维度一

基本面 · Business Quality

公司主营业务是什么？过去三年的营收 / 利润 / ROE / ROIC 增速如何？毛利率与净利率在行业中处在什么水平？管理层是否稳定？

维度二

财务指标 · Financial Health

资产负债率、现金流状况、应收账款、商誉比例。需要特别关注：是否有大存大贷？利润是否转换为真金白银的经营现金流？

维度三

估值水平 · Valuation

PE、PB、PS、EV/EBITDA 与历史分位、行业分位的比较。避免"好公司但贵到不值得买"。

维度四

行业地位 · Industry Position

所在行业的增速与景气度；公司市占率 / 龙头地位；进入壁垒（技术、品牌、牌照、规模）。

维度五

风险因素 · Risks

政策风险（监管 / 行业政策）、竞争风险、原材料成本、关键客户集中度、以及最被忽视的——管理层诚信与过往财报质量。

03 · The Prompt

可以直接复制给 AI 的提示词模板

把下面整段 prompt 交给大模型，将 {股票代码} 替换为你要分析的标的，将 {时间范围} 替换为你关心的周期（如"最近三年"、"最近五年"）。

你是一位严谨的价值投资分析师。
请针对股票代码 [股票代码] 做一次完整的初筛分析。
——严格遵循以下结构输出，不要发散，不要情绪化描述——

一、基本面
1. 公司是做什么的？近三年营收 / 净利润 / ROE / ROIC 的数据与趋势
2. 毛利率 / 净利率 / 现金流与行业对比
3. 管理层稳定性与股东结构简述

二、财务指标
1. 资产负债率、现金流是否健康
2. 是否存在"大存大贷"、商誉过高、应收账款异常
3. 扣非净利润与归母净利润的差异分析

三、估值水平
1. 当前 PE / PB / PS / EV/EBITDA，以及历史分位（过去 3/5/10 年）
2. 与行业主要公司的横向对比
3. 你对该估值的判断：低估 / 合理 / 偏高

四、行业地位
1. 行业增速与景气度
2. 公司在行业中的位置与竞争优势
3. 关键进入壁垒

五、风险因素
1. 监管 / 政策风险
2. 竞争 / 技术迭代风险
3. 客户 / 供应商集中度风险
4. 其他需要特别关注的风险（财报质量、关联交易等）

六、综合结论
1. 一句话评估：是否进入你关注的"可能值得买入"清单
2. 需要进一步人工验证的 3 个关键点
3. 列出下一次阅读需要优先检查的财报指标

——重要约束——
- 所有数字标注数据来源与时间
- 不确定的数据明确标注"待验证"
- 不要使用"强烈推荐"、"买入"等绝对化措辞
- 用"值得进一步研究 / 观察 / 暂不关注"作为结论等级

04 · Evaluation

如何看待 AI 的分析结果？

AI 输出的分析结果应该被视为一份"结构化草稿"——它帮你整理了公开信息、补齐了数据格式、指出了你可能遗漏的维度。但它不应该成为你决策的替代品。

我们的建议：把 AI 的输出当作"一份别人整理好的研报笔记"，你需要自己去逐条验证——特别是财务指标、估值分位、风险因素这三块，AI 的 hallucination（幻觉）往往出现在这些依赖最新数据的部分。

三条行动建议：

1 · 交叉验证： AI 给出的每一个数字都回到交易所披露的财报、或者可靠的金融终端再核对一次。

2 · 对照同行： 不要孤立看一只股票，挑 3~5 家同行业公司放在同一张表里对比，差异才是信息。

3 · 关注"人"的因素： 管理层历史、股权质押、关联交易等维度，AI 往往看不到。这恰恰是价值投资里最关键的部分。

05 · Resources

可以接入的数据来源

来源	用途	适合谁
上交所 / 深交所披露	最原始、最权威的财报与公告	所有人
巨潮资讯 / 东方财富	A股数据整理、财务数据查询	A股投资者
a-stock-data Skill	AI 直接调用的行情 / 研报 / 龙虎榜接口	OpenClaw / 编程代理
理杏仁 / 果仁	高质量的结构化财务数据（付费）	深度研究者