应用篇：和大模型好好说话

平时你是和大模型对话聊聊天，还是让大模型写出媲美大型投资公司内部使用的产业研究报告？想做到后者，你需要学会和大模型好好说话。

过去两年，许多企业家、投资人都在问：

“为什么别人用 AI 能写出专业报告、做产业研究、甚至写 BP，而我却觉得 AI 答得都很空？”

其实，学习人工智能最先要掌握的，不是写代码，也不是搞算法，而是：

和大模型好好说话。

这句话看似简单，实际上却是你能否从 AI 获得真正价值的分水岭。

你随便丢一句：“帮我分析新能源行业”，AI 多半给你一堆百度百科式的套话。

但如果换一种提问方式，AI 立刻能写出堪比投研分析师的报告。

差距就在于：会不会好好说话。

所以我常说：

用好 AI，从学会好好说话开始。

怎么做？其实只有两步：

1. 选对大模型

2. 写好提示词（Prompt）

一、选对大模型

很多人以为，大模型都差不多，其实差别非常大。不同大模型，就像不同领域的专家。

选对模型，AI 才能在你需要的场景里，发挥最大价值。

市场上有很多大模型，变化很快。怎么选？

一个非常重要的实战建议：不要只用一个大模型，多模型对比更靠谱。

我的做法是国内和国外各选3个头部大模型。目前我用得比较多的是国内的deepseek、豆包、千问；国外的Chatgpt，Gememi和Claude

下面帮大家梳理六大热门大模型，各自擅长什么场景。注意这只是我的个人使用心得，不一定完全适合你。而且模型每天都在各自升级迭代。关键是常用，常比较，自己去体会。

✅ ChatGPT（OpenAI）

优势：逻辑清晰、长文本写作极强，尤其擅长英文商业写作、全球化产业分析，深度思考能力突出。
短板：对中文热点、政策环境敏感度稍弱，略显圆滑，中文偶尔稍显直译
适合场景：
- 跨境投资研究
- 全球市场分析
- 商业英文写作

✅ Deepseek

优势：技术细节到位，逻辑严谨，对产业研究、技术尽调、代码生成尤为擅长。
短板：非技术类写作稍显硬朗，缺少通俗风格。
适合场景：
- 技术尽调
- 行业 BP 撰写
- 投资研究

✅ 通义千问（阿里）

优势：中文表达流畅，能结合国内政策、法规、产业脉络，语气更符合中国商业语境。
短板：英文能力较弱，逻辑推演深度略逊。
适合场景：
- 国内市场研究
- 政策解读
- 中文行业报告撰写

✅ 豆包（字节）

优势：多模态优势明显。生成速度快，口语化、活泼，擅长短文本、营销文案、短视频脚本。
短板：深度产业分析略弱。
适合场景：
- 新媒体内容创作
- 短视频文案
- 快速灵感激发

✅ Claude（Anthropic）

优势：推理严谨，长文本结构化写作出色，尤其擅长法律、合规、政策类写作，风格优雅。
短板：中文产业背景理解稍弱。
适合场景：
- 合规、法律研究
- 高阶推理
- 长篇逻辑分析

✅ Gemini（Google）

优势：长文本有优势，而且多模态能力极强，可处理文本、图片、视频，尤其在跨平台信息整合上表现优异。
短板：中文产业研究相对薄弱。
适合场景：
- 多模态内容生成
- 搜索类问题
- 全球资讯整合

✅ 多模型对比：专业实战建议

我非常建议企业家、投资人——不要只用一个大模型。

原因很简单：

不同模型对同一问题，答案往往各有侧重。
多模型对比，能帮助你捕捉不同视角、补足盲区。
有些模型在数字准确度更好，有些模型擅长写作风格，更符合不同业务需求。

举例：

你研究新能源产业
- 用 ChatGPT 获取全球产业链逻辑
- 用通义千问获取中国政策脉络
- 用 Deepseek 查看技术细节或专利分布
- 用 Claude 理清合规和监管趋势

再把不同模型的答案，交叉对比，你往往能发现盲点，也能验证数据。

这就是顶级投研机构在实务里最常用的套路。

二、写好提示词（Prompt）

选对模型只是第一步，更核心的是：怎么和它说话。

这就是写提示词。

很多人以为，跟 AI 说话就是输入问题。其实，真正高手，写提示词就像写投资备忘录一样。

因为提示词，等于告诉 AI：

✅ 我是谁

✅ 我要解决什么问题

✅ 我想得到什么样的答案

举个最简单例子，当我想研究新能源行业时。

模糊提问： “帮我分析新能源行业。”

多半得到这样的答案：

“新能源行业近年来发展迅速，市场规模不断增长，……”

得到的回答像百科词条，对投资决策帮助不大。

如果问的好，可以得到具体的信息，如：

“中国新能源市场 2021-2024 CAGR 为 24.7%，动力电池环节毛利率最高，由宁德时代、比亚迪主导。政策层面需关注碳达峰压力及新能源汽车下乡政策。”

下面我推荐一个简单实用，但很多顶级机构都在使用的提示词框架。其中包括P/R/O/M/T几个首字母，结合起来正好是提示词Prompt这个单词。

✅ 高阶 PROMPT 框架

很多顶级机构写提示词，用的就是 PROMPT 框架，

P - 角色定位（Position）

“例如：你现在是高盛 TMT 组董事，为 PE 机构提供决策建议。”

R - 需求细化（Requirement）

“例如：从市场规模、头部玩家市占率、政策风险三维度分析。”

O - 输出规范（Output）

“例如：用表格呈现近三年 CAGR，并附关键数据来源。”

M - 思维链（Mindchain）

“例如：先推导消费升级驱动因素，再评估替代品威胁。”

T - 任务分解（Task-split）

“例如：第一步梳理产业链图谱，第二步识别高毛利环节。”

把这些写进提示词，AI 输出的深度、逻辑、格式，完全不同。

比如你想研究宠物行业，换成这样提问：

“你是高盛 TMT 组董事，为 PE 机构做宠物产业研究。请从市场规模、头部玩家市占率、政策风险三维度分析中国宠物产业链，重点识别高毛利环节。请用表格呈现近三年 CAGR，并附关键数据来源。”

AI 输出的，就是堪比专业投研分析的报告。

✅ 不会写提示词？让 AI 帮你写！

很多企业家、投资人都会说：

“我不知道怎么写提示词，怎么办？”

这正是 AI 自己可以帮你的地方：让 AI 自己帮你写提示词。

很多人还不知道，这招非常实用。尤其对不熟悉 Prompt 写法的人。

比如说你想研究中国新能源产业，可以这样问：

“我想研究中国新能源产业，但我不知道怎么提问。请帮我写一个完整的提示词，包含角色定位、分析维度、输出格式、分析思路。”

AI 会帮你生成专业的提示词草稿。

把这个技巧和PROMPT框架结合起来，你会发现有意想不到的收获。

举个实战例子：

输入：

“我想写一篇专业的中国新能源产业研究报告，适合投资人使用。帮我写一个详细专业的提示词，参照高阶PROMPT框架”

AI 可能的输出如下：

请撰写一篇中国新能源产业研究报告，满足以下要求：

分析以下内容：
- 产业规模与增长（2019-2024历史数据，2025-2028 CAGR预测，驱动因素）
- 产业链结构（上下游环节、关键材料/设备、高毛利或卡脖子环节）
- 竞争格局（头部企业市场份额、技术路线竞争、海外竞争者态度）
- 政策与监管（“十四五”、碳中和目标、补贴、贸易壁垒、潜在风险）
- 投资机会与风险（短期 vs 中长期机会、估值水平、主要风险提示）
报告篇幅：不少于 3000 字
报告结构：
- Executive Summary（约 500 字）
- 产业规模与增长
- 产业链结构
- 竞争格局
- 政策与监管
- 投资机会与风险
输出规范：
- 使用专业投研报告风格，简洁、客观
- 用表格或列表展示数据
- 附数据来源（如国家能源局、CNESA、彭博、Wind 等）
- 最后给出投资人角度的结论和建议

在撰写过程中，请遵循以下思维链：

先梳理宏观背景
再推导市场驱动因素
分析各细分赛道成长路径
识别产业链关键环节及议价能力
综合估值和风险提示提出投资建议

请分以下步骤完成：

Step 1：Executive Summary
Step 2：产业规模与增长
Step 3：产业链结构
Step 4：竞争格局
Step 5：政策与监管
Step 6：投资机会与风险

得到这样的提示词，是不是比你自己写出来的更专业？

根据这样专业聚焦的提示词，大模型生成的报告通常可以接近甚至媲美投行或咨询公司水准。

以上的内容和步骤不是固定不变的。掌握核心方法，不断尝试，再融入自己的框架，让大模型做出更上一层楼的研究精品。本人的实践，目前经过多次迭代，融入自己的投资框架和金融市场客观大数据，大模型帮我完成的行业研究分析和财富管理类文章，效率高于原先10倍以上，且已经达到专业可用的程度了。

总结

所以，真正拉开差距的，不是谁先用上 AI，而是：

谁更懂得，和 AI 好好说话。

先选对模型，再学会写高质量提示词。

更重要的是，别忘记：

“不要只问一个 AI，要让多个 AI 一起帮你工作。”

未来竞争，不再只是 “人 vs AI”，而是：

“谁更懂得把 AI 当成超级合伙人。”

AI 不会取代你，但会取代那些——不会提问的人。

别犹豫，从今天开始，就跟你的 AI 说一句：

“教我怎么提问。”

最后，如果你想学习一个专业的主题词框架，可以尝试这个高阶PROMPT框架。

本教程由高峰博士独立完成，欢迎署名转载，转载请注明出处。禁止私自转载、修改或冒名发布，违者必究，作者保留追究法律责任的权利。

高峰博士为独立投资人、企业家 AI 财富顾问，长期专注于人工智能与财富管理的融合应用，致力于帮助有潜力的企业，在 AI 时代成为“小而美、强而精”的优秀公司。

欢迎有兴趣的朋友留言交流，探讨 AI 落地实践与智能时代的增长之道。