据华尔街日报报道，人们越来越喜欢向人工智能（AI）聊天机器人寻求财务建议，但能否从中获得有价值的信息，取决于你如何提问。

在聊天机器人领域的行话中，这个过程被称为“提示”。华尔街的专业人士已经认识到，要想从这些工具中获得有用的建议，不能只是简单地要求ChatGPT推荐几只好股票，而是需要一个多步骤的过程，包括分层请求、来回对话以及核查信息来源的能力。简而言之，虽然聊天机器人可以扮演类似人类的角色，但它们的表现好坏取决于其操作者。

华尔街已经在大力拥抱AI，法国外贸银行（Natixis）最近对投资专业人士进行的一项调查显示，58%的受访者表示，他们的公司已将AI工具应用于投资流程。该调查访问了520名受访者。

普罗大众也开始求助于AI来解决财务问题。Visual Capitalist研究了Sensor Tower的数据后发现，2025年3月至4月期间，增长最快的提示词类别是围绕经济、金融和税务的问题。13%的提示词属于该类别，高于去年同期的4%。

虽然AI可以帮助解决财务问题，但投资者应注意，运行AI聊天机器人的系统大语言模型就像一个黑匣子，用户并不清楚其推理过程。这些模型还从质量参差不齐的来源中提取信息，包括其训练数据、一手资料或者各种博客。这使得用户很难确认自己收到的是否是最佳答案，或者只是一个正确的答案。

华尔街公司已想了一些办法来帮助解决其中一些问题，包括使用公开可用模型的企业版，并将其与内部专有数据库集成，或者求助于提供此类服务的第三方供应商。OpenAI和Anthropic等公司提供各自模型的企业版，企业版在数据分析、隐私和定制化等方面提供更多功能，但据说比标准版昂贵。

例如，为投资公司服务的AlphaSense使用了许多与公众可用的大语言模型相同的模型，但它构建了一款软件，可以根据其上传到平台的数据（如公司财报电话会议文字记录、业绩电话会议、美国证券交易委员会的文件和卖方研究报告）自主分配研究任务。散户投资者可以在一定程度上手动复制这一过程，以帮助缓解AI的一些小问题并优化输出。

AlphaSense产品高级副总裁克里斯·艾克森（Chris Ackerson）表示，大语言模型非常聪明，但它们需要正确的上下文和提示词。他建议将聊天机器人当作一个没有足够背景信息或经验的实习生，并在提示词中给出非常具体的步骤让其遵循。

如何充分利用你的提示词

前基金经理、现为散户交易者和AI研究员的Dave Wang告诉MarketWatch，当他挖掘股票数据或板块信息时，会使用一个五步提示法来帮助获得最佳的财务分析。

提示词的第一部分是给AI分配一个角色，比如告诉它扮演卖方分析师、会计师或策略师。这种设定有助于聊天机器人根据每个角色所看重的数据，来解读要搜索和关注何种类型的信息。这也有助于优化信息和数据的呈现方式。

艾克森表示，由于大语言模型是在整个互联网上训练的，它们能理解卖方分析师的工作内容，以及这与对冲基金经理或会计师有何不同。一旦被分配了角色，其推理和输出就会受此影响。

第二步是不要只问一个笼统的问题，而是要说明提示的目的，即用户在寻找什么信息，以及用户试图做出什么决策。Wang说，这是提示词中最重要的部分。AI聊天机器人不知道用户的确切目标，而且由于信息量巨大，它可能会以多种不同的方式作答，而这些回答很可能不包括与某只股票关联度最大的见解。

当Wang使用简单的提示词时，比如要求OpenAI的模型分析一只股票，得到的也是笼统的回答，缺乏具体性。例如，聊天机器人可以提供有关苹果公司（Apple）商业模式和收入来源的信息，但不会包含分析师需要的更具体细节，比如收购一个AI平台可能对苹果公司的收入产生何种影响。他指出，简而言之，ChatGPT的回答在方向上是正确的，但缺乏能够支持逆向观点的卓越投资建议。

如果用户缺乏投资专业知识或对某只股票不够了解，那么要求获得确切信息就是一件棘手的事。金融分析师对于影响股价的重要事宜以及驱动性风险因素有更敏锐的认识，这使他们能够更具体说明自己要找什么。然而，普通用户不太可能具备同样的知识基础。为了解决这种知识差距，Wang建议增加一个步骤，即提示AI向你提问，以确定你了解什么、在寻找什么，从而帮助你构建提示词。

以下是Wang使用的一个提示示例：

“你是一位为ChatGPT Deep Research服务的专业提示词撰写专家，尤其擅长投资和宏观研究。背景情况是，我是一名股票投资者，希望更好地了解：（1）什么是财政主导（Fiscal Dominance）；（2）短期和中期在美国发生这种情况的概率有多大；（3）在这种情况下对经济和不同资产类别的影响；（4）如果我的投资组合主要配置在科技股和数字资产上，会受到什么影响；（5）在财政主导的情况下，哪些资产类别会表现良好，哪些会弱于大盘……在你构建提示词之前，请向我提问，以澄清任何你可能不确定的地方，或者我们是否需要共同填补任何知识空白。”

如果用户不确定自己的提示内容，Wang建议可以加上一句：“我不太了解如何投资，所以在开始之前，请向我提出任何相关问题，以帮助填补任何知识空白，因为这是基于我的假设，”或者，“不要假设我的假设是正确的，如果我的观点太离谱，请对我的观点提出质疑。”

这个提示内容会开启一段互动对话。虽然每次的输出不会完全相同，但ChatGPT可能会接着提出一些问题，围绕投资者的风险承受能力、距离退休的年限，以及他们是否有现金储蓄或退休账户等，以帮助确定应该承担多大的风险。在尝试生成最终答复之前，该聊天机器人会把用户的回答考虑进去。

第三步是不要想当然地认为该聊天机器人能够获取做出这些决策所需的适当信息。这可能意味着需要向模型提供关键信息点，包括公司股票代码、相关时间范围以及任何对查询很重要的额外数据点，例如原始数据表。用户还可以要求该模型参考特定的主要或可信来源，例如公司网站或SEC文件。

MarketWatch之前试用过ChatGPT，向其提供了一个Robinhood Markets Inc.最新10-K财务文件的链接，并提示它找出投资者应该了解的关键点。在展示了财务指标和潜在风险等因素后，它成功做到了这一点。

同样重要的是提醒AI工具查询最新股价。但即便如此，也必须检查输出结果，以确保模型遵循了这些指令，因为有时该聊天机器人无法访问某些链接，也不会表明自己无法访问。

检查AI工具选择的来源是一个关键步骤，因为AI模型容易产生“幻觉”，从而导致错误的回答。一直在测试提示词的佛罗里达大学（University of Florida）金融学助理教授Alejandro Lopez-Lira说，之所以出现这种情况，一个原因在于它们的设计目的是提供极大帮助。他指出，所以如果你向一个AI聊天机器人寻求答案，而该模型没有接受过相关数据的训练，也不知道如何搜索，它就可能会编造一些东西。

艾克森说，检查AI工具的输出应该通过两种主要方式进行。首先是要求它在每个回答中都包含其推理过程；其次是审视它得出这些结论所使用的来源。在第二个步骤中，用户可能会发现聊天机器人并没有从最佳来源提取数据。艾克森说，当聊天机器人无法访问某个网站或合适的平台时，就可能发生这种情况。

Lopez-Lira说，如果聊天机器人的回答不包含链接，那就假设它没有进行网络搜索，而是使用了其训练数据中的信息，这对金融分析来说会是个问题，因为这些模型没有接受过最新新闻的训练。有时，AI模型会忘记需要搜索网络以获取最新信息。在这些情况下，艾克森建议找到所需的文件，例如财报，然后手动上传给AI聊天机器人。

第四步是指明回答的目标受众，例如机构投资者或散户投资者。这一步不是那么重要，但有助于使输出内容更易于理解。

第五步是指定回答应采用的格式布局，注明是否应包括章节、标题、表格、项目符号等。这一步也不是必需的，但可以帮助改善用户体验，并优化那些旨在用作投资推介文稿或某种报告的内容。

Wang指出，在OpenAI的模型中有一个特别的功能，那就是它们会基于用户的语气做出反应。Wang指出，如果用户用词友善，这个聊天机器人似乎会回答使人愉悦、偏向积极或更易于接受的答案，而这些答案可能不会挑战用户的假设。然而，当提示内容言简意赅，用户往往会得到更直截了当的回答，这在处理金融数据时更为可取。虽然这不是一个硬性规定，但是值得牢记的一点。

最后，OpenAI有几个不同的AI模型迭代版本。免费版本不如“o系列”模型或Deep Research版本那么先进，o系列具有更好的推理能力，Deep Research可以进行更深入的分析。

总的来说，所有这些步骤虽然有所帮助，但无法取代投资者自身的专业知识。AI可以增强用户的能力，但无法取而代之。因此，用户在判断哪些因素构成一项良好投资方面的知识越丰富，他们就越能更好地操作这些AI工具。

“投资就像玩家对战，”Wang说，“所以牌局总是在变化。如果你不了解牌桌上到底有什么，就很难针对系统进行优化。AI能帮你的是在优化方面胜过其他人，但你必须首先从根本上理解你正在玩的是什么游戏。”