科技制造共识雷达

解决什么问题

科技制造行业的卖方观点散落在研报、公众号、纪要里。一个二级赛道可能有十几位分析师覆盖，手动整理要翻几十份材料，最后还得自己判断到底几个看多几个看空。更常见的情况是，报告只给出「看好电子」这类一级行业判断，真正影响仓位的细分赛道结论被埋在正文里。

这个技能把「收集—打分—聚合」做成确定性流程，让共识和分歧可以被量化，而不是靠感觉。

核心能力

• 分析师池固定：以 新财富最佳分析师评选 六大科技制造行业 Top5 为默认目标，共 30 位/团队，避免随机抓取导致的观点来源不稳定。
• 时效窗口收敛：优先近 7 天，一周内无观点顺延至两周，仍无则标记 未覆盖，不硬凑结论。
• 强制赛道级打分：每条观点必须落到二级/三级赛道，按 +1 / 0 / -1 标注方向，不接受只给一级行业的笼统判断。
• 量化聚合：用 (正面人数 − 负面人数) / 总覆盖人数 计算一致预期，并推导分歧度。
• 结构化输出：生成 Markdown 报告，定性结论与评分表并存。

关键步骤

1. 识别焦点：用户未指定事件或子行业时，从关键词推断覆盖范围（电子/通信/机械/汽车/新能源/军工）。
2. 确认分析师：默认取六大行业 Top5；首席标注「待确认」的先检索确认姓名，再进入搜索。
3. 批量检索：依次尝试 WebSearch、微信搜一搜、WebFetch，按 姓名 + 券商 + 年月 + 行业 + 观点 组合关键词。
4. 赛道打分：按预定义的细分赛道表归类，同一位分析师对同一一级行业下的不同赛道分别打分。
5. 计算共识：输出细分赛道一致预期表，并把同一行业下的评分聚合为一级行业参考值。
6. 输出报告：保存为 {事件简称}_{YYYYMMDD}_科技制造分析师观点汇编.md，每条观点标注分析师、机构、排名与日期。

适用边界

• 不是投资建议：技能只是对既有卖方观点的结构化整理，结论强度取决于覆盖广度。
• 低覆盖度要警惕：覆盖人数少于 3 的赛道会标注 低覆盖度，信号可靠性有限。
• 确定性优先：模棱两可的表述不纳入统计，宁可少一条也别污染评分矩阵。
• 覆盖可能收缩：用户只关注单一子行业时，30 位目标范围会相应收窄，不做无差别扫描。
• 跨行业需交叉验证：半导体设备横跨电子与机械，汽车电子横跨电子与汽车，同一交叉赛道会归入其主要覆盖行业名下统计。