Agent Skills
返回列表
金融思考拷问官

金融思考拷问官

行业专业 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_a8f7e31c/twu-finance-grill。

技能介绍

它解决什么问题

讨论宏观、公司、行业、个股、量化、风控、监管这类金融问题时,最常见的失败方式不是答案错了,而是思考没走完就被人「拍板」。这个协议的第一件事就是把这个定位说清楚:它是思考协议,不是决策协议,终点是理解闭环,不是执行动作。

另一个长期存在的问题是 AI 一言堂。模型直接抛判断,用户顺着读一遍,以为自己已经想过了——这是典型的锚定。twu-finance-grill 把「AI 结论」和「用户必须自己表态」拆成两条独立轨道,正是为了打断这种复读。

核心机制

  • 对齐认知对象:反复追问这个问题到底在问什么、怎么才算想明白了,对齐之前不下任何结论。
  • 六层认知链:现象 → 本质 → 前提 → 机制 → 反证 → 边界。上层没想透不进入下层,一次只推进一个节点。
  • 能查证的先查证:数据、研报、政策文件这类事实先拉出来摆上台面(westock-data、twu-tushare-pro、WebSearch),但怎么理解这些事实是你的判断,AI 不替你拍。
  • 置信度显式化:推断一律标百分比,弱推断 ≤50%,强推断 ≥70%,不允许用模糊措辞蒙混过去。
  • 入口自动归类:先识别话题属于宏观经济、公司、产业链、个股、量化、风控还是监管,交叉型问题按主导类型进入。

双轨对照是默认执行方式。 轨道 A 显式走用户轨,逐层逼你给出自己的判断和理由,只说「对」不算回答,每层至少挑战一次;轨道 B 隐式走 AI 轨,在你思考期间后台独立推导同一六层,全程零展示;两轨走完再逐层对照,分歧分成四类:AI 盲区、你的盲区、实质冲突、措辞差异。收束时仍未消解的分歧会显式列为后续观察项。

适用边界与注意点

  • 它不替代投研流程,也不构成投资建议,产出的是「想清楚的结论」而不是「可以执行的仓位」。
  • 兜底存在但有代价:你明确说「别问了直接说」时,协议会降级为单轨直通,代价是假设被隐式带入、置信度下调,并在收束时标注这条假设的影响。
  • 事实层依赖外部数据源可用性,查不到就如实用低置信度说明,不要靠编造填充。
  • 这条协议的重点是强硬,这也意味着它不适合只想被附和的时刻。

使用场景

  • 宏观分析师准备美联储议息会议,需按六层认知链拆解降息对A股预期的定价机制及边界。
  • 基金经理研究光伏公司护城河,需通过双轨对照验证自身与AI在产业链价值分配上的分歧。
  • 量化研究员怀疑新因子过拟合,需沿认知链反证层找出该策略失效的前提与具体边界条件。

适合人员

  • 行业研究员:在撰写深度公司研报时,需检验利润预测背后的假设是否经得起反证层推敲。
  • 私募基金经理:在做出重仓决策前,希望借由AI盲区的对照填补自身在产业链认知上的漏洞。
  • 量化策略师:在部署振荡市因子时,需要一套纪律性框架来压力测试模型过拟合与尾部风险。
  • 宏观交易员:在解读非农或CPI数据时,希望剥离表象名词并严格区分事实查证与主观推断。