上市公司案例研究小助手
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_44747f29/listed-company-case-study。
技能介绍
要解决什么问题
做上市公司案例研究时,常见痛点不是「不会写报告」,而是事实来源分散、披露信息往往不完整,以及交付既要内部分阅(Markdown)又要对外或归档(排版统一的 HTML)。本技能面向这类实务:在 ima-mcp 已连接的前提下,按固定知识库 ID 直接检索作者公开发布的库,减少「先找库、再换 ID、再订阅」的摩擦;若知识库不可用,会在报告开头明确说明并降级为 WebSearch,避免静默胡编。
技能如何工作
加载后会先按 references/IMA检索执行规范.md 做一次轻量 search_knowledge 预检。分析阶段若用户给的信息不足,不会直接拒答,而是:先给出初步判断框架;在报告中标注「信息缺口」与需补数据;用「若 A 则 X、若 B 则 Y」做情景分析,允许信息逐步补齐。
报告生成后强制双输出:同名 .md(讨论与版本管理)与 .html(经目录内 ./md2html_v3.py 转换,蓝色商务风)。两份内容一致、互为镜像。
适用边界与注意点
- 依赖 ima-mcp 与 SKILL 绑定的固定知识库;未连接或预检失败时,结论权重应更多来自 Web 检索,需在文中看清提示。
- HTML 需在本技能目录下执行
python ./md2html_v3.py [标题],Agent 写.md,转换走 Python markdown(extra/sane_lists)。 - 开放性问题下输出的是框架与情景,不是强行单点结论;补数后应可迭代更新报告。
使用场景
- 复盘一家 A 股公司并购后整合,需先列信息缺口再给若披露 X 则 Y 的情景判断
- 投资纪要要写上市公司治理与风险点,要求同时产出 .md 供组内改稿和 .html 给客户
- 课堂或内训布置个股深度作业,须基于固定知识库检索事实并在报告开头标注 KB 是否可用
- 监管或舆情事件后急需案例评述,知识库预检失败时要在正文标明并改用 WebSearch 补证
适合人员
- 券商或基金研究员,要把个股案例写成可改版 Markdown 且能导出商务风 HTML 给汇报对象
- 企业战略或投后同事,面对披露不全的标的仍需要先出判断框架再逐条补数
- 高校商科/会计教师,批改学生上市公司案例分析作业时需要结构化报告与信息缺口清单
- 咨询顾问承接上市公司相关课题,需在 IMA 知识库与 Web 检索之间可切换且过程透明