你手上有 12 到 24 个月的营收、成本、毛利数据，周四要开会。任务是从噪声里挖出两三条真正的趋势 —— 不是某个差月份给你的错觉 —— 再把每条变成站得住脚的假设。本页就是分析师这一侧的工作流：该喂给模型什么、用哪段 Prompt，以及那一步能拦住你引用 AI 编出来的数字的验证动作。
一句话总结
- 用 AI 来把月度波动归类成主题、快速生成假设，而不是让它给出最终数字。
- 喂给它一张干净的月度汇总表（至少 12 个月）、按月标注的一次性事件，以及你想压力测试的那个具体假设。
- 模型说出的每一个数字都要回源表重算。在 Vals AI Finance Agent v2 基准上（2026 年 6 月），没有任何前沿模型在初级分析师任务上跑过 52% —— 把它的输出当草稿，别当事实。
- 数据超过约 200 行时，把它丢进代码工具（ChatGPT 高级数据分析，或 Claude 的 Analysis 工具），让计算跑在 Python 里，而不是模型脑子里。
AI 在这里真正有用的地方
在这套工作流里，AI 确实擅长三件事：
- 给波动归主题。 给它一年的月度数据，它会把波动归到候选原因上 —— 季节性、产品组合变化、换供应商后的成本台阶 —— 比一个人盯着表看快得多。
- 翻出你已经习以为常的异常。 三个季度前那个 6% 的毛利下滑，你早就不再注意了，它会重新标出来。
- 帮你”减信心”。 你只要要求它，它就会点名那条你在会上反复念、但数据其实并不支持的”趋势”。这一条输出往往是它给你的最有价值的东西。
它会在哪里失手，以及为什么
语言模型不做算术 —— 它在预测文本。当它在行内”算”一个增长率时，它是在做模式匹配，而且会满怀信心地说出一个错数字。这不是小问题。在 Vals AI 的 Finance Agent v2 基准上（它用真实上市公司财报，考核模型完成初级财务分析师的工作），截至 2026 年 6 月，前三名彼此相差不到一个百分点 —— GPT-5.5 为 51.76%，Claude Opus 4.7 为 51.51%，Claude Sonnet 4.6 为 51.03%。像财报检索这类任务能过 70%，但凡涉及多步建模的，最高也就 23% 左右。
实用结论：AI 在短窗口里分不清信号和噪声。给它 3 个月的视图，任何 8% 的波动它都会叫成”趋势”。所以至少给一年的历史，而且模型报出的任何数字，不亲手重算就别让它上 PPT。
该喂给模型什么
| 输入 | 为什么重要 |
|---|---|
| 月度指标表 —— 营收、COGS、毛利、营业利润率 | 预先聚合好，让模型对约 12-24 行做推理，而不是几千行 |
| 至少 12 个月，有 24 个月更好 | 一年是区分季节性和真实变化的底线 |
| 按月标注的一次性事件（提价、新渠道、裁员） | 防止模型给一个已知事件编出”神秘”原因 |
| 你想压力测试的那个具体假设 | 逼出一个可证伪的答案，而不是含糊的总结 |
不要把明细级交易行直接粘进去。模型在长表上会丢精度，还会悄悄把它加错。如果数据是明细级的，先聚合到月度 —— 或者把文件交给代码工具（见下一节）。
那段 Prompt
分析这份月度财务数据的趋势。不要估算、不要凑整 ——
凡需要计算的，把算式写出来，让我能核对。
数据：[粘贴完整月度表格]
事件标签：[粘贴事件清单及月份]
窗口：[月份数]
要压力测试的假设：[你的假设]
输出：
1. 3 个趋势，每条标注是哪几个月在驱动。
2. 3 个异常，每条给出候选原因。
3. 3 个可证伪假设，按验证难度从易到难排序。
4. 1 条数据并不支持、但我经常引用的"伪趋势"，并说明为什么。“把算式写出来”这条指令比看上去重要。当模型把步骤写出来，一个错数字几秒钟就能被抓到，而不是以一个看着干净的总数蒙混过关。
稍微复杂一点就上代码工具
文件超过约 200 行、或者答案取决于一个精确总数时，就把数据走一遍能跑真 Python 的工具，而不是让它猜：
- ChatGPT 高级数据分析（Plus 每月 $20，Pro 每月 $100 或 $200，2026 年 6 月数据）在会话里直接执行 pandas —— 它加载你的 CSV、算出汇总，你还能让它把代码亮出来。
- Claude 的 Analysis 工具也是一样；聊天界面支持上传 CSV / XLSX，单文件上限 30MB，计算在沙箱里跑。Sonnet 4.6（Pro 每月 $20）是这里成本合算的主力；需要更深推理时再用 Opus 4.7（Max 套餐）。
这两种工具里，模型是写代码并运行，所以数字来自解释器，而不是 token 预测。你仍然要复核 —— 但出错率会明显下降。
怎么验证输出
- 挑一条趋势，回源表重算 —— 手算或用公式都行。如果模型的数字和你的差超过约 1%，就当它在”幻觉式”计算 —— 整段废掉，用更干净、已聚合的数据重跑。
- 每个”异常”都先对一遍已知事件再传播。模型标的异常里，有一半是你忘了打标签的一次性事件。
- 传播前先请财务负责人确认，再让任何 AI 挖出来的结论变成会议谈资。
容易踩的坑
- 把明细级交易行粘进去还信它的总数 —— 先聚合到月度，或用代码工具。
- 不复核就重复 AI 给出的”异常”。
- 拿 3 个月窗口谈趋势 —— 太短没意义。
- 跳过”应该停止引用的伪趋势”那条输出 —— 会议上烂结论就死在这一行。
- 把客户标识级别的明细粘进消费者版聊天里。
怎么把这套工作流越用越好
把跑得顺的 Prompt 按指标类型存成模板。每个季度把新一季的实际数追加成新的一列，重新跑一次。几个周期下来，你会得到一份版本化的趋势日志，能在趋势反转变成”领导面前的惊喜”之前就抓到它。
FAQ
- 能直接粘 CSV 吗？ 大约 200 行以内可以。再大就先按月聚合，或者把文件上传到代码工具（ChatGPT 高级数据分析或 Claude 的 Analysis 工具），让计算跑在 Python 里，而不是模型脑子里。
- AI 能取代财务分析师吗？ 截至 2026 年 6 月还不能。在 Vals AI Finance Agent v2 基准上，没有任何前沿模型在初级分析师任务上过 52%。AI 能压缩那些苦活 —— 归类、起草、找异常 —— 但每个数字仍要人来签字。
- 敏感数据怎么办？ OpenAI 默认不拿 ChatGPT 企业版、Team 版和 API 的输入做训练；Claude 的 Team 与企业版同样默认不训练。消费者版就用临时聊天（Temporary Chat），或在设置里关掉模型训练，并且永远不要粘卡号、银行信息、税号或客户标识级别的明细。
- 可证伪假设怎么写？ 把一个指标、一个方向、一个窗口拼起来：“如果是产品 B 拉起来的，第 4 周留存应高于 60%。“然后去数据里核。
- 这类活儿哪个模型最好？ 在财务准确率上它们基本打平（Finance Agent v2 上相差不到一个百分点），所以按工作流选：常驻 ChatGPT 就用 GPT-5.5，要压成本用 Sonnet 4.6，想在乱表上要最深推理就用 Opus 4.7。
相关阅读
外部参考：Vals AI Finance Agent v2 排行榜值得收藏 —— 它跟踪当前模型在真实分析师任务上的实际表现。