任务场景
下周战略会，你手上有 5 份市场报告、3 份分析师 PPT，再加一堆竞品博客。决策人要一页 brief：市场体量、Top 趋势、Top 风险、一句话推荐。从零看一遍要一整天。靠一套 AI 流程，30-45 分钟拿到一份能站得住的初稿。
这是创始人融资前、企业战略部、进入新赛道的产品市场、投资分析师的常态任务。
哪些情况适合让 AI 来做
有明确决策、材料体量可控（200 页文字以内）时最合适。模型擅长抽取（市场规模、增速、引用页码）、跨报告综合，以及识别 “几家报告互相打架” 的点。想看具体模型的走法，可以参考Gemini 研究教程里那套带溯源的总结流程。
它也擅长 “什么没说”——能列出严苛 reviewer 会问、但你的材料没回答的问题。
什么时候不要完全依赖 AI
写进董事会或融资 deck 的数字，没经过原文核对绝对不要直接放。模型会幻觉出像模像样的市场规模。每个数字必须能回溯到具体页码。
非常专业 / 内部渠道型的调研模型没训练过，纯靠 AI 就是瞎猜。
需要先给 AI 的信息
- 3-7 份源文档（已 OCR 或文本提取的 PDF）
- 一句话的决策目标
- 时间维度（12 个月、3 年、10 年）
- 地理 + 细分市场
- 一两个你怀疑成立、希望被挑战的预设
“挑战预设” 这一项让模型变成 devil’s advocate，输出会更锐利。
可直接复制的 Prompt
你是战略分析师，要做一份一页 brief。
决策：{one_sentence_decision}
时间维度：{months_or_years}
地理 + 细分：{scope}
要挑战的预设：{priors_list}
源材料（每份用 --- 分隔）：
{paste_sources}
输出：
1. TL;DR：3 条，每条以动词开头，决策人能立即行动
2. 市场体量：TAM / SAM / SOM，准确数字 + 年份 + 出处页码；若各家口径不一致，给出范围、说明你更信哪份及理由
3. Top 5 趋势：每条配一个数据点和来源
4. Top 5 风险：每条标严重度（高 / 中 / 低）和值得监控的领先指标
5. 推荐：1 段，包含 trade-offs
6. 源材料没回答的 3 个问题
7. 主要论点的信心：高 / 中 / 低
数字逐字引用并带出处页。推断标 "[inference]"。建议让 AI 输出成什么样
真的就是一页：上方 TL;DR、中间体量与趋势、下方风险与推荐、页脚 “缺什么”。页脚里就是下一轮调研要补的题。
每个数字必须带出处——把这条作为 Prompt 的硬约束。
怎么判断 AI 的结果能不能用
挑对推荐影响最大的 3 个数字。打开源 PDF 核对数字、年份、口径脚注。任何一个不对，就重新审整份 brief。
趋势性结论，把模型引用的原句搜一下原文。没有数据支撑的泛趋势降级处理。
容易踩的坑
- 有数字没出处——看上去权威，经不起任何尽调
- 推荐里不提 trade-offs
- 把 TAM 和 SAM 混在一起（模型会乐意配合）
- 引用增速没说时间区间
- 没有 “缺什么”——过度自信就是失败模式
下一步怎么改得更好
Brief、源材料、Prompt 一起存档。会后记录这份 brief 哪里把决策带对了、哪里带偏了。每季度用新源重跑——这样能看到市场的动态画面。
FAQ
- 源材料多少算太多？超过 200 页就先按 section 各自总结，再综合。否则模型会丢细节。
- AI 能给来源打权威分吗？能尝试，但要自己核——通常更新 / 同行评审 / 原始数据更高分，但模型未必知道发表日期。
- 数字怎么验？AI 抽取，然后用电子表格验算比例和单位再引用。
相关阅读
更深的源材料处理用 研究总结 Prompt，竞品对标用 AI 做竞品分析，底层笔记整理走 AI 整理市场调研 流程。