做行研最痛苦的不是没数据，而是你明明知道要什么，却写不出让AI听懂的人话。

我入行大模型这9年，见过太多同行拿着ChatGPT当百度用，输入个“帮我写个新能源行业报告”，然后对着满屏正确的废话抓狂。那种挫败感，我懂。因为大模型不是搜索引擎，它是个概率预测机器，你给的指令越模糊，它生成的内容就越像“正确的废话”。

很多老板或者初级分析师问我，为什么别人的行研报告能直接拿去汇报，我的却像小学生作文？区别就在“指令”这两个字上。今天我不讲那些虚头巴脑的理论，直接上干货，聊聊怎么通过高质量的指令，让ChatGpt做行研指令变得高效且精准。

首先，你得给AI立规矩，也就是设定Role（角色）。别让它当个路人甲，要让它当个麦肯锡的高级顾问。比如，你可以这样写：“你是一位拥有10年经验的资深行业分析师，擅长PESTEL模型和波特五力模型，请用专业、客观、数据驱动的语言风格进行分析。” 这一步看似简单，实则决定了报告的基调。如果角色设定不对，它给你出来的可能是百度百科式的科普，而不是有洞察力的深度分析。

其次，提供上下文和背景信息。大模型没有记忆，除非你喂给它。在chatgpt做行研指令时，你必须把你要分析的具体公司、竞品、甚至是你手头已有的部分数据喂进去。举个例子，如果你想分析某家新能源汽车企业的竞争力，不要只问“竞争力如何”，而要提供：“目标公司A，2023年销量50万辆，主要竞品B和C，市场份额分别为15%和12%。请基于这些数据，分析A公司的优劣势。” 有了这些具体的锚点，AI才能围绕这些事实展开推理，而不是凭空捏造。

第三，明确输出结构和格式。这是最关键的一步。很多报告之所以难看，是因为AI不知道你想让它怎么排版。你可以明确要求：“请按以下结构输出：1. 行业概况（市场规模、增长率）；2. 竞争格局（头部企业分析）；3. 核心驱动力；4. 潜在风险；5. 投资建议。” 甚至你可以要求它用表格对比竞品，或者用Markdown格式输出。这样，你拿到的就不是大段文字，而是可以直接复制粘贴到PPT里的结构化内容。

我有个朋友，之前写一份半导体行业的研报，花了三天时间查资料、整理数据，最后用ChatGPT做行研指令辅助润色和逻辑梳理，结果半天就搞定了初稿。他感慨说，以前是人在做苦力，现在是人在做裁判。当然，这不代表AI能完全替代人，它擅长的是快速梳理框架、提供视角、补充细节，但最终的判断和核心洞察，还得靠人的经验。

需要注意的是，AI会有幻觉，也就是胡说八道。所以，对于它提供的数据，尤其是具体的财务数字、市场份额占比，一定要去官网或权威数据库核实。不要盲目相信AI给出的精确到小数点后两位的数据，除非你有确凿来源。

最后，总结一下。用ChatGpt做行研指令，核心在于“角色设定+背景输入+结构约束”。不要指望一个指令就能生成完美报告，这是一个迭代的过程。你先让AI出大纲，再让它填充内容，最后人工审核修改。

如果你还在为写不出高质量行研报告发愁，或者想优化你的提示词模板，欢迎随时来聊聊。咱们可以一起看看你的指令哪里出了问题，毕竟，工具再好，也得会用才行。