提问

AI赋能投研，困难在哪？

回答

“我希望AI能够帮我整合行业数据，但总是有缺漏，还需要补齐，总体还不如人工快。”

——新能源行业分析师Alex

“我期待AI能帮助团队整体提效，但实际体验下来，大部分AI对金融的理解能力还处于基础阶段，稍微复杂一点的问题就处理不了。”

——某券商研究所首席Leo

“我尝试过用AI辅助写研报的基础部分，但可能通用AI和金融就是‘有壁’，写出来的感觉就是不对，用不了。”

——行研助理Paul

如果你也有以上的犹豫

那就试试妙想投研助理

国内首个能够像分析师一样

思考的金融大模型

    处理复杂的问题也不在话下！

1

海量检索，完整信息、丰富细节

投研信息检索，最难的是整合政策、资讯、技术参数等非标准化信息，因为这类信息大多呈碎片化，散落在公告、研报、网页等各个渠道。

以查询“蔚小理三个品牌今年发布的主要车型有哪些，每个车型各自搭载的芯片是什么型号？”这个问题为例。

要回答好这个问题，需要找齐三个新能源车品牌下、共十几辆发布车型及对应的芯片型号。

如果使用传统搜索模式，首先需要精准提问，对单一品牌旗下发布的车型进行分别、多次查询；其次，由于搜索结果是相关网页，具体的车型与芯片型号信息还需要靠人工阅读、提取后再进行整合。

在传统搜索模式下，靠单个人力汇总、整合完这些信息需要花费一个上午，严重耗费了投研人员的时间和精力。

当前市面上其它大模型，虽然能够对相关信息起到一定程度的汇总效果，但基本都会出现部分信息缺漏或查询不到的问题。

面对这个问题，妙想能够将其拆解为多个分支任务，再通过穷尽式检索，搜集海量信息，覆盖了新能源行业数据库及700多个专业网站，不到30s即可完成。

在信息获取过程中，妙想能够持续对回答进行补齐和完善。最终经过筛选与整合，为用户汇总出内容准确、信息完整的答案，以条理清晰的形式呈现。

可以看到，妙想准确给出了该问题下各品牌发布车型与对应的芯片型号、品牌等细节信息，更方便投研人员发现趋势。例如，可以容易看到三大品牌新能源车大部分都是使用海外高通芯片，自研家数较少，汽车芯片国产化替代任重道远。

2

白箱机制，实时展现思考过程

在投研领域，投研人员需要理解大模型的分析思路和依据，从而避免安全、合规等风险。一般大模型的推理过程采取的是“黑箱”机制，用户只能看到输出结果，无法看到大模型内部的推理过程。

妙想的推理全程采用“白箱”机制，可以实时展现自己的思考过程，形成可穿透、追溯的研究思路树状图，让投研人员能够深入理解AI决策的具体过程，增强回答的可解释性和透明度。

研究思路树状图中的每一个分支节点都可以点击，方便跳转到对应的思考结果。

3

专家级研究框架，定义金融分析新高度

市面其它大模型面对带有分析性质的金融问题时，常存在分析角度单一、分析深度不足等问题。

妙想基于推理强化的技术思路，与深入业务实际场景的大量训练，能够站在分析师的立场进行深度思考，遵循行业专家级别的投研路径。从宏观经济环境、政策动向、行业动态、市场需求等投研核心维度出发，为投研人员提供全面、深入的市场洞察。

例如，让妙想分析一下人形机器人市场的前景，只需要输入简单的问句即可。妙想会自己生成专业的研究路径，从市场状况、技术发展路径、市场需求、政策支持等视角展开，结合数据、案例等具体信息，为投研人员提供思路参考。

从分析深度来看，相比其它大模型，妙想在专业性上有突出优势。以上述问题中对“市场需求”的分析段落为例，其它大模型的分析仅限于概括性描述。

妙想的分析则从工业制造、家庭服务、物流仓储、市场规模预测、政策支持等多个角度出发，完整度更高，细节也更丰富。

妙想投研助理 数据覆盖有广度 回答分析有速度溯源定位有精度 专业研究有深度

用妙想 以往完不成的工作 现在喝杯咖啡的时间就能搞定！

↓↓↓点击“阅读原文”

立即体验妙想投研助理