学习切入点
这个 skill 属于“股票研究与投研写作”领域。适合学习卖方/买方投研如何把公告、业绩会、财务模型、行业催化剂和投资观点串成可复核的研究工作流。它对银行从业者的价值,是理解“研究结论不是一句判断,而是证据、模型、事件和风险假设的组合”。
01
工作流分析
- 来源与路径:来自
anthropic-financial-services,上游路径plugins/vertical-plugins/equity-research/skills/earnings-analysis/SKILL.md,本地路径12-financial-ai-skills/upstream-snapshots/anthropic-financial-services/plugins/vertical-plugins/equity-research/skills/earnings-analysis/SKILL.md。 - 原始定位:官方描述:Create professional equity research earnings update reports (8-12 pages, 3,000-5,000 words) analyzing quarterly results for companies already under coverage. Fast-turnaround format focusing on beat/miss analysis, key metrics, updated estimates, and revised thesis. Includes 1-3 summary tables and 8-12 charts. Use when user requests "earnings update", "quarterly update", "earnings analysis", "Q1/Q2/Q3/Q4 results", or post-earnings report.
- 金融业务理解:这个 skill 属于“股票研究与投研写作”领域。适合学习卖方/买方投研如何把公告、业绩会、财务模型、行业催化剂和投资观点串成可复核的研究工作流。它对银行从业者的价值,是理解“研究结论不是一句判断,而是证据、模型、事件和风险假设的组合”。
- AI 工作流价值:它把一个原本依赖经验的金融任务拆成触发条件、输入材料、处理步骤、输出格式和检查点。对学习者而言,最值得看的不是提示词写法,而是它如何把隐性专家经验显性化。
- 可迁移应用方向:在本项目中的应用方向:可以把
earnings-analysis改造成中文学习模板,进一步连接到银行业务案例、公开年报、监管制度或模拟数据。短期适合做提示词/流程卡片,长期可以做成 RAG、智能体或办公自动化小实验。 - 风险与治理边界:治理重点是来源、版本和人工复核。skill 生成的是工作产品草稿,应记录数据来源、生成时间、引用材料和复核人,避免把模型输出当成最终结论。
↗
01 Skill 上游文件https://github.com/anthropics/financial-services/blob/120a31dcede4/plugins/vertical-plugins/equity-research/skills/earnings-analysis/SKILL.mdFSK-002 · 查看仓库原文12-financial-ai-skills/anthropic-official-skills-analysis-01.md原始来源与整理依据
文字分析来自内容源;业务分类、技术标签由 SeekingDAO 按规则整理。披露效果保留原有时间、范围和预测口径,未作独立审计。开源项目与 Skill 的当前许可、兼容性及依赖请以其上游为准。