页面准备好后会自动显示。等待期间仍可使用顶部导航切换。
SEEKINGDAO / FIELD NOTES
从真实业务出发，看清 AI 如何落地。读懂做法、成效与边界，把案例变成自己的判断。
它解决了什么业务问题？用了哪些数据？披露的效果是实绩、试点，还是计划？
THE INDEX
找到 102 条 · 智能体
清除筛选财务建模、估值与办公文档自动化
这个 skill 属于“财务建模、估值与办公文档自动化”领域。适合学习财务模型、估值、可比公司、Excel/PPT 工作底稿和交易材料如何标准化。对金融 AI 项目而言，这类 skill 很适合拆成“数据抽取、表格校验、假设管理、模型生成、结果复核”的可落地链路。
财务建模、估值与办公文档自动化
实时财经资讯、市场情绪与逻辑链路
这个项目更偏“市场感知层”：把新闻、热榜、财经信源、情绪、预测市场、股票数据、逻辑链路图和报告生成组合起来。它比 Anthropic 官方投研 skill 更接近每日市场跟踪和中文市场资讯流，适合学习如何把外部信息源变成结构化投研输入。
实时财经资讯、市场情绪与逻辑链路
金融数据源、行情与情绪数据连接
数据源类 skill 关注如何接入行情、基本面、情绪或专业数据接口。它适合学习金融 AI 的数据底座：没有稳定数据源，就很难让 agent 形成可复核输出。
金融数据源、行情与情绪数据连接
Commonwealth Bank
诈骗和欺诈模式变化快，传统规则和模型需要持续更新。银行需要更快发现新型欺诈模式，并把洞察转化为可执行的拦截规则。
每日监测 8,000 万+ 信号，包括交易、卡、线上支付和数字银行互动。 每日处理 2,000 万+ 笔支付。 每日通过 App 向客户发送 40,000+ 条主动预警。 相关技术帮助 2026 财年上半年欺诈损失同比降低超 20%。
JPMorganChase
员工会自然想使用大语言模型提升效率。如果银行不提供安全可控的平台，容易出现影子 AI、数据外泄、不可审计和使用混乱。
2024 年夏面向符合条件员工发布。 8 个月内从 0 增长到 200,000 名接入用户。 获 American Banker 2025 “Innovation of the Year”大奖。
Santander
大型银行的 AI 转型不再只是单点自动化，而是把数据、模型、流程、员工工具和客户互动统一纳入经营体系。Santander 把目标定义为成为“AI-native bank”，强调每个决策、流程和互动都由可信数据和智能技术支持。
2024 年 AI 项目已产生超过 2 亿欧元节省。 AI 副驾驶支持超过 40% 的联系中心互动。 西班牙 Speech Analytics 每年处理 1,000 万通语音电话，自动填充 CRM，并每年释放超过 100,000 小时用于更高价值工作。 两个月内向欧洲和美洲近 15,000 名员工部署 ChatGPT Enterprise，并计划年底达到 30,000 名用户，约覆盖 15% 员工。
Santander + Visa
AI 智能体正在从“帮用户找信息”走向“在用户授权下执行任务”。金融支付场景的难点在于：智能体能否代表消费者发起交易，同时保证同意、透明、安全、合规和发卡行控制。
在 5 个拉美市场进行试点：阿根廷、巴西、智利、墨西哥、乌拉圭。 AI 智能体在阿根廷、智利、墨西哥、乌拉圭完成图书购买，在巴西完成巧克力购买。 试点验证消费者旅程关键环节：同意捕获、安全数据处理、商户与支付网络互操作。 试点在 Visa 和 Santander 的受监管支付框架内执行。
Deutsche Bank
投研分析师需要阅读财报、监管文件、行业报告、历史研究和市场材料，再形成研究报告和观点。大量时间消耗在资料收集、摘要、交叉验证和写作上。
数百名研究分析师采用。 由 dbResearch、内部开发团队和多方协作超过 12 个月完成。 通过内联引用和来源查看器支持事实核验。 建立自定义评估框架，指标包括准确性、完整性、延迟、引用精确率、引用召回率、错误拒答率等。
Scotiabank Global Transaction Banking
公司银行的付款运营数据复杂，客户希望知道自己的付款处理情况、失败原因和改进空间。传统客户洞察报告是高接触服务，需要大量人工整理和分析，只能服务少数客户。
原来需要数周的报告生成缩短到数秒。 高端定制服务可以扩展到更多客户。 客户获得更深付款洞察，银行服务差异化提升。
Scotiabank
当 AI 从试点进入全行使用，银行需要统一能力、平台、治理和员工使用方式。否则容易出现重复建设、模型风险不一致、数据伦理缺失和工具碎片化。
来源未单独披露量化效果；查看完整拆解了解适用条件。
Capital One
购车是高价值、低频、信息复杂的金融相关场景。客户要比较车型、价格、库存、贷款选择和试驾安排；经销商希望更高效地连接潜在买家。
来源未单独披露量化效果；查看完整拆解了解适用条件。
ANZ
商业与机构银行客户经理需要及时回答市场相关问题，整合研究、新闻、数据和复杂知识导航。传统检索工具难以同时平衡速度、准确性、个性化和安全。
来源未单独披露量化效果；查看完整拆解了解适用条件。
内容整理自金融 AI 长期进化实验室。银行用例、开源项目与 Skill 工作流分开展示；商业合作、计划和试点的表述按原分析保留，披露指标不等同于独立审计结果。
业务分类和技术标签按公开规则归纳；同机构不同项目、同名但来源不同的 Skill 独立保留。总览与正文只计一次，相同机构项目或相同上游路径合并并保留来源版本。当前 462 条来源记录，合并 0 条重复记录。
每日检查公开仓库，更新时保留上一版有效内容；如果来源删除已有记录或结构发生变化，暂停覆盖，等待核对。最近检查：2026/11/14（香港时间）。当前来源修订：06778e55 ↗。