【课堂纪实丨同济 MPAcc】用AI分析拼多多财报

首先重中之重的是分析作业目的及对作业分工。

我们了解到金老师布置的作业目的，是想让我们每个人结合自己的财务专业充分的了解和使用AI 大模型。

我们讨论了多个方案，但基于让每个人根据自己的思路且自己对AI大模型的认知，我们将此次作业拆分成以下六个部分：

深度解读的关键财务指标（刘倩男），财务指标变动的宏观原因（汪沁蕾），内部原因（许嘉怡）及其他需关注的问题（岳欣航），PPT AI 大模型测试（肖菲菲）和最终作业汇报（王雨）。

分配完作业，我们就投入了自己作业的内容。

第一部分就是拼多多的关键财务指标，刘倩男同学根据目前比较热门的5大免费AI 大模型（DeepSeek，IMA，千问，文心一言，豆包）对拼多多3年的财报进行解读， 同时设计了六大核心能力维度 + 四大实用维度的测评体系：

核心维度聚焦财务分析的专业需求，包括数据提取、财务计算、逻辑推理、行业洞察、风险识别、可视化建议，每个维度按 1-5 分评分；

实用维度则关注实际工作中的可用性，包括多模态支持、时效性、长文本处理、多语言能力。

通过人工核验 + 交叉验证，得出核心选型结论：阿里千问 + 腾讯 IMA是最优核心分析组合。

阿里千问经过金融行业深度优化，财务计算稳定、长文本处理能力强，能完整分析数万字的年报；腾讯 IMA 则在可视化和知识管理上优势突出，可一键生成脑图、搭建 50G 容量的私有财报知识库，两者互补实现 1+1>2 的效果。

第二部分是汪沁蕾同学的宏观外部原因分析，汪同学也同样用了豆包、IMA、DeepSeek、千问、文心一言五大AI大模型，并建立了7个维度加权评测体系（数据准确性20%、逻辑框架性20%、行业深度15%、多维度交叉能力15%、归因深度 10%、可操作性 10%、表达呈现 10%），并依托 GPT-5.2（中文镜像版），对5款AI进行盲测打分，测评结果如下：

最终我们组的宏观外部分析的AI大模型为千问。

同时汪同学在使用AI大模型时也是对提示词Prompt进行细化完善——“三位一体” Prompt 框架：

首先做角色扮演，让 AI 成为 “顶尖电商行业战略咨询顾问”，明确其财务洞察力、宏观视野等核心能力；

其次明确任务要求，界定分析对象、数据来源，要求实现多维交叉分析、构建完整因果链条；

最后规范输出格式，要求按 “原因标题→财务表征→多维交叉分析→因果链条→归因总结” 输出，确保分析结果逻辑严密、可直接汇报。

这套框架让 AI 的输出不再泛泛而谈，而是精准匹配专业财务分析的需求。

第三部分是许嘉怡同学的企业内部原因分析：三套 AI 方案对比，按需求匹配工具能力。

我们的需求是分析拼多多战略调整、组织能力等内部因素对财务指标的影响，重点要求 AI 的风险识别深度和数据推理能力。为此，我们设计了三套差异化 AI 方案并做全面对比：

方案一：DeepSeek 为主力的专业投研方案，主打风险识别深度，能按 “风险种类 - 驱动事件 - 财报原文 - 风险点” 四段式输出；

方案二：千问 + 混元双核交叉验证方案，主打降低幻觉风险，支持 PPT 直接输出；

方案三：CambioML+DeepSeek 的专业数据提取方案，主打非结构化文档的高精度数据提取，基准测试准确率达 94.4%。

我们从核心优势、适合人群、学习成本、数据精度、幻觉风险等 7 个维度做对比，最终选定方案一。

原因在于 DeepSeek 的风险识别能力在所有模型中表现最优，能精准定位拼多多毛利率下降、费用率优化的核心内部原因，且学习成本低、完全免费，在专业度和实用性之间实现了最佳平衡。

第四部分是岳欣航同学的其他原因分析部分。岳同学在测试了多个单个AI大模型，发现分析的内容并不符合自己的预期，比如：

有的擅长啃长篇文档，几百页的财报读得明明白白，但你要它生成PPT，它只会甩给你一段代码；有的逻辑分析强到能发现数据里藏着的风险，可一旦要它把结果变成可交付的文件，就卡壳了；还有的“一站式”体验很好，从分析到输出PPT都顺滑，但深度又差那么一点。

最终其他原因部分走了“组合路线”——用Kimi读材料、挖细节，再把分析成果丢给秘塔做PPT。听起来麻烦，但效率反而最高。

财务分析的原始分析材料都已经完善，剩下的就是肖菲菲同学的AI PPT的最后一步测试制作PPT的AI大模型。

肖同学将市面上的一些能够一键生成PPT的AI工具（通义千问、百度文库PPT、豆包、WPS、Kimi等）都使用了一遍，在提供同一份文档的条件下，对比哪款AI工具生成的PPT逻辑更清晰、排版更美观、内容总结更到位、性价比更高。

经过多次测试出来，最终选定了Kimi付费版AI大模型。