夜雨聆风折腾了AI大半年，从第一个prompt到搭建完整工作流，到现在开始研究harness和工程化，踩了无数坑，也找到了真正好用的方法。
现在我把这半年的实践，集结成了"金融人怎么用AI"的实操手册。是以为记。
很多同行抱怨 AI 不听话，写的东西不像人话。
其实问题不在 AI。是你没说清楚。
你让 AI 写研报摘要，它给你吐 2000 字学术论文。你加三个字"用表格"，它给你一页清晰的对比表。
Prompt 的本质不是下指令，是描述需求。你说得越明白，它干得越漂亮。
一句话
Prompt 的本质不是"下指令"，是"描述需求"。你说得越明白，它干得越漂亮。
好 Prompt 的四个要素
| 角色 | ||
| 任务 | ||
| 约束 | ||
| 示例 |
四个要素，缺一个都不稳。
对比：坏 Prompt vs 好 Prompt
案例 1：研报摘要
❌ 坏 Prompt：
帮我总结一下这份研报。✅ 好 Prompt：
你是一名资深金融分析师，专注于消费行业。请对以下研报进行结构化摘要：【任务】1. 提取核心观点（不超过 3 条）2. 标注目标价和评级变化3. 列出关键逻辑（数据支撑）4. 标记风险提示【约束】- 总字数不超过 500 字- 用表格格式输出- 不确定之处标注"需人工确认"【示例格式】| 维度 | 内容 ||------|------|| 核心观点 | 1... 2... 3... || 目标价 | XX 元（上调/下调/维持） || 关键逻辑 | 1... 2... || 风险提示 | 1... 2... |请开始。差异在哪：
坏 Prompt 太模糊，AI 自由发挥，输出不可控。好 Prompt 有角色、有任务、有约束、有示例，AI 输出稳定可用。
案例 2：客户沟通话术
❌ 坏 Prompt：
帮我写一段安抚客户的话。✅ 好 Prompt：
你是一名理财师，正在服务一位高净值客户（资产 500 万+）。【背景】- 客户持有"目标投"产品，本周亏损 3%- 客户情绪焦虑，要求赎回- 该产品是长期持有型，短期赎回手续费高【任务】写一段微信回复话术，达到以下目标：1. 共情客户情绪（不回避亏损）2. 解释短期波动原因（市场数据支撑）3. 建议持有理由（产品逻辑未变）4. 给出明确下一步（电话沟通/继续观察）【约束】- 语气：专业但亲切，像朋友聊天- 长度：200 字以内- 禁止：承诺收益、推卸责任- 必须：标注"市场有风险，投资需谨慎"【示例开头】"王总，理解您的担忧。本周市场确实波动较大..."请开始。差异在哪：
坏 Prompt 没有上下文，AI 写的话术像客服模板。好 Prompt 有场景、有约束、有示例，AI 写的话术可以直接用。
案例 3：产品需求文档
❌ 坏 Prompt：
帮我写一个产品需求文档。✅ 好 Prompt：
你是一名金融产品经理，正在设计"智能定投"功能。【任务】写一份产品需求文档（PRD），包含以下模块：1. 功能概述（50 字）2. 用户故事（至少 3 个）3. 核心流程（文字描述 + 流程图占位）4. 数据需求（需要哪些数据、从哪里来）5. 合规要求（投顾相关法规）6. 验收标准（如何判断功能上线成功）【约束】- 面向开发团队，技术细节要清晰- 合规部分必须引用具体法规条款- 总字数 1500-2000 字【示例格式】## 1. 功能概述...## 2. 用户故事- 作为 [用户类型]，我希望 [功能]，以便 [价值]请开始。差异在哪：
坏 Prompt 没有结构，AI 输出像散文。好 Prompt 有模块、有约束、有示例，AI 输出可以直接当 PRD 用。
三个案例跑下来，规律很明显。
AI 不是"听不懂"，是"听不全"。你把背景、约束、示例都补上，它就能给你想要的。
三个真实场景
场景 1：行业研究报告
背景：你是产品经理，需要快速了解"养老金融"行业现状。
好 Prompt：
你是一名金融行业研究员，专注于养老金融领域。【任务】生成一份养老金融行业研究报告摘要，包含：1. 市场规模（2024-2026 年数据）2. 主要参与者（银行/保险/基金）3. 政策动向（最近 1 年重要政策）4. 竞争格局（头部机构对比）5. 未来趋势（3-5 年展望）【约束】- 数据来源标注（如"Wind""银保监会"）- 不确定的数据标注"待核实"1. 总字数 800-1000 字2. 用表格对比头部机构请开始。AI 干的活：
• 整合公开数据（市场规模、政策） • 生成结构化摘要（表格/要点） • 标注数据来源和不确定性
人干的活：
• 验证数据准确性（抽查来源） • 判断趋势判断是否合理 • 决定是否需要深入某个细分领域
场景 2：合规检查清单
背景：新产品上线前，需要检查是否符合监管要求。
好 Prompt：
你是一名金融合规专员，熟悉证监会/银保监会法规。【任务】检查以下产品功能是否符合监管要求，生成合规检查清单：【产品功能描述】- 用户设置目标收益率（如 6%）- 系统自动调仓（基金组合）- 达到目标后自动止盈【检查维度】1. 投顾牌照要求（是否需要投顾牌照？）2. 信息披露（需要向用户披露什么？）3. 风险提示（必须包含哪些风险提示？）4. 适当性管理（如何匹配用户风险等级？）5. 数据合规（用户数据收集/使用是否合规？）【约束】- 引用具体法规条款（如"《基金投顾业务管理规定》第 X 条"）- 标注风险等级（高/中/低）- 给出整改建议（如不合规）- 总字数 1000-1500 字请开始。AI 干的活：
• 检索相关法规（公开数据） • 对比功能设计与法规要求 • 标记潜在风险点 • 生成检查清单
人干的活：
• 判断风险点是否真存在 • 跟法务、合规部门确认 • 决定要不要调整设计 • 对合规结果负法律责任
场景 3：用户调研问卷
背景：需要设计一份用户调研问卷，了解理财用户对"智能定投"的需求。
好 Prompt：
你是一名用户研究员，擅长金融产品设计。【任务】设计一份用户调研问卷，了解理财用户对"智能定投"功能的需求。【问卷结构】1. 用户画像（年龄、收入、投资经验）2. 现有行为（是否定投、频率、金额）3. 需求痛点（定投过程中的困难）4. 功能偏好（自动调仓/止盈/风险提示）5. 付费意愿（是否愿意为智能定投付费）【约束】- 总题数 10-15 题- 题型混合（单选/多选/量表/开放）- 每题标注目的（为什么问这题）- 预计完成时间 5-8 分钟【示例格式】## Q1. 您的年龄段？（单选）- 目的：了解用户年龄分布- 选项：18-25 / 26-35 / 36-45 / 46+请开始。AI 干的活：
• 设计问卷结构 • 生成题目和选项 • 标注每题目的 • 估算完成时间
人干的活：
• 审核题目是否合理 • 调整选项（补充/删除） • 决定发放渠道和样本量 • 分析调研结果
Prompt 写得好，AI 就是你的副手。写不好，它就是你的负担。
Prompt 优化三步法
第 1 步：写草稿（5 分钟）
把你想让 AI 做的事，用大白话写下来。别管格式，先写出来。
第 2 步：加结构（5 分钟）
检查四个要素齐不齐：
• 角色：AI 是谁？ • 任务：要做什么？ • 约束：边界在哪？ • 示例：参考模板？
缺什么补什么。
第 3 步：测试迭代（10 分钟）
• 跑一次，看输出 • 哪里不满意，调 prompt • 一般跑 2-3 轮就稳了
常见误区
别把 AI 当神，也别把它当傻子。把它当实习生——你得把活交代清楚。
下一篇预告：
下一篇聊「Detect——怎么判断 AI 的输出靠不靠谱」。AI 说的，能信多少？不能全信，也不能不信。关键是怎么验证。
AI 能帮你干活，但不能替你把关。下一期，我们聊怎么用三查法给 AI 输出体检。
如果这篇文章对你有用，欢迎关注「金融人小站」。站内持续更新 AI 协作的实战技巧、工具推荐和思考框架。每一篇都经过实测，每一招拿到就能用。🔗 financepro.mangofolio.com
