大模型賦能投研中Skills體系如何構建以實現指數與ETF分析的自動化？

在基于大模型的投研自動化體系中，Skills是承載單項研究任務的標準化執行單元，其核心機制為“漸進式披露”。即模型先讀取Skill的名稱和功能描述判斷是否匹配任務，若需要調用再進一步加載完整指令、腳本等資源，從而避免無關信息占用上下文，提升長鏈路工作流的效率與穩定性。標準化Skill撰寫需遵循五大維度：明確適用場景、規定任務范圍、固化執行流程、統一口徑標準、規范輸出與校驗。 針對指數與ETF研究，構建了三層核心Skills體系： 1. 產業環境與基本面研判層：包括政策與宏觀事件整理（macro-news-collector）、賣方觀點提煉（analyst-view）和行業景氣度分析（industry-prosperity），用于刻畫行業政策環境、市場預期及景氣變化。 2. 指數特征畫像層：覆蓋編制方式梳理、相似指數搜索、業績表現計算（index-metrics-calc）、成分股分析（index-constituents）、估值盈利水平分析（index-valuation）、一致預期分析（index-consensus-forecast）、指數盈利分析（index-profitability）及指數風格分析（index-style-box），從收益風險、資產屬性、基本面質量和風格暴露等維度系統化拆解指數。 3. ETF產品分析層：涵蓋ETF基本要素統計（etf-product-info）、跟蹤誤差分析（etf-benchmark-deviation）和相似ETF比較（similar-etf-analyzer），延伸至產品端，分析規模、資金流、持有人結構及同類對比。 進一步地，將多個子Skill組合封裝為Plugin工作流。Plugin統一管理數據接口、調用命令、個性化配置、報告生成腳本和Skills使用說明。用戶輸入目標指數名稱及代碼，系統自動觸發數據編排、多Skill分析、文本生成、圖表繪制和排版修飾。該工作流將各模塊輸出按“行業環境—指數特征—ETF工具—投資建議”邏輯重新編排，最終生成結構完整的Word投資價值報告、Excel數據底稿和PPT展示材料，實現標準化、自動化和可規模化復用的生產框架。