怎么问出好问题

溯言不是搜索框，也不是聊天伙伴，而是一个拿着数据库和财报原件的研究助理。问题越像研究问题，答案越好。

五种它擅长的问题

• 单指标趋势：「近五年毛利率怎么变的」；
• 勾稽关系：「经营现金流和净利润是什么关系」「利润是纸面的还是有现金支撑的」；
• 口径辨析：「扣非和不扣非差在哪，差额主要是什么」；
• 原文求证：「管理层怎么解释毛利下滑」「分红政策原文怎么说的」；
• 经营数据下钻：「分部业绩」「产量和销量」这类只存在于财报原始表格里的数据。

公司怎么指定

• 在工作台选中公司后，省略主语的问题都指向它：「毛利率这三年怎么变的」；
• 或者直接在消息里点名：「长江电力的分红率是多少」——AI 自动识别并纳入对话范围；
• 输入框上方的公司标签随时显示「AI 正在看谁」；你手动移出的公司，AI 不会自作主张加回来。

追问是常态

好研究是链式的：「分红率呢」「资本开支主要花在哪」「那有息负债呢」——每个答案都是下一问的跳板。不必一次把问题问全，顺着证据走。

什么时候开深度思考

多年份勾稽、跨公司对比、口径辨析这类复杂问题，值得打开深度思考：AI 先做一轮更充分的推理再作答，思考过程对你可见。简单取数不必开——代价是更多消耗，值不值你定。

它会拒绝什么

荐股、买卖点位、目标价——问了也不答，这是工程约束（见设计理念）。

但有一件事可以放心要求：对你选定的公司，让它基于已查证的数据给出有倾向的研判（「这份年报你怎么看」）。判断权在你，但它可以陪你推演。

查不到的时候读什么

空答复里有信息，读清楚再行动：

• 「该报告未披露此项」→ 这家公司真没披露，换个指标角度；
• 「公司还在接入中」→ 关注催更；
• 「没找到贴合的字段」→ 措辞可能没对上，换个说法，或看它建议的相近指标。