在金融市场数据庞大且复杂的背景下，传统投资研究方法难以高效处理海量信息。人工智能技术的引入，尤其是大模型的应用，正在帮助金融投研人员走出这一困境。本文展示了AI时代下大模型在金融投研上的其中一个应用场景——股票市场复盘机器人。从简到繁，本文分别展示了市场复盘机器人的基础实现与输出，并进一步从提示词优化设计、结构化数据整合以及知识增强生成几个角度对市场复盘机器人的表现进行了优化。
　　联网版简易复盘——差强人意
　　使用带互联网搜索功能的联网大模型，加以简单的提示词，即可实现最基本的市场复盘功能，但过于简单的输出结果无法满足专业投研人员的需求，甚至可能成为新的“噪声”；
　　提示词优化设计——初具雏形
　　通过提示词的优化设计，本文将专业投研人员关注的重点归纳为九个关键方向，涵盖了金融投研人员的核心关注主题；
　　结构化数据整合——一应俱全
　　从联网模式转向本地模式，通过人工精选权威数据源，整合行情与新闻数据，实现内容质量的提升以及解决解决了“模型幻觉”问题。经过此改进，AI复盘的必要功能均已具备，能够全面满足复盘需求；
　　知识增强生成（RAG）——如虎添翼
　　最后，我们从传统的结构化数据整合转向检索增强生成（RAG）技术，实现最终的升级。通过构建向量化数据库，系统对数据进行了更精确的匹配，在提升复盘质量的同时降低了模型成本。
　　以行业研究员、总量研究员和基金经理三类用户为例，本文根据实际需求设置了差异化的复盘内容，以适应不同用户群体的实际应用场景。
　　风险提示：本报告结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险；本报告所提及个股或基金仅表示与相关主题有一定关联性，不构成任何投资建议。