这样用AI写报告，确实比应届生好用

　　大家好，今天想和大家分享一个利用AI进行研究分析的实例。

　　上次分享了DeepSeek的方法论后，有朋友好奇为什么不把它做成课程出售。其实是因为AI课程领域已经非常饱和了，所以我选择将内容免费开源（向DeepSeek学习）。

　　今天的实例实测下来，AI的产出确实比不少应届生写得好（至少比我当年读书时写得好）。

　　2月初，OpenAI推出了deep research（深度研究）功能。你提出需求后，它会埋头做研究（一般5分钟到半小时），爬取、阅读大量网页，最后整理出一份详细的报告（数千到数万字）。根据OpenAI的说法，这个功能可以达到“研究分析师”的水平。目前这项功能仅对Pro用户开放，每月费用为200美元，我暂时还舍不得掏这个钱。

　　不过，好消息是，我们可以通过Perplexity每天免费使用5次类似的功能（背后的推理模型是DeepSeek-R1，但内地才能使用）。内地的对标产品秘塔AI搜索，也可以使用R1来生成报告。只需在图示位置点选对应选项即可使用。

　　我尝试让它们帮我生成一份关于工业机器人的报告。提示词是“帮我生成一份有关中国工业机器人密度的报告，包括过去10年的密度趋势、目前与其他国家的情况对比等等”。几分钟后，它们阅读了几十上百个网页，然后生成了一份相当像样的报告。就报告内容来看，我觉得效果非常好，比很多人类写得好（关键是速度更快）。

　　同时，我也让OpenAI的Deep research出了份同样主题的报告（感谢@浪猪灰头林登万的帮忙）。对比之下，o3的报告显得有些冗长（部分信息不断被重复），导出为PDF后可读性也不太好。但作为报告而言，它也确实提供了大量有价值的信息。

　　AI的产出还是存在一些瑕疵的。即使是OpenAI 200美元一个月的Deep Research，复杂任务的成功率目前也还不到1/4。所以用它出报告不能直接使用（特别是数据方面），需要谨慎复核。

　　但是，目前AI还是可以在一些场景帮到我们的：

　　场景1：数据录入与分析
之前为了写机器人主题的推送，我花了一个小时在找IFR（国际机器人联盟）的工业机器人密度数据。每一年IFR会出一份报告，展示各国的机器人密度。我需要多个年份的数据（用来看趋势），但IFR官网只给了最新一年的报告，所以我要手动搜索过去几年的报告，把密度数据那一页给找出来。这样花费了很长时间才找到2018年到2023年的所有数据截图。接下来，我把这些数据截图丢给ChatGPT（GPT-4o模型）进行录入，这个过程非常快。我也试了其他国产多模态模型，也可以做到相同的效果（当然，复核是必要的）。接着，我又把其他年份的截图丢给ChatGPT，让它继续录入。就这样一张张喂给AI后，2018年到2023年各国家地区的机器人密度都被整理到一张表格里。然后我又从世界银行下载了全球所有国家的出生率和老龄化比例，把两个csv文件一起丢给GPT整理。接着让它跟工业机器人密度做相关性分析，它很快帮我算出相关系数和P-value。这个功能其实就是我以前介绍过的Code Interpreter功能（现改名Data Analysis），也就是让AI用代码编辑器来实现数据分析。我也尝试了国内腾讯元宝的DeepSeek模型以及智谱清言的“数据分析”功能，也都支持Code Interpreter功能。

　　场景2：数据采集
我也很好奇前面提到的Deep Research有没有办法自行完成相同的数据采集任务，于是我把问题丢给了Perplexity和秘塔：“比较中国、新加坡、美国、韩国、日本和德国工业机器人密度数据变化趋势（2018~2023年），使用IFR的，不要估算数据，找到原始的报告/来源。”它们花了几分钟就直接帮我把数据整理出来了。Perplexity有俩数据点跟我找来的对不上，但好在它有标注说可能与实际不符；而秘塔则是有三个数据点有误。用Deep Research/长思考的正确率还是有待提高（特别是Perplexity/秘塔AI的背后还是用的R1）。最近Grok3的各种评测完虐ChatGPT，所以我也用它的DeepSearch功能试了下，但毕竟它不是专门做搜索的，大部分数据都没找到，是估算出来的。看来我的工作暂时保住了。不过上面的实例也启发了我：毕竟两个表格错漏的地方不大一样，那是不是我每次都让多个deep research工具生成一遍然后再让AI重点检查不一致的地方就可以提高成功率了？

　　场景3：图表制作
经常有读者问我图表是用什么软件做的。毕竟我是咨询公司出身所以其实过往的图表和卡通对话都是用PPT做的。我做了很多模板让实习生套模板就行。有了AI后我花了一天时间让它帮我写了套程序把封面制作、卡通对话、部分标准化图表的制作都自动化了。非标准化的图表稍微复杂点因为每次要让AI处理数据所以我一般会顺手让AI一起做了。比如前面的数据处理毕竟一图胜千言所以我又让它可视化它很快帮我画出了散点图。以前有点麻烦的是ChatGPT的沙盒环境是不支持中文字体的生成的中文图表都是乱码。所以我只 能跟它要一段代码再到自己电脑上跑（见文末相关阅读的教程《如何让AI帮你抓数据》）。而现在ChatGPT支持直接上传字体了所以可以直接在网页端和App里生成中文图表。传完字体后我让它把前面的表格翻译为中文、加标签、美化、加logo又让它用几个主要国家的数据做多一个时间序列图。最后产出了下面俩图我觉得效果还挺好的。加上一开始的数据录入和清洗前后花了我大半个小时。当然其实大学生们也没必要太慌（我还是太标题党了）。有危机感的应该是不持续学习的企业中层——毕竟大学生由于做作业写论文的缘故AI工具的应用能力不会太差。而管理层的生产关系又没法被替代So……最后的最后你觉得AI写报告真的比你写得好吗？欢迎在评论区聊聊！

　　P.S.更及时全面的资讯可以看看我们的另一个公众号：
「Greed is good.」
「很帅的投资客」的所有内容皆仅以传递知识与金融教育为目的不构成任何投资建议一切请以最新文章为准。