大模型赋能投研中Skills体系如何构建以实现指数与ETF分析的自动化？

在基于大模型的投研自动化体系中，Skills是承载单项研究任务的标准化执行单元，其核心机制为“渐进式披露”。即模型先读取Skill的名称和功能描述判断是否匹配任务，若需要调用再进一步加载完整指令、脚本等资源，从而避免无关信息占用上下文，提升长链路工作流的效率与稳定性。标准化Skill撰写需遵循五大维度：明确适用场景、规定任务范围、固化执行流程、统一口径标准、规范输出与校验。 针对指数与ETF研究，构建了三层核心Skills体系： 1. 产业环境与基本面研判层：包括政策与宏观事件整理（macro-news-collector）、卖方观点提炼（analyst-view）和行业景气度分析（industry-prosperity），用于刻画行业政策环境、市场预期及景气变化。 2. 指数特征画像层：覆盖编制方式梳理、相似指数搜索、业绩表现计算（index-metrics-calc）、成分股分析（index-constituents）、估值盈利水平分析（index-valuation）、一致预期分析（index-consensus-forecast）、指数盈利分析（index-profitability）及指数风格分析（index-style-box），从收益风险、资产属性、基本面质量和风格暴露等维度系统化拆解指数。 3. ETF产品分析层：涵盖ETF基本要素统计（etf-product-info）、跟踪误差分析（etf-benchmark-deviation）和相似ETF比较（similar-etf-analyzer），延伸至产品端，分析规模、资金流、持有人结构及同类对比。 进一步地，将多个子Skill组合封装为Plugin工作流。Plugin统一管理数据接口、调用命令、个性化配置、报告生成脚本和Skills使用说明。用户输入目标指数名称及代码，系统自动触发数据编排、多Skill分析、文本生成、图表绘制和排版修饰。该工作流将各模块输出按“行业环境—指数特征—ETF工具—投资建议”逻辑重新编排，最终生成结构完整的Word投资价值报告、Excel数据底稿和PPT展示材料，实现标准化、自动化和可规模化复用的生产框架。