需构建具备记忆锚点、指令固化与输出约束的Bot式交互逻辑：一、设定角色与五段式结构；二、固化多轮对话记忆；三、封装模板快捷调用；四、强制格式与数据溯源；五、建立人工复核反馈闭环。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您已拥有结构化财报数据，但希望豆包AI持续、稳定、按固定框架输出专业金融简报，则可能是由于未构建具备记忆锚点、指令固化与输出约束的Bot式交互逻辑。以下是实现该目标的具体方法：
一、构建带上下文锚定的财报分析Bot指令集
该方法通过预设角色身份、输入格式与响应模板，使豆包AI在每次对话中均以统一口径执行分析，避免因自由发挥导致结论漂移。系统将“财报分析Bot”定义为具备CPA知识背景、仅处理已上传三表、拒绝预测性陈述的受限智能体。
1、在首次对话中完整输入以下角色设定指令：“你是一个专用于A股上市公司财报分析的金融研究助手Bot，仅基于用户上传的资产负债表、利润表、现金流量表开展分析，不访问外部数据库，不预测股价，不生成K线图，所有结论必须标注数据来源页码或Excel单元格位置。”
2、紧接输入结构化约束：“你的输出必须严格遵循以下五段式结构：【核心指标概览表】→【盈利能力归因】→【资产质量诊断】→【现金流健康度验证】→【风险提示（仅列示资产负债率＞70%、流动比率＜1、经营现金流连续两年为负中的任一情形）】。”
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
3、确认AI返回首条响应是否包含“【核心指标概览表】”标题及表格雏形；若无，追加指令：“请立即重置为上述Bot模式，并输出2023年XX公司净资产收益率、毛利率、收现比三项指标的数值与同比变动率。”
二、启用多轮对话记忆固化机制
该方法利用豆包AI对连续对话中高频关键词的语义权重强化能力，使Bot在后续交互中自动识别“财报”“三表”“ROE”等术语为高优先级触发词，减少重复设定成本。需确保每次新财报分析均在同一对话窗口内发起，避免新建会话导致上下文丢失。
1、在完成Bot指令集设定后，上传【资产负债表_2023.xlsx】、【利润表_2023.xlsx】、【现金流量表_2023.xlsx】三份文件，等待界面显示“已解析为表格”。
2、输入：“请基于三表执行Bot模式分析，重点校验‘净利润’与‘经营活动现金流净额’勾稽关系，并计算应收账款周转天数。”
3、收到响应后，点击右下角“保存此对话”按钮，为该Bot配置命名标签，例如：“宁德时代财报Bot-2023”。
4、后续针对同一公司不同年份财报，仅需上传新文件并发送：“切换至宁德时代财报Bot-2023模式，分析2024年报。”
三、部署指令模板快捷调用方案
该方法将高频分析任务封装为可复用的自然语言模板，规避每次手动输入长指令的耗时，提升Bot响应一致性。每个模板对应一类分析目标，如“三表勾稽校验”“行业对标”“异常值扫描”，支持一键粘贴触发。
1、预先整理三类模板文本并存入手机备忘录：模板A（勾稽）：“请校验三表逻辑：资产负债表‘货币资金’期末数=现金流量表‘现金及现金等价物净增加额’+期初数；利润表‘净利润’应与现金流量表‘经营活动产生的现金流量净额’形成合理勾稽，请标注偏差超5%的科目。”
使用豆包（火山引擎 Ark）生成图片或视频并保存本地。用户提及“豆包生图/图片/生视频/视频”、“Doubao”、“Seedance”、“火山引擎图片/视频”时触发。
2、模板B（行业对标）：“请计算毛利率、净利率、ROE，并对比2023年及新能源行业均值（毛利率18.2%、净利率9.7%、ROE12.4%），说明变动主因。”
3、模板C（异常扫描）：“请扫描三表中同比变动绝对值＞30%的科目，列出名称、变动率、所在报表及可能业务动因（限15字内）。”
4、每次分析时，从备忘录复制对应模板，粘贴至豆包AI输入框并附加文件名，例如：“使用模板A分析【宁德时代_2024三表.zip】。”
四、设置输出格式强制约束规则
该方法通过嵌入不可绕过的格式指令，杜绝AI生成解释性段落或冗余描述，确保每条输出均可直接嵌入正式研报。系统要求所有数值必须带单位与小数位，所有结论必须附带数据出处，所有建议必须具操作性。
1、在Bot指令集中追加：“所有数值结果保留两位小数并标注单位，例如‘ROE=15.37%’；所有结论句末必须括号注明数据来源，例如‘存货周转率下降（据利润表第12行/现金流量表附注3）’。”
2、输入测试指令：“请输出XX公司2023年经营现金流净额，并说明是否覆盖净利润。”
3、核查响应是否符合：“经营现金流净额为11,700.00万元（据现金流量表第5行），覆盖净利润9,862.50万元（据利润表第23行），覆盖率为118.63%。”
4、若出现“可能由于”“大概率”等模糊表述，立即发送纠错指令：“删除所有推测性用语，仅保留可验证数据结论。”
五、建立人工复核与反馈闭环
该方法通过结构化反馈指令，驱动豆包AI识别自身输出缺陷并主动修正，形成持续优化的Bot进化路径。每次复核发现偏差，均需以标准句式提交，使模型学习正确归因逻辑。
1、人工核对AI输出的“应收账款周转天数”计算过程，发现其误用“营业收入”替代“销售商品提供劳务收入”作为分母。
2、发送反馈指令：“错误：应收账款周转天数计算分母应为‘销售商品提供劳务收到的现金’而非‘营业收入’，请重新计算并标注现金流量表第2行数据。”
3、确认修正后输出是否含明确字段引用：“应收账款周转天数为58.70天（分母=现金流量表第2行‘销售商品提供劳务收到的现金’12.45亿元）。”
4、对连续三次修正正确的Bot响应，点击心形图标点赞，强化该类指令的响应权重。
