Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
有趣分享
有趣分享

Google Gemini 不只是聊天工具,也可以成为投资者的AI股票研究助手。本文整理8个实用的 Gemini 股票分析提示词,涵盖商业模式、财务数据、竞争优势、股票估值、投资风险、未来增长和机构投资者视角,并通过多空辩论帮助你从不同角度研究一家上市公司。无论是美股投资者、股票新手还是AI工具爱好者,都可以利用这些Prompt快速建立自己的股票研究框架。

以前,如果你想认真研究一家公司,可能需要打开各种财务网站、公司年报、券商研报,甚至订阅专业金融终端。
对于普通投资者来说,这个过程不仅麻烦,而且需要花费大量时间。
现在,AI 的出现正在改变这种情况。
Google Gemini 可以帮助用户整理公司资料、分析商业模式、梳理财务数据、比较竞争对手,并从不同角度讨论一家公司的投资逻辑。
也就是说,你不一定需要先成为专业分析师,才能开始系统研究一家上市公司。
当然,这并不意味着:
打开 Gemini,输入一个股票代码,就能得到一份百分之百准确的投资答案。
AI 仍然可能出现数据滞后、理解错误或者计算错误。
更合理的用法是:
把 Gemini 当成一个股票研究助手,而不是把它当成自动赚钱机器。
下面分享 8 个非常实用的 Gemini 股票分析提示词。
你可以直接把股票代码替换成自己想研究的公司。
传统的股票研究通常需要经过几个步骤:
寻找资料
↓
阅读公司介绍
↓
查看财务报表
↓
分析行业
↓
研究竞争对手
↓
估值
↓
分析风险
↓
形成投资观点
真正麻烦的地方并不是某一个步骤。
而是:
信息太多。
例如研究 NVIDIA,你可能需要同时了解:
对于普通投资者来说,很容易看到一堆数据以后反而不知道应该先看什么。
AI 的优势之一,就是可以帮助你把这些问题拆开。
如果你准备让 Gemini 分析股票,建议不要直接问:
“XXX股票现在能买吗?”
这种问题太简单。
因为真正有价值的股票研究并不是简单回答:
买 / 不买。
而是应该进一步问:
当这些问题全部回答以后,你才能自己形成判断。
所以接下来这 8 个提示词,最好不要只使用其中一个。
把它们组合起来使用,效果会更好。
这是最适合用来做第一轮研究的 Prompt。
把 [TICKER] 替换成股票代码即可。
请扮演一名经验丰富的股票研究分析师,对 [TICKER] 进行全面分析。
请按照以下结构进行:
1. 公司商业模式
2. 主要收入来源
3. 核心产品和服务
4. 公司所在行业
5. 行业未来发展趋势
6. 主要竞争对手
7. 公司的竞争优势
8. 公司的潜在护城河
9. 最近几年的收入增长情况
10. 利润率变化
11. 自由现金流情况
12. 债务和资产负债情况
13. 公司未来主要增长动力
14. 最大风险
15. 当前估值水平
16. 与主要竞争对手进行估值比较
最后分别给出:
- 看涨逻辑
- 看跌逻辑
- 基准情景
- 未来12-24个月需要关注的关键指标
请尽可能使用最新可获得的数据,并明确指出数据日期。
不要简单告诉我应该买还是卖,而是提供完整的分析依据。
这个 Prompt 的作用相当于:
先把一家公司的“全身检查”做一遍。
非常适合第一次研究一家陌生公司。
如果第一轮分析之后,你觉得这家公司值得继续研究,那么下一步应该看财务。
因为很多故事听起来非常漂亮的公司,最后还是要回到:
收入、利润和现金流。
可以使用:
请对 [公司名称 / 股票代码] 最近5年的财务表现进行详细分析。
重点分析:
1. 营业收入
2. 营业收入增长率
3. 净利润
4. 净利润增长率
5. 毛利率
6. 营业利润率
7. 自由现金流
8. 经营现金流
9. 资本支出
10. 总债务
11. 净债务
12. 现金及现金等价物
13. ROE
14. ROIC
请制作一个简洁的年度对比表。
然后回答:
- 公司收入是在加速还是减速?
- 利润增长是否健康?
- 自由现金流是否持续改善?
- 债务是否存在明显压力?
- 盈利增长是否主要依靠一次性因素?
- 公司整体财务状况是在改善还是恶化?
最后给出一个“财务健康度”评价,并解释评分理由。
这个 Prompt 的重点不是让 AI 告诉你:
“这家公司很好。”
而是让它把财务数据放在一起比较。
这是我比较推荐的一个 Prompt。
因为:
优秀公司和普通公司之间最大的区别之一,就是竞争优势能不能长期存在。
可以让 Gemini 从多个维度分析。
请分析 [公司名称] 的竞争优势和护城河。
请分别评估:
1. 品牌优势
2. 网络效应
3. 用户转换成本
4. 成本优势
5. 技术优势
6. 专利和知识产权
7. 数据优势
8. 分销渠道
9. 规模优势
10. 客户粘性
然后与以下主要竞争对手进行比较:
[竞争对手1]
[竞争对手2]
[竞争对手3]
请制作一个对比表。
最后分别给每个维度打1-10分,并解释评分理由。
重点回答:
- 这家公司为什么能够赚钱?
- 竞争对手是否容易复制它?
- 未来5-10年护城河可能增强还是减弱?
这个 Prompt 很适合分析:
这类具有明显竞争优势的企业。
公司好,不代表股票一定值得买。
这是很多投资者最容易犯的错误。
例如:
“这是一家伟大的公司。”
和:
“现在这个价格值得买。”
其实是两个完全不同的问题。
所以接下来需要进行估值。
请对 [TICKER] 进行股票估值分析。
请分析:
1. 当前市盈率 P/E
2. Forward P/E
3. PEG
4. 市销率 P/S
5. 市净率 P/B
6. EV/EBITDA
7. 自由现金流收益率
然后与:
- 公司自身历史估值
- 所属行业平均估值
- 主要竞争对手估值
进行比较。
另外尝试建立一个简化版DCF模型。
请明确说明:
- 使用的收入增长假设
- 利润率假设
- 自由现金流假设
- 折现率
- 永续增长率
最后建立:
熊市情景
基准情景
牛市情景
并解释不同假设下合理估值可能发生什么变化。
如果缺少必要数据,请明确告诉我,而不是自行编造数据。
这里有一个非常重要的细节:
一定要求 AI 写出假设。
因为 DCF 最容易出现的问题就是:
假设增长率 30%,算出来股票价值非常高。
但如果增长率只有 15%,结果可能完全不同。
所以真正值得看的不是一个所谓的“目标价”。
而是:
假设改变以后,估值会怎么变化。
投资者很容易只看好的一面。
例如:
AI 发展很快 → NVIDIA 会继续增长。
但真正成熟的研究应该反过来问:
如果我的判断错了,会发生什么?
可以使用:
请分析投资 [公司名称] 最大的潜在风险。
按照风险严重程度进行排序。
至少分析:
1. 宏观经济风险
2. 行业周期风险
3. 竞争风险
4. 技术替代风险
5. AI带来的潜在风险
6. 监管风险
7. 地缘政治风险
8. 供应链风险
9. 客户集中度风险
10. 债务风险
11. 利润率下降风险
12. 管理层风险
对于每个风险,请说明:
- 风险是什么
- 为什么会发生
- 发生概率
- 潜在影响
- 哪些指标可以提前观察到
最后列出最需要关注的5个风险指标。
这个 Prompt 非常适合避免:
“只看多头观点”的投资偏见。
一家公司的过去表现很好,不代表未来一定继续增长。
因此可以进一步研究:
未来到底还能不能继续扩大?
请分析 [公司名称] 未来5-10年的增长潜力。
请重点分析:
1. 当前市场规模
2. 潜在市场规模
3. 行业未来增长率
4. 公司市场份额
5. 市场份额变化趋势
6. 新产品机会
7. 海外扩张机会
8. AI带来的机会
9. 新业务
10. 并购机会
请分别建立:
保守情景
基准情景
乐观情景
估算不同情况下未来5-10年的收入增长可能是多少。
请说明:
- 哪些假设最重要
- 哪些因素可能让增长超预期
- 哪些因素可能导致增长失败
不要给出看起来非常精确但缺乏依据的预测。
这里特别建议让 AI 使用:
保守 / 基准 / 乐观
三个场景。
因为未来预测本身就存在很大的不确定性。
如果你想让分析更深入,可以让 AI 换一个身份。
不是普通投资者。
而是:
机构投资者。
Prompt:
请扮演一家长期投资机构的投资组合经理。
现在需要决定是否将 [TICKER] 纳入长期投资组合。
请从机构投资者角度分析:
1. 为什么机构可能买入?
2. 为什么机构可能卖出?
3. 公司最大的竞争优势是什么?
4. 最大的风险是什么?
5. 未来3-5年的核心增长动力是什么?
6. 当前估值是否合理?
7. 哪些数据会改变投资判断?
8. 哪些情况会导致投资逻辑失效?
请分别建立:
Bull Case(看涨逻辑)
Base Case(基准逻辑)
Bear Case(看跌逻辑)
最后不要简单给出“买入”或“卖出”。
请告诉我:
“什么条件出现时,这家公司会变得更值得投资?”
以及:
“什么条件出现时,应该重新审视整个投资逻辑?”
这个 Prompt 的价值在于:
把“股票推荐”变成“投资逻辑研究”。
这是我认为最有意思的一个 Prompt。
因为一个人分析股票的时候,很容易陷入自己的观点。
那么就让 AI 自己和自己辩论。
请模拟两位专业股票分析师,对 [TICKER] 展开一场投资辩论。
分析师A:长期看涨
分析师B:长期看跌
要求:
双方必须基于数据、财务表现、行业趋势、估值和公司基本面进行论证。
第一轮:
分析师A提出看涨逻辑。
第二轮:
分析师B逐条反驳。
第三轮:
分析师A回应。
第四轮:
分析师B回应。
最后请由第三位中立分析师总结:
1. 看涨方最有说服力的3个观点
2. 看跌方最有说服力的3个观点
3. 双方最大的分歧是什么
4. 哪些数据可以验证双方观点
5. 当前最值得关注的指标是什么
不要为了制造辩论而编造事实。
如果双方使用的数据存在不确定性,请明确说明。
这种方法非常适合研究那些争议比较大的股票。
例如:
NVIDIA 到底是不是估值过高?
Tesla 到底是汽车公司还是 AI 公司?
Palantir 的高估值能否被未来增长消化?
Apple 的增长空间还有多大?
这类问题单独看多头或者空头,都很容易得出片面的结论。
如果你真的准备使用 Gemini 研究一家公司,我建议按照下面的顺序:
使用 Prompt 1。
先了解公司到底是干什么的。
↓
使用 Prompt 2。
看看公司的收入、利润和现金流。
↓
使用 Prompt 3。
看看公司为什么能够持续赚钱。
↓
使用 Prompt 4。
判断市场现在给了它多高的价格。
↓
使用 Prompt 5。
寻找投资逻辑可能失败的地方。
↓
使用 Prompt 6。
判断未来还有多少增长空间。
↓
使用 Prompt 7。
重新检查整个投资逻辑。
↓
使用 Prompt 8。
最后强迫自己同时听到看多和看空的声音。
这样下来,你得到的就不是一句:
“Gemini 认为这只股票值得买。”
而是一份相对完整的:
AI辅助股票研究报告。
这里有一个非常重要的使用技巧。
不要只问:
“分析 NVIDIA。”
最好要求:
“请使用最新可获得的数据,并注明数据来源和日期。”
甚至可以进一步要求:
对于所有关键财务数据:
- 给出数据日期
- 给出数据来源
- 区分历史数据和预测数据
- 如果无法确认数据,请明确标注
- 不要为了完成分析而猜测数字
为什么?
因为 AI 最大的问题之一就是:
它可能会把看起来合理的数字说得非常自信。
而投资最怕的就是:
错误的数据 + 非常自信的语气。
所以使用 AI 分析股票时,数据验证比 Prompt 本身更加重要。
如果你真的准备把 Gemini 当作自己的“研究助手”,建议养成一个习惯:
重要数字一定回到原始资料验证。
例如:
尤其是:
收入、利润、现金流、债务、股票数量、估值等关键数字。
AI 可以帮你快速找到问题。
但最终判断最好还是回到原始数据。
这是使用 AI 做投资研究时最重要的一条。
例如:
“现在应该买 NVIDIA 吗?”
这个问题实际上把大量复杂因素压缩成了一个简单答案。
更好的问题应该是:
“什么情况下 NVIDIA 当前估值是合理的?”
或者:
“如果未来收入增长低于预期 10%,估值会发生什么变化?”
或者:
“当前市场价格隐含了怎样的未来增长预期?”
这种问法会得到更加有价值的信息。
这种 AI 股票分析工具特别适合以下人群。
如果你刚开始研究美股,最大的困难往往不是不会买股票。
而是:
不知道应该研究什么。
AI 可以帮助你建立研究框架。
如果白天工作,没有时间阅读几十页财报,可以先让 AI 帮你整理问题。
然后自己深入研究关键部分。
长期投资者通常需要研究:
这些恰好适合 AI 辅助分析。
如果你本身就在使用 Gemini、ChatGPT、Claude 等 AI 工具,那么“AI + 股票研究”也是一个非常值得尝试的应用场景。
这篇文章最需要强调的一点就是:
Gemini 可以帮助你分析股票,但不能预测未来。
公司未来可能发生:
这些事情很多都无法提前预测。
因此:
AI股票分析 ≠ 股票预测软件。
AI 最有价值的地方,其实是:
帮助你更快地整理信息、提出问题、比较观点和发现自己忽略的因素。
最终做决定的还是投资者自己。
很多人喜欢到处寻找:
“一个神级 Prompt,让 AI 告诉我下一只十倍股。”
实际上并不存在这样的万能提示词。
真正有效的方法是:
把一个复杂的问题拆成很多小问题。
先研究商业模式。
再研究财务。
然后研究竞争优势。
接下来研究估值。
再研究风险。
最后进行多空辩论。
这才是 AI 辅助股票研究真正值得学习的方法。
如果你以前觉得:
“看财报太麻烦。”
那么现在完全可以把 Gemini 当成自己的AI研究助手。
它不一定能够告诉你下一只上涨的股票是什么。
但它可以帮助你更快弄明白:
一家公司的生意到底怎么样、为什么赚钱、未来能不能继续增长,以及市场现在到底给了它什么样的预期。
这本身就是非常有价值的能力。
免责声明: 本文介绍的 Gemini 股票分析方法仅用于信息整理、学习和研究,不构成任何投资建议。AI 生成的内容可能存在错误、数据滞后或分析偏差。涉及股票、基金及其他金融产品时,请自行核实公司公告、财务报告和其他可靠资料,并根据自身情况独立判断。