周五下午4:50，老板把你叫进办公室。
"下周二董事会，我要一份新能源行业的分析报告，你给我整一个。"
你表面点头，心里一凉。这玩意儿平时外包给咨询公司得好几万、好几周才能出来。现在你只有3个工作日——不，去掉周末就1天。
以前这种事我碰到过好多次。管集团那会儿，每次战投部要进新赛道，我都要等咨询公司的报告。一份三五十页的行业分析，报价8-15万不等，快则两周慢则一个月。等到手里黄花菜都凉了。
但现在不一样了。
前两天做培训，有个学员跟我吐槽："黄参谋，我用ChatGPT写报告，出来的东西跟百度百科一样，老板一看就说'这玩意儿我也能搜出来'。"
问题出在哪？不是AI不行，是你不会用。
行业报告不是"搜索+拼凑"
大多数人用AI写报告的路径是这样的：打开AI→输入"帮我写一份新能源行业分析报告"→得到一坨百度百科式的废话→放弃。
这个流程从一开始就错了。
我给你拆一下之前做咨询时带一个客户做的真实流程。他要分析"智能家居出海东南亚"这个赛道，从零开始，借助AI，2个多小时拿出了一份有数据有观点有建议的报告。
第一步：别让AI直接写，先让它帮你拆框架
报告写不好，往往不是你写的问题——是你根本不知道要写什么。
我让AI干的第一件事不是写，是拆。Prompt大概是：
"我要写一份智能家居出海东南亚的行业分析报告，面向决策层，需要帮投资人判断值不值得进。请帮我拆解出这份报告的结构框架，每个部分要覆盖哪些关键维度。"
AI给了我9个模块：市场规模、竞争格局、政策环境、消费者洞察、渠道分析、技术趋势、风险分析、进入策略、财务预测。
这才是第一步。你一上来就让它写全文，它只能瞎编。
第二步：每个模块逐个攻破
框架有了，接下来不是让AI一口气写完9个模块——那是找死的做法。
我的方法是一个模块一个模块来。比如"竞争格局"，我会这样问：
"你是一个行业分析师，请基于公开可查的信息，分析智能家居在东南亚市场的竞争格局。请列出：1) TOP5玩家及其市场份额 2) 中国出海品牌的表现 3) 竞争壁垒在哪里。用数据和事实说话，不确定的标注'待验证'。"
关键动作：让AI标注"待验证"。这样做两件事：第一，AI不会瞎编，不确定的地方会诚实标注；第二，你知道哪些数据需要自己去核实。
第三步：交叉验证，别让AI忽悠你
这一步90%的人会跳过——拿到AI的输出直接复制粘贴。
我用Perplexity和Google Scholar，把AI给的关键数据逐条搜一遍。比如AI说"东南亚智能家居市场2026年预计达到XX亿美元"，我会搜到Statista或IDC的原文，确认这个数字的真实出处。
说实话，实操中大概有30%的数据是AI"合理推测"的，不是真实数据。不验证就交上去，老板随便一搜发现数字不对，你的信誉就没了。
第四步：加上你的判断
这是最关键的一步，也是你和AI拉开差距的地方。
AI能给数据和框架，但给不了判断。判断来自你对行业的理解、你对老板决策风格的把握。
比如我那个客户做智能家居出海的案例。AI给出的竞争格局分析说"本地品牌在低端市场有价格优势"。这个信息本身是对的，但判断是什么？
我的判断是："既然本地品牌占据低端，那我们不应该打价格战，应该走差异化路线——主打'智能+安全'，这是东南亚中产家庭最焦虑的两个点。"
这个判断，AI给不了。19年的管理经验，在这时候才真正发挥作用。
回顾一下完整流程
这个2小时的流程拆开看其实很简单：
拆框架（15分钟）→ 逐模块让AI出初稿（60分钟）→ 交叉验证关键数据（30分钟）→ 加上你的判断和改写（15分钟）
全程2小时。换成以前，光找资料就得两天。
用AI写行业报告，核心不是让AI替你写——是让AI当你的分析助理。你才是那个做判断的人。
说句实在话，现在还有人觉得AI写的东西不够好。但如果你的标准是一份"能用的、有观点的、数据靠谱的"报告，而不是麦肯锡级别的精品——2小时足够交差了。
懂管理的AI实战派 · 陪你把经营做到位
