上次我说了，我把问询回复写成了坦白书。
那篇文章发出来以后，好多董秘朋友跑来加我微信。
有一个大哥说的特别好：你那个问询助手我理解，但除了写问询回复，AI还能帮董秘干点啥？
我说只要想干，啥都可以。恰好当时我看到小米发了Q1财报。
小米2026年Q1的业绩公告是5月26号发的。营收991亿，同比降了10.9%，经调整净利润60.7亿，同比降了43.1%。
如果你是一个券商分析师，你现在要做的是，读这份44页的PDF，拆数据，画图表，写研报，给评级，定目标价。正常来说，一个熟练的分析师，这个过程需要1到2天。
但如果你是一个董秘呢？
董秘不需要给别人写研报。但董秘需要理解自己的公司——尤其是当你自己的公司也要发财报的时候。你要知道分析师会怎么看你的业绩，你要准备投资者问答，你要预判交易所可能会关注什么。
所以我突发奇想。
能不能用AI帮董秘跑一遍这个过程？
不只是帮自己公司写回复，而是帮你理解分析师怎么看别人的财报——进而理解，别人会怎么看你自己的财报。
说干就干。
我先让AI去巨潮资讯网搜了小米的Q1公告。然后，用pdfplumber自动提取表格数据。
这个地方，坦率的讲，其实挺关键的。PDF里的表格，人是能看懂的，但机器读出来是一堆乱码。数字和中文混在一起，表头错位，分页切断。纯靠OCR根本不靠谱。
但pdfplumber可以识别PDF里的表格结构。你能想象吗，一行代码都不用写错，就能把PDF里每个表格的行列准确地抽出来。
小米Q1的营收是991亿。分季度数据、分业务数据、毛利率、研发费用、员工人数，这些全都能自动提取出来。我甚至能把分产品类别的营收和毛利率对应到每一行。
然后，让AI去网上拉了Bloomberg一致预期。这个比较骚——不是一个一个去搜，而是让AI一次性搜小米Q1的consensus estimates，把高盛、华兴、摩根士丹利、摩根大通这几家的预测全拉回来。
有了实际数据，有了一致预期，下一步就是分析。
这里我想重点聊聊。
上一集我说的是，问询回复的AI生成过程是有策略层级的。先选定辩护路线，再读取匹配素材，再写回复段落。每一步都有明确的方法论约束。
财报分析其实也一样。
不是让AI自由发挥去写，那样写出来大概率是车轱辘话。你得给它框架：beat/miss分析去哪做，分业务拆解怎么拆，估值用什么方法，风险列哪些。
我给AI的策略框架大概是这样的：
第一层——核心指标一览，这是给赶时间的基金经理看的。
第二层——超预期和低于预期的拆解。不是笼统地说业绩好或不好，而是逐条列出来，到底是哪个业务超了，哪个业务miss了，为什么。
第三层——分业务深度，每个业务有自己的分析逻辑。手机看ASP和毛利率的趋势，IoT看海外扩张，互联网看用户数和广告收入，汽车看交付和毛利率。
第四层——更新盈利预测和估值。把新旧预测对比放一张表里，用SOTP估值法重新算一遍目标价。
第五层——列出主要券商的评级对照。这不是简单的复制粘贴，是要让读者在一张表里看到各家是怎么想的，形成自己的判断。
有人说这不就是模板吗。
不是的。模板是你照着填空。策略是你知道该往哪个方向用力。
区别在哪呢。模板告诉你要写"毛利率分析"，策略告诉你"手机毛利率超预期的核心原因就是ASP创新高，尽管出货量下滑19%，但高端化战略让每一台手机赚的更多，这才是投资逻辑的结构性改善"。
前者是格式，后者是判断。
策略对了以后，说真的，下一步是出图表。
matplotlib画了6张图。营收堆叠图看业务结构变化，毛利率趋势看各板块利润率走向，出货量和ASP双图看高端化效果，EV季度交付看汽车爬坡，研发费率看AI投入。
这些图单独拿出来都能用。重要的是它们之间是有逻辑关系的——不是随便画6张图凑数，而是6张图讲一个完整的故事。
营收在降，但毛利率在升。出货量在降，但ASP在涨。短期利润被研发和汽车亏损拖累，但这两项都是战略投入。看完这6张图，你应该能回答一个问题：小米的投资逻辑还在不在。
答案在图的最后一张——经调整净利润虽然同比降了43%，但绝对值60.7亿依然够大，环比只降了4.4%。这走势不像崩盘，像是一个U型底部。
最后一步，出报告。
用docx生成了一份标准券商研报格式的word文档。封面有评级和目标价，翻开来是Key Metrics、Beat/Miss、分业务分析、估值、券商共识。同时出了一份HTML版，图表全部内嵌在base64里，一个文件就能在手机上打开看。
整个过程从我动手开始算，到完整报告出来，大概25分钟。
不是说AI比分析师快，25分钟出的报告质量肯定达不到一个资深分析师两天打磨的水平。但作为董秘，你不需要给别人写研报。你需要的是，用25分钟理解分析师会怎么看你同行的财报——然后带着这个视角去看自己公司的数字。
坦白讲，这个效率以前是不可想象的。太离谱了。
写到这儿，我想起上一篇文章最后说的那句话。
AI产品的输出质量，瓶颈往往不在模型能力，而在你给它的指令结构。
今天跑完小米这趟，我更加确信这句话了。
问询回复和财报分析，看起来是两个完全不同的任务。一个是在对抗中辩护，一个是在分析中判断。
但底层的逻辑是一样的——你给AI的策略框架，决定了AI输出的质量。
全程零干预，最后，看效果。
下面分析不构成投资建议，仅为实验，仅为实验！
