把证据与投资偏好分开：提示词正在改变研究结论
一项新的金融大模型审计显示，投资研究应把证据评分与个性化解读拆成两条可复核的输出。
AI进入投资研究后，真正值得改变的并不是“能不能总结一份10-K”，而是能否检验：当证据完全不变、投资者画像发生变化时，模型的结论是否也跟着变化。这样一来，提示词就不再只是写作技巧，而成为可以审计的研究流程。
2026年9月一篇工作论文《The Analyst in the Prompt》用3,575份SEC 10-K和10-Q文件测试了12个模型。研究把个性化检索、中性检索和记忆式上下文分开，发现用户上下文造成的偏移，主要来自模型对同一批证据的不同解读，而不只是检索到了不同段落。把投资者心态从“助手角色”改写为“用户画像”可以降低偏移，但不能消除。 论文原文
这会改变传统流程。过去，研究员可能让模型“扮演谨慎的价值投资者”，再把结果当作基于证据的风险判断。更稳妥的做法是拆成两项输出：**EvidenceScore（证据评分）**必须不随偏好变化；**PersonalizedScore（个性化评分）**才可以适应不同的投资任务。前者回答“这份披露支持什么”，后者回答“这对某一项投资授权可能意味着什么”。如果把两者混在一起，即使答案带有引用，也未必能发现模型风险。
工作流的变化：锁定证据，再改变上下文
投资数据团队可以在不连接交易系统的情况下实现这一点。先建立一个时点固定的文件包：财报、发布日期、相关表格、检索编号。然后用中性查询检索并冻结段落。让模型输出结构化证据记录：主张、原文摘录、页码或章节、影响方向、不确定性，以及-1到+1的中性评分。最后，使用几个授权画像重新读取同一批段落，并把个性化结果存入独立字段。
比较重点不是个性化答案是否不同；它本来就应该不同。重点是：画像改变后，中性评分、引用段落编号和不确定性标签是否移动。中性字段变化，说明发生了解读层面的偏移；引用段落变化，说明发生了检索层面的偏移。两者需要不同的控制：前者依赖检索快照和字段隔离，后者依赖保留证据版本与人工复核。
这与WisdomChain此前关于LLM预测记忆防火墙和智能交易证据账本的讨论相互补充。共同原则是来源可追溯：只有输入、时间边界和转换过程都能检查，流畅回答才算研究对象。
一个安全的限时练习
用60分钟选取三个行业不同的历史财报。固定一个截止日期，只使用当时已经公开的文件，不看当前价格、未来财报，也不下任何真实或模拟订单。准备一个中性提示词和三个投资授权画像。对每份财报记录中性评分、个性化评分、引用段落编号、证据缺口，以及复核者能否仅凭冻结段落重现判断。
以没有画像的普通提示词作为基线，记录四个指标：不同画像下的中性评分区间、段落重合率、无证据主张数量、复核者对证据标签的一致率。观察窗口为本次练习加上一次可行的24小时盲测。若系统无法保持文件截止日期、引用无法回到冻结段落，或复核者无法区分证据与偏好，就停止练习。产出应是一份控制报告，而不是组合信号。
低评分波动也不能证明系统稳健。三个文件只是诊断样本，并不能估计普遍可靠性。上述论文仍是工作论文；模型版本、提示词、检索系统和SEC文件构成都会变化。公开财报也不是专业投资者使用的全部信息，引用可复现不等于经济意义已经成立。数据泄漏、陈旧上下文、行业语言、非平稳性和复核者锚定效应仍然存在。
因此，结论很具体：个性化应位于证据层之后。主观投资者要检查偏好是否悄悄进入事实判断；系统团队应把提示词版本、检索快照和评分差异记录为模型风险字段；AI构建者应优化不随画像改变的证据记录和明确分歧，而不是追求一个有说服力的单一结论。只有当投资授权可以改变建议形态，却不改变财报本身表达的内容，研究工作流才真正获得了可审计的升级。
英文 companion：The Analyst in the Prompt: Separate Evidence From Investor Preference。