如何构建AIAgent快速分析行业景气度.docxVIP

请务必阅读报告末页的重要声明

请务必阅读报告末页的重要声明

正文目录

如何构建AIAgent快速分析行业景气度 1

预设步骤AIAgent的构建流程 2

总体评价及未来展望 8

5风险提示 8

图表目录

图表1：AI工作流全局示意 2

图表2：试运行界面中初始节点的输入参数举例 3

图表3：循环中的各节点举例 5

图表4：AIAgent输出结果示例（仅呈现综合分析部分结果，支撑材料部分略，全文

10000+字） 7

如何构建AIAgent快速分析行业景气度

如何通过AIAgent解决人工行业景气度研究的痛点？

当前AI技术迭代速度较快，KIMI、腾讯元宝等终端产品逐渐成为投研人员的重要工具，主因或在于其快速的资料搜索能力、长上下文阅读理解归纳能力、严密的逻辑推理能力符合金融投研的需求。

我们认为当前AI应用较适宜做文字类的分析，如搜集某个行业的近期数据、观点，或者做单个公司初步的资料搜集，财务分析等。而在策略分析中较契合AI替代的场景或在于分析比较不同行业特点时间区间的景气度，如当月景气度或者当季景气度。

原本的行业景气度分析需要不同行业定性、定量（月、季、年频数据）数据框架，在特定时点更新这些数据和信息，并对单个行业进行景气度分析，然后再对不同行业进行景气度定量/定性的比较。整体研究的痛点或在于：

（1）工作量较大，每次更新需要手动搜集更新大量数据；（2）新增细分行业需要较大时间成本，由于确立单个行业分析框架和数据库时需要完成相应框架的梳理，行业分类框架确定后再新增细分行业或热门概念/赛道需要相对较多的时间重新订立框架，如确定汽车零部件的分析框架后，衍生出人型机器人的赛道，需要重新构建相关的分析框架和数据库。

请务必阅读报告末页的重要声明

请务必阅读报告末页的重要声明

我们就上述痛点，充分发挥AI大模型的特性，基于COZE平台构建快速分析特定行业景气度的AI工作流。AI工作流是将人工智能技术嵌入业务流程的自动化框架，通过预设的步骤和规则处理任务，实现效率提升和成本优化。

为何当下使用预设步骤的AIAgent解决方案？

由于输入/输出Tokens的限制，KIMI、元宝等平台单次问答难以对复杂综合的景气度等问题完成全面的回答，并且多次回答的一致性较弱，而类似manus等自主规划任务的AIAgent一方面可控性偏弱，对于精确性要求高的投研类任务适用性较差，另一方面完成单次任务的成本也较预设步骤的AIAgent高，主因在于难以根据不同难易程度的任务分配不同属性的大模型。

主要构建的思路为先构建一个性能较强的大模型规划特定行业的分析框架，然后通过两个并联的循环组件进行对应细分条目的梳理，梳理完成后再通过一个长上下文的大模型将所有的信息和数据进行综合分析，并给出各个条目的评分，最终得到该行业的综合评分。

通过AIAgent的方法可以更快速，定制化的分析特定行业特定时间区间的景气度，行业名称和区间的自由度更高，不需要过多的人力成本，与传统的景气度分析方法互为补充。根据回测的结果来看，AIAgent的景气度评分也与对应时间区间的行业指数涨跌幅具有一定的相关性，除信息面的补充外，也可为行业比较和行业择时提供参考。

请务必阅读报告末页的重要声明

请务必阅读报告末页的重要声明

预设步骤AIAgent的构建流程

在不同AI工作流平台的构建方式可能略有差异，但是我们认为构建思路大体类似，因此下文我们主要展示在扣子平台构建AIAgent的流程和主要细节，供各位投资者参考。

首先在工作空间中创建智能体，然后创建工作流，在业务逻辑页面进行相关细分

agent的设置。

图表1：AI工作流全局示意

来源

研究所绘制

：华福证券初始节点：初始节点是用户/使用者需要输入的内容/参数，我们在这个工作流中，涉及景气度分析需要用户输入两个关键参数：（1）分析的具体行业：如光伏，新能源汽车、房地产、基建等细分行业，用户可以参考申万等行业一、二、三级分类进行提问，或者就定制化的行业名称进行提问，如脑机接口，人型机器人、机器人减速器等名称，背后的逻辑是后面流程的AIAgent会理解相关行业名称，并且生成关键词在网络上进行搜索。（2）需要分析的时间区间，比如25年一季度、24年下半年、25年2月等时间区间，时间区间可自由设置，但也建议输入较常用的月频、季频等区间，若输入的时间区间较为高频或者较为临近当前时点（比如25年5月时，分析25年5月XX行业的景气度），可能出现网络资料和数据较为缺乏的问题，因此得到的综合评分结果也较难达到全面客观的标准，但如果用户想使用这个AIAgent搜索最新的行业相关信息