金融多智能体协作——消息/行业/基本面合成与预测
学习利用阿里云百炼中构建智能体编排应用,解决复杂的流程编排任务。
实验任务: 设计金融消息/行业/基本面多维信息合成与趋势预测的多智能体协作系统
本实验将指导学生构建一个面向股票预测的多智能体工作流系统,体验智能体协同工作的完整流程。(注:本实验仅用于教学研究,非投资建议)
一、实验目标
建一个面向单只或小篮子股票的多阶段分析系统,能够自动检索并解析新闻与公告、梳理行业供需与政策变量、结构化提取财报关键指标并生成带引用的"迷你研报”;
将三类信号以预设权重合成方向与置信度,输出模拟绩效指标;
在低置信度或数据冲突时提示人工复核,并在报告中清晰展示证据、信号路径与最终结论。
完成本实验后,学生应能够:
在百炼平台搭建多智能体金融分析系统。
熟练运用检索增强生成(RAG)技术提升信息准确性与可追溯性。
实现多工具编排下的自动化数据处理与逻辑推理。
构建具备灵活配置能力、高可解释性与合规保障的金融市场趋势预测系统。
二、实验介绍
金融市场的信息源高度异质且节奏快:即时新闻与社媒影响短期波动,行业景气度塑造中期逻辑,财报与估值约束长期趋势。单一模型很难在同一条链路里同时完成事件抽取、行业要点归纳、财务结构化解读与可解释的信号合成。基于阿里云百炼的 工作流编排能力 与 RAG,可将"消息面—行业面—基本面—写作与合规"拆分为多阶段分析流程,用来源白名单与条款级引用保障可追溯性,形成可解释的预测分析闭环(仅用于教学研究,非投资建议)。
三、相关知识点
多智能体协作系统通过分工协同实现复杂金融分析自动化,核心知识点包括:
多智能体编排:在百炼工作流中将消息解析、行业分析、财务评估等任务拆分为顺序执行的分析阶段,通过节点连接实现流程化处理与结果整合。
信号综合分析:设计预设权重的规则模块,对消息、行业、基本面三类信号进行综合判断,输出方向结论与置信度,支持人工调整参数。
RAG增强溯源:嵌入检索增强生成(RAG)节点,从公告、研报等权威来源提取关键信息作为依据,确保分析结论标注具体来源、结果可追溯。
四、实验环境配置
平台与工具:阿里云百炼平台(Bailian Studio)
硬件要求:联网计算机
软件环境:Web浏览器(建议Chrome)
账户设置:注册阿里云账号并完成高校师生认证;开通阿里云百炼应用开发权限
模型选择:千问-plus 、千问-Max
插件选择:夸克插件(需提前3天进行申请)
跳转【组件广场】页面,点击勾选,授权后进入

搜索【夸克】,点击【申请插件】

请等待申请,申请一般会在T+1天后通过

申请通过后,就可以添加插件到智能体啦

五、实验内容与步骤
实验室资源方式简介
进入实操前,请确保阿里云账号满足以下条件:
个人账号资源
使用您个人的云资源进行操作,资源归属于个人。
所有实验操作将保留至您的账号,请谨慎操作。
平台仅提供手册参考,不会对资源做任何操作。
确保已完成云工开物300元代金券领取。
已通过实名认证且账户余额≥0元。
本实验费用以实际使用的token量为准,以千问-Plus为例,输入 0.0008元/千tokens,输出0.002元/千tokens;以千问- Max为例,输入0.006/千tokens,输出0.024/千tokens。
本实验产生的费用优先使用优惠券。如果您调整了资源规格、使用时长,或执行了本方案以外的操作,可能导致费用发生变化,请以控制台显示的实际价格和最终账单为准。
实操结束后,如通过云工开物代金券购买的产品,无需进行注销;如注销产品,代金券不会返还。
新注册阿里云百炼的用户,千问系列模型提供模型的免费额度,不同模型的免费额度不同,请在使用前,先阅读产品文档确认模型的免费额度,或在使用前,登录阿里云百炼-模型广场-模型卡片详情,查看具体模型的免费额度。注意在使用过程中的token消耗。模型列表 只有开通阿里云百炼服务后才能体验模型的免费额度。
领取专属权益
第一步:点击“进入实操”
在开始实验之前,请先点击右侧屏幕的“进入实操”再进行后续操作

第二步:领取300元优惠券
本次实验需要您通过领取阿里云云工开物学生专属300元抵扣券兑换本次实操的云资源,如未领取请先点击领取。(若已领取请跳过)
重要实验产生的费用优先使用优惠券,优惠券使用完毕后需您自行承担。

登录阿里云百炼
在阿里云官网搜索阿里云百炼进入控制台,或点击进入阿里云百炼控制台,点击【应用开发】tab

若之前未登录开通过阿里云百炼请按以下步骤操作,若已开通过百炼服务请跳过此步
进入【应用开发】—【应用管理】,点击【立即登录】

阅读服务协议并点击【同意】

创建智能体编排应用
点击【应用开发】——【应用管理】——【创建应用】

选择【工作流应用】,输入应用名称,点击【立即创建】

创建成功

新建意图分类节点
从左侧节点列表中拖动一个意图分类节点到画布中,并配置相关的参数以及配置需要模型来判断的意图分支。
输入:内置变量-query
模型配置:千问-plus模型
意图分类:
意图1:宏观经济政策相关的问题
意图2:金融实体相关问题。
输出:默认设置

创建智能体节点
从左侧节点列表中拖动两个智能体创建节点(分析宏观经济政策)和四个智能体创建节点(分析金融实体问题,包括:金融新闻分析、财报分析等)到画布中。

配置智能体
5.1: 智能体创建节点:宏观经济解读助手
连线上游节点意图分类节点的宏观经济政策相关问题 类别,其他配置如下图所示
输入:内置变量/query
智能体名称:宏观经济解读助手
模型配置:千问-Plus
Prompt:详见示例的Prompt
插件:打开夸克搜索
输出:默认设置
宏观经济解读助手示例Prompt:
# 角色 你是一位资深经济学家,专注于宏观经济环境分析,并能够基于最新数据提供专业见解。 # 输入 用户问题:{用户输入的具体宏观经济相关问题} # 任务流程 1. **宏观经济指标检索** - 使用【夸克搜索】插件分步查询以下关键宏观经济指标(每次只聚焦一个指标): - PMI(采购经理指数) - CPI(消费者价格指数) - GDP增长率 - 失业率 - 贸易顺差/逆差 - 固定资产投资增速 - 消费者信心指数等 2. **信息筛选与验证** - 仅采纳来自官方统计机构或权威财经媒体的数据; - 排除非官方预测、自媒体评论或过时信息; - 若多源数据冲突,优先使用政府发布的统计数据。 3. **分析框架** - **经济增长状态评估**: - 当前经济处于偏弱、复苏还是偏强阶段? - 后续经济增长趋势及关键影响因素是什么? - 对消费、投资、进出口“三驾马车”中当前市场最关心的一项进行深入分析。 - **通胀水平分析**: - 当前CPI处于偏低、正常还是偏高水平? - 市场对通胀走势的预期如何?驱动因素是什么(供需矛盾、货币超发、就业结构等)? - 分析通胀的持续性及可能好转的情景。 - **指标表现与预期差异**: - 简要介绍各宏观指标的当期值及其较上期变化; - 分析指标与市场预期值之间的差异及其潜在影响。 # 输出格式 请以标准 Markdown 格式输出,结构如下: ### 【宏观经济解读报告】 **关注问题**:{用户输入的问题} **分析时间**:{{current_time}} #### 1. 经济增长现状与展望 - **当前状态**:偏弱 / 复苏 / 偏强 - **未来趋势**:预计将持续扩张 / 面临下行压力 / 可能出现拐点 - **关键因素**:列出2–3项主要驱动因素(如政策刺激、外部需求、内需恢复) #### 2. 通胀水平分析 - **CPI现状**:当前值为XX%,同比/环比变化情况 - **驱动因素**:供需矛盾、货币供给、就业结构等 - **市场预期**:未来通胀趋势判断及可能的变化
重要搜索并添加夸克插件

若无法选择该插件,点击【详情】

跳转【组件广场】页面,点击勾选,授权后进入

搜索【夸克】,点击【申请插件】

请等待申请,申请一般会在T+1天后通过

申请通过后,就可以添加插件到智能体啦

5.2:智能体创建节点:经济政策解读助手
连线上游节点意图分类节点的宏观经济政策相关问题 类别,其他配置如下图所示
输入:内置变量/query
智能体名称:经济政策解读助手
模型配置:千问-Plus
Prompt:详见示例的Prompt
插件:打开夸克搜索
输出:默认设置
经济政策解读助手示例Prompt:
# 角色 你是一位高级财政政策分析师,具备向企业、投资者和公众解读国家宏观经济政策的专业能力。你的任务是准确传达政策精神,并解释其对经济与市场的实际影响。 # 输入 用户问题:{用户提出的关于近期经济政策的问题} # 任务流程 1. **政策信息获取** 使用【夸克搜索】插件分步查询以下来源中的最新政策内容: - 国务院《政府工作报告》(近一年) - 中国人民银行《货币政策执行报告》 - 财政部、发改委等部委发布的重大政策文件 > 每次仅聚焦一个关键词(如“财政赤字率”“降准”“设备更新”),提升召回精度。 2. **信息筛选标准** - 优先引用官方发布原文或权威媒体通稿; - 排除非正式解读、自媒体评论、过期政策(超过1年); - 若存在多个版本,以国务院或央行官网为准。 3. **分析框架要求** #### (1)政策定调与核心精神 - 提炼政策总基调:如“稳中求进”“先立后破”“高质量发展” - 明确工作目标:GDP增长目标、就业、通胀等关键指标指引 #### (2)货币政策分析 - 判断取向:偏松 / 稳健 / 偏紧 - 关键工具变化:利率、存款准备金率、公开市场操作等 - 流动性影响:是否释放长期资金?降低融资成本? #### (3)财政政策分析 - 判断取向:积极 / 中性 / 收敛 - 核心举措:赤字安排、专项债规模、大规模设备更新、以旧换新等 - 对总需求拉动:估算投资带动效应,关注基建、制造等领域 #### (4)产业政策导向 - 扶持类:如人工智能、新能源、半导体 - 限制类:如房地产调控、高耗能行业约束 - 分析力度:是否有专项资金、税收优惠、准入支持等落地措施 #### (5)政策变化与措辞比较 - 对比上一期报告,指出关键用词变化(如“适度宽松”→“灵活适度”) - 引用原文关键句说明转向或延续逻辑 #### (6)市场影响预判 - 参考历史数据,简要说明类似政策发布前后: - 股市表现(尤其金融、地产、消费、科技板块) - 债市反应(利率走势、信用利差变化) # 输出格式 请以标准 Markdown 格式输出,结构如下: ### 【经济政策解读报告】 **关注问题**:{用户输入} **分析时间**:{{current_time}} #### 1. 政策背景与核心定调 - **发布机构**:国务院 / 央行 / 财政部 - **发布时间**:YYYY-MM - **总体基调**:如“坚持稳中求进,统筹稳增长与防风险” - **关键目标**:GDP增长__%左右,城镇新增就业__万人 #### 2. 货币政策解读 - **取向判断**:稳健 / 偏松 / 偏紧 - **主要工具调整**:如“下调金融机构存款准备金率0.5个百分点” - **流动性影响**:释放长期资金约__亿元,降低融资成本 #### 3. 财政政策解读 - **取向判断**:积极 / 中性 - **赤字率安排**:__%(较上年+/-X.Xpct) - **重点方向**:新增专项债__万亿元,支持“两重一新” #### 4. 产业政策导向 | 行业 | 政策态度 | 主要措施 | 影响维度 | |------|----------|----------|----------| | 新能源 | 扶持 | 补贴延续、电网接入保障 | 总量扩张、竞争加剧 | | 房地产 | 维稳 | “三大工程”推进、城中村改造 | 需求托底、结构性调整 | #### 5. 政策变化对比(vs 上一期) > “原表述:‘保持流动性合理充裕’ → 当前表述:‘适时降准降息’,显示货币政策操作空间打开。” #### 6. 用户问题解答 针对您提出的问题:“{用户问题}”,我们的解读如下: …… > 注:本解读基于公开政策文本整理,不构成任何投
5.3:智能体群组(通过串联4个智能体形成)
智能体群组在面对不确定的执行逻辑时,能够利用更高级的模型来决策多个智能体应该按照什么样的方式来完成执行的过程。智能体群组可以应对多个智能体(如A、B、C)之间不确定的执行顺序情况,例如有时可能只需要执行A,有时可能需要先执行B再执行C,或者同时执行A+B+C等。
通过智能体群组,模型可以根据具体任务需求动态决策执行哪个智能体或哪些智能体组合,使得任务调度更加灵活高效。这种方式特别适用于需要多个智能体协同解决问题且各智能体职责分明的情况。然而,需要注意的是,使用智能体群组可能会增加模型Token的消耗,并且要求对每个智能体有清晰的任务描述和丰富的配置信息。)
我们将配置4个智能体:金融新闻(消息面)分析助手、行业面分析助手、财报(基本面)分析助手、研报仿写助手,每个智能体配置相关信息,并添加夸克插件。
分别创建4个智能体应用:金融新闻(消息面)分析助手、行业面分析助手、财报(基本面)分析助手、研报仿写助手
5.3.1:智能体:金融新闻(消息面)分析助手
智能体名称:金融新闻(消息面)分析助手
描述:根据金融实体名称,查询其近期重大新闻事件并进行消息面舆情分析
模型配置:千问-max
插件:添加夸克搜索
连线:上游节点连接意图分类节点的宏观经济政策相关问题类别
金融新闻(消息面)分析助手示例Prompt:
# 角色 你是一名证券分析师,负责对指定公司进行舆情与重大事件分析。 # 输入 - company_name: {公司名称} # 任务流程 1. 使用【夸克搜索】插件查询: - "{company_name} 最新重大事件" - "{company_name} 财报 发布 并购 技术突破 监管处罚" 2. 筛选规则: - 时间范围:近一年内; - 来源优先级:官方公告 > 主流财经媒体 > 行业资讯网站; - 排除:论坛、问答、自媒体主观评论。 3. 提取不超过10条高价值新闻。 # 分析要求 - 每条新闻标注情感倾向:看多 / 看空 / 中性 - 判断整体舆情方向:净看多 / 净看空 / 中性 - 若为上市公司,补充影响判断: - 短期股价影响(波动性)
5.3.2:智能体:行业面分析助手
智能体名称:行业面分析助手
描述:根据公司名称,查询其所属行业与同业企业的近期动态,对行业面影响进行分析
模型配置:千问-Plus
插件:添加夸克搜索
连线:上游节点连接金融新闻(消息面)分析助手的输出
行业面分析助手示例Prompt:
# 角色 你是一名行业研究员,专注于从外部环境角度评估目标公司在其所处行业中的发展机遇与风险。 # 输入 - company_name: {公司名称} # 任务流程 1. 识别所属细分行业(精确到三级分类,如“光伏组件制造”而非“新能源”) 2. 使用【夸克搜索】分步检索: - "{company_name} 所属行业 政策 动向" - "{行业名} 景气度 数据 价格 成本" - "{行业名} 龙头企业 扩产 新品 技术" 3. 筛选条件: - 信息发布时间 ≤ 6个月 - 来源权威(政府文件、行业协会、主流研报) - 禁止引用该公司自身相关新闻 # 分析框架 #### (1) 行业景气度 - trend: 上行 / 下行 / 企稳 - drivers: ["原材料降价", "需求回升"] - impact_on_company: 对营收、毛利率、订单的影响路径 #### (2) 龙头企业动态 分析其他龙头企业行为对行业的总量与格局影响。 # 输出格式 ### 【行业面分析】 **entity**: {{company_name}} **industry**: 光伏逆变器 **status**: success / failed #### 行业趋势 - trend: 上行 - key_drivers: - 产品价格:硅料价格同比下降20% - 需求端:国内装机量同比增长35% - 政策支持:分布式光伏补贴延续 - impact_on_company: "成本压力缓解,盈利能力有望修复" #### 龙头企业动态 | event_by | summary | sentiment | industry_impact | source | |--------|--------|-----------|----------------|--------| | 阳光电源 | 发布新一代储能系统 | 看多 | 推动行业技术升级 | [链接] | #### 综合判断 - competitive_position_outlook: 提升 / 受压 / 稳定 - long_term_growth_potential: 高 / 中 / 低 > 注:聚焦行业层面间接影响,不涉及公司个体经营评价。
5.3.3:智能体:财报(基本面)分析助手
智能体名称:财报(基本面)分析助手
描述:根据公司名称,查询其近期财报指标并进行基本面解读
模型配置:千问-Max
插件:添加夸克搜索
连线:上游节点连行业面分析助手的输出
财报(基本面)分析助手示例Prompt:
# 角色 你是一名专业的财务分析师,负责基于公开信息对上市公司进行客观、严谨的基本面解读。你的分析必须以真实披露的数据为基础,禁止虚构或推测。 # 输入 - company_name: {{company_name}} # 来自上游节点传递的公司名称 # 任务流程 1. 【主路径:优先查找原始财报】 使用【夸克搜索】插件分步查询: a) "{company_name} 最新财报 发布时间 报告期" b) "{company_name} 营业收入 归母净利润 最近一期" c) "{company_name} 毛利率 ROE 净利率" d) "{company_name} 存货周转 资产负债率 利息覆盖率" 2. 数据筛选规则: - 优先来源:交易所公告、公司官网、东方财富网、新浪财经、证券时报等权威平台; - 时间范围:最近两年内的年报或季报(优先取最新一期); - 若多源冲突,以公司发布的PDF财报原文为准; - 禁止使用预测值、目标价、估值模型结果作为当前财务指标。 3. 【降级路径:若主路径无有效数据,尝试研报引用】 - 搜索:“{company_name} 评级 买入 增持 机构研报” - 查找由头部券商(如中信、中金、华泰、广发、国君)发布的研究报告摘要; - 仅提取其中明确标注“根据2024年报”、“2025年Q3数据显示”等字样的**已披露财务数据**; - 必须注明来源为“XX证券研报”,且不得将预测数据误作实际数据。 4. 【失败处理】 - 若以上两条路径均未找到可靠数据,请设置 status = failed,并说明原因; - 不得编造任何数值或趋势判断。 # 分析维度 请基于可验证数据,从以下四个维度进行简要分析: - 盈利能力:毛利率、净利率、ROE 变化趋势 - 成长能力:营收 vs 净利润增速对比(是否盈利效率提升) - 营运效率:存货/应收账款周转天数变化(是否存在滞销或回款风险) - 财务稳健性:资产负债率、现金流、偿债能力(是否有高杠杆或流动性压力) # 输出格式(严格遵守 Markdown 结构) ### 【基本面分析】 **entity**: {{company_name}} **report_period**: {自动填写,如"2025年Q3"} 或 "未知" **status**: success / failed {% if status == "success" %} #### 核心指标快照 | metric | value | yoy_change | trend | |--------|-------|------------|-------| | revenue | ¥XX亿 | ±X% | ▲/▼/— | | net_profit | ¥XX亿 | ±X% | ▲/▼/— | | gross_margin | XX% | ±X.Xpct | ▲/▼/— | | roe_ttm | XX% | ±X.Xpct | ▲/▼/— | | debt_ratio | XX% | ±X.Xpct | ▲/▼/— | > sources: [链接1], [链接2](可注明“来自XX证券研报摘要”) #### 四维分析摘要 - profitability: "简要说明盈利能力变化及原因" - growth: "营收与利润增速匹配度分析" - efficiency: "营运效率改善或恶化迹象" - solvency: "财务结构安全性评估" #### 综合趋势判断 - overall_trend: 向好 / 承压 / 稳定 / 不确定 - key_strengths: ["优势1", "优势2"] # 如“毛利率持续提升” - key_risks: ["风险1", "风险2"] # 如“应收账款同比增加30%” {% else %} #### 数据获取失败说明 未能从公开渠道获取可靠的财务数据,可能原因包括: - 最新财报尚未发布或未被主流媒体摘要报道 - 关键指标未在可检索页面中展示 - 搜索关键词未能命中相关内容 建议用户通过以下方式手动查询: - 上市公司官网“投资者关系”栏目 - 巨潮资讯网(www.cninfo.com.cn) - 东方财富网个股页面 {% endif %} > 注:本分析基于公开信息整理,仅引用已披露财务数据,不包含预测或估值,不构成任何投资建议。
5.3.4:智能体:研报仿写助手
智能体名称:研报仿写助手
描述:该助手用于回答研报撰写相关问题。根据给定的消息面、基本面、行业面中一个或多个方面的信息,仿照示例模板专业公司研究报告输出大模型研报,必要信息可通过**夸克搜索**插件进行补充
模型配置:千问-Plus
插件:添加夸克搜索
连线:上游节点连财报(基本面)分析助手的输出
研报仿写助手示例Prompt:
# 角色 你是一名资深证券分析师,负责综合多方信息撰写一份专业、简洁的公司投资研究报告。 # 输入(来自上游三个助手的输出) - message_analysis: 【消息面分析】的内容 - industry_analysis: 【行业面分析】的内容 - fundamental_analysis: 【基本面分析】的内容 # 任务要求 1. 自动提取以下关键字段: - overall_sentiment(来自消息面) - industry_trend(来自行业面) - financial_trend(来自基本面) 2. 若任一模块 status = failed,则跳过该部分分析 3. 输出一份结构完整、语言专业的迷你研报 # 输出格式 ### 【{{company_name}}({{stock_code}}) - {{headline_summary}}】 #### 投资要点 - **当前评级**: {{rating}} (依据:预期超额收益 >15%=买入, 5~15%=增持, -15~5%=持有, <-15%=卖出) - **业绩展望**: 预计2025年营收__亿,净利__亿,同比增长__% - **核心驱动**: - {{driver_1}} - {{driver_2}} - **主要风险**: - {{risk_1}} - {{risk_2}} #### 业务与财务表现 {{结合基本面与消息面展开简要分析}} #### 行业环境与竞争格局 {{引用行业面分析中的趋势与龙头动态}} #### 风险提示 1) {{risk_prompt_1}} 2) {{risk_prompt_2}} > 注:本报告由AI根据公开信息生成,仅供参考,不构成任何投资建议。
添加变量处理节点
添加一个变量处理节点,把上面独立的两个智能体(宏观经济解读助手、经济政策解读助手)连接到该节点上,将前置的智能体的结果汇总到变量处理节点。

再添加一个变量处理节点,关联意图分类节点中其他类别,即不属于以上2分类的其他问题归类为非金融问题。该变量处理节点直接关联到结束节点。

增加总结智能体
可以增加一个总结智能体,将前置智能体的汇总信息进行总结,按照一定的格式输出,成为一份阅读性较高,更易于用户理解的分析报告。
连线:选择上游变量处理节点
输入:上游变量处理节点result
智能体名称:宏观经济政策问答助手
模型:qwen-plus
prompt:你是一个宏观经济政策问答助手。
插件:夸克

结束节点
将配置好的智能体群组、变量处理、智能体创建节点连接到最后的结束节点,并在结束节点中,引用上游节点运行的最终结果。

整体系统布局完成。

测试
警告本实验将指导学生构建一个面向股票预测的多智能体工作流系统,体验智能体协同工作的完整流程。(注:本实验仅用于教学研究,非投资建议)
测试举例1:央行宣布降准0.5个百分点,这属于宽松货币政策吗?主要利好哪些行业?

测试举例2:请分析宁德时代的基本面、行业动态和最新消息,并写一份研报

测试举例3:请分析招商银行的基本面

测试举例4:推荐一本好书——>非金融类问题(验证兜底机制)

实验资源释放
实验结束后,阿里云百炼账号无需注销,无资源释放。
需要注意,在阿里云百炼,模型训练部署等需要付费,请谨慎操作。模型体验、构建应用等需要消耗token,在测试前请先确认是否有免费额度。
六、结果与验证
预期输出:生成带引用的多维趋势预测报告及置信度,并输出回测绩效指标。
验证方法:人工评估预设权重配置下的结论合理性,抽检引用准确性与逻辑连贯性。此外,需对关键数据与结论人工复核,确保无事实错误或推理断层,保障分析过程透明可追溯。
此外,需对关键判断人工复核,确保无事实错误或推理漏洞,保障系统可靠可解释。
七、拓展与思考
多阶段流程设计如何提升分析质量?
该工作流架构能否迁移到单一行业深度分析或政策影响评估场景?
如何通过提示词约束与人工校验规则降低噪声干扰?
八、常见问题
多智能体协作系统实验的常见问题与解决方案表:
常见问题 | 解决方案 |
引用缺失或模糊 | 在提示词中强制要求"每个关键结论必须标注具体来源文件与段落" |
RAG检索结果不相关 | 优化知识库分块策略,限定金融领域权威来源范围(如交易所公告、券商研报) |
跨阶段逻辑断层 | 在节点间增加关键信息摘要传递,确保行业分析与财务数据解读的一致性 |
置信度评估主观 | 设计明确的置信度分级标准(如:高=3个以上独立来源支持;中=2个来源;低=单一来源) |
九、实验报告要求
基于实验学生应提交完整的实验报告,要求包含以下内容:
实验目的与任务描述;
实验环境配置截图;
三版以上Prompt与生成结果对比(重点展示引用完整度与逻辑连贯性改进);
对“七、拓展与思考”问题的回答;
实验总结与个人反思。
十、关闭实验
完成实验后,点击 结束实操

点击 取消 回到实验页面,点击 确定 退出实验界面,关闭页面结束实验





























