让 AI 读财报做市场判断，它能读到的比你少两层

把一份几十页的英文年报丢给模型，三分钟拿到摘要，营收、毛利、分部表现、库存周转全列出来了。这一步确实比人快，也不用怀疑它的准确性。

问题在它读不进去的那两层。

一份财报有三层

财报的三层结构，与模型能读到哪一层

表层它读得比我好

这层没什么好争的。几十页报表里的数，它三分钟全提出来，还能按年份排好。我自己翻要半小时，还容易看串行。

这层交给它，省下的时间用在别处。

中层是口径

同一科目，两家公司的算法可以完全不同。收入确认时点、退货准备的计提方式、运输费用计入成本还是费用，这些决定了两个毛利数字能不能放在一起比。

模型会把这些文字读出来，但它不会主动问一句：这两家的口径一致吗。你把两份摘要并排放，它会当成同类数据给你做对比，对比结果看着很专业，实际是拿苹果比橘子。

这层要你自己给口径。我的做法是在喂之前先把会计政策那几节单独摘出来，让它先复述一遍口径，再去做数字提取。多一步，但不会出现口径混用的对比。

复述这步还有个用处：它复述错的地方，就是你没看懂的地方。财报里那几段会计政策写得极其绕，我自己读经常跳过去，让它先讲一遍，比我自己硬啃效率高。

底层读不到

管理层为什么在这个季度选择压库存而不是保份额，为什么把某个业务线的投入放缓，这些判断写在电话会的问答里，有的根本没写。

报表能告诉你结果，告诉不了取舍。而做市场判断，恰恰是取舍那部分最有用——一个对手是在主动收缩还是在被动失血，结论完全相反，数字上却可能长得很像。

它能帮我做的两件事

一件事是提速。把几十页压成一张可比的表，省下的时间我拿去读电话会纪要。

另一件事是跨期对照。同一个公司五年的年报，让它把同一科目逐年拉出来，人做这个活很折磨。

不能做的一件

不能替我做判断。它能告诉我这家库存周转从 4.2 变成 6.1，不能告诉我这是好是坏——因为答案取决于它是主动清库存还是卖不动。

这个信息不在年报里。要判断，得去看它同时期的促销力度、新品节奏和渠道库存，那些东西散在别处，模型手里没有。

我一般是这么补的：年报给方向，促销力度看站内价格历史，新品节奏看上架时间分布，渠道库存看它自己的周转天数变化。三样凑齐，主动收缩和被动失血才分得开。

一条操作建议

让它读完年报之后，加一段固定要求：列出这份报告里你无法从文本中验证的三项内容。

它会老老实实列出来。列出来的那几项，就是你要自己去看的地方。