4.6 案例一：新能源汽车月度研报

面向经管学生、研究者与从业者的 AI 智能体设计教材

4.6 配图

场景如下：你要写一份新能源汽车行业的月度研报。手头已有三类材料——自己从公开渠道收集的行业数据、几篇券商研报作为参考范本、以及上个月的研报终稿。目标是让智能体帮你基于这些材料，产出本月研报初稿。

项目目录

先把材料按职责分开放。

ev-report-202603/
├── data/                    # 自己收集的原始数据
│   ├── 销量数据_202603.xlsx
│   ├── 政策摘要.md
│   └── 产业链价格跟踪.csv
├── references/              # 参考范本，只读不改
│   ├── 某券商_新能源月报_202602.pdf
│   └── 某券商_新能源月报_202601.pdf
├── previous/                # 上期自己的终稿
│   └── 月度研报_202602_终稿.md
├── output/                  # 本期产出，所有新文件写这里
└── CLAUDE.md

三个要点：data/ 放你的一手材料，references/ 放别人的范本，previous/ 放你自己上期的成品。产出统一进 output/。这样智能体一进项目就能分清什么是输入、什么是参考、什么该产出。

规则文件

CLAUDE.md 不用长，把项目目标、边界和质量要求写清楚就够了。

## 项目

本项目用于撰写 2026 年 3 月新能源汽车行业月度研报。

## 目录约定

- data/：原始数据，只读不改
- references/：参考范本，只用于学习格式和分析框架，不直接复制内容
- previous/：上期终稿，用于保持口径一致
- output/：所有产出写入此目录

## 写作要求

- 结构参照 references/ 中的范本格式：市场概览 → 细分赛道 → 政策动态 → 投资建议
- 数据必须来自 data/ 中的文件，不可自行编造或补充数据
- 与上期研报保持术语和口径一致
- 投资建议部分只做趋势分析，不给出具体标的推荐

这份规则文件大约 20 行。它做了三件事：告诉智能体目录怎么读、内容从哪来、什么不能做。后面不管开多少轮会话，这些规则都自动生效。

用户操作

项目准备好之后，在 Claude Code 中开始首轮对话。第一轮不急着出稿，先让智能体摸清现场。

▶ Claude Code

请先阅读 data/ 目录下的所有文件，列出本期可用的数据类型和覆盖范围。
再对照 references/ 中的范本结构，给出本期研报的章节提纲和每章的数据支撑情况。
如果某个章节的数据不足，标注出来。
暂时不要写正文。

这轮会话的目标是让智能体产出一份带数据缺口标注的提纲。你确认提纲没问题后，再在下一轮让它逐章生成正文。

这三步——整理目录、写规则文件、首轮探索——就是一个项目启动的完整闭环。目录让现场清楚，规则让边界长期有效，首轮会话让动作顺序先被确认。后面无论是逐章写作还是引入子代理分工，都建立在这个基础之上。

首轮对话的节奏

首轮不急着出成品。先让智能体摸清材料、列出缺口，确认提纲后再逐步生成正文。这个节奏能把返工概率降到最低。