有效的提示詞幫助您高效準確地使用 Claude 的財務分析功能。本指南提供了編寫清晰、具體提示詞的策略，以產生您需要的結果，同時避免可能導致輸出不完整或過度冗長的常見問題。

探索 Claude 可以訪問的數據

在開始任何財務分析之前，必須了解 Claude 可以使用哪些數據源。不同的集成提供不同類型的數據——Daloopa 專注於 SEC 申報文件和基本面數據，Kensho 提供全面的 S&P Global 市場數據和業務關係。了解可訪問的數據可以防止浪費時間請求不可用的數據。

通過確認數據可用性來開始您的分析會話：

這個初步步驟可以防止請求需要不可用數據的分析，並幫助您了解為不同類型的分析指定哪個集成。

核心提示詞原則

Claude 可以通過多個來源訪問大量財務數據。沒有具體的指示，您可能會收到超過所需的數據或遺漏關鍵指標。明確的規範確保您獲得分析所需的確切內容，節省時間並提高準確性。

考慮這些對比示例：

# 不好的提示詞
Claude，請分析微軟

這個模糊的請求可能會觸發跨多年檢索數百個數據點，使得難以識別相關見解。Claude 不會知道您是想要估值指標、運營績效還是競爭定位。

# 好的提示詞
使用 Daloopa，檢索微軟 (MSFT) 的收入、營業利潤率和
自由現金流（2023 年第一季度至 2024 年第四季度），
然後計算同比增長率

這個具體的請求確定了數據源、公司代碼、確切指標、時間段和所需的計算。Claude 確切知道要檢索什麼以及如何處理它。您的提示詞應包括公司代碼、確切的指標名稱、具體的時間段和所需的輸出格式。

財務集成可以提取涵蓋許多年份數百個指標的廣泛數據集。請求所有可用數據會浪費時間、增加處理複雜性，並使專注於對您的特定分析重要的內容變得更加困難。有針對性的請求會產生更清晰、更可操作的結果。

# 不好的提示詞
提取特斯拉、福特和通用汽車的所有財務數據

這個請求可能會返回數千個數據點，包括無關的指標，使得難以進行有針對性的分析。

# 好的提示詞
對於特斯拉 (TSLA)、福特 (F) 和通用汽車 (GM)，僅檢索
汽車收入和毛利率（最近 4 個季度）以比較運營效率

這個有針對性的請求僅檢索運營比較所需的指標。在制定提示詞時，首先考慮您的分析目標，然後僅請求直接支持該分析的數據。這種方法會產生更易於管理的輸出和更清晰的見解。

大型數據請求可能會減慢分析速度並產生難以解釋的過度輸出。管理範圍確保 Claude 可以高效處理請求並以易於理解的格式呈現結果。這在處理多個公司或延長時間段時尤其重要。

# 不好的提示詞
獲取標普 500 指數的所有可用歷史數據

由於涉及的數據量龐大，這個請求可能會失敗或產生無法使用的結果。

# 好的提示詞
檢索最近 8 個季度的收入和 EBITDA 利潤率，
針對這 5 家軟件公司：CRM、NOW、WDAY、TEAM 和 ZM

這個易於管理的請求專注於具有定義指標和合理時間框架的特定同行組。作為一般指南，將詳細分析的請求限制在 3-5 家公司，請求特定的行項目而不是整個財務報表，並使用與您的分析需求相匹配的日期範圍，而不是請求所有可用的歷史記錄。

複雜的財務分析涉及多個步驟、數據源和假設。讓 Claude 首先概述方法可以讓您在花費時間進行計算之前發現潛在問題。這對於估值、建模或多公司比較特別有價值，其中方法論選擇會顯著影響結果。明確的計劃還確保您的期望與 Claude 的預期方法之間的一致性。

# 不好的提示詞
對 Netflix 進行完整的估值分析

這個開放式請求將太多決定留給 Claude，可能導致分析不符合您的要求或使用不適當的假設。

# 好的提示詞
為使用 DCF 方法對 Netflix (NFLX) 進行估值創建計劃。列出
您需要的數據、您將執行的計算和您將做出的假設。
讓我在您繼續之前進行審查。

這種方法在執行開始之前讓您了解計劃的方法論。您可以審查 Claude 打算使用的數據源、驗證關鍵假設是否合理、識別任何缺失的組件，並在投入時間進行詳細計算之前調整方法。這個初步審查通常會發現在分析完成後修復成本高昂的問題。

將複雜分析分解為離散步驟可以提供 Claude 流程的透明度，並允許進行過程中的糾正。您可以驗證數據準確性、檢查計算，並在步驟之間調整方法論，而不是僅在最終結果中發現問題。當使用多個數據源或計算相互建立時，這種方法特別有價值。

# 不好的提示詞
比較這 5 家公司並告訴我哪一家最好

這個請求會產生一個黑盒分析，您無法驗證基礎數據或邏