findscripter 财报电话会分析师提问主题提取
何时使用
当需要把财报电话会 Q&A 环节中分析师的提问拆成可投研消费的结构化结论时使用，覆盖：
- 提取分析师抛出的关键主题与关切（财务 / 战略 / 运营 / 风险四大类）。
- 做提问人归因（哪位分析师、哪家机构问了什么）。
- 评估管理层回应质量与问题解决状态（已答 / 部分答 / 回避 / 未答）。
- 量化提问热度（同一主题问几次、追问几次 = 优先级），并做季度环比趋势与同业横比。
- 自动生成深挖追问，保留逐字稿页码引用便于回溯。
典型场景：财报季批量覆盖、投资尽调、衡量 Street 关切焦点、风险扫描、同业关切对比、财报前预判可能被问到的主题、评估管理层应答水平。
不该用的边界：
- 想要直接买入/卖出/下单指令 —— 本技能只做 Q&A 文本分析，不给交易决策。
- 需要拉取行情或基本面数字 —— 那是行情 API 的活，配合
alpha-vantage-market-data。 - 未配置 Octagon MCP 或没有
OCTAGON_API_KEY—— 数据源不可用，无法运行；目标公司电话会无可用转写（非公开会/未覆盖标的）同理。 - 只想看管理层准备好的讲稿基调或全场指引 —— 那是
octagon-earnings-call-sentiment/octagon-earnings-call-analysis的职责，本技能聚焦「分析师怎么问」这一层。 - 单次提问热度不能当作行情预测的充分依据；提问强度与股价反应常背离。
步骤
- 确认前置：Octagon MCP 已配置且
OCTAGON_API_KEY可用（见下「指令」）。 - 整体提取：对目标股票代码
<TICKER>发起一次整体「分析师关切主题」查询，拿全貌。 - 定向深挖（按需）：全部关切 / 单一主题（如 AI、毛利、China）/ 参会分析师名单 / 最高频主题 / 被回避或未充分回答的问题，逐条追问。
- 结构化归档：按「主题 → 提问人/机构 → 关切分级 → 回应质量 → 解决状态」整理成表，保留页码引用。
- 量化热度：用提问数 + 追问数 + 分析师资历 + 管理层用时构建热度表（High/Medium/Low）。
- 趋势与横比：与上一季度的提问分布对比（上升/下降/稳定/新增），并与同业同主题横比。
- 跟进追问：拿 AI 生成的 follow-up 问题继续下钻或人工核实，必要时与 10-Q/10-K 交叉验证。
指令
配置 Octagon MCP（前置，一次性）。需 Node.js（含 npx），到 Octagon 控制台申请 API Key，在 MCP 客户端注册 server：
{
"mcpServers": {
"octagon-mcp-server": {
"command": "npx",
"args": ["-y", "octagon-mcp@latest"],
"env": { "OCTAGON_API_KEY": "YOUR_API_KEY_HERE" }
}
}
}
# Windows 命令行格式
cmd /c "set OCTAGON_API_KEY=<your-api-key> && npx -y octagon-mcp"
验证 node -v && npm -v && npx -v 均有版本号；Key 含义敏感，勿硬编码进代码，经环境变量注入。
整体提取（先跑这一句拿全貌，把 <TICKER> 换成代码如 TSLA）：
Identify key themes and concerns raised by analysts during <TICKER>'s latest earnings call.
定向追问（按维度逐条发起）：
# 全部关切
What concerns did analysts raise in <TICKER>'s latest earnings call?
# 单一主题（示例 AI，可替换）
What questions did analysts ask about AI in <TICKER>'s earnings call?
# 参会分析师名单（归因用）
Which analysts participated in <TICKER>'s earnings call Q&A?
# 最高频主题
What were the most frequently asked topics in <TICKER>'s earnings call?
# 被回避/未充分回答的问题
Were there questions that management avoided or didn't fully answer in <TICKER>'s call?
提问主题四大类（归类提取结果）：
| 大类 | 典型子项 |
|---|---|
| 财务 | 营收（分部增长/定价/需求）、毛利（成本结构/定价权）、指引、资本配置 |
| 战略 | 增长举措（新品/新市场）、竞争（份额/差异化）、并购、技术路线 |
| 运营 | 执行（产能/效率）、供应链（采购/成本/风险）、用工、地域表现 |
| 风险 | 监管/政策、宏观周期、竞争威胁/颠覆、交付与时间线 |
提问意图与「弦外之音」对照（判断分析师真实立场）：
| 提问措辞 | 真实含义 |
|---|---|
| "Help us understand..." | 我对此存疑 |
| "I just want to clarify..." | 这看起来不对 |
| "Some investors are asking..." | 我担心这件事 |
| "Looking out longer term..." | 短期看着偏弱 |
关切分级 + 解决状态（评估应答）：
| 分级 | 信号 | 状态 | 含义 | |
|---|---|---|---|---|
| Critical | 多名分析师、有 pushback、未解决 | Resolved | 给了清晰具体答复 | |
| High | 多次提问、细致追问 | Partially | 有细节但仍有缺口 | |
| Medium | 标准提问、应答尚可 | Deflected | 被转移、未正面回答 | |
| Low | 单次提及、简短带过 | Unresolved | 回避、承诺后续更新 |
热度表（量化主题优先级）： 提问数 + 追问数 + 分析师资历 + 管理层用时 → 标注 High/Medium/Low。追问越多往往说明前一轮答复不充分。
归因要点： 同一分析师反复同一主题 = 持续关切；多名分析师同一主题 = 普遍关切；首次出现的新主题 = 新风险/机会浮现；细致追问 = 对回应不满意。
示例
最小查询：
Identify key themes and concerns raised by analysts during TSLA's latest earnings call.
返回（结构化，节选，来源 TSLA_Q22025）：
关键分析师提问
- Robotaxi 业务融资 —— 分析师追问扩张 Robotaxi 的资金从何而来：靠汽车业务现金流还是另寻融资 [Dan Meir Levy]
- FSD 营收潜力 —— 关注 FSD 订阅的趋势与变现策略 [Mark Trevor Delaney]
- Megapack 销售影响 —— 太阳能项目税收抵免取消，是否冲击 Megapack 销售管线
- 激励退坡与自动驾驶挑战 —— 警示美国补贴流失叠加自动驾驶早期风险，或致几个艰难季度 [Elon Musk]
- 低价车型细节 —— 索要量产时间线与降本路径的更多信息 [Lars Moravy]
追问（AI 生成）
- Tesla 为 Robotaxi 业务给出了哪些具体融资机制？
- 如何对冲美国税收激励流失的风险？
- 低价车型量产投产的预计时间线？
来源：TSLA_Q22025，页码 5
返回结构含：关键主题、分析师归因、关切分类、管理层回应、AI 追问、逐字稿页码引用。引用格式 TICKER_Q#YEAR + Page: #，多源时交叉引用。
季度环比趋势示例： FSD 1→2→3→4（上升=关切升温）、Margins 3→2→2→1（下降=问题缓解）、China 2→3→2→2（稳定=持续监控）。
注意事项
- 强依赖 Octagon MCP：没有该 MCP 与有效
OCTAGON_API_KEY则无法运行；Key 经环境变量注入，确保无多余空格，勿硬编码。 - 重点抓未答与 pushback：管理层回避/转移的问题、分析师反复追问的主题，往往是最该深挖的风险；用解决状态表（Resolved/Partially/Deflected/Unresolved）落标签。
- 归因要可比：记录分析师姓名与机构，跨季度跟踪「谁反复问什么」；同主题多人问 = 普遍关切，需提到组合风险评估里。
- 量化优先级：用提问数 + 追问数 + 分析师资历构建热度表，别被单条高声量误导；追问数高=前序答复不足。
- 页码引用要保留：结论须可回溯到逐字稿页码（如
TSLA_Q22025, Page: 5），便于复核与研报署名。 - 不是交易信号：仅供投研参考，不构成投资建议；须结合财务、指引、价格反应与风控独立复核，与 10-Q/10-K 交叉验证；输入缺失或边界不清时先停下确认。
互见
- related：
octagon-earnings-call-analysis—— 全场指引/战略分析，叠加「分析师怎么问」这一层。 - related：
octagon-earnings-call-sentiment—— 管理层语气情绪，与分析师关切交叉验证「说了什么 + 怎么说 + 被追问什么」。 - related：
octagon-price-target-consensus、octagon-sec-risk-factors、octagon-sec-mda-analysis—— 把分析师关切对照目标价共识、10-K 风险因素与 MD&A。 - related：
alpha-vantage-market-data—— 需要行情/基本面数字佐证关切时拉取数据（其EARNINGS_CALL_TRANSCRIPT接口可作纯 API 替代）。 - combines_with：
octagon-equity-research-analyst、earnings-trade-analyzer、octagon-analyst-estimates—— 把提问关切并入卖方式研报、财报交易研判与「指引 vs 一致预期」对比。 - 源仓库另有
earnings-qa-analysis（关切 + 管理层应答）、stock-grades、stock-price-change等配套技能，本库暂未单列，可按需扩展。
采编自 OctagonAI/skills（MIT 许可），版权归 OctagonAI，已做中文适配重写。