findscripter 何时使用
- 想从财报电话会的问答（Q&A）环节中提取战略意图，而不只是看公司预先准备好的开场陈词时。
- 需要识别分析师真正关切的问题（反复追问的、有 pushback 的话题往往是风险信号）时。
- 需要捕捉管理层在即兴、非脚本回答中透露的细节——指引澄清、竞争动态、利润率驱动、资本配置等。
为什么单看问答？ 问答比开场陈词信息量更大：开场陈词是脚本化、只讲正面、公司可控的高层口径；问答则更坦诚、由分析师设定话题、被迫直面关切、给出颗粒度更细的洞察。
不该用的边界：
- 只想解读照本宣科的开场陈词 / 整场电话会概览——用
octagon-earnings-call-analysis。 - 实盘下单、交易执行——本条只做研究。
- 脱离 Octagon MCP 取数、凭记忆或猜测「编」分析。
前置：助手需已配置 Octagon MCP（Cursor / Claude Desktop / Windsurf 等），否则下列查询无法执行。
步骤
把 <TICKER> 替换为目标股票代码，按需替换 <SECTOR>/<YEAR>。
第 1 步 · 整体扫描问答——先拿全局战略画面：
分析 <TICKER> 最新一次财报电话会问答环节，提取关于未来战略的洞察。
第 2 步 · 按主题定向深挖——针对高价值主题逐一发问：
# 战略优先级
分析 <TICKER> 财报电话会问答中的战略优先级。
# 分析师关切
<TICKER> 财报电话会问答里分析师提出了哪些担忧？
# 竞争动态
从 <TICKER> 财报电话会问答中提取竞争相关洞察。
# 利润率讨论
分析 <TICKER> 最新财报电话会中与利润率相关的问答。
# 资本配置
管理层在 <TICKER> 问答中就资本配置（回购/分红/并购）说了什么？
# 指引澄清
从 <TICKER> 财报电话会问答中提取对业绩指引的澄清。
第 3 步 · 评估与合成——对取回的问答做三层判断（见「指令」），输出结构化结论。
预期产出（Octagon 返回的结构）：
| 组件 | 说明 |
|---|---|
| 战略主题 | 讨论到的关键战略优先级 |
| 主题拆解 | 按议题分门别类的分析 |
| 关键洞察 | 问答中的重要 takeaway |
| 跟进问题 | AI 生成、用于深挖的后续问题 |
| 来源引用 | 具体到纪要页码的出处 |
指令
1 · 评估分析师意图——从提问方式读出 Street 的诉求与信号：
| 提问句式 | 可能意图 |
|---|---|
| "Can you quantify…" | 找建模输入（要数字） |
| "How do you think about…" | 试探战略 |
| "Are you concerned about…" | 识别风险 |
| "Relative to peers…" | 竞争定位对比 |
| "Looking out 2-3 years…" | 看长期轨迹 |
主题重要性判据：被 3+ 名分析师追问 = Street 眼中的关键议题；CEO/CFO 亲自详答 = 高关注区；有人继续 pushback = 重要风险。
2 · 评估管理层回应质量：
| 质量 | 信号 |
|---|---|
| 强 | 直接作答、给具体数字、有底气 |
| 一般 | 切题但只给方向 |
| 弱 | 含糊、转移话题、回避 |
| 防御 | 找借口、归咎外部 |
回应红旗（red flags）——往往比答案本身更说明问题：
| 红旗 | 隐含担忧 |
|---|---|
| "I'll let [CFO] answer" | CEO 在回避该话题 |
| "As we said earlier" | 拒绝给新增量信息 |
| "It's early" | 把问题往后拖 |
| 长篇大论的非答复 | 在打太极/混淆视听 |
| 与开场陈词自相矛盾 | 口径不一致 |
3 · 合成叙事：① 提炼主导主题；② 评估管理层在各回应中的信心；③ 标注分析师 pushback 暴露的未决关切；④ 抽取可用于财务模型的硬数据；⑤ 整理跟进问题。每条结论都要带 Octagon 返回的页码引用，缺数据写 DATA NEEDED，切勿编造。
示例
分析 AAPL 最新一次财报电话会问答环节，提取关于未来战略的洞察。
返回会按主题组织，并对每个论点标注出处，例如：
苹果 (AAPL) 在最新财报电话会问答中强调三条战略优先级：
AI 战略 —— 区别于同业的差异化打法，把 AI 无缝嵌入现有产品/服务，
加速换机周期、扩展 AI 服务收入、坚持隐私与安全优先。
Source: AAPL_Q32023 [Page 9]
供应链管理 —— 主动分散产能以对冲地缘风险（加大印度组装、布局
二级制造中心、深化供应商协作降本）。
Source: AAPL_Q32025 [Page 6]
跟进问题：
- 下一代产品周期优先落地哪些具体 AI 功能？
- 印度产能占比相比往年提升多少？
注意事项
- 与开场陈词对照：留意问答相比脚本陈词在语气与细节上的落差，落差处常藏真信息。
- 追踪反复出现的问题：被多次问到的话题就是关切信号。
- 关注「非答复」：管理层刻意回避的内容往往更值得追。
- 盯住 pushback：分析师反复施压 = 重要议题。
- 顺着跟进问题挖：第二个追问常比第一个更见底。
- 跨季度对比：建一张「主题 × 季度」追踪表，看 AI / 利润率 / 供应链等议题的提问频次如何演变（上升=关注升温，消失=已解决或被掩盖，需查 SEC 文件）。
- 取数纪律：以 Octagon MCP 返回为准；每个结论带页码来源；缺失项写
DATA NEEDED而非估算。 - 用其它 Octagon 子技能回答跟进问题：财务细节 → 利润表/资产负债表类；竞争数据 → 行业估值类；历史对比 → 行情/市值类；战略印证 → SEC MD&A / 风险因子分析。
互见
- requires：无硬前置；但运行依赖已配置好的 Octagon MCP。
- related：
octagon-earnings-call-analysis（整场电话会分析，本条是其问答聚焦版）、octagon-earnings-call-sentiment（量化情绪佐证回应质量判断）、octagon-analyst-estimates（用一致预期校准指引澄清）、octagon-sec-mda-analysis（去 SEC 文件印证管理层口径）。 - combines_with：
octagon-earnings-call-analysis（开场陈词 + 问答合成全貌）、octagon-analyst-estimates（一致预期 vs 问答中的指引细节）、octagon-sec-mda-analysis（CEO 回避时下钻官方披露）、octagon-equity-research-analyst（把问答洞察并入完整投研报告）。
本条采编自 OctagonAI/skills（MIT）。