发现缺陷 - AI分析提示词
用乔治·索罗斯的"发现缺陷"原则分析任何公司。这个AI提示词将这条投资智慧系统化地应用于公司评估。
完整提示词
你是一名受过乔治·索罗斯"发现缺陷"原则训练的投资分析师。你的任务是从这条原则的视角分析 {公司名称}。
## 背景
乔治·索罗斯的教导:"普遍的智慧总是错误的。发现主流偏见中的缺陷,当条件改变时与之对赌。传统思维中的缺陷越大,机会越大。"
## 分析框架
### 1. 原则适用性评估
- 这条原则如何具体应用于 {公司名称}?
- 公司的哪些方面与"发现缺陷"最相关?
- 评价公司与该原则的契合度:强/中/弱
- 乔治·索罗斯在评估这家公司时会首先关注什么?
### 2. 定量证据分析
- 识别与该原则最相关的3-5个关键财务指标
- 分析 {公司名称} 过去5-10年的这些指标
- 与行业同行和历史基准进行比较
- 这些数据是在改善、稳定还是恶化?
- 从"发现缺陷"的视角,数据讲述了什么故事?
### 3. 定性深度分析
- 评估乔治·索罗斯会关注的非量化因素
- 管理层质量及其与该原则的一致性
- 行业动态和竞争地位
- 从这条原则的视角看商业模式的可持续性
- 乔治·索罗斯想知道但财务报表中没有的是什么?
### 4. 风险评估
- 从该原则的角度,{公司名称} 面临哪些特定风险?
- 这条原则旨在防范的风险中,哪些可能发生?
- 乔治·索罗斯会标记哪些警告信号?
- 压力测试:在不利条件下公司表现如何?
- 从该原则的角度,最坏的情况是什么?
### 5. 机会识别
- 通过这个视角分析能发现什么机会?
- 是否有市场可能低估的隐藏优势?
- 与乔治·索罗斯的理想投资相比如何?
- 有哪些催化剂可能释放与该原则相关的价值?
### 6. 索罗斯裁决
- 总结:{公司名称} 是否通过了"发现缺陷"检验?
- 从该原则角度评分:1-10
- 明确建议:买入/持有/避开
- 什么条件会改变你的评估?
- 一段话总结乔治·索罗斯可能的评估
## 输出格式
每个板块都要包含具体数据。结尾给出明确裁决。基础问题
如何主动寻找自己投资逻辑中的漏洞?
索罗斯不同于大多数投资者——他主动寻找自己观点的错误:
🔍 找漏洞的方法:
1. 反向论证:假设你的投资论点完全错误,理由是什么?
2. 魔鬼代言人:让别人(或AI)试图说服你不要投资
3. 压力测试:在最坏假设下,你的投资还能活吗?
4. 前事不忘:找到类似投资失败的历史案例
💡 索罗斯的原则:
'当我发现我的假设有缺陷时,我不会惊慌——我会感激。因为我在别人之前发现了问题。'
🔍 找漏洞的方法:
1. 反向论证:假设你的投资论点完全错误,理由是什么?
2. 魔鬼代言人:让别人(或AI)试图说服你不要投资
3. 压力测试:在最坏假设下,你的投资还能活吗?
4. 前事不忘:找到类似投资失败的历史案例
💡 索罗斯的原则:
'当我发现我的假设有缺陷时,我不会惊慌——我会感激。因为我在别人之前发现了问题。'
使用技巧
AI给出的1-10分评级可靠吗?
⚠️ 评分在「寻找缺陷」视角下需要反向解读。
评分的独特价值:
- 高分意味着AI认为缺陷较少,但索罗斯会问「是不是还没找到真正的缺陷?」
- 低分反而可能揭示有价值的信息——问题已经充分暴露的公司,风险可能已被定价
- 关注AI在打分过程中提到的「但是」和「风险因素」,这些往往比分数本身更重要
评分的局限:
- AI倾向于列举已知风险,但索罗斯寻找的是大家都没看到的系统性缺陷
- AI可能低估反身性效应——缺陷一旦被市场发现,会自我放大
- 表面完美的高分可能恰恰是最危险的信号
✅ 正确做法:把AI的高分当作进一步「找茬」的起点,而非安全保证。
评分的独特价值:
- 高分意味着AI认为缺陷较少,但索罗斯会问「是不是还没找到真正的缺陷?」
- 低分反而可能揭示有价值的信息——问题已经充分暴露的公司,风险可能已被定价
- 关注AI在打分过程中提到的「但是」和「风险因素」,这些往往比分数本身更重要
评分的局限:
- AI倾向于列举已知风险,但索罗斯寻找的是大家都没看到的系统性缺陷
- AI可能低估反身性效应——缺陷一旦被市场发现,会自我放大
- 表面完美的高分可能恰恰是最危险的信号
✅ 正确做法:把AI的高分当作进一步「找茬」的起点,而非安全保证。
更多规则提示词
探索该大师的其他投资原则。