研究流程
研究方法
Sector Signals基于公开来源生成AI研究报告。每份报告均标注"AI Generated"， 并通过强调可追溯性的结构化流程构建。
1. 数据采集
针对每个报告主题，我们在相关地域确定约30家目标企业和主题数据流。 公开来源包括企业IR页面、可持续发展报告、监管机构出版物（欧盟官方公报、金融厅、SEBI、MoEFCC）、行业媒体，以及通过Google API进行的基于实证的网络搜索。
2. 筛选与分类
采集的文档通过Gemini Flash-Lite进行相关性评分和信号类型分类 （法规、新品、并购、供应产能、财务等）。低于相关性阈值的文档将被剔除。
3. 汇总分析
利用Gemini Pro结合Google基础数据，对每家供应商生成结构化档案。 每份档案包含1,500字执行摘要和关键事件时间线，为报告各分析章节提供数据支撑。
4. 报告撰写
章节草稿由Claude Sonnet生成，以供应商结构化档案、主题背景及引用的事实卡为依据。 模型在数据引用时仅限使用事实卡中的内容，不得凭空推断。
5. 事实卡
数据引用和来源引用以结构化"事实卡"形式存储，包含来源URL、发布方和发布日期。 公开文章内联显示部分事实卡；完整数据层随报告提供。
6. 交付格式
报告以三种格式交付：
- PDF — 固定排版，适合阅读和内部分发
- Markdown — 可编辑文本，专为LLM工作流复用设计
- JSONL — 行分隔JSON格式的事实记录，可直接导入RAG流程或分析工具
7. 局限性与可信度说明
我们将报告定位为辅助决策的参考依据之一，而非替代主要尽职调查的完整解决方案。 所有内容基于公开信息，由AI生成并作相应标注。重要数据引用公开参考资料，不依赖专有访谈或非公开信源。