在当前行业报告数量激增的背景下，想从五千字文档内、三分钟里快速提炼出可指导实际操作的核心观点，仅靠粗略浏览几乎无法实现。关键问题在于——你真正需要的并非“综上所述”式的总结，而是能够直接转化为落地行动的有效判断。接下来分享的这套方法，基于对新能源储能赛道的多年持续跟踪与验证，能够帮助您借助知乎直答实现精准信息萃取。

必须同时满足三条严格标准：①每个观点均需对应原文中可定位的段落编号；②禁止使用模糊表达，动词必须限定为“已验证”“已部署”“已导致”；③若涉及数据，须注明原始出处类型（企业财报/第三方研报/实地访谈）。

先界定AI的角色与判断标准

启动知乎直答后，输入以下提示词：

【你是一名拥有8年产业咨询经验的分析师，主攻新能源储能赛道。请先回答：为确保你提炼的观点具备专业可用性，必须满足哪三条硬性标准？等我确认后，再提交报告原文】。

待AI返回标准内容。通常情况下，它会列出：①每一条观点必须对应原文中可定位的段落编号（例如P12第三段）；②禁止使用“可能”“有望”“一定程度上”等模糊措辞，动词必须为“已验证”“已部署”“已导致”；③若涉及数据，必须标明原始出处类型（企业财报/第三方研报/实地访谈）。

【如果AI未提及段落编号要求，请立即终止交互——这意味着它无法锁定观点来源，后续输出必然偏离主题】。

确认标准后，立刻回复：“确认，现在我要提问的是：【粘贴你的行业报告原文】”。

运用STAR模型强制拆解观点结构

提交原文时，附加指令：

【请使用STAR模型逐条拆解文中所有关于“工商业储能经济性拐点”的观点：S=该观点成立所依赖的具体市场情境（如峰谷价差≥1.2元/kWh且地方补贴≥0.3元/kWh）；T=观点试图解决的明确任务（如判断某园区自投储能项目IRR是否达标）；A=支撑该观点的实操动作（如需调取当地电网结算单+补贴申领流程图）；R=可验证结果（如某浙江案例实际IRR达14.7%，超出阈值2.3个百分点）】。

这一步骤将直接跳过所有宏观描述，只保留带有场景、动作和数字的实质性内容。没有R值的观点将被自动剔除。例如，当AI写出“A=需调取当地电网结算单”时，下一步行动并非抽象地思考“如何验证”，而是直接前往对应平台下载PDF文件。

按优先级排序核心观点

第一步：将AI输出的所有观点复制到Word文档中；

第二步：在每条观点末尾手动添加标签——【决策级】（影响是否立项）、【执行级】（影响实施方式）、【预警级】（影响是否需紧急刹车）；

第三步：利用Ctrl+H批量替换功能，将【决策级】换成①、【执行级】换成②、【预警级】换成③；

第四步：按数字升序排列整段文字。排序完成后，第一条永远是今天会议上需要敲定的事项，最后一条则是法务部门必须介入的风险点。

若不进行排序，结果便是：你花费20分钟阅读，却依然不清楚第一件需要决策的事是什么。这一操作虽然极其简单，却是从“理解内容”跨越到“实际应用”的关键分水岭。