🤖 AI 跟我学 新手入门

NotebookLM 读财报：年报招股书 30 分钟拆完

NotebookLM 读财报怎么用？把 10-K、招股书、季报、电话会纪要灌进笔记本，AI 自动提关键数据、做同比环比、找风险因素、对比同业。附 5 个财报 prompt 和 7 步分析流程。

发布 2026/05/22

你是不是也遇到过这种情况

打开一份 200 页的美股 10-K 年报，光 Risk Factors 章节就 30 页，密密麻麻全是英文加财务术语。你想知道的其实就 5 件事：营收增长多少、利润率怎么样、现金流够不够、最大风险是什么、明年指引乐观还是保守。但翻完整本书要一整天，等你看完季报又出来了。

或者你在打新申购前要看招股书。一本招股书 500 多页，光「业务概要」就 80 页，「财务摘要」60 页，「风险因素」40 页。中介机构发的「深度报告」又厚得像本书。你只想 30 分钟搞清楚这公司值不值得申购，但没人帮你提炼。

这两个场景里，NotebookLM 读财报都能把你的工作量压缩到原来的十分之一。它不替你做投资决策，但能把 200 页年报自动提炼成你能在 30 分钟内吃透的核心数据 + 风险表 + 同业对比表。

用哪个工具 + 为什么

首选 NotebookLM。 理由：

  • 一本笔记本能装 50 份来源，覆盖一家公司 5 年的年报 + 4 个季度的季报 + 历次电话会纪要 + 行业研报
  • 每个回答都标可点击的引用，关键数据能直接跳回原文核对（合规审计场景下尤其关键）
  • 「只基于上传材料，不联网补训练知识」——这一点对读财报至关重要，避免被 AI 编造的「虚假财务数据」骗
  • 内置 Audio Overview 把财报浓缩成 10-15 分钟双人对话，地铁上戴耳机听完
  • 完全免费，比 Bloomberg Terminal 一年几万美元的订阅友好得多

辅助工具建议：

  • 拉数据：搭配 Wind / 东方财富 / Yahoo Finance 拉原始报表
  • 找原文：A 股看巨潮资讯网 cninfo.com.cn，美股看 SEC EDGAR
  • 跨公司对比：传多家公司年报到同一笔记本，让 NotebookLM 做对比

完整 Prompt 模板：5 个财报分析必备

模板 1：年报速读——5 分钟拿到核心结论

上传一份 10-K 或 A 股年报 PDF，让 NotebookLM 给你「高管视角的速读摘要」：

📋 Prompt 模板 
我上传了一份公司年报。请按下面 6 部分输出「速读摘要」：
    

  1. 公司一句话：业务模式、收入来源、所属行业（不超过 50 字）
    2. 

  2. 核心财务数据表（用 markdown 表格）：

      

    • 营业收入：本期 / 去年同期 / 同比变化
      • 

    • 净利润：本期 / 去年同期 / 同比变化
      • 

    • 经营性现金流：本期 / 去年同期 / 同比变化
      • 

    • 毛利率 / 净利率
      • 

    • 资产负债率
      • 

    

    3. 

  3. 三大业务亮点：每条 1 句话 + 引用原文
    4. 

  4. 三大风险信号：从「风险因素」「管理层讨论与分析」抽 3 条最关键的，每条 1 句话 + 引用
    5. 

  5. 管理层指引（如有）：明年营收 / 利润 / 资本开支预期
    6. 

  6. 一句话投资观点：基于以上数据，这份年报传递的信号是「乐观 / 中性 / 偏谨慎」，理由 3 句话
    7. 

要求：
    

  • 所有数字必须出自年报原文，标具体引用页码或段落
    • 

  • 不能补充年报里没披露的信息
    • 

  • 不要写「需要强调的是」「值得注意的是」这种 AI 套话
    •

模板 2：招股书拆解——打新前必读

适合港股 / 美股 / A 股打新前 30 分钟速读招股书：

📋 Prompt 模板 
我上传了一份公司的招股说明书。请帮我做「打新前速读」，按下面 8 部分输出：
    

  1. 公司画像：成立时间、总部、主要股东、核心团队（CEO 背景 1 句话）
    2. 

  2. 业务模式：怎么赚钱、客户是谁、收入大头业务占比
    3. 

  3. 历史财务表现：近 3 年营收、净利润、毛利率（表格）
    4. 

  4. 募资用途：本次 IPO 募多少钱、用在哪几个方向、各方向金额占比
    5. 

  5. 行业地位：原文里如何描述自己的市场份额、主要竞争对手是谁
    6. 

  6. 关键风险（招股书自己列的）：挑最重要的 5 条
    7. 

  7. 估值参考：原文是否给了发行价区间、PE / PS / PB，对应市值是多少
    8. 

  8. 老股东解禁安排：早期投资人、员工持股解禁时间表
    9. 

要求：
    

  • 数据全部基于招股书原文，标引用
    • 

  • 「估值是否合理」「能不能打」这类主观结论不用给，我自己判断
    • 

  • 招股书里没披露的内容（如行业 PE 中位数）不要凭训练知识补
    •

模板 3：季报跟踪——这季比上季有啥变化

把一家公司 4-8 个季度的季报传一本，让 NotebookLM 做时序对比：

📋 Prompt 模板 
我上传了「N」份同一家公司的季报。请帮我做「季度对比分析」：
    

  1. 营收时序表：每个季度的营收 + 环比 + 同比，用表格
    2. 

  2. 利润时序表：每个季度的净利润 + 净利率 + 同比
    3. 

  3. 分业务线趋势：如果公司披露分部数据，列每个业务线最近几个季度的营收变化
    4. 

  4. 关键经营指标趋势：用户数、付费率、客单价、毛利率等，按季度时序
    5. 

  5. 管理层口风变化：把每季度业绩说明会的「展望」段落摘出来，对比口风从乐观到谨慎或反之
    6. 

  6. 一次性事项标注：哪些季度的数字受一次性事件影响（如减值、出售资产、汇兑），需要剔除后看真实趋势
    7. 

输出格式：表格 + 趋势说明文字。
所有数字必须有具体季度 + 引用。如果某个数据某季度没披露，标「未披露」不要猜。

模板 4：电话会纪要拆解——管理层真实态度

把业绩说明会 / 电话会议纪要传一本，让 NotebookLM 抽信号：

📋 Prompt 模板 
我上传了「N」份业绩电话会纪要。请帮我做「管理层信号拆解」：
    

  1. 高频提及的关键词：管理层在这些电话会上反复提的概念（如「AI」「降本增效」「出海」），按频次排序
    2. 

  2. 管理层主动强调的进展：每场电话会里 CEO / CFO 主动 highlight 的 3-5 件事
    3. 

  3. 分析师追问的问题：分析师反复追问但管理层没明确回答的问题，列 5 条
    4. 

  4. 管理层回避的话题：哪些话题被分析师问到但管理层用「不予置评」「不展望」「商业敏感」类话术回避
    5. 

  5. 数字一致性核查：管理层口头报的数字跟最终财报披露是否一致，如有不一致列出来
    6. 

  6. 口风变化：把最早一场和最近一场的总结陈词对比，态度变化是积极还是消极
    7. 

输出格式：表格 + 关键引用。
所有结论必须标具体电话会日期 + 发言人 + 引用段落。

模板 5：同业对比——3-5 家公司横向看

把同行业 3-5 家公司的年报一起传一本：

📋 Prompt 模板 
我上传了「N」份同一行业不同公司的年报（公司 A、B、C…）。请帮我做「横向对比」：
    

  1. 规模对比表：营收、净利润、市值（如披露）、员工数
    2. 

  2. 盈利能力对比：毛利率、净利率、ROE、ROA
    3. 

  3. 增长性对比：营收 3 年 CAGR、净利润 3 年 CAGR
    4. 

  4. 财务健康对比：资产负债率、流动比率、经营性现金流 / 净利润
    5. 

  5. 战略重点对比：每家公司年报里「战略与展望」章节强调的方向
    6. 

  6. 风险因素重叠度：哪些风险是 3 家以上都提到的（行业共性风险），哪些是 1-2 家独有的（公司特性风险）
    7. 

  7. 一句话排名：按「增长性」「盈利能力」「财务健康度」三个维度各排序，最强 → 最弱
    8. 

输出格式：表格 + 简短解读。
所有数字必须出自各公司年报原文，标公司 + 引用。

手把手步骤

第 1 步：按分析目标建笔记本

打开 NotebookLM，一家公司或一个行业建一本，不要把所有跟踪标的混一本里。

[此处放截图：笔记本命名规则]

命名建议：

  • 「茅台 跟踪 2026」（单公司多年报告）
  • 「新能源车 - 比亚迪/特斯拉/理想 同业对比」（多公司横向）
  • 「港股打新 - XX 招股书 2026」（单次申购研究）

第 2 步：找到合规、可下载的财报原文

合规获取财报原文的渠道：

  • A 股年报 / 季报 / 招股书 → 巨潮资讯网 cninfo.com.cn 或上交所 / 深交所官网
  • 美股 10-K / 10-Q / S-1 → SEC EDGAR sec.gov/edgar
  • 港股年报 / 招股书 → 港交所披露易 hkexnews.hk
  • 业绩说明会纪要 → 公司投资者关系页 + Choice / Wind 的转写
  • 电话会议录音 → 公司官网 webcast 链接 + 用 Whisper 转写成 txt

[此处放截图：SEC EDGAR 检索页]

第 3 步：把材料整理成 NotebookLM 能读的格式

NotebookLM 支持的格式：PDF、TXT、Google Docs、网页 URL、YouTube。

财报常见整理方法：

  • PDF 年报 → 直接上传（NotebookLM 能识别 PDF 里的表格和图表说明）
  • HTML 财报页 → 复制全文存 txt 或者直接传 URL
  • 电话会纪要 → 复制到 Google Docs 再传，或者直接 txt
  • 大于 50MB 的 PDF → 拆分章节再传（如把 10-K 拆成 Business / Risk / MD&A / Financials 四份）

[此处放截图：上传来源界面]

第 4 步：先「问范围」再「问细节」

很多人一上来就问「这家公司值不值得投」——这种宽泛问题 NotebookLM 给的答案最差。先用模板 1 让 AI 出速读摘要，看完后再针对具体段落追问细节。

正确顺序：

  1. 用模板 1 拿全局摘要
  2. 看到「经营性现金流 -8 亿」这种关键数据 → 追问「这 -8 亿现金流主要由什么科目造成？分别多少？」
  3. 看到「应收账款大幅增长」→ 追问「应收账款前 5 大客户分别是谁？账龄结构怎么样？」
  4. 看到「研发投入翻倍」→ 追问「研发投入主要在哪几个项目？是否已资本化？」

第 5 步：让 AI 强制标引用 + 不确定标记

读财报最怕 AI 编数字。在每个 prompt 末尾加这两条：

所有数字必须标具体页码或段落引用。 任何不能 100% 确定数据出处的，标「需要核对」，不要写一个具体数字。

这两条加上后，NotebookLM 的虚构率会大幅下降。如果发现某个结论没引用，要么追问出处，要么默认这是 AI 临时演绎的，不能直接用。

第 6 步：导出关键数据到自己的模型

NotebookLM 输出的表格可以直接复制粘贴到 Excel / WPS。建议固定 4 张表：

  • 三大表精简版（资产负债 + 利润 + 现金流各 10-15 行核心科目）
  • 关键比率表（毛利率 / 净利率 / ROE / 资产周转率 / 经营现金流比率）
  • 业务分部表（按业务线、按地区）
  • 风险摘要表（5-10 条关键风险 + 原文引用 + 你的应对）

[此处放截图：Excel 财报模板]

每季度财报出来，重复上面流程，把数据填进模板，半年下来你对这家公司的认知会比读「深度研报」深 3 倍。

第 7 步：生成口袋音频陪你通勤复习

季度财报集中发布期间，每天能新增 3-5 家跟踪公司的研究。开车 / 通勤路上让 NotebookLM 把每家公司的笔记本生成一段 Audio Overview：

选 Chinese (Simplified) + 在 Customize 里写「两位投资分析师讨论这家公司本季度核心数据 + 关键变化 + 关键风险，10 分钟内讲完」→ Generate。

上下班一段路听 1 家，一周能复习 10 家跟踪标的。

输出示例 + 优化技巧

NotebookLM 输出真实样子

让 NotebookLM 对某家公司 2025 年年报用模板 1，部分输出如下：

公司一句话 主营 XX 行业的设计与销售，70% 收入来自国内 ToB 客户，2025 年开始拓展东南亚市场（引用：业务概要 P12）。

核心财务数据表

项目20252024同比
营业收入（亿元）58.348.7+19.7%
净利润（亿元）6.87.2-5.6%
经营性现金流8.19.4-13.8%
毛利率32.1%35.4%-3.3pp
资产负债率48.2%41.5%+6.7pp

（数据均引用财务报表附注 P78-92）

三大风险信号

  1. 毛利率 3.3pp 下滑，公司归因「原材料涨价 + 新品爬坡费用」（风险因素 P145）
  2. 资产负债率上升至 48%，主因 12 亿可转债发行（负债结构 P98）
  3. 应收账款 22 亿，同比 +35%，账期延长（财务报表附注 P85）

每条都带可点击引用，看完速读摘要后，直接针对这 3 条风险逐一追问细节即可。

5 个让 NotebookLM 读财报更准的技巧

  1. 同一公司不同年份分开问：把 2025 年报和 2024 年报分别建 2 本笔记本（或者明确标注），再做对比；同时混着问容易让 AI 把不同年份的数据搞混
  2. 数字一律要求带单位 + 引用：在 prompt 里写「所有数字必须带单位（亿元/百万美元/%）+ 引用，不允许只写裸数字」
  3. 表格让 AI 自己出 markdown 而不是纯文字：在 prompt 末尾加「结构化数据请用 markdown 表格输出，不要用纯文字罗列」
  4. 重大事项专项追问：年报里的重大资产重组、关联交易、违规处罚等内容，单独建一个 prompt 追问，不要混在速读里
  5. 跨季度核查口径一致性：让 AI 检查「Q1 / Q2 / Q3 / 年报中同一指标的口径是否一致」，公司经常悄悄改口径，AI 帮你发现这种猫腻

一个失败案例 + 怎么补救

失败案例

我有次把一家公司近 3 年年报 + 5 份券商研报一起传一本，问：「这家公司未来 3 年的合理估值是多少？」

NotebookLM 给了一个很自信的答案：「基于 DCF 模型和可比公司 PE，合理估值约 25 元/股」——但点开引用，根本没有任何一份材料里出现过这个数字。AI 把券商研报里的几个不同假设捏合后凭空造了个数。

为什么失败

「合理估值」这种问题超出了 NotebookLM 的能力边界——它擅长「从材料里找事实」，不擅长「做量化建模」。当用户硬要一个数字答案时，AI 会尝试用训练知识里的「估值方法论」去推演，但这个推演过程中很容易引入材料里没有的假设。

怎么补救

把估值问题拆成两步：

  1. 第一步问 NotebookLM「列出所有材料里提到过的估值方法和具体假设：DCF 的折现率是多少、可比公司是哪几家、PE 倍数用了多少倍」
  2. 第二步把这些假设抄到 Excel，自己用 DCF 或 PE 法算出来

NotebookLM 负责「找资料」，估值这种「算账」的工作回到 Excel 里自己做——这才是 AI 时代财报分析师的正确分工。

进阶玩法 + 类似场景

学会用 NotebookLM 读财报，同样的方法还能用在：

  • 基金中报 / 年报研究：把头部基金经理的中报小作文传一本，看持仓变化 + 观点演变
  • 行业研报合集：每年初把头部券商的「年度策略报告」全部传一本，找共识与分歧
  • 可转债分析：把可转债募集说明书 + 上市公告 + 半年报传一本，看条款 + 转股价 + 强赎风险
  • REITs 研究：把 REITs 招募说明书 + 物业评估报告传一本，提租金 / 出租率 / 折现率
  • 跨市场对标：A 股某公司 + 美股 / 港股同行业公司的年报一起传，做估值对标
  • 退市 / 重组研究：把面临退市公司的多份公告 + 重组方案传一本，看资产置换的合理性

每个场景都可以套用上面 5 个模板，只要把「公司年报」换成对应文档即可。

读完按你的下一步继续：

更多 AI 教程 见首页分类。