【视频附件】搭建自己的AI投研系统 —— 从0到1可操作全流程

配套视频：《如何搭建自己的AI投研系统？》

这份文档是可照做的操作手册，不是讲道理。视频里我一步步做给你看，你可以暂停、照做、跟上。
我演示用的是我的 HOLDLE 投资策略 + DeepSeek Harness（DSH）+ 本地知识库文件夹；你完全可以换成你自己的策略、换成你顺手的工具，流程一模一样。
文档里凡是标 ★操作 的是"只能你手动做的事"（建文件夹、放资料、查数据、配工具），凡是标 ✍提示词 的是"你复制发给AI的话"——提示词里已经包含了让AI保存成果的指令，你不用再手动存。

第零章｜开跑前：先搞清楚你手上的两样东西

搭建这套系统，你其实只需要两样东西：

记住这个分工，后面每个阶段你都这么做：

1. 在知识库里，把资料和成果分门别类存好（建好文件夹、放进原始资料，这步只能你手动）
2. 在工作台里，告诉AI去读知识库里的东西、帮你干活（✍提示词）
3. 以后每一份产出，都让AI自己保存成文件、存回知识库——在提示词里直接写明"请保存到【XX】文件夹"，不用你手动复制。存好，后面才找得到、用得上。

这一步不动代码，只是把"用哪两样工具"想清楚（工具的安装配置，看各工具官方说明即可）。下面每一步我都按这个分工来。凡是要落盘的产出，我会在提示词里直接让AI存；连实战用的行情数据，也让AI自己上网查。整份清单里，只有建文件夹、放原始资料这几件事需要你手动。

阶段一｜搭知识库 + 把资料喂给AI

★操作1 在知识库里，先建一个项目文件夹，分好类（只能手动）

不管你的知识库用什么管（DSH 方案里就是一个本地文件夹），先新建一个项目根文件夹，然后按你方法的结构建几个子文件夹。**这一步是为了让AI以后好检索，分类越清楚，后面越省事。**建文件夹这个物理动作只能你手动。

我演示用的结构长这样（你可以照抄，把里面的名字换成你的方法的名字）：

HOLDLE投研知识库/
├── 01_原始资料/          ← 放你的方法原文、课程、笔记（教材）
├── 02_知识拆解/          ← 阶段二 AI拆出来的结构化内容（放这里）
├── 03_投资体系/          ← 阶段三 整理成的那套体系文件（放这里）
├── 04_训练记录/          ← 阶段四 训练、考核、纠错记录（放这里）
└── 05_上岗指令/          ← 阶段五 固化后的常驻指令（放这里）

★操作1.2 把你的原始资料，放进 01_原始资料/ 文件夹（只能手动）

把你那些方法相关的资料——课程、整理的笔记、规则文档——全部放进去。原始资料只有你有，这一步必须手动。格式越规整越好：如果资料很长，建议拆成章节/主题几个文件，再补一个"术语词典"（把你方法里的专业词定义清楚）、一个"目录"（哪里讲什么）。AI读得越顺，后面越准。想让AI帮你把目录结构理清楚？可以把文件名列给它，让它给出建议，但文件得你亲手放。

✍提示词1A 让AI通读你整批资料（第一句对AI说的话）

复制这段发到工作台（codex/workbuddy/DSH都一样）：

请到我的知识库里，读取【01_原始资料】文件夹里的全部内容（一共X个文件：ABC…）。这是一整套投资交易方法的原始资料。
你先把这一整套东西完整读一遍，然后告诉我三件事：

1. 这套方法整体在讲什么？
2. 它最核心的信念是什么？
3. 每一章/每个文件，大概解决了什么问题？

这段在干什么： 让AI读你的资料、建立整体理解，先搭框架再谈动手。这一条只让它读和说，不做别的。
能得到什么： AI返回一段"方法概览"，证明它读懂了。流程跑下来，我这边得到的是：

"《HOLDLE投资交易课》，一套给普通个人投资者的"规则化、低频、可复制"的股票交易系统，核心是"结硬寨、打呆仗"——不急不躁，用一套死规矩把选股、择时、管理全流程管起来，让普通人不用和机构拼信息、拼速度，而是拼规则和纪律。……"

→ 先在这里停下来，检查AI读对了没： 看它概括的方法、信念、各部分作用，是不是跟你心里的那套一致。理解对了，才发下面的 1B；理解跑偏了，先纠正它（"你哪块理解偏了，正确的是什么"），再继续。这一步是第一次把门，别跳过。

✍提示词1B 让AI把"方法总览"存成文件（AI自己落盘）

确认AI读对之后，再发这段：

你把刚才那份"方法整体在讲什么、核心信念、各部分作用"，整理成一份"方法总览"，保存成文件，存到知识库【01_原始资料】文件夹里（命名： 00_方法总览.md）。

这段在干什么： 让AI把1A的理解落盘成一份"方法总览"文件，并入库。
能得到什么： 知识库【01_原始资料】里留下一份"00_方法总览.md"——后面所有阶段，AI都该先读它，确保不跑偏方向。

阶段二｜知识拆解：把"课文"变成可执行规则

本阶段一共3个小步，核心是让AI把"一整篇的方法"拆成"一条条的规则"。

小阶段2.1 让AI先出"拆解计划"

新建一个会话（或告诉AI继续读知识库），然后——

✍提示词2.1 复制发给AI：

光让你通读一遍不够。我要你把这套方法的原始资料，拆解成【原始观点、核心原则、判断流程、决策规则、常见错误】这种结构化的东西——这样你以后才能照着规则办事，而不是背课文。
动手拆之前，先给我一份"拆解计划"，内容包括：

1. 你打算把这套方法拆成哪几个大模块？
2. 每个模块要提取哪些核心内容？
3. 哪些地方是你拿不准、需要我拍板的？列成"待确认问题清单"给我，标清优先级（P0必答 / P1重要 / P2确认）。
   拆解计划完成后，请把它保存成文件，存到知识库的【02_知识拆解】文件夹里。

这段在干什么： 让AI动手前先规划——拆几大块、每块挖什么、哪些它不确定要先问你。这一步最真实：AI会反过来问你它拿不准的地方。
能得到什么： 一份"拆解计划"，含模块划分 + 一份要你回答的问题清单。演示时，AI提的问题长这样（节选）：

我准备拆成6大模块：A底层认知、B选股方法论、C择时体系、D管理体系、E实战案例、F体系整合。
以下是我拿不准、需要您拍板的问题（P0必答）：
①【我方法里对某个信号/时点的定义表述有细节歧义（如柱子的状态判断这类），请确认标准表述（具体条件按你的方法写，示例留白）】
②【回撤时MACD没出现绿柱，是继续等下一个回撤，还是本次信号放弃？】
③【止损的阶梯参数是否仍是当前实际使用的数字？】

⚠️ 关键： 这一步你得能回答AI的问题——因为只有你最懂你自己的方法。答不上来的人，基本走不到最后。这也是为什么视频里我一直强调"方法才是根"。

小阶段2.2 你回答AI的"待确认问题"

✍提示词2.2 把AI列的问题清单，逐条填上你的标准答案，回给它：

问题清单我看了，逐个给你标准答案：
①【把你这套方法的精确定义写这里】。三者必须同时满足，缺一不可。
②【把你方法里这个分支的处理方式写到这里】。
③【把你方法里这个参数写到这里】。
你按我的标准答案修正拆解方向。
把修正后的拆解计划和我的标准答案，一并保存到知识库的【02_知识拆解】文件夹。

这段在干什么： 你作为方法的"主人"，把AI拿不准的关键点逐条拍板。这是"我审核、它才敢动手"的本体。
能得到什么： AI确认理解、纠偏方向后，才进入正式拆解。这轮也确认AI抓准了你方法的命门，没跑偏。

小阶段2.3 让AI逐模块拆解

✍提示词2.3 复制发给AI：

现在按我确认过的拆解计划，正式开拆。每拆完一个模块，输出成一份标准格式文档，统一包含这7块：
一、原始观点（资料原文的核心论点）
二、核心原则（能提炼成通用原则的）
三、判断流程（如果有明确的决策步骤）
四、决策规则（如果有明确的规则）
五、常见错误（资料里提到的或你推演的）
六、待确认的问题
拆完一个模块先给我看一个，我审核通过，你再拆下一个。
每拆完一个模块，把该模块的文档保存成文件，存进知识库的【02_知识拆解】文件夹（文件名带模块名和序号）。

这段在干什么： 让AI按统一模板，把厚厚的"课文"改写成一张张"可执行说明书"，每拆一个先给你审（AI会先贴出来给你看），是质量闸。
能得到什么： 一份份标准结构的拆解文档，AI自动落盘到知识库。HOLDLE 的方法拆完是6篇：认知篇、选股篇、择时篇、管理篇、实战篇、体系篇，每篇都是"观点→原则→流程→规则→错误"的规整结构。**这是AI以后能"照着办事"的原料。**拆完之后，你要做的只是看AI贴出的文件清单、确认6篇都在且格式统一——你确认过的每一份，都是你亲手把关过的"标准答案"。

阶段三｜建投资体系：把拆解整理成知识库

小阶段3 让AI把拆解升级成"体系文件"

✍提示词3A 先让AI确认已掌握拆解结果：

你把【02_知识拆解】文件夹里的全部拆解结果完整读一遍，然后告诉我：这套拆解下来的方法，整体结构是怎样的？每个模块解决什么问题？

这段在干什么： 让AI先吃透自己拆出来的东西，把"拆出来的一堆"在脑里串成整体。
能得到什么： AI复述一遍拆解的整体结构。先确认它真理解了自己的拆解，再进入下一步整理成体系——理解对了才发 3B。

✍提示词3B 让AI把拆解放大成"投资体系"（AI自己落盘）：

你把【02_知识拆解】文件夹里的全部拆解结果，系统整理成一套完整的"投资体系"。
请整理成这几个核心文件，每个都要结构化、条理清晰，让任何AI以后读到这套体系，都知道该怎么一步一步判断：

1. 投资哲学 —— 为什么这么做投资（底层信念）
2. 投资理念 —— 核心方法论总纲（怎么选、怎么等、怎么管）
3. 【状态A / 你的买入时机判断体系】 —— 什么时候该考虑买入的核心信号
4. 【企业分析体系】 —— 怎么选好公司
5. 【交易管理规则】 —— 怎么控制风险
6. 一张【入场决策流程图】
   把这6个文件分别保存，存进知识库的【03_投资体系】文件夹。

这段在干什么： 让AI把分散的拆解，重组成一套有层级、可检索的体系文件。这是"知识库"真正成型的一步。
能得到什么： 一套完整的投资体系文档（约6个文件）由AI分别保存进知识库【03_投资体系】，从"为什么"到"怎么做"到"怎么管风险"层层递进，配一张决策流程图。之后AI判断任何标的，都知道该看什么、按什么顺序查。存完后让AI贴一份清单，你确认6个文件齐了就行。这套体系，就是你AI的"操作手册"，后面训练和上岗全靠它。

阶段四｜训练”投研助手“：让它真正学会"用"这套体系

这是全流程最磨人、也最不能省的一步。资料摆在那≠会用得对，得反复教、反复纠错、还可能翻车。单这一环节磨掉几个礼拜、几个月，都不算稀奇。

小阶段4.1 让AI通读体系，准备实战考核

✍提示词4.1 复制发给AI：

现在你手上有我整套的投资体系文件（在知识库【03_投资体系】文件夹里），还有前面训练攒下的纠偏记录（在【04_训练记录】文件夹里）。你的任务，是学会"用"这套体系做投资判断。
先把这套体系完整读一遍，理解每一条规则；再把【04_训练记录】里的纠偏记录也过一遍，记住你之前犯过的错，这次别再犯。读完之后我要考你——给你一只真实股票，你要按这套方法，一步一步判断出：能不能买、什么条件下可以买、风险怎么控制。
准备好之后告诉我。

这段在干什么： 让AI从"读过资料"进入"准备实战考核"状态，并把它过往的纠偏记录一起带上——这样它带着"犯过的错"上考场，不是失忆重来。
能得到什么： AI通读体系后确认准备就绪，进入考核。

小阶段4.2 实战考核：给真实股票，让AI按方法判断（分三步考）

现在让AI自己上网查一只股票，并自动拉取真实数据，让它自己做判断。考试分三步，从易到难：第1题只考企业质量，第2题只考时机，第3题才把前两步合起来做完整判断。一步步来，哪一步错了，你一眼就能看出来，纠起来也清楚。

⚠️ 先记住一条：AI 联网查的数据不一定准（尤其后复权K线、MACD 这类网页不直接给的东西，它可能自己脑补）。所以每题都要求它注明数据来源链接、列出几个关键数据点，你抽查核对过，再信它的判断。数据错了，后面全白搭。

✍提示词4.2-1 第1题：只考企业质量——这家公司过不过关：

考试开始（第1题）。请【上网 / 用你联网查数据的能力】查【某公司】的财务数据（近几年的年报/财报）。这是实战考核用，数据要尽量准：请在开头注明数据来源链接，并列出几个关键财务数字（如营收、净利润、现金流），我会抽查。
这一题只考一件事：按我的体系，这家公司的企业质量过不过关？【你方法里企业质量的门槛是什么，逐一对照】
过关 / 不过关，给个明确结论，每一步说明你对照的是哪一条规则。

这段在干什么： 第1题最简单，只做一道"过不过关"的判断题——按你方法里企业质量的门槛，逐条对照，给结论。
能得到什么： AI先给一个明确结论（过关/不过关）和它对照的规则。如果质量不过关，按你的方法可以直接否决，后面的题都不用考了。

✍提示词4.2-2 第2题：再考时机——满不满足买入条件：

考试开始（第2题）。接第1题，再请查【某公司】的历史行情，要后复权的月K线、日K线（最好带上 MACD 指标），时间跨度够长一点（过去X年）。请在开头注明数据来源链接，并列出几个关键价格点位（如某年最高/最低价），我会抽查。
这一题考第二件事：按我的体系，现在/历史是否满足买入时机条件？【你方法里入场时机的精确条件是什么，逐一对照】
满足 / 不满足，给个明确结论，每一步说明你对照的是哪一条规则。

这段在干什么： 第2题考时机。质量过关了，还得看时机到没到——两步都要过，缺一步都不行。难度从这里开始上来，AI最容易在这道题翻车。
能得到什么： AI给一个明确结论（满足/不满足）。这套方法练下来就是在这里翻过车的：AI前面考质量、考综合都满分，一到时机判断，把【你方法里买入时机的精确条件（此处示例留白）】当成了买入时机。这份错误正好用来做后面的纠错练习。

✍提示词4.2-3 第3题：综合大题——完整判断：

考试开始（第3题）。把前两题合起来，对【某公司】做完整判断：

1. 企业质量评估 —— 过不过关？（第1题的结论）
2. 择时判断 —— 满足不满足买入时机？（第2题的结论）
3. 如果两步都过，什么时候入场、风险怎么控制？
   请每一步说明你用的是体系里的哪一条规则；数据是你查的，请在开头注明数据来源链接，我会抽查。

这段在干什么： 前两题是拆开考，这题是把两步合起来完整判断——这才是实战。
能得到什么： AI产出一份完整投研判断（质量 → 时机 → 入场风控），全程注明数据来源。这份产出，就是后面 4.3 纠错练习的对象。

小阶段4.3 纠错：你指出错误，AI记进错误库

✍提示词4.3 你发现AI判断错了，发这段纠偏给它：

你刚才的判断错了。问题在于：【把AI犯的具体错误写这里，例如："你把……当成了买入时机，但你的方法要求……（具体判断条件按你的方法写，示例留白）"】
这就是典型的"背了定义、没真懂"。请你：

1. 把这条错误记进你的"错误库"
2. 说明你为什么会错、正确判据是什么、下次怎么避免
3. 然后重做这只股票的判断。
   重做完成后，把这条纠偏记录（错了什么、正确判据、怎么避免）保存成文件，存进知识库【04_训练记录】文件夹，命名如"纠偏记录_第N条_股票名.md"。

这段在干什么： 你逐条纠偏AI对方法的理解偏差；AI把错误记进"错误库"防止再犯。保存进知识库这一步特别重要——你关掉会话再开，AI靠这些记录才能"长记忆"，不然每次都是新的。
能得到什么： AI反思→记录错误→重做判断。错误库越积越厚（会自动存在知识库里），AI对方法的把握越来越准。

⚠️ 这段是全流程最花时间的部分： 犯一个错纠一个、纠完记下、再考，几十上百个来回。每一步纠偏都要保存进知识库的【04_训练记录】——这是你穿越会话的长记忆，是AI"越用越懂"的根本。这一环节能磨掉你几个礼拜——会"读"和会"用"真是两码事，这一步省不得，配得上"反复保存"的耐心。

小阶段4.4 系统化考核：用标准考卷验收（可选，但强烈建议）

✍提示词4.4 复制发给AI，阶段收尾验收：

训练到这里差不多了。最后做一次系统考核，验收你是不是真学会了。考核分4部分：
A. 边界辨析 —— 给你几个场景，判断该不该买/卖、窗口开没开（测你会不会混淆规则）
B. 安全审查 —— 给你几段别人的分析，找出里面的方法错误（测你能不能识别错误）
C. 拒单演练 —— 给你一支"看起来能涨"但有问题的标的，给出冷静的拒绝或引导回复（测你会不会迎合）
D. 完整分析 —— 给你一支真实标的，独立拉数据，输出一份完整投研报告（测你能不能独立跑完全流程）
总分80以上算通过；【择时/时机判断】错一题，总分达标也不算过。
把考核结果和暴露的薄弱点，保存成文件，存进知识库【04_训练记录】文件夹。

这段在干什么： 用一套结构化考卷，验收AI是否真的"内化"了方法——不只会背，还会用、会识别错误、会守边界。
能得到什么： AI的考核得分 + 暴露的薄弱点清单。让"它学会了"有据可依，而不是你嘴上说。

⚠️ AI 是给自己打分，会偏宽松：交卷后你抽查几道题，特别是它判"通过"的题——它觉得对的，你未必觉得对。你说了才算。

小阶段4.5 回炉薄弱项（针对考核不过关的点，单独揪着练）

✍提示词4.5 复制发给AI，针对暴露的薄弱点：

你这次考核，【薄弱环节】还是没过关：【举例：把AI在窗口管理上犯的具体错误写这里，判断条件按你的方法写（示例留白）】。
把这条规则再抄一遍，然后我给你【组别不同】的历史K线，你逐组判断：窗口什么时候开、什么时候关、关了之后该做什么，直到全对为止。
练完把这条规则的最终正确理解，更新保存到知识库【04_训练记录】里的相关纠偏记录。

这段在干什么： 针对考核暴露的具体薄弱点，用专项数据反复练到过关。这就是"两个月磨合"的真实内容。
能得到什么： 薄弱项修正，AI对易错点的把握从"背过"升级成"能执行"，并沉淀进知识库。

阶段五｜做成skill，正式上岗：训练完成，AI成为随时可用的投研助手

小阶段5.1 把核心规则固化进"上岗指令"

这一步是把前面训练悟到的"最关键的几条规则"，整理成一段常驻指令（相当于给AI办一张"永久通行证"）。提炼和保存都交给AI——你只负责审核它写得好不好。

✍提示词5.1A 让AI先提炼"上岗常驻指令"草稿：

训练完成，你正式上岗。现在请你把我这套方法里最关键、最不能错的核心规则，提炼成一段"上岗常驻指令"（输入给我审阅）。要求包含这几个部分：
① 两层概率优势：先看企业质量，再看择时，第一层不过就直接否决（两层是什么、关系如何，按你的方法写）。
② 企业质量门槛：【你方法的量化标准，如ROE/毛利率/现金占比，不达标直接否决】
③ 择时判断：【你方法的买入时机精确定义 + 窗口管理规则】
④ 交易管理：【你方法的分散持仓、建仓方式、止损/出场规则】
⑤ 术语红线：全程用你方法的术语，禁用错误表述。
⑥ 错误警钟：判断前先过一遍【04_训练记录】里的纠偏记录，训练时犯过的错绝不再犯。

这段在干什么： 让AI把训练成果提炼成一段"上岗常驻指令"草稿（相当于给AI办"永久通行证"的初稿）。
能得到什么： AI提炼出一段草稿。先在这里停下来，你审核它写得好不好——不对的地方让它改，改到你满意为止，再发 5.1B 保存。

✍提示词5.1B 让你审定的指令存成常驻文件（AI自己落盘）：

这份上岗常驻指令我确认了。请把它保存成知识库【05_上岗指令】文件夹里的一份常驻文件。

这段在干什么： 把审定后的上岗指令落盘到知识库。保存已写进提示词，AI自己存。
能得到什么： 一份存进知识库【05_上岗指令】的常驻指令。注意： 这一步不是让AI直接能用就完，而是永远固化这套规则——你每次调用它，它都先读这份指令，保证它永远按你的方法办事、不跑偏。这份指令，就是下一步做成skill时填进去的内容。

小阶段5.2 把它做成skill（让AI自己封装，强烈推荐）

规则固化好了，最后一步是让AI"一键带上"这套规则。这一步不用你手动配工具——直接把下面这段提示词发给AI，让它自己把规则封装成一个 skill（不同工具叫法不一样：DSH叫skill、codex有自定义指令、workbuddy有记忆，但动作一样）。

✍提示词5.2 复制发给AI：

现在请你把我刚才审定通过的上岗常驻指令，做成一个 skill（或你工作台里对应的"自定义指令 / 记忆"），让我以后一句话就能召唤你。步骤：

1. 把这份指令整理成一份 skill 文件，命名【HOLDLE投研skill】，放进你的 skill 目录（按你所在工具的规范）
2. 注册好，然后测试调用一次：按这套规则分析一只股票，把跑通的结果给我看
3. 告诉我，以后我一句话怎么召唤你

这段在干什么： 让AI自己把审定后的规则封装成 skill 并测试——你不用碰工具设置，发一段提示词就完事。
能得到什么： AI封装好 skill 并自测通过，"随叫随到、永不跑偏"。

💡 如果你的工具不支持AI自己新建skill： 就让AI把skill文件写好（内容就是【05_上岗指令】那份指令），你手动放进工具的skill目录，一次搞定，以后照样一键调用。

小阶段5.3 最终演示：一句话召唤AI干活

从今以后，每次想让AI分析股票，一句话就行：

✍提示词5.3 复制发给AI：

调用我的【HOLDLE投研skill】。然后：用你的体系，帮我完整分析一下【XX公司】。
（没做成skill的，把第一句换成"请先读知识库【05_上岗指令】文件夹里的常驻指令，按它执行"，效果一样。）

不知道问什么？两个示范问法（视频里演示的就是这两个）：

问法1（筛股）：用你的体系，帮我分析一下A股科技行业的股票：哪些值得关注？哪些近期有买入机会？
问法2（回测）：请完整复盘一下"英伟达"这只股票：如果回到十年前，按照我们的方法论，能赚到多少钱，并生成复盘报告？

（回测类问题的答案，先看过程再看结论：它按规则走了几年、出手几次、忍住几次、空仓多久。数字只作参考——那是数学模拟，不是真实账户收益。）

这段在干什么： 展示训练成果——你只给一句话，AI就按整套体系跑完全流程。
能得到什么： AI产出一份完整投研报告（企业质量 → 择时判断 → 交易管理 → 结论）。你直观看到"AI真的会用方法了"，而且每次调用都严格遵守你固化的规则。

结尾（视频里我想对观众说的话）

AI能复刻的，是这套工程——建库、拆解、建体系、训练、做成skill，你照做就行。可它之所以能"判断"，前提是我先把这套方法教会了它。方法，才是那个根。

如果你有自己的方法，现在就能照这个流程搭。如果你还没有，我的方法在 HOLDLE网站（www.holdle.com）上有完整梳理——你可以先去看。但记住：判断这种东西，得你自己反复过脑子，不是看一遍就会的。

附A｜5步流程一页速查表

附B｜不同工具组合的"沉淀动作"怎么落地

"把AI产出保存进知识库"这一步，不同工具操作不同，但逻辑一样。挑你用的那套看：

• DeepSeek Harness(DSH) + 本地文件夹：让AI把产出"写成文件"保存到知识库文件夹路径，AI每次新会话靠读知识库文件恢复记忆（DSH 的记忆、skill 都基于文件，天然就是这个机制）。
• codex + obsidian：在 codex 会话里让AI"把这段回答保存成文件，存到你的obsidian库的XX文件夹"，或直接用"save chat as file"之类功能存到知识库目录。
• workbuddy + ima：workbuddy有记忆/知识功能，ima存笔记。让AI"把这条纠偏记录存到知识库XX"；个别不支持AI直接落盘的，就把AI的关键回答复制存进ima对应文件夹（这是少数的手动兜底）。
• 通用底线：尽量在提示词里直接让AI把关键产出（标准答案、纠偏、考核、上岗指令）保存进知识库文件夹，能让AI自己干的（查数据、建文件、整理）都让它干。需要你手动的基本只剩：建知识库文件夹、放你自己的原始资料、配置工具。存进去，AI才能"长记忆"；不存，关了会话全白搭。

附C｜你可能会卡住的4个地方（就当彩蛋）

1. AI拆解前问你一堆问题，你答不上 —— 回头把自己方法再读熟，或去把方法资料补齐再答。"答不上"说明你还没吃透自己的方法，这不是坏事。
2. AI实战考核判断错了，你以为它废了 —— 这是正常到不能再正常的磨合。错是好事，纠一个、记一个，它越来越准。真正该担心的反而是"它全说对、但你没法验证"。
3. 不知道怎么让AI"记住"前面的训练 —— 答案就一个词：存进知识库。所有关键结论、纠偏、指令，都在提示词里让AI自己存成文件，它一读就想起来了。这是整套系统的命根子。
4. AI查回来的数据，你怎么知道准不准 —— 让它注明数据来源链接、列出几个关键数据点，你抽查核对。发现明显不对：让它换数据源重查，或干脆把数据文件放进知识库让它读。数据错了，后面的判断、回测全白搭。