3人团队AI行业研报制作全流程指导（从零起步）

核心定位：作为资深金融专家，结合3人小团队的高效协作特点，以下指导覆盖“认知-框架-流程-分工-落地-优化”全环节，全程贴合AI行业特性（技术迭代快、数据驱动、政策影响大）和金融研报的专业性要求，确保从零起步、有序推进、产出合格且有价值的AI行业金融研报。

一、基础认知：先搞懂“研报是什么”（3人同步共识，1天完成）

1. 研报的核心定义（通俗+专业双解读）

通俗说：研报是“AI行业的全面体检报告+价值判断”，核心是用数据、逻辑、分析，说清AI行业“现在怎么样、未来会怎样、有哪些机会/风险”，服务于投资决策、战略规划（你们团队可聚焦其中1个核心用途，比如“AI行业细分赛道投资价值研报”）。

专业说：金融领域的AI行业研报，是基于公开/合规数据、行业规律、技术趋势，通过科学分析方法，系统呈现AI行业发展现状、产业链格局、核心驱动因素、风险点及未来展望的专业性文档，核心价值是“提供可落地的决策参考”，区别于普通行业报告（更侧重金融视角、数据佐证和价值判断）。

1. 3人团队需达成的3个核心共识（避免后期分歧）

2. 研报定位：聚焦AI行业（不贪全，可缩小范围，比如“AI大模型行业研报”“AI在金融领域应用研报”），面向“基础投资者”或“行业入门者”，兼顾专业性和易懂性（零基础团队先从“入门+专业结合”切入，不追求深度晦涩）。

3. 核心目标：输出1份15-25页（PDF/Word）的完整研报，包含“数据支撑+逻辑分析+明确结论”，无空话、无主观臆断，符合金融研报的严谨性要求。

4. 协作原则：3人分工明确、每日同步进度、交叉审核，避免“一人多责”“重复劳动”，零基础阶段不追求速度，重点保证每一步都扎实（比如数据必须标注来源，分析必须有逻辑支撑）。

二、核心内容框架结构（研报的“骨架”，3人共同敲定，1天完成）

框架核心逻辑：“总-分-总”，从“整体认知”到“细分拆解”再到“结论建议”，贴合AI行业特性，同时遵循金融研报的规范，每个模块明确“核心内容+责任人”（适配3人分工），具体框架如下（可直接套用，无需修改核心结构，仅补充AI行业细节）：

封面（1页）

核心内容：研报标题（明确+具体，比如《2026年AI大模型行业发展研报——趋势、竞争与投资逻辑》）、团队名称/成员、制作日期、核心结论摘要（1句话，比如“AI大模型行业商业化加速，算力与应用场景是核心竞争力，行业长期向好但短期存在估值回调风险”）。

责任人：1人（统筹者，负责整体格式统一）

目录（1页）

核心内容：对应以下所有章节，标注页码（后期撰写完成后补充），确保逻辑连贯，从“基础”到“深入”再到“总结”。

责任人：同封面责任人

第一章：引言（2-3页）—— 为什么做这份研报

• 1.1 研报背景：AI行业的当前所处阶段（比如“后大模型时代，AI技术从‘技术突破’向‘商业化落地’转型，行业关注度持续提升”）、市场关注度、政策环境（简要提及，比如国内AI监管政策、支持政策）。

• 1.2 研报目的：明确研报要解决的问题（比如“梳理AI大模型行业的产业链格局、核心企业竞争力，判断行业未来发展趋势，为投资者提供参考”）。

• 1.3 研报范围：明确研究边界（比如“研究范围为国内AI大模型行业，不包含海外大模型企业；聚焦To B端应用，不涉及To C端消费级应用”），避免范围过宽。

• 1.4 研究方法：说明数据来源和分析方法（比如“数据来源于行业统计报告、上市公司财报、公开政策文件；分析方法采用PEST分析、波特五力模型、对比分析等”）。

责任人：成员1（负责前期基础信息梳理）

第二章：AI行业基础认知（3-4页）—— 让读者看懂AI行业

• 2.1 AI行业定义：明确AI（人工智能）的核心定义，聚焦本次研报的细分领域（比如AI大模型、AI算力、AI应用等），避免笼统。

• 2.2 AI行业发展历程：简要梳理关键节点（比如“2022年ChatGPT问世，开启大模型时代；2023-2024年国内大模型企业崛起；2025-2026年商业化落地加速”），无需过于细致，重点突出与当前阶段相关的节点。

• 2.3 核心核心特征：AI行业的独特性（比如“技术迭代快、研发投入高、数据依赖性强、政策敏感性高、商业化落地周期差异大”）。

• 2.4 核心术语解释：梳理研报中会用到的专业术语（比如“大模型、算力、算法、数据标注、Prompt Engineering、To B/To C应用”），避免读者看不懂。

责任人：成员1（延续前期基础信息梳理工作）

第三章：AI行业产业链分析（4-5页）—— 研报核心模块1（体现专业性）

核心逻辑：从“上游-中游-下游”拆解，明确每个环节的核心企业、产品/服务、盈利模式，结合AI行业特点（比如上游算力是核心瓶颈，下游应用是商业化关键）。

• 3.1 产业链整体结构：绘制简单产业链图（无需复杂，用文字描述或简单框图均可），明确上游、中游、下游的核心环节及关联关系。

• 3.2 上游环节（核心支撑）：比如“算力（GPU、CPU等硬件）、算法（深度学习框架）、数据（训练数据、标注服务）”，每个细分环节说明“核心需求、主要企业、行业壁垒”（比如算力环节，核心企业是英伟达、国内的寒武纪等，壁垒是技术垄断）。

• 3.3 中游环节（核心主体）：比如“AI技术提供商（大模型企业、AI算法公司）”，说明核心业务、盈利模式（比如大模型企业的盈利来自订阅服务、定制化开发）、核心竞争力（比如技术实力、数据储备）。

• 3.4 下游环节（商业化落地）：比如“AI应用场景（金融、医疗、工业、互联网等）”，每个场景简要说明“应用案例、市场规模、发展潜力”（结合金融视角，可重点突出金融领域的AI应用，比如智能投研、风控）。

• 3.5 产业链核心痛点：梳理当前AI产业链存在的问题（比如“上游算力依赖进口、中游技术同质化严重、下游商业化落地难度大”）。

责任人：成员2（负责行业分析，核心模块，需重点投入）

第四章：AI行业发展环境分析（3-4页）—— 研报核心模块2（判断行业趋势）

核心方法：采用PEST分析（政治、经济、社会、技术），结合AI行业特点，每个维度聚焦“对行业的影响”，而非单纯罗列信息。

• 4.1 政治环境（Policy）：国内及全球AI相关政策（比如国内《生成式人工智能服务管理暂行办法》、国家对AI产业的支持政策，海外的监管政策），分析政策对行业的利好（比如支持算力研发）和约束（比如数据安全监管）。

• 4.2 经济环境（Economy）：宏观经济环境（比如经济复苏对AI投入的影响）、行业市场规模（近3-5年数据、未来预测）、投融资情况（AI行业投融资额度、热门赛道），数据需标注来源（比如“据艾瑞咨询数据，2025年国内AI行业市场规模达XXX亿元，同比增长XX%”）。

• 4.3 社会环境（Society）：社会对AI技术的接受度、人才储备（AI人才缺口）、应用场景的普及程度、数据安全与伦理问题（比如AI生成内容的版权问题、隐私保护）。

• 4.4 技术环境（Technology）：AI技术的最新迭代（比如大模型的升级、算力效率的提升、算法的优化）、技术突破点、技术瓶颈（比如模型压缩、低算力适配），结合行业发展趋势，判断技术迭代对行业的影响。

责任人：成员2（延续行业分析工作，需收集大量数据）

第五章：AI行业竞争格局分析（3-4页）—— 研报核心模块3（识别核心玩家）

• 5.1 竞争格局整体概况：明确行业竞争梯队（比如“第一梯队：头部科技企业（百度、阿里、腾讯等）；第二梯队：细分赛道龙头（比如寒武纪、商汤科技）；第三梯队：初创企业”），说明行业竞争激烈程度。

• 5.2 核心企业对比：选取3-5家核心企业（覆盖不同梯队），从“核心业务、研发投入、市场份额、核心竞争力、盈利情况”等维度对比（可做简单表格，清晰直观），重点分析企业的差异化优势。

• 5.3 行业竞争核心要素：明确AI行业的核心竞争点（比如“技术实力、研发投入、数据储备、算力资源、商业化落地能力”），判断未来竞争趋势（比如“行业集中度将提升，具备核心技术和场景优势的企业将脱颖而出”）。

责任人：成员2（核心分析工作，需结合企业数据）

第六章：AI行业风险提示与发展趋势（2-3页）—— 研报核心结论前置支撑

• 6.1 行业风险提示（金融研报必备）：分点说明，每个风险给出简要解释（比如“技术风险：AI技术迭代不及预期，导致商业化落地延迟；政策风险：监管政策收紧，影响行业发展；市场风险：行业同质化竞争加剧，企业盈利不及预期；算力风险：上游算力供应短缺，推高企业成本”）。

• 6.2 行业发展趋势（核心预判）：结合前面的分析，给出3-4个明确的趋势（比如“趋势1：AI大模型向‘轻量化、专业化’转型，适配更多细分场景；趋势2：算力国产化加速，打破海外垄断；趋势3：AI与各行业深度融合，商业化落地规模持续扩大；趋势4：监管体系逐步完善，行业规范化发展”），每个趋势需有逻辑支撑，不主观臆断。

责任人：成员1+成员2（共同讨论，结合前期梳理和分析，确保趋势和风险有依据）

第七章：研报结论与建议（1-2页）—— 研报核心（收尾，体现价值）

• 7.1 核心结论：总结前面的所有分析，用1-2段话概括（比如“当前AI行业处于商业化落地加速期，产业链上下游协同发展，技术迭代持续推进，市场规模稳步增长；行业核心竞争力集中在算力、技术和场景落地能力，头部企业优势明显；行业长期发展向好，但短期需关注技术、政策、市场等多重风险”），避免重复前面的内容，突出核心。

• 7.2 相关建议（结合金融视角）：分对象给出建议（比如“对投资者：重点关注具备核心算力、技术优势和明确商业化路径的企业，警惕短期估值回调风险；对企业：加大研发投入，聚焦细分场景，提升商业化落地能力，应对同质化竞争；对行业：加强技术创新和人才培养，推动算力国产化，完善行业自律和监管体系”）。

责任人：统筹者（结合成员1、2的分析，提炼核心，确保结论和建议有针对性、可落地）

第八章：附录（1-2页）

核心内容：数据来源清单（比如“艾瑞咨询、易观分析、上市公司财报、国家统计局、行业协会报告”）、调研问卷（若有）、复杂图表的原始数据、研报中引用的政策原文摘要，确保研报的严谨性和可追溯性。

责任人：成员1（整理前期收集的数据来源，统一汇总）

补充：研报格式规范（3人统一遵循）

• 字体：标题（黑体，二号）、一级标题（黑体，三号）、二级标题（宋体，四号，加粗）、正文（宋体，小四，行距1.5倍）。

• 图表：每个图表需有标题、标注（比如“图1：2023-2025年国内AI行业市场规模（单位：亿元）”），图表简洁直观，数据标注来源，避免复杂图表。

• 语言：严谨、客观，避免口语化、主观化表述（比如不说“我认为”，要说“结合XXX数据分析，预计XXX”），避免夸大其词（比如不说“AI行业将迎来爆发式增长”，要说“AI行业市场规模将稳步增长，增速维持在XX%左右”）。

• 引用：所有数据、观点需标注来源，避免抄袭（比如“据百度财报数据，2025年百度AI业务营收达XXX亿元”）。

三、全流程制作路径（从零开始，3人协同，共20天，明确活动次序和每日任务）

核心原则：“先共识、再分工、先收集、再分析、先撰写、再审核、最后定稿”，分5个阶段推进，每个阶段明确“时间、核心任务、责任人、交付物”，确保有序落地，避免混乱（3人每天花30分钟同步进度，解决问题）。

阶段一：前期准备与共识阶段（第1-2天，核心：统一认知、敲定框架、明确分工）

第1天：认知统一（全员参与）

• 上午（2小时）：统筹者讲解“研报是什么、金融研报的核心要求、AI行业的基本情况”，分享1-2份优秀AI行业研报（简化版），让全员直观了解研报的格式和内容。

• 下午（2小时）：全员讨论，确定研报的“细分聚焦领域”（比如确定做“AI大模型行业研报”）、研报定位（面向基础投资者）、核心目标，达成3个核心共识（前文提及）。

• 交付物：研报聚焦领域确认单（简单文字记录即可）、全员共识纪要（1页）。

第2天：框架敲定+分工明确（全员参与）

• 上午（2小时）：统筹者带领全员，对照前文给出的研报框架，结合确定的聚焦领域，微调框架（比如聚焦大模型，可在产业链环节重点突出“大模型研发企业”），明确每个章节的核心内容、页码范围。

• 下午（1小时）：明确分工，确定“统筹者、成员1、成员2”的具体职责（前文框架中已标注），签订简单分工协议（避免后期推诿），明确“每日同步时间、交付物要求”。

• 交付物：完整的研报框架（含每个章节核心内容、责任人、页码范围）、分工协议（1页）。

核心活动次序：讲解认知→讨论聚焦领域→达成共识→微调框架→明确分工→确认交付物。

阶段二：数据与信息收集阶段（第3-10天，核心：收集真实、有效、相关的信息和数据，为分析和撰写铺垫）

说明：3人协同收集，避免重复，成员1、2负责具体收集，统筹者负责监督和汇总，确保数据来源可靠（优先选择行业权威机构、上市公司财报、政府官网，避免自媒体、非权威博客的数据）。

第3-4天：确定数据/信息收集清单（全员参与）

• 成员1：结合自己负责的“引言、基础认知”章节，列出需要收集的信息清单（比如“AI行业发展历程关键节点、核心术语、政策文件、研报背景相关信息”）。

• 成员2：结合自己负责的“产业链、发展环境、竞争格局”章节，列出需要收集的数据/信息清单（比如“产业链各环节核心企业、近3年行业市场规模、投融资数据、核心企业财报数据、PEST各维度信息”）。

• 统筹者：汇总两份清单，删除重复项，明确“每个数据/信息的收集优先级、收集期限、来源要求”，避免遗漏核心数据（比如行业市场规模、核心企业研发投入是必备数据）。

• 交付物：数据/信息收集清单（含优先级、期限、来源要求）。

第5-9天：集中收集数据/信息（成员1、2为主，统筹者为辅）

• 成员1（每日任务）：按照清单，收集“引言、基础认知”相关的信息，整理成文档（按章节分类，标注来源），每日同步给统筹者，遇到无法收集的信息，及时反馈，全员讨论解决（比如找不到某类政策文件，可调整为引用行业报告中的政策解读）。

• 成员2（每日任务）：按照清单，收集“产业链、发展环境、竞争格局”相关的数据/信息，整理成文档（按章节分类，标注来源，数据单独整理成表格，方便后期分析），每日同步给统筹者，重点关注数据的真实性和时效性（优先收集近1-2年的数据，避免使用3年以上的陈旧数据）。

• 统筹者（每日任务）：接收成员1、2同步的信息，检查“来源是否可靠、是否符合要求、是否有遗漏”，汇总所有数据/信息，建立共享文档（方便全员查看和修改），解决收集过程中的问题（比如数据冲突，优先选择权威来源的数据）。

• 交付物：按章节分类的信息文档、数据表格（标注来源）、共享文档（汇总所有收集到的内容）。

第10天：数据/信息审核与筛选（全员参与）

• 上午（2小时）：全员一起审核收集到的数据/信息，删除“来源不可靠、与研报无关、数据陈旧、重复”的内容，补充缺失的核心数据/信息（若有）。

• 下午（1小时）：统筹者整理筛选后的内容，按研报章节顺序排列，确保每个章节的信息/数据都充足，为后续分析和撰写做好准备。

• 交付物：筛选后的信息/数据文档（按章节排列，标注来源）。

核心活动次序：确定收集清单→集中收集→每日同步→审核筛选→补充完善→交付筛选后内容。

阶段三：分析与撰写阶段（第11-18天，核心：基于收集的信息/数据，完成各章节撰写，统筹者把控整体逻辑和格式）

说明：撰写遵循“先易后难”，先撰写基础章节（引言、基础认知），再撰写核心分析章节（产业链、发展环境、竞争格局），最后撰写结论、附录，3人同步推进，每日同步撰写进度。

第11-12天：撰写基础章节（成员1为主，统筹者为辅）

• 成员1：完成“第一章引言、第二章AI行业基础认知”的撰写，严格按照框架要求，结合筛选后的信息，确保内容严谨、逻辑连贯，语言符合研报规范，标注数据/信息来源，完成后提交给统筹者审核。

• 统筹者：审核成员1撰写的章节，重点检查“格式、语言、逻辑、数据来源标注”，提出修改意见，成员1修改完善；同时，开始构思封面、目录的格式，搭建研报的基础框架（Word/PDF模板）。

• 成员2：开始梳理“第三章产业链、第四章发展环境”的分析思路，结合收集的数据，用PEST模型、产业链拆解思路，整理分析要点（比如产业链各环节的核心企业和痛点，PEST各维度的影响），为撰写做准备。

• 交付物：修改完善后的第一章、第二章内容，研报基础模板，成员2整理的分析要点。

第13-15天：撰写核心分析章节（成员2为主，统筹者为辅）

• 成员2：完成“第三章产业链分析、第四章发展环境分析、第五章竞争格局分析”的撰写，结合整理的分析要点和数据，重点突出“分析逻辑”（比如产业链拆解要清晰，PEST分析要结合行业影响，企业对比要直观），数据用表格呈现更清晰，标注来源，完成后提交给统筹者审核。

• 统筹者：审核成员2撰写的核心章节，重点检查“分析逻辑、数据准确性、语言严谨性、格式统一”，提出修改意见，成员2修改完善；同时，将成员1撰写的章节导入研报模板，统一格式。

• 成员1：开始撰写“第六章风险提示与发展趋势”，结合前面的基础章节和核心分析章节，提炼风险点和发展趋势，确保每个风险、趋势都有逻辑支撑，完成后提交给统筹者和成员2审核。

• 交付物：修改完善后的第三章、第四章、第五章内容，成员1撰写的第六章初稿。

第16-17天：撰写收尾章节+整合全文（统筹者为主，全员参与）

• 统筹者：结合所有章节的内容，完成“第七章研报结论与建议”的撰写，提炼核心结论，给出有针对性的建议，避免重复；同时，完成封面、目录的制作（补充页码），将所有章节整合到研报模板中，统一格式（字体、行距、图表格式）。

• 成员1：完成“第八章附录”的撰写，整理数据来源清单、原始数据等，导入研报模板，核对格式。

• 成员2：审核全文，重点检查“核心分析章节的逻辑、数据准确性”，提出修改意见；成员1审核“引言、基础认知、附录”，核对信息和格式；统筹者汇总所有修改意见，协调全员修改。

• 交付物：完整的研报初稿（含所有章节、封面、目录、附录）。

第18天：全文修改完善（全员参与）

• 上午（2小时）：全员一起通读研报初稿，从“逻辑连贯性、数据准确性、语言严谨性、格式统一性、结论合理性”五个维度，逐章节检查，标记需要修改的地方（比如“某数据来源未标注、某分析逻辑不清晰、某章节格式不统一”）。

• 下午（2小时）：全员分工修改，成员1负责修改自己撰写的章节和附录，成员2负责修改核心分析章节，统筹者负责修改结论、封面、目录，以及全文格式的最终统一，修改完成后，形成研报修改版。

• 交付物：研报修改版（无明显错误、格式统一、逻辑连贯）。

核心活动次序：撰写基础章节→撰写核心分析章节→撰写收尾章节→整合全文→全员审核→修改完善→交付修改版研报。

阶段四：审核定稿阶段（第19天，核心：最终审核，确保研报合格，无错误）

• 上午（2小时）：交叉审核（成员1审核成员2撰写的章节，成员2审核成员1撰写的章节，统筹者审核全文），重点检查“遗漏的错误、数据冲突、逻辑漏洞、格式问题”，确保研报符合金融研报的严谨性要求，核心结论明确、有依据。

• 下午（1小时）：针对交叉审核中发现的问题，全员快速修改，统筹者最终把关，确认研报无任何错误、格式统一、内容完整。

• 晚上：将研报导出为PDF格式（便于传播），备份Word版本（便于后续修改），完成研报定稿。

• 交付物：研报终稿（PDF+Word版本）。

核心活动次序：交叉审核→发现问题→快速修改→统筹把关→定稿→备份。

阶段五：复盘总结阶段（第20天，核心：总结经验，为后续研报制作铺垫）

• 上午（1小时）：全员参与复盘，讨论“本次研报制作过程中做得好的地方、存在的问题、需要改进的地方”（比如“数据收集效率不高、核心分析不够深入、分工衔接不够顺畅”），记录复盘要点。

• 下午（1小时）：统筹者整理复盘纪要，明确“后续改进措施”（比如“下次提前确定数据来源，避免浪费时间；核心分析章节提前做好思路梳理”），全员确认，为后续若有新的研报制作积累经验。

• 交付物：复盘纪要（1-2页）。

核心活动次序：全员复盘→梳理问题→确定改进措施→整理复盘纪要→确认归档。

四、3人团队分工细则（核心：高效协同，避免重复，责任到人）

1. 统筹者（1人，核心角色，负责整体把控）

2. 核心职责：研报整体定位、框架设计、分工安排、进度监督、格式统一、最终审核、定稿复盘；协调解决制作过程中的所有问题（比如数据收集困难、成员意见分歧）；撰写结论与建议、封面、目录。

3. 每日重点：同步全员进度，检查交付物质量，协调分工衔接，确保流程按计划推进。

4. 成员1（1人，负责基础信息与辅助）

5. 核心职责：收集整理“引言、基础认知”相关的信息和数据；撰写第一章、第二章、第六章（风险与趋势）、第八章（附录）；审核研报中的基础信息和格式；协助统筹者进行全文整合和修改。

6. 每日重点：按计划收集信息、撰写章节，及时同步进度，修改审核提出的问题。

7. 成员2（1人，负责核心分析）

8. 核心职责：收集整理“产业链、发展环境、竞争格局”相关的数据和信息；用专业方法（PEST、波特五力）进行核心分析；撰写第三章、第四章、第五章；审核研报中的核心分析逻辑和数据准确性；协助成员1提炼风险与趋势。

9. 每日重点：按计划收集核心数据、梳理分析思路、撰写核心章节，确保分析有逻辑、数据真实。

五、关键注意事项（零基础团队必看，避免踩坑）

• 1. 数据为王：金融研报的核心是“数据支撑”，所有观点、分析、结论必须有真实、权威的数据支撑，严禁主观臆断、编造数据，所有数据必须标注来源（避免抄袭和不严谨）。
• 1. 逻辑严谨：研报的每个章节、每个观点，都要有清晰的逻辑链条（比如“因为上游算力依赖进口，所以行业存在算力风险；因为算力国产化加速，所以未来算力风险将缓解”），避免逻辑断层。
• 1. 聚焦核心：零基础团队不贪全、不贪深，聚焦一个AI细分领域（比如大模型、算力），把这个领域的产业链、竞争格局、趋势分析透彻，比泛泛而谈整个AI行业更有价值。
• 1. 协同高效：3人每日必须同步进度（30分钟即可），遇到问题及时沟通，避免“各自为战”，导致后期整合困难；分工明确，不重复劳动（比如数据收集不重复，审核不遗漏）。
• 1. 格式统一：从撰写初期就遵循格式规范，避免后期大面积修改格式；图表简洁直观，不追求复杂，重点突出核心数据。
• 1. 风险提示：金融研报必须包含风险提示，且风险要具体、有依据，不能笼统说“存在风险”，要说明“是什么风险、为什么存在这个风险”。
• 1. 避免晦涩：面向基础投资者/入门者的研报，语言要严谨但不晦涩，避免过多复杂术语（若有，需在术语解释中说明），确保读者能看懂。

六、补充资源推荐（零基础团队可直接使用，降低难度）

• 1. 数据来源（权威、免费/低成本）：艾瑞咨询、易观分析、头豹研究院（AI行业报告免费下载）、国家统计局（政策、宏观数据）、上市公司财报（东方财富网、同花顺可查）、行业协会（中国人工智能产业发展联盟）。
• 1. 研报参考（学习格式和逻辑）：东方财富网、同花顺、萝卜投研（搜索“AI行业研报”，查看免费简化版，学习框架和分析思路）。
• 1. 分析工具：Excel（数据整理、表格制作）、PPT（简单图表制作）、MindMaster（梳理分析思路、产业链图）。
• 1. 学习资料：B站（搜索“金融研报制作教程”“AI行业分析教程”，免费学习基础方法）、公众号（“研报君”“行业研究报告”，推送AI行业最新动态和研报）。

总结：3人团队从零开始做AI行业研报，核心是“先搭框架、再填内容，分工明确、协同高效”，遵循“认知-收集-分析-撰写-审核-定稿”的全流程，聚焦细分领域、注重数据和逻辑，20天可完成一份合格的研报。重点不是追求“完美”，而是确保“严谨、完整、有价值”，零基础阶段，先完成再优化，积累经验后逐步提升研报的深度和专业性。