作为资深金融专家，我来为你和你的3人团队制定一份详尽的 “AI行业研报生产手册”。

3人团队属于“特种兵”式作战，无法像大券商那样铺开面面俱到，必须聚焦且高效。我将从战略定位、内容框架、制作流程、人员分工、风控合规五个维度给出完整建议。

第一部分：战略定位与选题（动笔前的灵魂拷问）

3人团队最忌讳“大而全”。你们需要回答：这份研报给谁看？

• 受众假设： 假设读者是中型基金经理或产业投资者（专业，但没时间看冗长的数据）。
• 研报定位： 不做“百度百科式”的行业科普，要做 “有核心观点的价值判断”。
• 选题方向（建议）： 选择一个细分赛道深挖。
  • 推荐方向： AI应用端（如AI+医疗、AI+金融、企业级SaaS的AI赋能）、国产算力产业链、或某个具体大模型公司的生态分析。
  • 不建议： 写“2024年AI行业综述”（太大，你们写不过券商的宏观组）。

第二部分：研报内容框架结构（3人团队的黄金模板）

一份标准的、具有投资参考价值的AI行业深度研报，建议采用以下“五段式”结构：

1. 核心观点（摘要）：

   • 作用： 基金经理只看这一页。必须直接给出结论、核心逻辑和投资建议。
   • 写法： 3个核心逻辑 + 1个风险提示。

2. 产业图谱与赛道选择：

   • 内容： 绘制简明的产业链图（基础层-技术层-应用层）。
   • 重点： 明确指出你们要研究的“甜点区”（即增速最快、毛利率最高的环节）。

3. 驱动力分析（为什么是现在？）：

   • 技术驱动力： 算法突破？算力成本下降？（如：Scaling Law是否放缓？）
   • 政策驱动力： 国内新质生产力政策、数据安全法规的影响。
   • 需求驱动力： 企业降本增效的刚需（用具体案例说明）。

4. 竞争格局与财务分析（核心章节）：

   • 市场集中度： CR5是多少？谁是龙头？
   • 财务对比： 选取3-5家核心对标公司，对比研发费用率、毛利率、人均创收。
   • 估值分析： 目前PS/PE处于历史什么位置？是否泡沫化？

5. 风险提示（必须写）：

   • 技术落地不及预期、地缘政治风险（芯片断供）、伦理监管风险。

第三部分：完整的制作流程与活动次序（3人协同作战图）

建议将项目周期设定为 3-4周。以下是按周拆解的“作战地图”：

第1周：骨架搭建与数据清洗（全员准备）

• 周一（启动会）： 确定选题，确定核心假设（比如：看好AI在垂直领域的落地）。
• 周二-周四（分工）：
  • A角（分析师）： 搭建研报详细提纲，列出所有需要的数据点。
  • B角（研究员）： 收集宏观数据（IDC、Gartner、艾瑞咨询等第三方报告），整理上市公司年报。
  • C角（编辑/美工）： 寻找合适的对标公司，下载招股说明书。
• 周五（碰头会）： 验证数据是否支撑核心观点。如果数据不支持，立即调整逻辑。

第2周：深度研究与访谈（核心产出期）

• 核心任务： 从“二手资料”转向“一手信息”。
• 动作：
  • 专家访谈： 通过第三方平台约访2-3位AI行业CTO或销售总监。询问：“你们今年的预算砍没砍？客户续费率多少？”
  • 草根调研： 如果是应用端，去下载APP看差评，去应用商店看下载量排名。
  • 模型搭建： 建立简单的财务预测模型（DCF或SOTP）。
• 产出： 完成报告主体文字70%，拿到关键“卖空/买多”的证据。

第3周：撰写、可视化与合规（打磨期）

• 周一-周三（写作）：
  • A角负责“投资逻辑”和“结论”。
  • B角负责“行业现状”和“数据图表”。
  • C角负责“公司对比”和“风险提示”。
• 周四-周五（可视化）：
  • 将枯燥的Excel表格转化为精美的图表（AI行业特别喜欢看算力对比图、成本下降曲线图）。
  • 原则： 一张图表达一个观点，不要堆砌数据。

第4周：内部评审与发布（收尾期）

• 周一： 团队互撕。A读B的部分，看逻辑是否通顺；B读A的部分，看数据是否支持结论。
• 周二： 合规审核。检查是否有诱导性语句（如“强烈推荐”是否合规），是否有数据引用错误。
• 周三-周四： 排版、校对、生成PDF。
• 周五： 发布！并准备一篇精简版的微信公众号推文或纪要。

第四部分：3人团队的精准分工

由于只有3人，不能按传统的“宏观、策略、行业”分，建议按“采、编、播” 流程分工：

1. 【队长/资深分析师】—— 掌舵手
   • 职责： 定基调、搭框架、做预测、写结论。
   • 任务： 负责最难的企业访谈、负责写“核心观点”和“估值部分”，把控报告的政治正确性和投资价值。
2. 【研究员/数据官】—— 掘金者
   • 职责： 数据挖掘、整理、校验。
   • 任务： 负责Wind/Choice数据的提取、整理产业政策、制作财务对比表、核对所有引用的数据源。
3. 【编辑/运营官】—— 化妆师
   • 职责： 文字润色、图表制作、排版、发布。
   • 任务： 负责把专业术语翻译成通俗语言，用Photoshop/Canva美化图表，检查错别字，负责微信公众号/雪球/东方财富的发布和传播。

第五部分：给新手的特别建议（避坑指南）

1. 数据源问题：
   • 坑： 直接引用网络新闻的数据。
   • 解： 尽量用上市公司财报、国家统计局、或知名咨询公司（如Gartner）的数据。如果是自媒体数据，务必交叉验证。
2. AI行业的特殊性：
   • AI行业变化太快，时效性是关键。不要在历史沿革上花太多笔墨（比如不要写“图灵测试是什么”），重点写未来18个月会发生什么。
3. 必须要有“图”：
   • 没有图的研报是没有灵魂的。AI行业报告必备三张图：产业链图、技术演进路线图、核心公司收入预测拆解图。
4. 合规红线：
   • 不要为了博眼球而夸大其词。不要对未上市公司的股价做预测。对于没有业绩只有概念的AI公司，措辞要谨慎，多用“主题投资”而非“价值投资”字眼。

总结： 作为3人团队，你们的优势是灵活。不必像大机构那样面面俱到，但要争取在某一个细分领域（比如AI+制药） 比任何人挖得都深。记住，好的研报是写出来的，更是跑出来的——多打几个电话，多问几个“为什么”，你们的报告就会有温度。