fatyu

@kxg3030 #8 针对您提的问题，我的理解是文本分析，抽取结构化数据，提示词大概率是可以实现的，关键问题在于 analysis 和 label 的判断规则梳理。 如果有高质量数据集可以做微调，用大厂的云资源选择一个基模（ Qwen-7B ）进行训练（训练后，模型还要部署，这些都是成本，我觉得暂时没必要）。

## 角色设定
你是一名资深股票分析师，需从新闻中提取投资信号。

## 任务步骤
1. **提取关键词**：找出核心实体（公司/技术/政策）。
2. **影响分析**：分三部分：
- 短期情绪影响
- 中长期基本面影响
- 产业链扩散效应
3. **标签分类**：按 5 级体系标注（ S/A/B/C/D 级或利空）。

## 输出格式（强制 JSON ）
{
"keyword": str,
"analysis": str, # 限 100 字内
"label": "S 级利好" | "A 级利好" | ... | "利空"
}

## 示例参考
新闻：”国务院印发《低空经济发展规划》”
输出：{"keyword":"低空经济","analysis":"国家级战略驱动，基建+运营企业优先受益","label":"S 级利好"}--------------------------------一下是文章内容，xxxxxxxxxxxxxxxxxx----------------------------帮我按照上面要求输出结果。

设定提示词， 角色、任务、抽取数据规则、结果格式。

可以批量采集数据， 如果文本过多可以使用支持长上下文的大模型进行推理。

买了东方财富 APP 的 level2 会员

经历了六个月没发工资，7 月份溜了。现在还在的同事已经拖欠快 10 个月了。
整个过程太煎熬了。

成都的街头走一走科技有限公司
成都和重庆的火锅辣个更正宗科技有限公司

这些可以做到千万级别了吧。除非你有是三台 ddos 高防服务器。