AI 個人投資理財工作流完整指南：散戶用 ChatGPT、Claude、Perplexity 看財報、選股、管組合的 5 階段 SOP

先說結論：散戶用 AI 看財報、做技術分析、過濾新聞，不會讓你變股神——但會把「每週看盤研究時間」從 8-10 小時壓到 1.5-2 小時，並且把「情緒下單」這個散戶最大的虧損來源砍掉 60% 以上。這篇給你一份 5 階段個人投資 AI 工作流 SOP，每階段都告訴你用哪個 AI、餵什麼 prompt、要校驗什麼。

為什麼要寫這篇？台灣證交所 2026 Q1 統計，30-45 歲散戶占新開戶數的 58%，平均月可投資金額 3.5 萬元——但同一族群 2024-2025 的兩年累積報酬率中位數是 -8.4%。CMoney 2026 散戶交易行為報告 拆解原因：72% 的虧損來自「追高殺低 + 沒看財報就買」，22% 來自「持倉太散沒做組合管理」。這兩件事 AI 正好都能幫上忙。

注意：這篇不是「教你買哪檔股票」，也不是投資建議。所有具體個股都是流程示範用——你必須自己研究、自己決定、自己負責。AI 在這個流程裡的角色是「研究助理 + 紀律執行者」，不是「投顧」。

階段一：用 AI 看財報，把 200 頁壓成 1 頁重點

散戶看財報最大的問題是「看不下去 + 看不懂」。年報動輒 200 頁，國際財務報導準則的英文又長又拗。AI 在這階段的角色非常具體：把財報的「真正重點」抓出來，並且用你看得懂的方式呈現。

Prompt 範本：四大核心拆解

把財報 PDF 直接丟給 Claude（Opus 4.8 的 1M context 一次吃完，Sonnet 4.6 也夠），用這個 prompt：「以下是 [公司名] 的 2025 Q4 財報，請以 5 個區塊回答：（1）營收結構與年增率（哪個產品線在成長、哪個衰退）；（2）毛利率 / 營業利益率 / 淨利率三線是否同步走升或分歧；（3）現金流量表三大活動的健康度（營業活動 vs 投資活動 vs 融資活動）；（4）資產負債表異常（應收帳款、存貨、短期借款的年增率異常）；（5）管理階層對未來 4 季的明確指引（不要解讀，只摘錄原文）。」

這個 prompt 為什麼這樣設計？因為散戶最常踩的坑是「只看 EPS 數字、不看成長品質」。AI 強迫拆解到「毛利率有沒有跟營收一起漲」——這是真實財務體質的關鍵指標。

階段二：技術分析交給 AI 看圖，但停損點自己設

技術分析是散戶最容易濫用 AI 的地方。市場上一堆「AI 預測 K 線」、「AI 機器學習選股」的工具，多半是過度擬合的玩具——backtest 漂亮、實戰負報酬。我們不要做這件事。AI 在技術分析的合理用法是「看圖識型 + 紀律檢核」。

具體做法：把過去 6 個月的 K 線截圖丟給 ChatGPT 或 Claude（兩家都有 vision 功能），請它做三件事——（1）標出明確的支撐 / 壓力區；（2）標出移動平均線排列狀態（多頭排列、空頭排列、糾結）；（3）量價關係異常的時間點。然後你拿這個結論去券商提供的技術線圖再對一次，AI 講錯時自己抓得到。

AI 不該做、你必須自己做的事

停損點設多少？多少資金停損？這是「資金管理 + 風險偏好」的問題，不是技術問題。AI 沒辦法替你決定能承受多少痛，這必須回到你的個人財務狀況：

階段三：新聞與情緒監控，用 Claude + Perplexity 不被消息面坑

散戶虧錢的第二大原因是「看到新聞就追」。AI 在這階段的角色是「即時資訊聚合 + 情緒過濾」。具體分工：

Perplexity / Claude with Search：即時資訊

每天早上開盤前花 10 分鐘，用 Perplexity 跑這個 prompt：「請列出過去 12 小時內，以下 [你的持股清單] 相關的重大新聞（公司公告、法人評等、產業動態、宏觀政策）。每則新聞請附原文連結與發布時間，並標註是否為公司正式公告（vs 媒體推論）。」

關鍵點是「附原文連結」——這逼 AI 不能編造新聞。Perplexity / Claude Search 比直接問 ChatGPT 強的地方就是這個，引用源可追溯。

Claude：情緒過濾

接著把這些新聞丟給 Claude，用這個 prompt：「以下是 [股票] 今天的 5 則新聞，請分為：（1）公司基本面實質變化（影響長期）；（2）短期催化劑（影響 1-4 週）；（3）情緒面噪音（不影響基本面，純短線情緒）。請告訴我哪些值得我重新評估持股、哪些只是雜訊。」

這個分類過程比看新聞本身重要 10 倍。因為散戶 90% 的「衝動下單」是被第 3 類情緒面噪音觸發，AI 在這裡的角色不是預測未來，是「替你按下暫停鍵」。延伸閱讀：AI 競品分析工作流 講的競品情報邏輯，跟新聞過濾很像。

階段四：組合管理與配置追蹤

散戶虧損的第三大原因是「持倉太散沒做組合管理」。你以為自己持 8 檔股票是分散風險，但 8 檔可能都在同一個產業、同一個風格因子（成長股或景氣循環）——這不是分散，是集中。AI 在這階段的角色是「組合健診」。

具體做法：把你的持倉（股票、ETF、現金部位）整理成一張表，餵給 Claude，請它做這個分析：「以下是我的投資組合：[持倉清單與比例]。請分析：（1）產業集中度（哪個產業 > 30%）；（2）風格因子集中度（成長、價值、防禦、景氣循環）；（3）地理 / 幣別集中度；（4）流動性風險（多少 % 持倉日均成交量 < 1 億）；（5）給我 3 個再平衡建議，每個建議都附背後邏輯。」

階段五：投資日誌與決策回顧

這是最被忽略但最有 ROI 的階段。每筆交易完成後寫一段「為什麼買 / 賣」的決策日誌，然後 3 個月後請 AI 幫你做「決策品質回顧」。

為什麼有效？因為散戶最大的問題是「歸因偏差」——賺錢時覺得自己有眼光、虧錢時覺得是運氣差。寫日誌 + AI 回顧，會強迫你看到「邏輯一致性」這件事。

決策日誌四個必填欄位

（1）交易日期 + 金額 + 股票；（2）三句話的買進 / 賣出理由（必須具體，不能寫「看好」）；（3）持有預期時間（短線 / 中期 / 長期）；（4）退場條件（跌到多少停損、漲到多少獲利了結、什麼事件發生會出場）。

AI 季度回顧 prompt

「以下是我過去 3 個月的 [N] 筆交易日誌與最終結果，請分析：（1）我的買進理由跟結果之間的一致性；（2）我在哪種市場狀態下做決策最準、哪種狀態下最差；（3）我最常犯的歸因錯誤；（4）給我 3 個下一季的紀律調整建議。」

這個流程做半年後，多數人會發現自己有 1-2 個固定的盲點（例如：在科技股賺錢、在傳產虧錢；或者：早上下單表現好、收盤前下單最差）。知道盲點之後，紀律約束就可以針對性設計。

5 個常見的「AI 不能替你做」的事

AI 工具不是萬靈丹。下面這 5 件事 AI 給你的答案要打很大折扣，最終決策必須回到你自己。

60 天個人投資 AI 工作流建立計畫

常見問題（FAQ）

結語：AI 是研究助理，紀律才是賺錢的關鍵

AI 工具最大的價值不是「替你做決定」，是「逼你做出更好的決定」——財報強迫你看到毛利率走勢、新聞分類強迫你區分基本面與噪音、組合健診強迫你看到集中度。這些事過去要花 8-10 小時做的，現在 2 小時搞定。剩下的 6 小時不是省下來打電動，是省下來「思考」跟「執行紀律」。

延伸閱讀：

· 上班族 AI 副業完整指南

· AI 競品分析工作流

· AI 幻覺驗證完整 SOP