必须满足三条硬性标准：①观点须对应原文可定位段落编号；②禁用模糊表述，动词限定为“已验证”“已部署”“已导致”；③数据须标注原始出处类型（企业财报/第三方研报/实地访谈）。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想在3分钟内从一篇5000字的行业报告里拎出真正能指导实操的核心观点，而不是被“综上所述”“值得关注的是”这类虚词绕晕——这需要的不是泛读，而是用知乎直答精准触发专业级观点萃取。
先锁定AI的角色和判断标尺
打开知乎直答，输入：【你是一名有8年产业咨询经验的分析师，专注新能源储能赛道。请先告诉我：要确认你提炼的观点是否具备专业可用性，必须满足哪3条硬性标准？等我确认后再提交报告原文】。
等待AI返回标准。它通常会列：①每个观点必须对应原文中可定位的段落编号（如P12第三段）；②禁用“可能”“有望”“一定程度上”等模糊表述，动词必须为“已验证”“已部署”“已导致”；③若涉及数据，必须标注原始出处类型（企业财报/第三方研报/实地访谈）。
【若AI未写明段落编号要求，直接终止交互——这意味着它无法锚定观点来源，后续输出必然漂移】。
确认后，立刻回复：“确认，现在我要问的问题是：【粘贴你的行业报告原文】”。
用STAR模型强制拆解观点骨架
在提交原文时，追加指令：【请用STAR模型逐条解构文中所有关于“工商业储能经济性拐点”的观点：S=该观点成立所依赖的具体市场情境（如峰谷价差≥1.2元/kWh且地方补贴≥0.3元/kWh）；T=观点试图解决的明确任务（如判定某园区自投储能项目IRR是否达标）；A=支撑该观点的实操动作（如需调取当地电网结算单+补贴申领流程图）；R=可验证结果（如某浙江案例实际IRR达14.7%，超阈值2.3个百分点）】。
这一步跳过所有宏观描述，只保留带场景、带动作、带数字的干货。没有R值的观点自动剔除。
播客文章生成器。将音频文字稿、节目链接、摘要笔记转化为结构清晰、适合发布的图文文章。支持多种输出风格（深度解析、精华摘要、对话体重构、社交媒体切片）和多种输出格式（Markdown、微信公众号、知乎、企业内刊）。触发词：播客文章、播客转文章、podcast to article、podcast article
STAR不是摆设——当AI写出“A=需调取当地电网结算单”，你就知道下一步该去查哪个平台下载PDF，而不是空想“怎么验证”。
按优先级排序核心观点
第一步：把AI输出的所有观点复制进Word；
第二步：对每条观点末尾手动添加标签——【决策级】（影响是否立项）、【执行级】（影响怎么干）、【预警级】（影响要不要踩刹车）；
第三步：用Ctrl+H批量替换：【决策级】→①、【执行级】→②、【预警级】→③；
第四步：按数字升序排列整段文字。排序后，第一条永远是你今天开会要拍板的事，最后一条是法务部必须介入的风险点。
不排序的结果就是：你花20分钟读完，却不知道第一件事该做什么。
