用度加ai写行业稿的核心是人工构建行业逻辑框架：先锁定具体问题（现象描述、归因分析、预判推演三类），再以excel搭建含时间轴、指标、驱动因子、矛盾点的趋势骨架，最后用指令锚定或角色注入法喂入结构化提示词，并严格核验数据来源、时序与政策文号。
☞☞☞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☜☜☜
用度加AI写行业稿，核心是让模型理解行业逻辑而非堆砌术语——它不会自动识别“新能源车渗透率”和“锂电材料价格波动”的因果关系，必须人工搭建数据观点与趋势框架，再填入具体参数。
明确行业稿的三类核心问题
先问清楚：这篇稿子到底要回答什么？不是“介绍新能源汽车行业”，而是“解释为什么Q3动力电池装机量环比下降8.2%但二线厂商份额反升”。【没锁定具体问题，后续所有数据填充都是无效劳动】
把原始需求拆成三类问题：现象描述类（当前规模/结构）、归因分析类（为什么变）、预判推演类（接下来怎么走）。每类问题对应不同数据颗粒度——现象类用统计局/乘联会月度总量，归因类必须下钻到企业级出货数据或海关单月锂钴进口均价，预判类则依赖技术路线专利数+地方政府补贴细则更新节奏。
用Excel搭趋势骨架：四步强制对齐逻辑链
第一步：在Excel第一行写清时间轴（如2023M01-2024M06），第二行填核心指标（如乘用车销量、电池装机量、碳酸锂价格），第三行开始逐列填真实数据——【绝对禁止直接复制粘贴网页截图数据，度加AI无法识别图片里的数字】
第二步：在指标行下方新增“驱动因子”行，对应每个时间点标注关键事件（例：2024M03栏填“比亚迪刀片电池成本降至0.48元/Wh”）。这一步逼你确认数据变动是否真有业务依据，而非统计噪音。
第三步：插入新列“矛盾点”，专门记录异常值（如2024M05电池装机量↑12%但锂价↑23%）。这些矛盾点就是稿子的钩子，后续必须用供应链库存周期或车企备货策略来解释。
第四步：用条件格式标红连续3期同向变动的指标（如连续三月储能电池出口增速＞40%），这类信号优先作为趋势段落的主干论据。
喂给度加AI的提示词结构
方法一：指令锚定法
在对话框输入：“按以下结构输出：①用一句话总结[某指标]在[时间段]的核心变化；②列出导致该变化的2个可验证动因（需注明数据来源类型，如‘工信部公告第X批推荐目录’）；③指出1个被市场忽略的滞后影响（例：当前光伏组件降价将如何传导至逆变器厂商Q4毛利）。”
方法二：角色注入法
输入：“你现在是头部券商TMT组首席分析师，刚参加完宁德时代Q2电话会。请基于我提供的[粘贴Excel里M04-M06三列数据]，用卖方报告口吻写200字趋势研判，要求包含1处具体产能数字（如‘宜宾基地新增8GWh产线将于7月爬坡’）和1个政策关键词（如‘欧盟CBAM碳关税过渡期’）。”
注意：每次只喂入3列以内数据，超过会让模型混淆时间权重。若需分析全年，分4次输入（Q1/Q2/Q3/Q4），最后人工合并段落。
验证数据观点的硬性检查项
把AI生成的每句观点，对照原始Excel表格做三重核验：①数值是否在表格对应单元格存在；②动因描述的时间节点是否早于结果数据至少15天（排除倒果为因）；③政策引用是否精确到文号（如“工信部装备司〔2024〕17号文”而非“近期政策”）。
发现矛盾立即停笔——比如AI写“磷酸铁锂价格下跌带动整车BOM成本降低”，但你的表格显示同期铜箔涨价19%，这时必须补查铜箔占电池包成本比重，而非修改AI语句。
