共找到 94 个提示词
解决AI游戏UI图标素材批量化输出问题：同一风格下的15-50个图标批量生成→技能图标/物品图标/UI按钮的统一风格→图标在16×16到256×256都清晰→多色/单色/灰度版本
行为面试准备系统：STAR法则（Situation/Task/Action/Result）深度拆解→面试官的5个核心关切（领导力/解决问题/团队合作/失败应对/冲突处理）→每类问题的故事库搭建→故事打磨技巧→面试中的反向提问→企业文化匹配度判断
转码求职简历优化指南：非CS学历背景的展示策略→项目经历替代工作经历→技能描述的量化表达→GitHub/技术博客作为加分项→ATS简历筛选通过技巧→简历与JD的匹配度优化→LinkedIn个人品牌建设
谁说冷门专业没有出路？发现那些被大众忽视但就业不差的「宝藏专业」——竞争小、考研容易、行业壁垒高、不容易被AI替代。用逆向思维帮你在冷门中找到「蓝海机会」
选定了目标行业，但不知道怎么进入？为高考生绘制热门行业的「入门地图」：从大学选什么专业→大学期间要做什么准备→毕业后怎么找到第一份工作→3年内怎么快速成长，全路径清晰可见
PDCA循环由戴明推广，原用于质量管理，后来被引入学习管理：Plan制定学习计划→Do执行学习→Check检查学习效果→Act根据检查结果调整改进。每完成一轮循环，学习方法就迭代一个版本。适合长期备考、技能学习的系统化自我管理
研究方法选择决策指南：定量研究（问卷/实验/二手数据）vs 定性研究（访谈/案例/扎根理论）vs 混合方法→每种方法的适用条件/样本要求/数据分析工具→研究方法与论文类型匹配→避免"方法选择错误"导致后期推倒重来
研究方法论入门：定量vs定性、实验设计、问卷设计、数据分析方法选择、常见方法误区、研究伦理
西蒙学习法由诺贝尔奖得主赫伯特·西蒙提出：任何人在连续6-12个月内每天专注学习6小时，可以在任何领域达到专业水平。不是泛泛而学，是极度聚焦+高强度+长周期的深度学习。适合跨专业考研、职业转型、深度掌握一个全新领域
留学个人陈述（PS）写作方法论：故事线设计（从经历碎片到完整叙事）→最关键的"why"三段式（why this field / why this school / why you）→开篇钩子写法→CV到PS的转化（不是重复）→不同专业PS侧重点→常见文化误区（中国学生容易犯的PS写作错误）
A股特有日历效应统计规律：一季度春季躁动(2月上涨概率约70%/流动性宽松+两会政策预期驱动)→五穷六绝七翻身(5-6月历史表现偏弱/7月反转概率)→国庆节前后效应(节前缩量调整/节后资金回流上涨概率约65%)→两会窗口(会前政策预期炒作/会中维稳/会后利好兑现)→年底效应(12月机构排名/基金调仓/ST保壳)→财报季效应(4月年报密集/高送转行情/业绩地雷)→应用原则(统计规律≠必然/结合当年具体情况)
算法交易执行策略：VWAP(成交量加权均价)/TWAP(时间加权均价)/Implementation Shortfall(执行缺口最小化)算法原理与Python实现、大单拆分(母单→子单)、暗池与大宗交易渠道选择、A股算法交易平台生态
另类数据量化投资指南：卫星图像分析(港口/油田/农田/商圈人流)、信用卡消费数据(行业景气度推断)、招聘网站数据(企业扩张/收缩信号)、社交媒体舆情(微博/小红书/抖音品牌热度)。从获取到因子化的完整pipeline
深度解读上市公司各类公告，区分实质性利好利空与噪音，制定公告后的交易应对策略
回测系统工程级设计：事件驱动vs向量化回测架构对比、前视偏差自动检测机制、幸存者偏差矫正(历史成分股还原)、回测"作弊检测清单"、多标的+多周期回测引擎实现(Python)。比fintech-backtest-system更深入架构层面
透彻讲解债券定价核心概念：票面利率、到期收益率(YTM)、净价、全价、应计利息及其相互关系
多维度条件选股完整方法：基本面筛选(PE<行业80%分位/ROE>15%/营收增速>10%/经营现金流为正/商誉占比<30%)→技术面筛选(均线多头排列/MACD金叉/放量突破/RSI不超买)→资金面筛选(北向持续流入/融资余额上升/大宗交易溢价/龙虎榜机构买入)→条件权重设置与排序打分→筛选结果回测验证→不同市况的筛选条件调整
可转债定价三大价值拆解：纯债价值(债底)、转股价值、期权价值及转股溢价率/纯债溢价率的投资含义
深度学习金融时序预测实战：LSTM/GRU处理收益率序列、Transformer/Informer多头注意力捕捉长程依赖、序列到序列(Seq2Seq)多步预测、金融时序特有的非平稳性处理(差分/标准化/自适应归一化)。A股股票与期货中的应用对比
解读龙虎榜数据，追踪知名游资席位动向，分析上榜个股的后续走势概率
详细拆解久期的三种类型(麦考利/修正/有效)及凸性的计算与利率风险管理实战应用
中国ESG投资分析框架：环境（碳排放/环保处罚/绿色收入占比）→社会（员工权益/供应链责任/数据隐私）→治理（股权结构/董事会独立性/信息披露质量），对标MSCI ESG/中证ESG/商道融绿评级差异，绿色债券识别与ESG排雷工具
A股事件驱动量化策略：业绩预告/快报超预期(SURP因子)、高分红(股息率因子)、定增/配股事件、股份回购/增持、股权激励行权期、大宗交易折溢价信号。事件窗口设计与Alpha衰减分析
因子生命周期管理：拥挤度指标(持仓集中度/因子估值价差/资金流入流出)、衰减信号识别(IC下滑/多空收益收敛)、因子轮动与动态权重调整机制。中国量化因子"内卷"现状与应对策略
多因子合成方法论：等权合成/ICIR加权/最大IC加权/回归最优化,因子共线性诊断(VIF/条件数),施密特正交化与对称正交化。A股实践——不同合成方式的收益差异和稳健性对比
把复杂金融概念翻译成'老妈都能听懂'的大白话：用生活中场景类比（如'准备金率=你家备用金比例'）、一句话总结+一图看懂+3分钟视频脚本。降低理解门槛=放大受众基数
金融求职简历撰写系统: 一页原则与模板结构→教育经历(GPA/相关课程/学术荣誉)→实习经历STAR+量化法则(从做了什么→做到什么效果→用数字量化)→Deal Experience专项(项目规模/个人贡献/成果)→技能栏(Excel/VBA/Python/Bloomberg/Wind)→金融简历关键词库→简历自查清单
中国量化数据源全景对比：Wind(全但贵)/Choice(次之)/Tushare Pro(免费好用但限制多)/AkShare(完全免费开源)/Baostock(免费历史行情)/QUANTAXIS(开源数据框架)/米筐&聚宽(平台自带数据).选型决策树+API示例+常见坑点
从零搭建量化回测系统：回测框架选型（Backtrader/Zipline/VNPY/自研）、核心模块设计（数据/信号/执行/风控/绩效）、回测陷阱避坑（前视偏差/生存偏差/过拟合）。帮你不被回测曲线骗到
金融数据获取与清洗方案：股票/基金/期货/宏观数据的免费与付费数据源对比、Python爬取模板（Tushare/AkShare/Baostock/Wind API）、数据清洗pipeline（缺失值/异常值/复权/对齐）。让数据准备从'最耗时的环节'变成'几行代码的事'
从策略思路到可运行Python代码：技术指标策略（均线/布林带/MACD/RSI）、因子策略（动量/价值/质量）、事件驱动策略。代码含注释+参数说明+回测注意事项。不是黑盒——解释每一行在做什么
固定收益/宏观策略面试专项: 宏观分析框架(增长→通胀→政策→市场四象限)→央行货币政策传导机制(利率走廊/公开市场操作/量化宽松)→债券市场核心概念(久期/凸性/收益率曲线/利差)→中国债券市场特色(利率债/信用债/城投/银行间市场)→宏观数据日历与解读
FRM一级四门课备考全案：风险管理基础(风险管理框架+ERM+公司治理)→定量分析(概率/统计/时间序列/GARCH/极值理论)→金融市场与产品(债券/衍生品定价)→估值与风险模型(期权Greeks/VaR/压力测试)→计算题专项+公式卡
黄金定价完整分析框架：实际利率(10年期TIPS收益率)是核心锚→美元指数DXY的反向关系→地缘政治避险溢价量化→全球央行购金趋势与中国央行储备→ETF持仓与COMEX净多头的资金验证
图神经网络在量化中的应用：供应链图构建(客户-供应商关系)、股权关联图(参股/控股/一致行动人)、知识图谱增强选股(GCN/GAT信息聚合)、产业链上下游信号传导效应。A股产业链图数据构建与GNN模型实现
高频微观结构因子构建：Level2订单簿特征(买卖挂单不平衡/深度/价差)、订单流毒性指标(VPIN/信息交易概率)、高频量价因子(已实现波动/日内动量/开盘效应)、A股Level2数据获取与应用限制
游资跟踪实战方法论：知名游资席位特征(炒股养家/赵老哥/章盟主/作手新一等典型席位的操作风格和资金体量)→游资操作模式分类(首板挖掘/接力连板/撬板低吸/尾盘偷袭)→龙虎榜买入信号解读(买一买二占比/机构vs游资/净买入量/三日榜vs单日榜)→跟投游资的风险(次日高开低走概率/游资割肉/流动性陷阱/游资对倒出货)→游资生态变化(监管趋严/量化游资化/游资机构化趋势)
产业债深度分析框架：行业景气判断/竞争地位评估/财务弹性压力测试/担保增信效果量化
日元全方位分析：美日利差驱动的核心逻辑、Carry Trade对USD/JPY的杠杆效应、日本央行YCC退出路径推演、VIX恐慌指数与日元避险的量化关系
量化实盘交易系统设计：OMS(订单管理系统)/EMS(执行管理系统)架构、风控前置(交易前/中/后三层风控)、宕机恢复与灾备机制(主备切换/断点续传)、券商API对接(中泰XTP/华泰xtquant).从回测到实盘的"最后一公里"
并购重组投资分析框架：交易结构（现金/换股/混合）→协同效应量化（收入协同/成本协同/财务协同→NPV测算）→换股比例公平性评估→监管审查风险（反垄断/国家安全/行业准入）→并购套利空间与事件驱动策略
构建宏观因子模型:增长/通胀/流动性/风险偏好四大因子的量化表征指标,各资产对各因子的暴露度(Beta),因子视角下的配置决策
量化择时方法论：技术指标组合择时(均线/布林带/MACD多周期共振)、机器学习择时(GBDT/RNN预测涨跌方向)、市场情绪指标(资金流/融资融券/期权PCR/换手率)、A股指数择时模型回撤控制实战
散户判断大盘顶底的实用框架：①成交量的信号(底部:地量地价/缩量到前期峰值20-30%/无人谈论股票→顶部:天量天价/两融余额创新高/新开户数激增)→②情绪的极端(底部:恐慌性抛售/跌停潮/朋友都说要清仓→顶部:全民炒股/茶余饭后都在讨论/新股民排队开户)→③估值的判断(底部:沪深300 PE<12倍/破净率>10%/股息率>3%→顶部:PE>25倍/破净率接近0/股息率<1.5%)→④政策的信号(底部:降准降息/国家队入场/限制做空→顶部:加印花税/查配资/提示风险)→⑤技术面的配合(底部:底背离+放量长阳确认/顶部:顶背离+放量长阴确认)——多维度共振的重要性(≥3个维度同时指向→高置信度)
ML量化选股入门实战：XGBoost/LightGBM因子工程、特征处理(缺失值填充/标准化/Winsorize)、训练集/验证集/测试集的时序划分、样本外验证方法论、特征重要性分析与过拟合防范。A股ML选股实践
量化模型过拟合系统性防范：时序交叉验证vs K-Fold的金融适用性、L1/L2/ElasticNet正则化选择、样本外测试的"净化"期设计、拒绝推断(Reject Inference)处理幸存者偏差、A股ML模型真实过拟合案例剖析
完整多因子选股框架：Alpha模型(因子合成+预期收益预测)、风险模型(Barra结构化风险/统计风险模型)、组合优化器(最大化Alpha/约束跟踪误差/行业偏离/个股权重)、A股多因子策略全流程实战
散户消息面分析的完整方法论：消息来源分级(一手信源:交易所公告/证监会发布/公司官方公告→二手信源:权威财经媒体/券商研报→三手信源:股吧/微信群/短视频/大V→不同信源的可靠性逐级递减)——利好/利空强度评估(重大利好:重组获批/业绩翻倍→中度利好:订单增加/政策支持→轻度利好:大V推荐/技术金叉——反过来对利空也一样)——预期差才是关键(已经预期到的利好→利好兑现变利空/好于预期的利空→利空出尽是利好/超预期的利好→真正的利好)——消息时间窗口(消息出来前→预期炒作/消息刚出→冲击定价/消息后1-3天→消化和回归)——散户消息获取的正确姿势(关注什么/不关注什么/什么时间看)
财经NLP实战应用：新闻情绪因子构建(正面/负面/中性分类与打分)、财报电话会议纪要情感抽取、券商研报文本挖掘(评级变化/目标价修正/关键段落提取)、FinBERT等预训练模型微调、文本因子与量价因子的结合策略
期权希腊字母的实战应用：Delta(方向性风险/对冲比率/等效期货)→Gamma(Delta变化率/到期加速效应)→Theta(时间衰减/卖方收入来源)→Vega(波动率敏感度/IV变化影响)→Rho(利率敏感度)→各希腊字母的组合监控与对冲
期权量化：Black-Scholes定价模型推导与Python实现、Greeks风险分解(Delta/Gamma/Vega/Theta/Rho)、波动率曲面构建(SVI/SABR模型)、做市策略(买卖价差管理/库存风险对冲)、中国场内期权市场(50ETF/300ETF/中证1000期权)生态
量化超跌程度，识别真正的抄底机会（而非接飞刀），制定分批建仓和止损方案
量化组合绩效归因：Brinson归因(资产配置效应+选股效应+交互效应)、Barra因子归因(行业因子/风格因子/特质收益拆解)、滚动归因与风格漂移检测。量化收益哪部分来自Alpha,哪部分来自运气——帮你回答老板的"这收益怎么来的"
医药行业投资分析框架：创新药管线rNPV估值（临床成功率/峰值销售额/专利悬崖）→仿制药集采影响量化（品种纳入概率/降价幅度/GPO应对）→CXO行业景气跟踪（投融资/产能利用率/订单趋势）→医疗器械/中药/疫苗子赛道差异化逻辑
量化组合优化方法论：均值-方差优化(MVO)、风险平价(Risk Parity/Hierarchical Risk Parity)、Black-Litterman模型(融合主观观点)、约束优化(CVaR约束/换手率约束/行业约束)、A股指数增强vs灵活配置的组合构建对比
私募基金入门完整指南：合格投资者制度（投资单只私募基金金额不低于100万元/个人金融资产不低于300万元或最近三年年收入不低于50万元/这是法规红线/私募不得公开宣传和拆分份额）→私募策略类型概览（股票多头策略→主观选股和量化选股/市场中性策略→多空对冲追求绝对收益/管理期货CTA→做商品期货的趋势跟踪和套利/宏观策略→股票/债券/商品/外汇基于宏观经济判断的配置/债券策略→信用下沉+杠杆获取超额收益/多策略→几种策略的组合/量化指数增强→跟踪指数并跑赢指数）→私募vs公募基金核心差异（私募→门槛高100万起/策略更灵活可做空加杠杆/信息披露不公开/流动性差通常月/季度开放赎回/业绩提成通常20%；公募→门槛低1元起/策略限制多/信息透明/日度开放赎回/管理费为主无业绩提成）→私募尽调要点（管理人背景→核心人员从业经验/是否经历过完整周期/策略逻辑→收益来源是什么/在什么行情下会赚钱什么行情下会亏/风控体系→最大回撤控制机制/止损线/杠杆上限/历史业绩→看足3年以上/不同市场环境下的表现/不要只看高收益的年份/规模→策略容量限制/规模过大可能降低收益）→私募的常见坑（只看短期亮眼业绩/不了解策略类型只看到收益高/被承诺保本高收益的骗局/管理人"橱窗展示"即只展示业绩好的产品/管理人分离→明星经理发的产品由别人操作）→什么人适合配置私募（资金体量>500万/能接受低流动性和信息不透明/有独立判断产品的能力/不要把全部资金放在一个私募→单只私募<总资产20%）
中国量化行业求职指南：私募量化(九坤/幻方/明法/衍复等)vs券商金工vs公募量化vs自营交易团队、技术面试准备(算法/数学/统计/金融/编程)、简历要点、薪资水平、行业趋势(2024-2025量化监管与人才需求变化)
系统梳理量化因子体系：价值因子(BP/EP/CFP)、动量因子(过去N月收益/均线偏离)、质量因子(ROE/毛利率/杠杆率)、波动率因子(已实现波动/下行波动)、规模因子(对数市值)。含计算代码和A股因子特征差异
量化研究员/交易员面试全攻略: 概率统计经典题(扔硬币/扑克牌/贝叶斯/随机过程)→编程(LeetCode medium+数据处理pandas/numpy)→脑筋急转弯(Brainteaser)类型与解题框架→策略思路题(设计一个做市策略/统计套利/因子回测)→量化面试书单与刷题路径
量化投研平台选型与搭建：第三方平台(聚宽/米筐/优矿/掘金/BigQuant)对比、自建平台架构(数据层→研究层→回测层→执行层)、Docker容器化一键部署、个人/小团队/机构三种规模的平台方案.含成本和时间估算
量化风控体系搭建：VaR(参数法/历史模拟/蒙特卡洛)与CVaR计算、极值理论(EVT)尾部风险建模、压力测试设计(2008/2015/2020/2024场景)、回撤控制机制(最大回撤熔断/动态降仓)。A股量化风控的中国实践
设计量化交易策略，包含选股逻辑、择时信号和回测框架
专业翻译外资行/国际机构英文研报：金融术语精准翻译（而非字面直译）、保留原文投资逻辑和分析框架、中英对照关键段落、附加术语解释。不是翻译软件——而是'懂金融的翻译'
识别投资组合中的各类风险，制定系统的风险监控和应对方案
单因子测试完整方法论：Rank IC/ICIR计算与显著性检验、分层回测(5组/10组)、单调性检验、多空组合收益、因子换手率与自相关分析。附A股主流因子的测试标准
统计套利完整方法论：配对交易选股(相关性+协整性双重筛选)、协整检验(EG两步法/Johansen检验)、价差建模(OU过程/卡尔曼滤波动态对冲比率)、交易信号生成(价差Z-score偏离)、A股配对交易实战经验
量化策略容量测算方法论：基于换手率的容量估算(单标的容量=日均成交×可占用比例)、持仓集中度与容量关系、市场冲击模型反推容量上限、A股不同市值段策略的容量参考(沪深300组件vs中证2000组件).私募"策略容量满了"的识别信号
量化策略工程化管理：Git代码版本控制+DVC(数据版本控制)管理大数据集、MLflow/W&B(Weights&Biases)实验追踪(记录每次回测的参数/指标/模型)、策略生命周期管理(开发→模拟→小实盘→全量)、团队协作规范
次新股投资完整框架：次新股的三个阶段(上市初期1-30天高波动/稳定期31-180天换手回落/解禁前1-3个月预期博弈)→开板后走势规律(首日开板vs多日连板后的不同走势/开板日换手率>60%=充分换手/开板后3个月60%个股跑输指数)→次新股选股(行业空间大的新兴产业/细分龙头/募投项目投产时间表/业绩增长的确定性)→解禁冲击(小非解禁vs大非解禁/解禁比例>30%需高度警惕/解禁前1月平均跑输3-5%)→估值回归(次新股溢价通常在上市后6-12个月内逐步消失回到行业平均水平)
技术指标三重共振交易体系：MACD判断趋势方向（DIF与DEA金叉死叉/零轴上方多头下方空头/顶底背离识别趋势衰竭）→KDJ捕捉超买超卖（K值>80超买/<20超卖/J值钝化信号/J值从>100回落至<100是卖出时机/从<0回升至>0是买入时机）→布林带判断波动区间（中轨20日均线/上下轨2倍标准差/缩口预示变盘/开口确认方向/价格沿上轨运行强势沿下轨弱势）→三重共振条件（MACD金叉+KDJ金叉+价格突破布林中轨=高胜率做多信号/三个条件满足至少两个才入场）→A股实战参数优化（日线级别主趋势/60分钟级别找买卖点/参数调整MACD为12/26/9 KDJ为9/3/3 布林带为20/2更具A股特色）
量化交易成本精细建模：中国A股费率结构(佣金/印花税/过户费)、市场冲击成本估算(Almgren-Chriss模型/I-STAR模型)、滑点回归分析、小盘股vs大盘股成本差异、成本模型的回测集成与实盘校准
换手率完整分析框架：换手率的绝对数值含义(日换手<1%=冷门无人关注/1-3%正常交易/3-7%相对活跃/7-15%高度活跃可能变盘/>15%极度活跃警惕出货)→不同股价阶段的换手率含义(底部放量换手=主力建仓/拉升中换手温和=锁仓良好/高位放量换手>10%=出货信号/下跌中缩量=惜售或套牢)→换手率与量比/成交量的配合分析→真实换手率vs名义换手率(扣除大股东锁定部分)
价值投资完整框架：格雷厄姆式深度价值(净流动资产法/烟蒂股)→巴菲特式优质价值(护城河+合理价格)→低估值筛选标准(PE<行业均值70%/PB<1.5/股息率>3%/连续5年盈利)→安全边际计算(内在价值vs市场价格的折扣率)→价值陷阱识别六种类型(周期性顶部/技术淘汰/会计造假/管理层掏空/杠杆过高/行业永久性衰退)
设计合理的代码覆盖率策略：行覆盖率→分支覆盖率→功能覆盖率的差异→覆盖率目标设定（不是越高越好）→覆盖率报告解读→覆盖率门禁→JaCoCo/Istanbul配置→「覆盖率虚荣指标」的陷阱
设计模型服务架构：模型格式标准化（ONNX/TensorRT）→在线推理vs批推理→GPU资源调度→模型版本管理→冷启动优化→自动扩缩→A/B推理→延迟/吞吐权衡→成本优化（Spot GPU）
从一句话需求展开为完整PRD：背景与目标→用户故事→功能详述→交互说明→数据埋点→验收标准→上线计划。自动识别遗漏场景并补充
生成技术方案文档：背景与目标→方案对比（至少2个）→架构设计→数据流设计→关键代码骨架→风险与预案→上线计划→评审checklist
生成Terraform配置：Provider配置→VPC/网络→计算实例→数据库→负载均衡→域名/DNS→监控告警→IAM/权限→Terraform State管理→Module化设计
设计RAG（检索增强生成）系统：文档切分策略→Embedding模型选型→向量数据库（Pinecone/Milvus/Weaviate/Qdrant）→检索优化→重排序→引用溯源→评估框架→生产部署架构
辅助识别合同中的关键条款和潜在风险点（不可替代专业律师）
生成规范的货物/服务采购合同，涵盖标的物描述、交付验收、付款条件、违约责任、争议解决
对商业活动或个人事务进行法律风险评估，量化可能的法律后果
生成规范的个人劳务合同/服务合同，区分劳动关系与劳务关系，规避用工法律风险
家庭财务的年度全面体检流程：资产负债表编制（列出所有资产和负债/计算净值变化/同比去年的净增额/净值增长率是否跑赢通胀）→收入支出表分析（年度总收入/年度总支出/储蓄率/比去年改善还是恶化/主要支出增长的来源）→资产再平衡操作（检查各类资产占比是否偏离目标配置/偏离>5%→执行再平衡/卖出超配的买入低配的→本质是"强制低买高卖"）→保险保障缺口检测（家庭结构变化→保额是否需要调整/已有保单的保额vs当前年收入的倍数/家庭经济支柱的更替/是否有新的保障需求：二胎/买房/换工作）→新年财务目标制定（SMART原则：具体+可量化+可达成+相关+有时限/如：今年储蓄率达到35%/应急金从3个月增至6个月/开始给孩子做教育金定投每月2000）→税务优化检查（专项附加扣除是否更新/年终奖计税方式选对没/年度汇算清缴做了没）
可转债和固收+的深度投资指南：可转债打新规则（信用申购无需市值/中签后缴款/单签1000元/上市首日涨15-30%常见→但破发也在增加需甄别）→双低策略详解（低价格<115元+低溢价率<20%/为什么这个组合长期有效→下有债底保护上有转股弹性/回测年化8-15%）→固收+产品配置逻辑（80%以上债券打底+不超过20%权益增强→收益增强来源：打新/可转债/股票/量化对冲→历史年化4-8%/最大回撤通常<3-5%）→信用风险评估（发行主体评级AA及以上/关注正股基本面/到期收益率>0即持有到期不亏→这三个是安全底线）→适合什么风险偏好的投资者（R2-R3稳健型/不想承受股票波动但又不满足于3%以下收益/可以作为理财替代但需要接受净值波动）
高血压老人的完整居家管理方案：家庭血压监测规范（测量时间：晨起排尿后+服药前+睡前/正确坐姿/袖带位置/记录表格）→低盐饮食实操（6g盐量化法：啤酒瓶盖/控盐勺/盐分计算器/外出就餐怎么控盐/隐形盐：酱油10ml≈1.5g盐/味精/蚝油/咸菜）→用药依从性管理（降压药不可自行停药/漏服处理原则/服药时间选择）→运动处方（快走/太极/每周150分钟）→血压波动原因排查（测量不规范/漏服药物/情绪/天气变冷/并发感染）
幼小衔接核心能力达标清单（识字量/数感/拼音/书写准备的具体量化标准），学习习惯培养（整理书包/记作业/专注完成一件事），作息调整方案（暑假里逐步从幼儿园作息过渡到小学作息），文具和书包的选购标准（实用vs花哨的取舍），家访和入学面试的准备指南
简历诊断与优化：ATS友好格式、STAR法则改写、量化成果包装、职位匹配度分析
学区政策深度解读（多校划片/六年一学位/租售同权等政策的影响），入学名额的核实方法（怎么确认你的房子有学位而不是被占用），学区房溢价的量化风险评估（溢价倍数/流动性风险/政策变化风险），学区vs居住品质的权衡框架，不同城市学区房策略的差异
股票投资新手的风险认知和纪律建立：新手最常见5个错误详解（追涨杀跌→散户亏损第一来源/听消息买股→信息不对称中的劣势方/重仓单一股票→单票不超过总仓位20%/不止损→亏损从10%变成50%/频繁交易→手续费和印花税吃掉利润）→价值投资/技术分析/量化策略的适合人群分析→仓位管理三原则（永不满仓/分批建仓/动态平衡）→止损纪律制定（单票-8%硬止损/总账户-15%清仓反思）
数字冲击型开头文案方法：数字对比技巧→数据可视化→数字选择的心理学→口播脚本。用数字制造冲击感
数字标题技巧文案：数字类型→数字量化→数字对比→数字心理学→口播脚本。让数字成为标题的点睛之笔
解决AI画面建议太抽象（"让画面更自然"）的痛点：将抽象建议转化为具体操作→画面质感的10个可执行提升点→不同内容类型的画面评分标准→从构图/色彩/光线/运动四个维度逐一优化→每项优化配具体操作步骤和预期效果
为餐饮/零售门店生成菜单和商品描述文案：菜品命名公式、感官描述法（色/香/味/口感/温度）、故事化描述、价值感塑造、菜单排版建议。让每道菜/每件商品都'自己会说话'