我终于明白为什么问 AI 该买哪只股票，得到的永远是正确的废话，因为跳过了最贵的那一步， 真人财务顾问收你高额费用，第一小时根本不聊股票， 他先问你，这笔钱几年不用，能承受多大回撤，每月能加多少，你历史上最容易在哪犯错，

而你跟聊天窗口说一句帮我看看组合，等于请一个完全不认识你的分析师当场发言，

@milesdeutscher 这个视频最狠的一句话是，同一个模型，有没有上下文，答案完全两回事，

他搭了一套 Context Layer，五个 markdown 文件加实时数据，半小时能起一个能用的版本，

investor-profile 写你的目标、年限、回撤承受力、仓位量级，strategy 写再平衡规则和进出场条件，持仓表用 Google Sheets 连接器读实时数据，watchlist 写你在等什么条件，prompts 把固定作业模板化，

最值钱的是他 profile 里的一句话，他承认自己过早砍赢家、死拿输家，要求模型当场喊停，

我觉得这比任何估值因子都有用， 持仓千万别反复上传 CSV，过期持仓是这套系统最隐蔽的事故，模型还停在上次对话的自信里，你的账已经变了，

数据用 FMP 连接器，免费额度每天 250 次，报价财报 SEC 分析师目标价都有，每个会话开头写死一句本对话所有数据走 FMP，防止模型偷偷爬网页，

然后开一个专用项目，挂上这个文件夹，之后你只要说 snapshot NVDA，跑一遍早盘，AVGO 对 MRVL，run the finder，

它加载完做的第一件事，是对照你的规则查账，现金 15% 目标 10%，VOO 到了该减的线，这才像 CFO 该干的活， 但我觉得最反直觉的是这几点，

最值钱的东西是那几份 markdown，换 GPT 换 Grok 换 Claude，上下文在，判断框架就不会散，

watchlist 不该做成股票清单，它应该是一个状态机，每只票后面跟的是我在等什么条件，不是我觉得它不错，

先写你的性格缺陷，再写投资哲学，约束一写上，模型就从给你想法的人，变成按你红线审账的人，

实时数据没有个人规则，就是更贵的财经频道，个人规则没有实时数据，就是不知道现价的心理咨询师，两样必须同时在，

这套东西真正在做的，是把判断外置， 脑子里的规则不写下来，模型每次都在猜你是谁，写下来之后，它不能发明一套新的风险偏好，只能在你已经承认的框架里找偏差，

但有个不太好听的推论，文件有多诚实，系统就有多有用，

如果你把风险承受力写得比实际勇敢，它会按你装出来的那个人给建议，垃圾进，自信的垃圾出，

真正难的事情跟连数据无关，是坐下来写清楚，我到底能亏多少，我到底会在哪做蠢事，

所以别再问 AI 能不能当你的财务顾问了，先问自己，有没有把投资原则写成一份模型读得懂、还能拿来打你脸的文件， 有这份文件，普通模型就够用，没有，换再贵的模型，也只是个更会说话的陌生人。