深度阅读提示词：百页行业研报的逆向逻辑拆解与知识图谱构建
提示词描述：
针对长文本、研报和白皮书的深度阅读提示词。采用逆向工程思维，运用MECE原则将百页文档拆解为核心论点、逻辑推导链和知识图谱。适合需要快速掌握复杂技术趋势或行业动向的进阶用户，大幅提升信息摄取ROI。
提示语关键词：
AI阅读长文本,研报分析提示词,AI总结报告,长文本阅读理解,知识图谱生成
提示词内容：
【应用场景】
面对动辄百页的行业白皮书、技术架构演进报告或深度券商研报，传统线性阅读效率极低且难以提取核心骨架。本提示词利用AI的逻辑推理能力，对长文本进行逆向工程，提取核心论点、数据支撑及逻辑推导链条，构建结构化认知。
【案例描述】
传统阅读 vs 逆向拆解：传统阅读100页《大模型算力基础设施演进报告》需耗时3天，且容易迷失在细节中。使用本提示词后，AI在3分钟内输出了包含“核心驱动力-技术瓶颈-商业变现路径”的三层逻辑树，并精准定位了3处数据论据矛盾点，阅读ROI提升10倍。
【提示词正文】
你是一位具备麦肯锡咨询顾问背景的资深行业分析师。请对我提供的 {研报文本或核心章节内容} 进行逆向逻辑拆解。
请严格按照以下MECE（相互独立、完全穷尽）原则输出分析结果：
1. 核心论点（Thesis）：用不超过50字提炼全文的绝对核心结论。
2. 逻辑推导链（Logic Chain）：逆向还原作者的论证过程，列出支撑核心结论的3-5个关键分论点，并标明每个分论点的数据/案例来源。
3. 知识图谱节点（Knowledge Nodes）：提取文中的关键技术术语、核心企业或关键指标，并说明它们之间的因果或相关关系。
4. 批判性思考（Critical Thinking）：指出该文本中可能存在的逻辑谬误、数据幸存者偏差或未论证的隐含假设。
【使用技巧】
对于超长文本，建议采用分块（Chunking）策略输入，并在提示词中指定 {分析侧重点}（如：侧重技术演进路径，或侧重商业模式分析），以防止AI在长上下文窗口中出现“迷失在中间（Lost in the middle）”的现象。
【延伸用法】
将输出的“知识图谱节点”转化为Markdown格式的Mermaid代码，直接渲染为可视化的思维导图或关系网络图；或将“批判性思考”部分作为辩论素材，用于团队内部的深度技术评审（Design Review）。