我本來就喜歡看各家公司的財報。教孩子用財報學投資的時候要看，做設計顧問案時透過年報掌握企業經營方向也要看。財報對我來說，不是投資工具，比較像是理解一家公司「到底在忙些什麼」的窗口。
但是我長期付費訂閱的幾個財報分析電子報，一半以上的篇幅都在講數字。像是營收成長多少、EPS 打敗預期多少、管理層給了什麼 guidance。看完常常一頭霧水，得自己再花好多時間補脈絡，才搞得懂那些數字背後到底在說什麼事。
既然每次都要自己做功課，那不如自己來。用 AI 做多輪深度研究，問自己真正感興趣的問題。寫一篇自己看得懂、讀了能夠有啟發的文章。
這就是「財報裡的故事」這個系列的起點。接下來聊聊，連續寫 150 篇之後，我體會到了什麼，又學到了什麼。
不給自己退路，才能真的測出 AI 輔助寫作的上限
開始決定要做的時候，我問自己的不是「能不能寫一篇好的財報分析」，而是一連串設計辯證的問題。
寫一篇可以，那連續寫個 150 篇呢？寫自己熟悉的科技公司可以，那每次都寫不同產業、不熟的領域呢？寫一輪可以，那同一家公司寫第二輪，還能寫出有趣、有深度的洞見嗎？
說實在的，我也不知道答案。所以得親手試看看。
既然要做，那就做過癮一點。我對自己的要求不是週更，而是日更。即使是農曆年假、清明掃墓，也都每天定時發稿。不給自己退路，也不給自己挑軟柿子的空間，這樣才真的可以測試出，AI 協助研究寫作的極限在哪裡。
一開始比想像中輕鬆，真正的挑戰從後面才開始
前面 30 篇，我幾乎覺得這件事比我預期的還更輕鬆有餘裕。
使用 AI 做深度研究的能力極好，尤其是跨領域的題目，效果尤其顯著。像是寫 Vivino 的時候，一個紅酒評分 App，它能幫我把七千萬用戶的群眾評分機制、葡萄酒產業的專家壟斷結構、再到平台經濟從「評分」跨到「電商」的商業模式轉型，全部交叉比對在一起。
寫 Coupang 酷澎的時候，從韓國電商的火箭配送邏輯、到它怎麼用虧損換規模再反轉獲利，一路串到社會現象觀察，台灣消費者為什麼開始在上面下單等。那種跨領域串連比較，所帶來的驚喜感，是以前純靠自己手搓做研究很難達到的。
但寫超過 30 篇，挑戰才真正開始。
首先是風格。AI 預設的寫作風格偏戲劇化，讀一兩篇覺得有張力，讀久了就會很膩。「不要 AI 感」其實很容易做到，要過濾排除掉「不是.. 而是..」的語句非常容易。難的是，要怎樣寫出屬於自己的語調。我花了很多時間在反覆調整：什麼時候該鋪陳、什麼時候該收、什麼時候該讓讀者自己判斷而不是替他下結論。
再來是不熟的領域。像是寫 Hermès 的品牌定價邏輯、寫 Grab 在東南亞的超級 App 策略、寫 Mos Burger 怎麼在日本速食紅海裡走出自己的路等，每個產業都有自己的商業邏輯和競合關係。光是搞懂脈絡、挑選收斂出一條值得深究的故事線，就比寫自己熟悉的科技業，得多花上兩三倍時間。
最痛苦的是，那些已經很多人寫過的熱門公司。像是 NVIDIA、Apple、Google，市場上不缺各式各樣的分析文章。這時候要挖出主流觀點以外、真正值得讀的新角度，寫起來真是特別難。
AI 不是幫我省事，而是把研究的樂趣放大了
我自己過往寫了快 20 年的部落格。以前親手做研究、寫一篇有深度的長文，大概得花上兩到四週的閒暇時間。而且要維持文章的品質非常費力。Wordpress 草稿匣裡面躺了很多想寫的題目，最後都因為「沒時間研究透徹」而擱置了。
現在不一樣了。只要想做，隨時都可以用十倍速去做深入研究，結合商業分析跟社會觀察，去寫自己真正想讀的東西。
這種感覺很過癮。不是「AI 幫我寫」的那種輕鬆，是「我終於能探索那些，一直想搞懂的領域」的那種興奮。
每天都有超乎預期的收穫，也意外地讓自己去看了好多原本不太熟、但是很想了解的產業。
打磨 18 個版本，我終於磨出一套深度分析方法
150 篇寫下來，我同時也做了一個 Claude Agent，前前後後迭代了 18 個版本，最後打磨出一套三階段的研究分析框架。
第一階段是「建立數字基礎」。不只是看營收和 EPS，而是去拆解業務線、找管理層的原話、比對分析師共識、觀察股價反應。特別要注意反差：數字很好但股價跌了？某條業務線暴增但沒人在討論？這些反差本身就是最值得追的線索。
第二階段是「提煉議題」。這是最關鍵的一步。每個財務數字背後，都有一群人的行為正在改變。像是中產階級開始覺得 Mercedes-Benz 不是非買不可了、Lululemon 的顧客發現可以選的替代品牌突然變好多等。找到那個「誰的行為因此不一樣了」，趨勢觀察就不會停留在抽象的口號。
第三階段是「搭配好懂素材」。歷史類比可以讓數字更有參照感，實際案例讓趨勢變得更具體，研究調查數據讓爭議點有回應的基礎等。不是每個素材都要用上，關鍵是選到那一個，最能讓讀者「秒懂」的切入點。
長期測試下來，一篇有深度的文章，通常會需要 12 到 15 輪的研究與深挖，不是隨便掃一輪就夠的。
社群教我的事：大家最想讀的，其實是自己有感的品牌
每天固定發文的好處是，你很快就能看出規律。打開 Facebook 得創作者後台，答案比想像來得清楚。
瀏覽數最高的，清一色是大家穿過、用過、開過的品牌。Lululemon 將近 15 萬、Mercedes-Benz 超過 10 萬、Hermès 7 萬、Nike 5 萬。
科技巨頭雖然寫了最多篇，但除了 NVIDIA 那篇衝到 26 萬是特例之外，Google、Apple 大概都落在 5 到 7 萬之間，比消費品牌矮了一截。至於 Palo Alto Networks、Palantir 這類一般民眾比較陌生的公司，瀏覽大概只有兩三萬。
規律很明顯：讀者最願意花時間讀、最願意分享的，是那些他們本來就有感覺的品牌。不是因為財報數字多驚人，而是看完之後會覺得「原來背後的故事是這樣阿，不講不知道」。那種驚喜感，才是讓人轉發的關鍵。
從互動結構來看更有意思。真正拉開觸及差距的是「分享」，而不是心情點讚。Hermès 和 Booking 的分享佔比達到 17%，瀏覽都排在前段；BMW 心情反應高達 77%，但分享只有 10%，曝光率也就到此為止了。
順帶一提，Facebook 的演算法節奏在每天發文之後看得一清二楚。我把四個完整月份的數據疊在一起，發現每個月的觸及效率都會走過三個階段：
前 12 天是「衝刺期」，演算法初始推播的效率最高，這段時間就吃掉了超過一半的月曝光；內容營收接近 30 USD 時會撞到天花板，約莫第 13 到 25 天時就會進入「高原期」，每千次曝光的變現效率開始衰減，曲線明顯趨平；最後幾天的「尾盤期」，流量幾乎停滯，僅靠偶發爆文拉一下。
無論如何，以我這樣 1.3 萬人追蹤的小帳號來看，每個月內容營利的收入大概就是夠付藍勾勾費用，外加幾杯咖啡而已。想要靠發文賺錢的，沒有一定的追蹤人數，千萬不要想太多。
結語：做完實驗，接下來回頭做自己
連續寫 150 篇系列 PO 文，說實話是冒著一點風險的。身邊也許會有朋友覺得：這傢伙還有自我嗎？是不是想當網紅想瘋了？
但做完這個實驗，真的還蠻有趣的。最有成就感的部分，不是寫了多少篇，而是逼自己去理解了好多原本陌生的領域。像是 BMW 怎麼在電動車轉型中兩頭押注、Delta 達美航空怎麼把機票變成金融商品、Royal Caribbean 郵輪怎麼把一艘船變成一座海上度假城市等。這些東西，不寫就不會逼自己去搞懂。
意外的收穫是擴圈，寫著寫著也因此認識了很多不同產業的朋友，這是開始動筆之前，完全沒預料到的。
如果對用 AI 輔助研究寫文章會嗤之以鼻的，那就別看了。你不舒服，我也不需要這個流量。
150 篇的實驗完成後，呼，我要做自己了。想寫就寫，喜歡就發。這個系列的出刊頻率，往後就隨緣開心囉。
附錄：Facebook 後台 實際數據分析
