01
这是什么
产品需求文档（PRD）
把“要造什么、为什么造、做到什么程度算合格”写清楚
让业务、金融专家、产品、研发、测试和客户对同一件事达成一致理解。
0. PRD 是什么
PRD（Product Requirements Document）就是“产品要解决什么问题、给谁用、怎么工作、做到什么程度才算合格”的统一作战说明书。
对业务
把“做一个信用风险Agent”变成清晰的用户、场景、价值和验收结果。
对产品
明确功能优先级、流程、页面、边界、指标和版本路线。
对研发
明确输入、输出、数据、接口、异常处理、日志和性能约束。
一句话：PRD不是产品宣传稿，而是让业务、金融专家、产品、研发、测试和客户对“要造什么、为什么造、怎么验收”形成同一理解。
| PRD模块 | 核心问题 |
|---|---|
| 背景与问题 | 为什么要做？现状痛在哪里？ |
| 目标与非目标 | 这版解决什么？明确不解决什么？ |
| 用户与场景 | 谁用、何时用、为什么用？ |
| 流程与架构 | 输入怎样经过系统变成结果？ |
| 功能与非功能需求 | 系统必须做什么，并达到什么质量？ |
| 评测与验收 | 怎样判断“效果好”和“可以上线”？ |
| 风险与路线图 | 边界、失败模式、先后顺序是什么？ |
1. 产品定义
| 字段 | 内容 |
|---|---|
| 产品名称 | 上市公司信用风险诊断 Agent |
| 产品定位 | 面向信用分析、投前筛选、投后监测和主体风险预警的白盒金融决策参谋系统 |
| 核心问题 | 钱从哪来？债怎么还？ |
| 目标客户 | 证券、基金、资管、产业投资、政府基金、风控、尽调和金融科技团队 |
| 核心差异 | 先画像、后诊断；规则与证据负责判定；LLM仅做受控表达；每个结论可追溯、可复核、可校准 |
| 当前阶段 | PoC / 能力样板：30家评估样本、13类风险模块、偏差复盘与校准机制 |
北极星价值：不是自动写一份“像研报”的文字，而是减少漏报、误报和黑箱判断，让专业人员更快获得有证据、有归因、有边界的诊断底稿。
2. 背景、问题、目标与非目标
传统人工分析
- 依赖个人经验，口径不一致。
- 大量时间耗在取数、整理、核对和重复计算。
- 专家知识难结构化沉淀。
- 跨公司、跨时点回放和批量监测成本高。
常见LLM财报Agent
- 财报、新闻、RAG直接交给LLM总结。
- 推理、判断、写作混在黑箱。
- 错误难定位，只能改Prompt再试。
- 难满足可追溯、审计和责任边界。
本版本目标
- 从公开数据形成公司风险画像和结构化证据。
- 用13类风险归因模块完成现金流与偿债诊断。
- 输出风险状态、主导归因、证据、反证、复核项和监测触发器。
- 支持历史回放、人工复核、偏差归因和小步校准。
- 形成可向证券、基金机构展示的标准化PoC。
明确非目标
- 不构成信用评级、投资建议、审计或尽调结论。
- 不直接决定授信、投资、交易或风险处置。
- 不让LLM自由新增事实或改变风险等级。
- PoC样本结果不代表全市场预测准确率。
3. 用户与核心场景
信用研究员 / 风控
批量初筛、查看主导风险、复核证据、设置监测项。
基金经理 / 投资经理
投资前快速识别现金流、短债和融资通道风险。
投后 / 尽调团队
建立主体风险底稿，持续跟踪风险变化和触发事件。
| 用户故事 | 业务价值 |
|---|---|
| 输入股票代码和分析时点，获得风险画像与主导归因。 | 减少人工初筛时间 |
| 点击任一结论，查看证据、规则、反证和版本。 | 提高可信度与审计性 |
| 风险信号变化时触发监测和复核任务。 | 提高持续预警能力 |
| 偏差可定位到具体模块与阈值，回归后再上线。 | 形成可控迭代闭环 |
4. 信用风险因果图
产品不是围绕单一指标打分，而是围绕信用恶化的因果链建模。
图1｜信用风险核心因果图
绿色实线表示促进关系；红色虚线表示缓释/抑制关系。公司画像决定同一指标在不同企业中的解释语境。
5. 端到端流程图
图2｜用户操作与系统诊断流程
6. 系统结构图
图3｜产品分层架构
7. 数据流与证据体系
图4｜数据流图
| 证据类型 | 定义 | 例子 |
|---|---|---|
| 事实 | 有明确来源、时点和字段的已验证信息 | 经营现金流、短期借款、受限资金、公告日期 |
| 推理 | 基于事实与明确规则形成的可追溯判断 | 短债覆盖不足、利润现金背离 |
| 假设 | 有一定依据但尚无法确认的解释 | 潜在融资依赖、支持持续性 |
| 待查证 | 影响结论但当前信息不足的事项 | 表外义务、授信可用额度 |
8. 13类风险归因 Skills
现金流质量 ×6
- CF-01 经营造血弱化
- CF-02 利润—现金转换异常
- CF-03 现金可用性丧失
- CF-04 外部补血依赖
- CF-05 资本消耗超出造血
- CF-06 现金流列报失真
偿债能力 ×7
- DT-01 短债现金墙压力
- DT-02 债务期限错配
- DT-03 利息覆盖弱化
- DT-04 杠杆扩张快于造血
- DT-05 再融资通道衰退
- DT-06 隐性义务暴露
- DT-07 外部信用支持依赖
| 单个Skill字段 | 说明 |
|---|---|
| 业务定义 | 风险成因是什么，为什么重要 |
| 适用画像 | 适用行业、模式、生命周期和债务结构 |
| 输入字段 | 财务、公告、事件和外部数据 |
| 证据组合 | 哪些证据需要同时出现，哪些仅作辅助 |
| 规则与阈值 | 触发、升级、降级和灰区条件 |
| 反证与缓释 | 季节性、备货、授信、外部支持等排除机制 |
| 红线 | 逾期、冻结、审计非标等强制升级条件 |
| 输出 | 状态、置信度、解释、复核项和监测触发器 |
| 版本与回归 | 规则版本、修改原因、测试样本和回归结果 |
9. 功能需求
| 编号 | 需求 | 优先级 | 验收 |
|---|---|---|---|
| FR-01 | 按股票代码与分析时点创建诊断任务。 | MUST | 任务可创建、可追踪 |
| FR-02 | 执行数据完整性、时点和版本校验。 | MUST | 异常可阻断或降级 |
| FR-03 | 自动生成公司风险画像并显示依据。 | MUST | 画像字段可追溯 |
| FR-04 | 形成结构化证据包，区分事实、推理、假设和待查证。 | MUST | 证据类型清晰 |
| FR-05 | 运行13类风险模块，保留触发、排除、缓释和红线记录。 | MUST | 执行记录完整 |
| FR-06 | 输出现金流、偿债、主导归因、复核项和监测项。 | MUST | 结构化结果完整 |
| FR-07 | LLM仅根据结构化判定生成业务语言，不得新增事实或改等级。 | MUST | 约束测试通过 |
| FR-08 | 支持人工确认、驳回、补充证据和校准工单。 | MUST | 有审计记录 |
| FR-09 | 支持历史回放和规则版本对比。 | SHOULD | 同一时点可复现 |
| FR-10 | 支持主体监测与风险触发提醒。 | SHOULD | 触发器可配置 |
| FR-11 | 支持批量主体和组合风险看板。 | COULD | 批量任务可完成 |
报告结构
- 分析对象、时点和数据版本
- 公司风险画像
- 现金流质量与偿债能力结论
- 主导风险归因与风险链
- 关键证据、反证和缓释
- 人工复核事项
- 监测指标与触发条件
- 责任声明与使用边界
10. 非功能需求
| 维度 | 要求 |
|---|---|
| 可追溯性 | 结论关联数据来源、规则ID、规则版本、分析时点和trace_id。 |
| 可复现性 | 相同数据版本、规则版本和时点得到一致结构化判定。 |
| 安全权限 | 按角色访问主体、报告和配置；敏感数据按机构要求隔离。 |
| 可靠性 | 数据、接口或模型失败必须降级或人工处理，不允许静默生成。 |
| 可维护性 | 规则、阈值、模板和代码版本分别管理。 |
| 模型治理 | LLM不可改判定；输出通过结构化约束、事实引用和敏感表述检查。 |
11. 效果评估
22/22
历史风险方向识别
验证是否抓住主要风险链条，重点观察漏报。
0/3
健康对照误报
验证强现金公司是否被无依据升级。
9/22
预警力度偏轻
用于建立校准工单，不掩盖当前偏差。
| 样本类型 | 验证目标 | 典型问题 |
|---|---|---|
| 历史风险样本 | 漏报、风险链和预警时点 | 后来出事的公司，当时能否看见风险？ |
| 健康对照 | 误报与过度敏感 | 好公司会不会被冤枉？ |
| 灰区样本 | 分寸、缓释与不确定性表达 | 压力与缓冲并存时会不会一刀切？ |
| 高投入龙头 | 画像语境与行业差异 | 高资本开支是否被错误等同于信用风险？ |
12. 校准与迭代闭环
图5｜偏差发现—修复—回归闭环
校准纪律：先排除数据、时点、画像和版本问题；只修改责任模块；风险样本改善时，健康对照必须继续不被误伤。
13. PoC 验收标准
| 类别 | 验收标准 |
|---|---|
| 功能 | 对象输入到报告生成全流程可运行；13类模块均有执行记录。 |
| 追溯 | 随机抽取任一结论，可追至证据、规则、阈值、版本和时点。 |
| 模型边界 | LLM失败或异常时不得改变结构化判定，应降级或人工处理。 |
| 评测 | 完成分层样本回放，公开方向识别、误报与偏差。 |
| 复现 | 同一数据与规则版本重复运行结果一致。 |
| 校准 | 至少完成1个偏差工单的定位、最小修复和回归闭环。 当前状态：正邦工单已完成偏差定位；最小修复与绑定健康对照回归待执行，本项尚未通过。 |
14. 产品路线图
图6｜阶段路线图
15. 风险、边界与 Stop Doing List
关键风险
- 公开数据缺失导致结论不完整。
- 历史样本选择偏差导致过度乐观。
- 规则对行业、周期和公司画像不敏感。
- 单一样本校准导致健康公司误报。
- 用户把参谋系统误当自动评级或投资建议。
- LLM生成新事实或弱化风险措辞。
Stop Doing List
- 不让LLM直接读财报自由下结论。
- 不把单一指标异常直接等同于风险升级。
- 不使用分析时点之后的信息做历史回放。
- 不隐藏误报、漏报和力度偏差。
- 不为一个样本全局调参。
- 不把PoC包装成全市场预测准确率。
附录｜一句话理解
产品：把“金融专家怎么看信用风险”变成机器可执行工作流。
工程：把输入、规则、证据、输出和日志连成系统。
评测：坏公司不能漏，好公司不能冤，灰区不能乱判。
治理：大模型只负责讲清楚，不能替专家改变结论。
迭代：每个错误都有地址、有工单、有回归，不靠换Prompt碰运气。
工程：把输入、规则、证据、输出和日志连成系统。
评测：坏公司不能漏，好公司不能冤，灰区不能乱判。
治理：大模型只负责讲清楚，不能替专家改变结论。
迭代：每个错误都有地址、有工单、有回归，不靠换Prompt碰运气。