追跡可能な証拠で行うAI株式分析
Updated 2026-09-06
特定企業についての問いを、レビュー可能なリサーチパケットへ変えます。ソース識別情報を保持し、指標を明示的に計算し、解釈と報告済み事実を分けます。
証拠から解決できる問いを立てる
報告されたマージンの変化が、会社が開示した事業上の要因と整合するかどうかのような問いから始めます。発行体と情報の締め日を指定し、比較可能な提出書類を集め、変化を計算し、その入力に結び付いた説明をモデルに求めます。収集前に出力を定義します。報告済み事実、計算済み指標、もっともらしい要因、未解決の問いです。これによりレビュアーが結果を具体的に評価でき、会社資料を無制限に集めるのではなく、どの追加ソースが分析を改善するか判断できます。

発行体と情報の締め日を解決する
取引所固有のティッカーだけでなく、安定した発行体識別子を使います。証券種別、取引通貨、報告通貨、会計カレンダーを記録します。発行体の年次報告書、現地株価、米国預託証券は、関連していても同一ではない対象を説明する場合があります。問いが事業に関するものか、特定の証券に関するものかを定義します。締め日はリサーチに許可される最新情報であり、単に会計期間の終了ではありません。後の修正再表示は、以前の入力を黙って置き換えず、新しい証拠バージョンとして保存します。
統合を依頼する前にソースパケットを集める
発行体の開示、関連する規制当局への提出書類、ライセンスされた補足資料から始めます。SEC提出書類とXBRLインターフェースは米国の提出者に役立ちますが、現地市場の開示ソースや元の提出文脈の代わりにはなりません。抽出した各項目に、ソースURL、取得タイムスタンプ、文書ハッシュ、セクション位置を添えます。トランスクリプトは話者が述べたことの証拠であり、市場の気配値はある時点の価格の証拠です。一方が他方の主張を自動的に検証するわけではありません。各ソースをパケットに含める明確な理由を求めます。
| 証拠 | 保持する識別情報 | 典型的な不一致 |
|---|---|---|
| 提出書類 | 発行体、アクセッションまたは文書バージョン、期間 | 修正再表示と当初報告の数値 |
| 市場系列 | 銘柄、タイムゾーン、調整ポリシー | 異なる株式クラスまたは通貨 |
| 決算説明会 | イベント日、話者、トランスクリプトのリビジョン | ガイダンスを実現済み業績として扱う |
| 計算 | 入力参照と数式バージョン | 単位または期間の混在 |
先に計算し、その後で説明を求める
入力参照と分母ルールを保持し、コードまたは監査済みスプレッドシートで変化と比率を計算します。その結果を関連するソース文章とともにモデルへ送ります。もっともらしい要因を説明し、矛盾を特定し、未証明の点を列挙するよう求めます。たとえば、セグメント注記とともに売上とマージンの計算を渡し、提案された各要因を裏付ける文章へマッピングした表を依頼します。必要なコンテキストと出力動作に応じて現在のモデルを選びます。物語の改訂で入力が黙って変わらないよう、計算記録を分けて保持します。
構造化されたレポート契約を使う
報告済み事実、計算済み指標、解釈、不明点を分けます。重要な各解釈は裏付ける事実を指し、もっともらしい代替案を認めるべきです。利用できない証拠には、実際の財務結果に見える作り話ではなく空のコレクションを使います。以下のスキーマ概要はアプリケーションレベルの設計であり、新しいAPIsRouterリクエスト形式や上流プロジェクトの設定ではありません。バリデーターはソース参照の欠落を拒否し、人間が推論をレビューするまで成果物を保留します。
{
"issuer_id": "REQUIRED",
"as_of": "REQUIRED_ISO_TIMESTAMP",
"question": "REQUIRED_RESEARCH_QUESTION",
"facts": [],
"computed_metrics": [],
"interpretations": [],
"counterevidence": [],
"unknowns": [],
"review_status": "pending"
}引用形式だけでなく主張をレビューする
引用した文章を開き、具体的な文を支えているか確認します。期間、単位、会社が一致することを確認します。そのうえで、解釈が証拠から導かれているか、明示されていない前提を追加していないかを問います。第二のモデルは不整合の発見に役立つことがありますが、最初のモデルの要約しか見ていないなら独立した裏付けではありません。レビュアーには元のソースパケットと明確な却下ルールを渡します。競合する説明を自動的に自信ある合意へ混ぜず、意見の相違を保持してください。
各段階でコストと失敗の証拠を記録する
収集、解析、計算、モデルの段階を別々に保存し、表の抽出失敗でジョブ全体を再起動しないようにします。ジョブとモデル識別情報ごとにリクエストと課金対象のリトライを追跡し、現在の料金契約と使用量を照合します。未解決の使用量は不明として記録します。ソースが利用できない場合は、不足する証拠を特定した部分的なリサーチ状態を返します。中心的な主張が欠落した提出書類や未検証の数値仮定に依存するなら、長く完成して見えるレポートを成功とみなさないでください。
証拠とモデルアクセス
このガイドは、ソースに基づくワークフローと例示的な出力構造を提供するもので、実行済みの企業ケースではありません。完全なケースには、許可された入力、ソースとコードのバージョン、実際のモデル識別情報、使用量記録、レビュー済みの主張が必要です。GPT-6 Astraは公式に存在しますが、2026年9月5日のAPIsRouter公開カタログ確認では掲載されていません。このワークフローのモデルは現在のカタログから選び、公式モデルアクセスとゲートウェイの提供状況は別々に確認します。
よくある質問
モデルはティッカーだけで株式を分析できますか?
文章は生成できますが、監査可能な分析には発行体識別情報、締め日、実際のソース、定義済みのリサーチ質問が必要です。
財務比率をLLMに計算させるべきですか?
重要な指標には再現可能な計算を使い、説明とレビューのため、入力とともに結果をモデルへ渡します。
有効な引用は結論を証明しますか?
いいえ。文章が正確な主張を支え、解釈も仮定と不足する代替案についてレビューされる必要があります。
このタスクのモデルはどう選びますか?
ソースパケットのサイズ、必要な出力構造、ツール操作を確認し、同じレビュー済みタスクパケットで候補モデルを比較します。
一社のレポートの次に何をすべきですか?
再現可能なウォッチリストワークフローへ広げる前に、ソースバージョンの処理、部分結果の状態、主張レビューを確立します。