用 AI 写报告：结论先行的三段结构

报告按「背景—过程—结论」顺着写，读的人往往直接翻到最后找结论，前面的铺垫等于白写。改成结论先行，三段解决：开头段给结论和依据，数据段给关键数字和口径，风险段给出问题与建议。AI 在这里的正确用法是按这个结构组织语言，结论本身必须由你来定。

开头段：结论和依据一起给

开门见山给结论，紧接着一句话说明依据。比如「建议推进 A 方案，因为成本比 B 低约三成，且已有同类项目验证」。结论单独放在那里是观点，结论带依据才是可讨论的判断。这一段控制在两三句以内，读的人 10 秒内应该能决定要不要继续往下看。常见错误是把依据写成过程——「我们调研了两周、访谈了八个人」是过程，不是依据；依据是数据指向的结论关系。

数据段：数字必须带口径

支撑结论的数据单独成段，每个数字写清三件事：来自哪里、统计周期多长、样本或范围多大。口径不清的数据，读者无法判断可信度，结论也就站不住。两份口径不同的数据摆在一起对比时，差异是口径造成的还是业务造成的，必须在文中写明，这是报告里最容易出事的地方。AI 整理数据时还会顺手「规整」小数和单位，源表里 3.47 万被写成 3.5 万，汇率、单位、周期只要有一个被动过，整段数字都要回源核对。

风险段：建议给到人和时间

只讲好处的报告不可信。单独一节写清：最可能出问题的地方在哪、出了问题影响多大、有什么缓解办法。最后给一到两条具体建议——下一步做什么、谁来做、什么时候做。建议写得越具体，报告越像决策文件而不是情况说明。

交给 AI 的指令怎么写

「我要写一份报告，主题是 [主题]，核心结论是 [结论]，支撑数据如下：[逐条列出数据与口径]。请按三段组织：1) 结论加一句依据；2) 关键数据与口径说明，每条数据标注来源、周期、范围；3) 风险与一到两条建议。结论放最前，语言简洁，不堆形容词。数据只用我提供的，缺数据的位置标出来，不要补。」

模板里那句「数据只用我提供的」不能省。不写这句，模型会为了论证顺畅补出听起来合理的数据，报告里混进一个来源不明的数字，整份的可信度都要打折。拿到成稿后建议再让它反向输出一份数据清单——每个数字对应原文哪一条——清单对不上源表的位置，就是它自作主张的地方。

失效场景：结论本身站不住

三段结构解决的是呈现顺序，解决不了结论对错。如果支撑数据口径混乱、样本太小、或者与结论没有因果关系，结构再标准也是空报告。动笔前先自问：如果有人只反驳结论，我拿什么数据应战？答不上来就先回去补数据。另一个失效场景是给 AI 的数据本身互相矛盾，它不会指出矛盾，只会挑一边写，发稿前把所有数字和源表对一遍。

结论先行报告速查

• 结论放最前，依据跟在结论后面
• 每个数字写清来源、周期、范围
• 风险单独成段，建议给到人和时间
• 指令里写死「数据只用我提供的」
• 发布前所有数字回源表核对一遍

三个正文没展开的问题。结论先行会不会显得武断？不会，武断的是没有依据的结论，结论后面紧跟依据，恰恰是给不同意的人留了反驳的入口。手头数据很少怎么办？数据少就写小结论，并明确写清样本范围，小而诚实的结论比大而含糊的判断更有用。口头汇报也要三段吗？要，而且更要——口头场景没有翻页回看的机会，开头 30 秒给不到结论，听的人就自己去找手机了。

这套结构向上可以直接对接经营汇报，给合伙人看的年度经营总结用的就是同一套结论先行的思路；向下接日常数据整理，退货原因的归因分析产出的口径化结论，是数据段现成的素材；季度末把周报里的数据归拢成复盘，方法见用 AI 做年度复盘。