dyp-ask（段永平投资问答）Skill 是什么？怎么安装使用？

段永平投资问答Skill：用「买股票就是买公司」的框架，把投资问题问明白

• 它是什么：一个让 AI 直接扮演段永平（大道至简／大道行思）的角色型技能，内置他的九大思想体系（投资信仰、生意模式、不为清单、能力圈、估值与买卖时机、企业文化、管理层评估、宏观与市场、平常心），用他的第一人称和语言风格回答问题。
• 它解决什么：普通大模型面对投资问题时，容易给出“综合各家观点”的正确废话，或滑向荐股与预测股价；这个技能用一套明确的原则（不预测、不做空、不借钱、看不懂就不买）把回答约束在“思维框架”而非“结论推荐”上。
• 怎么用：安装后在对话中直接提问即可，投资、商业、人生三类问题会自动匹配对应的分析框架；对超出能力圈的问题，它会坦诚回答“看不懂”。
• 差异化：它的价值不在“答案”，而在“提问被拆解的方式”——先问看不看得懂，再从未来现金流、护城河、管理层三个维度分析。
• 适合谁：个人投资者、创业者与产品负责人、需要输出投资内容的自媒体、以及想用“本分”思路做企业文化的管理者。

一、该技能叫什么？如何下载安装 AI 技能提升开发效率？

基本信息

项目	内容
技能中文名	段永平投资问答Skill
技能英文名	dyp-ask
技能ID	2119664749376094210
技能定位	角色扮演型投资思维问答技能（AI 伯克希尔系列）
来源形态	由技能规范文件 skills/dyp-ask.md 生成，可在 Claude Code 与 Codex 等环境共享同一套工作流

它解决什么问题

现实中，想学段永平的投资思路，通常要读大量语录、访谈、雪球问答，再自己归纳成可复用的判断框架，成本很高。而直接问通用大模型“这只股票能不能买”，得到的往往是模棱两可的均衡表述，甚至是被禁止的买卖建议。

这个技能把段永平的思想体系固化成一份可执行的“人格规范”：它明确规定了 AI 的信仰底座、判断框架、语言习惯、以及必须不做的事（不预测股价、不给目标价、不推荐具体买卖、不说“作为 AI……”）。于是每一次问答，都变成一次“用他的方式思考”的过程，而不只是“引用他的名言”。

一键安装的思路与步骤

安装环节的具体命令与入口，请以官方说明为准。但从技能详情可以读出它真实的运行前提与步骤，这里按实际可操作顺序说明：

1. 确认运行环境：需要一个支持“技能（Skill）”机制的 AI 代理环境，例如 Claude Code 或 Codex。技能详情中包含专门的「Codex 适配说明」，说明同一份规范文件可以在这两类环境中复用。
2. 准备技能文件：技能来源于 skills/dyp-ask.md 这一规范文件。把它放入你的技能目录（仓库的 skills/ 路径下），代理即可识别到 dyp-ask 这个名字和它的描述。
3. 准备共享工具：技能说明中要求优先使用仓库 tools/ 目录下的共享项目工具，例如财务严谨性工具 python3 tools/financial_rigor.py。建议在仓库根目录运行命令；如果会话是从仓库外部启动的，先定位实际检出路径，不要假定固定的主目录路径。
4. 准备研究规则文件：技能要求保留 AGENTS.md 中的研究质量规则——交叉核对财务数据、用精确算术工具做估值与数学计算、清楚标注不确定性与来源缺口。这个文件需要在工作区内可用。
5. 触发调用：在会话中以 $ARGUMENTS 的形式把问题作为当前线程的用户请求传入。当技能原文提到某些界面能力（如任务、子代理、网络搜索、本地命令行、文件读写）时，代理会自动映射到当前环境里最接近的能力：有子代理就用子代理，需要核实最新信息就联网搜索，本地操作走 shell 命令，工作区文件用常规文件编辑。
6. 验证是否生效：先执行 date 命令确认今天的日期，把它作为“最新”数据的基准，并在报告标题中标注数据截止日期（技能明确要求不得根据训练数据假设当前日期）。随后提一个典型的段式问题，比如“我怎么判断一家公司看不看得懂？”。如果回答呈现第一人称、直接简洁、带“哈”或“呵呵”的口吻，并且拒绝给出目标价与买卖建议，说明技能已经生效。
7. 失效排查：若回答仍是普通的“综合多方观点”风格，通常是技能文件未被正确加载，或技能名与调用名不一致，建议重新核对 dyp-ask 的路径与命名，以官方说明为准。

二、该技能的主要功能和特点

1. 完整内化的九大思想体系，而不是零散语录

技能要求 AI“内化而非背诵”，体系分为九块：投资信仰（买股票就是买公司，买公司就是买未来现金流折现）、生意模式（差异化、护城河、定价权、轻资产、用户导向）、不为清单（不借钱、不做空、不投不懂的公司、不频繁交易、不看宏观、不预测股价）、能力圈、估值与买卖时机、企业文化（本分、用户导向、利润之上的追求、造钟人 vs 报时人）、管理层评估、宏观与市场、投资心态（平常心）。

2. 明确的“不为清单”约束，天然规避荐股风险

这是它与普通“投资类提示词”最大的区别：技能直接把“不预测市场走势、不给精确股价目标、不推荐具体买卖、不说‘作为 AI……’”写进执行指令。也就是说，它的输出更像一个思考教练，而非一个荐股机器人。

3. 按问题类型自动切换分析框架

投资问题走投资哲学回答；商业问题用生意模式与企业文化框架分析；人生与做人的问题用“本分”“做对的事情”来回答；具体公司分析则先问“看不看得懂”，再落到未来现金流、护城河、管理层三个维度；宏观问题坦诚说不懂，但强调好公司不依赖宏观。

4. 语言风格与口头禅的高保真还原

直接、简洁、不废话，常用“哈”“呵呵”表示轻松，喜欢用反问和类比；不确定就说“不知道”“看不懂”；不认同就直接说“我不认同”“我不会这么做”；常引用巴菲特（老巴）的话；高频使用“毛估估”“大概”“差不多”这类保留精确性谦逊的表达，以及“买股票就是买公司”“好公司便宜的时候买”“简单但绝不容易”“封仓十年”等口头禅。

5. 内置研究质量与时间基准机制

技能要求开工前用 date 命令确认当前日期并标注数据截止日期，禁止拿训练数据当今天；同时要求交叉核对财务数据、用精确算术工具处理估值、清楚标注不确定性与来源缺口。这解决了很多“角色扮演类技能只会讲道理、数据却过时”的通病。

6. 能力圈边界的诚实声明

遇到高科技细节、医疗、政治等超出其能力圈的问题，会直接说“我不懂这个”“这不在我的能力圈内”。这种“会拒绝”的能力，在投资类 AI 工具里反而稀缺。

三、如何使用该技能？

以下按实际操作顺序给出分步指南，示例可直接照抄改写。

步骤 1：确认会话与日期基准

在正式开始前，让代理执行 date，把当天日期作为“最新信息”的基准。这一步在技能中属于强制要求，尤其当你想讨论近期财报或市场情绪时，避免 AI 用过时印象回答。

步骤 2：用一句话把问题丢进去

技能通过 $ARGUMENTS 接收你的请求，因此最简单的调用方式就是直接提问，不需要复杂格式。

步骤 3：区分问题类型，便于获得最佳输出

• 投资类：“我打算长期持有某消费类公司，但它的营收增速在下滑，怎么判断这是不是暂时的问题？”
• 商业类：“我们做小家电，产品同质化严重只能打价格战，问题出在哪？”
• 人生/做人类：“同事抢功，我要不要跟领导解释？”
• 具体公司分析类：“帮我用你看公司的方法，过一遍这家公司值不值得看。”

步骤 4：读懂输出结构

以公司分析类问题为例，典型输出会按如下顺序展开：

1. 先判断“这是不是你能看懂的生意”，看不懂就直接说不懂，不硬答；
2. 用生意模式框架看有没有差异化、有没有定价权、是不是要靠持续烧钱维持、是轻资产还是重资产；
3. 用未来现金流折现的思维方式做毛估估，明确说明这只是思维工具、不是套公式；
4. 用企业文化与管理层框架看是否本分、历史资本配置记录如何、创始人与职业经理人的差别；
5. 用不为清单做反向校验：这个决策是否隐含了借钱、做空、频繁交易、预测股价等被禁止的动作；
6. 最后给出风险与不确定性提示，明确不做买卖建议。

步骤 5：追问与压力测试

技能支持多轮追问，建议用“反向提问”来压测它的框架一致性，例如：“如果我的买入逻辑是‘最近跌得多’，你会怎么评价？”——预期回答会落在“便宜是相对内在价值而言”和“别人恐惧我贪婪的前提是你真的懂”上，而不是技术性反弹。

步骤 6：把结论沉淀为清单

让 AI 把对话结论整理成你自己的“不为清单”和“能力圈清单”，作为长期复用的检查表。这是把一次问答转化为方法论的关键一步。

四、同类型竞品对比分析

方案名称	定位	核心功能	安装/使用门槛	适用场景	优势与不足
段永平投资问答Skill（dyp-ask）	特定投资人格的角色化思维教练	九大思想体系内化、自动切换分析框架、内置不为清单与能力圈边界、语言风格还原、时间基准与财务严谨性校验	中：需支持技能机制的代理环境，需放置 skills/dyp-ask.md、tools/ 工具与 AGENTS.md 规则	学习价值投资框架、公司定性分析、商业决策复盘	优势：框架稳定、立场一致、天然规避荐股；不足：覆盖面聚焦于段式价值投资，对量化与短线话题基本“不回答”
通用大模型直接提问	通用问答助手	覆盖面广、可即时使用	低：打开即用	快速了解概念、泛泛而谈的投资科普	优势：零门槛；不足：观点混杂、易滑向“综合来看”，缺少一致的判断框架，且常见未经约束的买卖建议倾向
价值投资经典书籍与语录合集	静态知识载体	系统性原文、可反复精读	中：需自行阅读与归纳	建立底层认知、引用原话	优势：权威、原文准确；不足：无法交互、不会回答你的具体问题，把思想转成判断框架全靠自己
通用角色扮演提示词模板	提示词工程产物	一次性设定人设与语气	低：复制粘贴即用	简单模仿语气、内容创作	优势：灵活、可自定义；不足：缺少结构化思想体系与行为约束，长对话容易“人设崩塌”，也没有数据校验机制

怎么选：如果你的诉求是“建立一套可复用的判断框架，并且希望 AI 有明确的原则边界”，选这个技能；如果只是临时查概念，通用大模型更快；如果追求原汁原味的原文引用，仍需回归书籍本身。

五、该技能的典型应用场景与实际体验情况

场景一：资金量不大但想认真学的个人投资者

痛点很典型：看了很多价值投资的书，一到自己持仓波动就拿不住，容易“涨了想加、跌了想跑”。使用方式是把持仓公司逐个丢进去做定性分析，重点看它是否会用“看不看得懂”先把不合格标的筛掉。实际体验：上手几乎零难度，第一人称的口吻和“毛估估”的说法会让人很快进入对话状态；效果最明显的地方不是给了答案，而是把“我买入的逻辑到底是什么”逼出来。注意事项：它不会告诉你买或卖，别抱着要结论的心态用，否则会觉得“说了半天等于没说”。

场景二：创业者与产品负责人做商业模式诊断

痛点是同质化竞争与价格战，团队天天讨论降价还是加功能。使用方式是把业务描述清楚，让它用差异化、护城河、定价权、轻资产、用户导向五个维度过一遍。实际体验：它常会反问“你能涨价而用户不跑吗”，这个问题本身就有诊断价值；对“盲目多元化”“品牌多元化”的否定也相当直接。注意事项：它的框架偏消费与制造业语境，对纯技术驱动型业务的解释力有限，需要自己补足行业知识。

场景三：投资类内容创作者与自媒体

痛点是产出容易碎片化、立场摇摆，今天看多明天看空。使用方式是围绕一个主题做多轮问答，让 AI 用统一的口径输出观点，再人工整理成文。实际体验：口头禅和反问句式高度还原，素材可用性强；且因为明确禁止预测股价，内容合规风险更低。注意事项：引用“真实原话”时仍需自行核对出处，技能本身也要求标注来源与不确定性。

场景四：企业管理者做文化与价值观梳理

痛点是价值观停留在墙上，一遇到短期利润就变形。使用方式是用“本分”“用户导向”“利润之上的追求”“造钟人 vs 报时人”这几个概念去对照公司现有的制度与决策记录。实际体验：它不会给标准答案，而是反复把问题拉回“这算不算做对的事情”；对“为了短期利润牺牲用户体验”的否定态度非常鲜明。注意事项：这类问题偏主观，输出更适合当作讨论提纲，而非结论。

六、该技能能为用户带来的价值

第一，把“读了很多”变成“会用”。 九大思想体系被固化成可调用的判断流程，原本需要几十小时归纳的内容，变成一次对话就能跑完的分析路径，学习到应用的转化成本显著下降。

第二，用原则约束替代情绪决策。 不为清单（不借钱、不做空、不投不懂的、不频繁交易、不看宏观、不预测股价）本质上是一份“防手滑清单”。在波动加剧时，它能稳定地把话题拉回生意本身，这在长期看是复利级别的收益差异——正如技能里反复强调的，一生中抓住十个八个好机会就已经很好了。

第三，显著降低“看不懂却装懂”的风险。 技能明确要求对超出能力圈的问题回答“看不懂”，并强调 10 年里能看懂的不到 10 家、重手投的只有 5 家。这种克制的表达习惯，会慢慢重塑使用者的提问方式：从“这只票能涨吗”变成“这门生意的护城河在哪”。

第四，降低专业分析的门槛。 生意模式、未来现金流折现、企业文化、管理层评估这些原本需要系统训练的概念，被拆成可理解的白话；同时技能内置财务交叉核对与精确算术工具的要求，避免“讲道理很动人、数据却站不住”。

第五，长期可复用的资产。 对话结束后沉淀下来的能力圈清单、不为清单、公司分析模板，会变成个人投资体系的一部分，其价值随时间累积而增加，而不是用完即弃的一次性答案。

七、常见问题 FAQ

Q1：这个技能怎么安装？需要什么前提？

它来源于 skills/dyp-ask.md 这份规范文件，需要放进支持技能机制的代理环境（Claude Code 或 Codex 均可共享同一套工作流）。此外建议准备好仓库 tools/ 下的共享工具（例如财务严谨性工具）与 AGENTS.md 研究质量规则。具体命令与入口以官方说明为准，安装后可用一个典型投资问题验证是否生效。

Q2：它是收费的吗？

技能详情中未包含任何定价信息，因此是否收费、如何计费需以官方说明为准。可以确定的是，它本身是一份技能规范文件，实际使用成本主要取决于你所使用的 AI 代理环境的计费方式。

Q3：它会告诉我买哪只股票、什么时候买吗？

不会，而且这是设计使然。技能明确规定不给出精确股价目标、不预测市场走势、不推荐具体买卖，也不做投资建议。它提供的是分析框架：先判断看不看得懂，再从未来现金流、护城河、管理层三个维度展开。

Q4：它和直接问通用大模型有什么区别？

最大区别是“立场一致性”。通用大模型倾向于给出各打五十大板的综合表述，且容易被引导出荐股倾向；这个技能有明确的思想底座和行为禁令，长对话中人设不易崩塌，遇到宏观、科技细节等超出能力圈的问题还会直接说“我不懂”。

Q5：适合谁用？不适合谁用？

适合想系统学习价值投资框架的个人投资者、需要做商业模式诊断的创业者与产品负责人、需要统一口径输出内容的创作者，以及做企业文化梳理的管理者。不太适合追求短线择时、量化信号或明确买卖点的人——它大概率会温和但坚定地否定这类问题。