AI量化交易实战（三）：多智能体Prompt工程——如何让Bull和Bear Agent真正’吵’起来

系列回顾：第一篇讲了AI量化的多智能体架构，第二篇讲了11个大模型怎么选。今天讲的是整个系统里最关键也最容易做错的环节——多空辩论的Prompt工程。

上两篇发出后，后台问得最多的问题不是”用什么模型”，也不是”成本怎么控制”，而是：

“我照着你的架构搭了Bull和Bear两个Agent，但它们的辩论看起来像两个好学生在互相夸——一个说’你说得有道理’，另一个说’你补充得很好’。这跟我想象中的激烈辩论差太远了。”

你不是一个人。 这是多智能体系统里最常见的”翻车现场”。

今天这篇文章，就来解决这个问题。

多智能体Prompt工程：让Bull和Bear真正吵起来 多智能体Prompt工程：从”和谐讨论”到”真刀真枪的辩论”

一、先看问题：为什么你的Agent总在”和稀泥”？

在深入解决方案之前，我们得先搞清楚问题出在哪。

1.1 一个真实的”翻车”案例

我拿NVDA（英伟达）做了一次测试。给Bull Agent和Bear Agent各写了一段”看起来还行”的Prompt：

Bull Agent的Prompt（V1版，有问题的）：

你是一个看多英伟达的分析师。请分析英伟达的投资价值，
给出看多的理由。

Bear Agent的Prompt（V1版，有问题的）：

你是一个看空英伟达的分析师。请分析英伟达的风险，
给出看空的理由。

输出结果是什么样的？

Agent	典型输出	问题
Bull	“英伟达在AI芯片领域具有绝对领先优势，数据中心收入增长强劲”	泛泛而谈，没有具体数据
Bear	“英伟达估值偏高，但长期来看AI需求确实存在”	看空Agent在替看多方说话！

看到了吗？Bear Agent在"看空"的第二句话就开始帮Bull辩护了。这就是典型的”和稀泥”——Agent没有真正进入角色。

1.2 “和稀泥”的三大根源

经过大量测试，我发现Agent不愿意”吵架”有三个根本原因：

Agent和稀泥的三大根源 为什么你的Agent总在和稀泥？三个根源和对应解法

根源一：RLHF训练偏向

现代大模型经过RLHF（人类反馈强化学习）训练后，有一个”讨好型人格”——它们被训练成倾向于认同、礼貌、避免冲突。这对客服场景很好，但对辩论场景是灾难。

根源二：角色定义模糊

“你是看多分析师”——这句话给了立场，但没给性格。就像告诉一个演员”你演坏人”，但没告诉他怎么演。他可能演出一个”很有礼貌的坏人”。

根源三：缺乏对抗机制

两个Agent各写各的报告，没有”交锋”环节。就像两个律师各自在家写辩护词，从来没在法庭上正面交锋——当然不会有火花。

二、核心解法：6大Prompt工程技术

接下来是干货时间。我把实战中验证有效的技术分成6个层次，从最基础到最高级，你可以根据自己的需求逐层采用。

技术一：角色锚定（Role Anchoring）——给Agent一个"灵魂"

角色锚定不是简单地说”你是看多分析师”，而是要定义身份、性格、信念和红线。

V1版（有问题的）：

你是一个看多的分析师。

V2版（角色锚定后）：

你是华尔街一位有15年经验的激进型多头基金经理。

你的核心信念：
- 你坚信市场长期向上，每一次回调都是买入机会
- 你认为大多数人低估了科技创新带来的盈利增长
- 你对估值的容忍度高于同行——你看的是3年后的盈利，不是当下的PE

你的性格特征：
- 你说话直接、自信，偶尔带点攻击性
- 你会主动挑战看空者的逻辑漏洞
- 你讨厌模棱两可的表述，每个观点必须有数据支撑

你的绝对红线：
- 你绝不会说"看空方说得有道理"
- 你绝不会用"但是从另一个角度看"来自我削弱
- 即使承认风险存在，你也必须立即给出为什么风险被高估的论证

关键区别：V2版给了Agent一个完整的”人设”——不只是立场，还有性格、信念和行为边界。

实测效果：仅仅做了角色锚定这一步，辩论的”火药味”就提升了约60%。Bear Agent开始主动攻击Bull的论点，而不是”补充”。

技术二：证据强制（Evidence Mandate）——没有数据，不许说话

AI Agent最容易犯的毛病是”空对空”——用观点反驳观点，谁也说服不了谁。解决方案是强制要求提供证据。

每个论点必须遵循以下格式：

【论点】：你的核心观点（一句话）
【数据支撑】：具体的数字、日期、来源（至少2个独立数据点）
【逻辑链】：从数据到结论的推理过程（不超过3步）
【反脆弱性】：这个论点在什么条件下会失效？

❌ 禁止出现的表述：
- "众所周知"
- "一般认为"
- "市场普遍预期"
- 任何没有具体数据支撑的判断

实测心得：加上证据强制后，辩论质量出现了质的飞跃。因为当你要求Agent”说清楚你的数据从哪来”时，它就没法用空泛的乐观/悲观情绪来敷衍了。

技术三：结构化反驳（Structured Rebuttal）——一来一回才叫辩论

单独生成多空报告不叫辩论。真正的辩论需要交锋——你说完，我针对你说的反驳，你再反驳我的反驳。

我设计了一个三轮辩论协议：

=== 辩论协议 ===

第一轮：立论（各自独立）
- Bull提出3个核心看多论点（含证据）
- Bear提出3个核心看空论点（含证据）

第二轮：交叉质证（互相攻击）
- Bull必须逐一反驳Bear的3个论点，指出数据缺陷或逻辑漏洞
- Bear必须逐一反驳Bull的3个论点，指出过于乐观或忽略的风险
- 反驳格式：
  【被反驳论点】：原文引用
  【攻击角度】：数据过时 / 逻辑跳跃 / 忽略变量 / 幸存者偏差
  【反驳证据】：你的数据和推理
  【致命问题】：如果对方的论点成立，需要满足什么前提条件？这个前提可靠吗？

第三轮：终极答辩
- 双方针对第二轮的反驳做最后回应
- 必须承认：对方的哪一个论点最难反驳？为什么？
- 必须回答：如果你错了，最可能错在哪里？

这个协议的精髓在于第三轮——逼Agent承认自己最薄弱的环节，这才是产出决策价值的关键。

三轮辩论协议：从各说各话到真刀真枪的交锋

技术四：温度与对抗性校准——调节"火药味"的旋钮

不同的股票、不同的市场环境，需要不同强度的辩论。我总结了一个”对抗性等级”体系：

等级	适用场景	Prompt关键词	Temperature	辩论风格
L1 温和	蓝筹稳定股（贵州茅台）	“请提出不同看法”	0.3	补充视角
L2 正常	成长股（宁德时代）	“请指出对方的逻辑缺陷”	0.5	理性质疑
L3 激烈	争议股（特斯拉）	“请攻击对方最薄弱的论证环节”	0.7	针锋相对
L4 极端	高波动/事件驱动	“假设对方完全错误，找出致命漏洞”	0.9	毫不留情

为什么需要分级？ 不是所有股票都需要L4级别的激烈辩论。对于贵州茅台这种稳定标的，L1就够了；但对于特斯拉这种多空分歧巨大的标的，如果不开到L3以上，你得不到真正有价值的风险提示。

技术五：元认知提示（Meta-Cognitive Prompting）——让Agent"审视自己"

这是高级技术。元认知提示要求Agent在辩论过程中反思自己的推理过程。

在你给出最终结论之前，请完成以下自检：

1.【确认偏误检查】：你是否只搜集了支持你立场的证据？
   列出你主动忽略的1个对方有利证据。

2.【时效性检查】：你引用的数据最新是什么时候的？
   超过3个月的数据标记为⚠️，超过6个月的标记为🚫。

3.【置信度标注】：给你的每个论点标注置信度（高/中/低）。
   - 高：有多个独立来源交叉验证
   - 中：有数据支撑但来源单一
   - 低：主要基于推理，缺乏直接证据

4.【黑天鹅检查】：有没有一个你完全没考虑过的场景，
   一旦发生会彻底推翻你的结论？描述这个场景。

实测心得：元认知提示是提升辩论质量的”杀手锏”。当你要求Agent标注置信度时，它会自动把那些”空对空”的论点降级——因为它自己也知道那些论点没有坚实的数据支撑。让AI学会说"我不太确定"，比让它说"我很确定"更有价值。

技术六：裁判Agent（Judge Agent）——谁也不偏袒

辩论完了，谁来判定？答案是引入第三个Agent——裁判Agent。

裁判Agent的Prompt设计需要特别谨慎：

你是一位独立的投资委员会主席。你的职责不是"折中"，
而是"评判"。

评判标准（按优先级排序）：
1. 证据质量：谁的数据更新、更权威、更具体？
2. 逻辑严密性：谁的推理链条更完整，没有跳跃？
3. 风险识别：谁更好地识别了对方忽略的风险？
4. 自知之明：谁更诚实地承认了自己的不确定性？

输出格式：
【辩论质量评分】：Bull __ / 10 分 vs Bear __ / 10 分
【关键分歧点】：双方最根本的分歧是什么？
【我的判断】：基于证据权重，我更倾向于__方，原因是...
【待验证假设】：双方辩论中有哪些假设需要后续跟踪验证？
【最终建议】：买入/卖出/持有，置信度__，建议仓位__%

特别注意：
- 你不能简单地"各打五十大板"
- 你必须给出倾向性判断
- 如果证据不足以做出判断，你要明确说"信息不足，建议观望"

三、完整实战：NVDA多空辩论的Prompt全流程

理论讲完了，来看一个完整的实战案例。

3.1 系统架构

┌──────────────────────────────────────────┐
│              Orchestrator                 │
│         （调度器，管理辩论流程）             │
└──────┬────────────┬────────────┬─────────┘
       │            │            │
   ┌───▼───┐  ┌────▼────┐  ┌───▼───┐
   │ Bull   │  │  Bear   │  │ Judge │
   │ Agent  │  │  Agent  │  │ Agent │
   │        │  │         │  │       │
   │Claude  │  │ Claude  │  │Claude │
   │Opus 4.6│  │Opus 4.6 │  │Opus4.6│
   └───┬────┘  └────┬────┘  └───┬───┘
       │            │            │
       └────────────┴────────────┘
                    │
            ┌───────▼───────┐
            │  投资决策报告   │
            └───────────────┘

3.2 Bull Agent完整Prompt（生产级）

# 角色定义
你是"张牛"，一位在华尔街工作了15年的科技股多头基金经理。
你管理着一只50亿美元的科技成长基金，过去5年年化收益率28%。

## 你的投资哲学
- 你信奉Peter Lynch的"投资你了解的东西"
- 你认为市场短期是投票机，长期是称重机
- 你对科技股有天然的偏好，但要求基本面支撑

## 你的性格
- 自信但不傲慢，用数据说话
- 遇到质疑时会反击，但反击有理有据
- 你讨厌没有数据支撑的"感觉"和"直觉"

## 辩论规则
1. 每个论点必须包含：具体数据 + 数据来源 + 推理逻辑
2. 你不能认同Bear的任何核心论点
3. 你可以承认风险存在，但必须立即论证为什么风险被高估
4. 禁止使用以下句式：
   - "看空方的观点有一定道理"
   - "从另一个角度来看"
   - "双方都有合理之处"

## 当前任务
分析标的：{stock_ticker}
当前价格：{current_price}
分析日期：{analysis_date}

请按照三轮辩论协议进行。现在是第{round}轮。
{round_specific_instructions}

3.3 Bear Agent完整Prompt（生产级）

# 角色定义
你是"李熊"，一位专注做空的对冲基金研究总监。
你在Citron Research工作过3年，后来创立了自己的做空研究机构。

## 你的投资哲学
- 你信奉"市场永远高估乐观情绪"
- 你专门寻找被过度炒作的股票
- 你的每一个做空报告都经过至少200小时的尽职调查

## 你的性格
- 尖锐、直接，不怕得罪人
- 你把揭穿"泡沫"视为自己的使命
- 你特别善于从财报细节中发现"隐藏的雷"

## 辩论规则
1. 每个论点必须包含：具体风险数据 + 历史类比 + 最坏情景测算
2. 你必须攻击Bull的每一个核心论点的薄弱环节
3. 你可以承认公司有优势，但必须立即指出这些优势被高估的程度
4. 禁止使用以下句式：
   - "多头方说得对"
   - "长期来看确实有潜力"
   - "这是一家好公司，但是..."
5. 你必须至少使用一个历史类比来警示当前风险
   （例如：2000年思科、2021年Zoom、2022年Meta）

## 当前任务
分析标的：{stock_ticker}
当前价格：{current_price}
分析日期：{analysis_date}

请按照三轮辩论协议进行。现在是第{round}轮。
{round_specific_instructions}

3.4 V1 vs V2的输出对比

我用英伟达（NVDA）做了A/B测试，对比效果如下：

维度	V1（简单Prompt）	V2（完整Prompt工程）
论点数量	各3个	各5个，且更具体
数据引用	0-1个	平均每个论点2.3个
反驳深度	不反驳，各说各话	逐条反驳，直击要害
“和稀泥”频率	约40%的句子在和稀泥	<3%（仅在第三轮承认不确定性时出现）
决策参考价值	低——看完不知道该怎么做	高——关键分歧点清晰，可直接用于决策

最让我惊喜的输出：V2版的Bear Agent在第二轮质证中说出了这样的话——”Bull方引用的AI芯片市场规模预测来自英伟达自身的投资者日演示，这相当于让被告为自己做无罪证明。根据独立研究机构TechInsights 2026年1月报告，同类预测的中位数比英伟达官方数字低34%。”

这种有来源、有具体数据、带攻击性的反驳，才是你想要的辩论质量。

四、避坑指南：7个最常见的Prompt陷阱

做了大量实验后，我总结了7个最容易踩的坑：

坑1：角色定义太”正确”

❌ “你是一位客观公正的分析师”——AI会把”客观”理解为”不偏不倚”，然后开始和稀泥。

✅ 给Agent一个有偏见的角色——这听起来违反直觉，但辩论就是需要偏见。真正的客观性来自两个有偏见的Agent互相碰撞。

坑2：没有”禁止句式”

❌ 只告诉Agent该做什么，不告诉它不该做什么。

✅ 明确列出禁止使用的句式和词语。AI非常善于遵守明确的禁止规则。

坑3：辩论轮次太少

❌ 只做一轮”你说你的，我说我的”。

✅ 至少三轮，而且第二轮必须是针对对方具体论点的反驳，不是泛泛地”提出不同看法”。

坑4：没有要求引用数据来源

❌ 允许”众所周知”、”市场普遍认为”这样的空洞表述。

✅ 强制要求每个论点附带具体数据和来源，否则该论点无效。

坑5：裁判Agent”和事佬化”

❌ 裁判Agent说”双方各有道理，建议持有观望”——这等于没判。

✅ 要求裁判必须给出倾向性判断，并明确说出”我更同意__方”。

坑6：忽略了时效性

❌ Agent可能引用一年前的数据来论证当前的观点。

✅ 在Prompt中明确要求标注数据时间，并对过期数据降权。

坑7：所有股票用同一套Prompt

❌ 贵州茅台和特斯拉用完全一样的辩论强度。

✅ 根据标的特征调整对抗性等级（参考前文的L1-L4体系）。

五、成本与效果的平衡

多轮辩论意味着更多的API调用。来算一笔账：

5.1 单只股票的辩论成本

环节	模型	调用次数	单次成本	小计
Bull立论	Claude Opus 4.6	1次	¥7.5	¥7.5
Bear立论	Claude Opus 4.6	1次	¥7.5	¥7.5
Bull质证	Claude Opus 4.6	1次	¥7.5	¥7.5
Bear质证	Claude Opus 4.6	1次	¥7.5	¥7.5
Bull终辩	Claude Opus 4.6	1次	¥7.5	¥7.5
Bear终辩	Claude Opus 4.6	1次	¥7.5	¥7.5
裁判评判	Claude Opus 4.6	1次	¥7.5	¥7.5
合计		7次		¥52.5

对比上一篇中简单架构的¥15（2次辩论调用），成本确实增加了——但决策质量的提升是数量级的。

5.2 成本优化策略

策略	节省比例	适用场景
第一轮用Sonnet 4.5，后两轮用Opus	约30%	大量初筛
低争议标的只做2轮	约40%	蓝筹股
批量分析时共享市场背景信息	约15%	同行业多只股票
用DeepSeek-R1做初步立论	约50%	试水阶段

我的建议：核心持仓股用完整3轮+Opus（¥52.5），自选股用2轮+Sonnet（约¥20），初筛用1轮+DeepSeek（约¥3）。分级投入，就像你不会花同样的精力研究每一只股票。

六、进阶：从辩论到决策系统

Prompt工程只是第一步。要构建一个可持续运行的多智能体投资决策系统，还需要考虑更多：

6.1 记忆与学习

辩论结束后，记录以下信息到知识库：
1. 本次辩论中哪些论点被证明是错误的（事后验证）
2. 哪种类型的论点最容易被反驳
3. 哪些数据来源的可靠性最高
4. Bull和Bear Agent各自的"盲区"模式

在下一次辩论时，将这些历史教训注入System Prompt。

6.2 与TradingAgents-CN的集成

如果你在使用TradingAgents-CN框架，本文的Prompt设计可以直接应用到其Bull Researcher和Bear Researcher角色中。关键修改点：

替换默认的Researcher Prompt为本文的角色锚定版本
在Manager Agent中加入三轮辩论协议
添加证据强制和元认知提示

6.3 一张图总结完整决策链路

完整的多智能体投资决策链路 从数据采集到投资决策：Prompt工程处于最关键的”决策层”

七、Prompt模板下载与使用建议

7.1 快速开始模板

如果你现在就想试试，这是最简化的”有效版本”：

# Bull Agent（最简有效版）

你是一位坚定的多头分析师。你的任务是为{stock}的投资价值辩护。

规则：
1. 每个论点必须包含至少一个具体数据点
2. 你不能认同任何看空观点
3. 如果被质疑，你必须用新的证据反击

请提出3个核心看多论点。

# Bear Agent（最简有效版）

你是一位犀利的做空研究员。你的任务是揭示{stock}被高估的理由。

规则：
1. 每个论点必须包含具体风险数据
2. 你不能为公司说好话
3. 至少使用一个历史类比来警示风险

请提出3个核心看空论点。

7.2 使用路线图

阶段	时间	目标	Prompt复杂度
试水	第1周	跑通基本辩论流程	最简版
进阶	第2-3周	加入角色锚定+证据强制	中等
完善	第4周	完整3轮辩论+裁判Agent	完整版
优化	第2个月	加入元认知提示+历史学习	生产级

八、写在最后：为什么Prompt工程是AI量化的”护城河”

很多人觉得Prompt就是”写几句话”，没什么技术含量。

大错特错。

在AI量化交易中，代码框架人人都能搭，数据源大家都能买，模型选型按我上一篇的建议做就行。真正的差异化在于——你怎么让AI"思考"。

好的Prompt工程师能让同样的模型产出截然不同质量的投资分析。正如Peter Steinberger所说：”Prompt比代码更有价值。”

在量化交易这个场景下，这句话尤其成立——因为Prompt直接决定了决策质量，而决策质量直接决定了你的钱。

最后一句话：不要追求”万能Prompt”。好的Prompt是迭代出来的——跑一遍，看结果，改Prompt，再跑一遍。就像交易策略本身一样，需要回测、验证、优化。

联系方式

如果你也在做多智能体投资决策系统，特别想交流：

你的Bull/Bear Agent辩论质量怎么样？
有没有更好的对抗性Prompt技巧？
三轮辩论的实际效果如何？
邮箱：[email protected]
微信：winnielove2020
博客：https://junxinzhang.com

下一篇预告：AI量化交易实战（四）——回测验证：AI生成的交易信号到底靠不靠谱？

关注我，不错过后续实战分享。

AI量化交易实战（三）：多智能体Prompt工程——如何让Bull和Bear Agent真正'吵'起来

一、先看问题：为什么你的Agent总在”和稀泥”？

1.1 一个真实的”翻车”案例

1.2 “和稀泥”的三大根源

二、核心解法：6大Prompt工程技术

技术一：角色锚定（Role Anchoring）——给Agent一个"灵魂"

技术二：证据强制（Evidence Mandate）——没有数据，不许说话

技术三：结构化反驳（Structured Rebuttal）——一来一回才叫辩论

技术四：温度与对抗性校准——调节"火药味"的旋钮

技术五：元认知提示（Meta-Cognitive Prompting）——让Agent"审视自己"

技术六：裁判Agent（Judge Agent）——谁也不偏袒

三、完整实战：NVDA多空辩论的Prompt全流程

3.1 系统架构

3.2 Bull Agent完整Prompt（生产级）

3.3 Bear Agent完整Prompt（生产级）

3.4 V1 vs V2的输出对比

四、避坑指南：7个最常见的Prompt陷阱

坑1：角色定义太”正确”

坑2：没有”禁止句式”

坑3：辩论轮次太少

坑4：没有要求引用数据来源

坑5：裁判Agent”和事佬化”

坑6：忽略了时效性

坑7：所有股票用同一套Prompt

五、成本与效果的平衡

5.1 单只股票的辩论成本

5.2 成本优化策略

六、进阶：从辩论到决策系统

6.1 记忆与学习

6.2 与TradingAgents-CN的集成

6.3 一张图总结完整决策链路

七、Prompt模板下载与使用建议

7.1 快速开始模板

7.2 使用路线图

八、写在最后：为什么Prompt工程是AI量化的”护城河”

相关阅读

联系方式

同分类推荐 · AI

Teams 只有字幕没有翻译？我在 macOS 做了一个实时语音翻译器，专门解决跨语言会议掉线问题

AI 订阅收紧潮：从 Anthropic 到 Google、GLM，免费午餐真的结束了

从 GLM-5、MiniMax 到'红包大战'：开工第一天你必须看懂的 AI Coding 新秩序

Enjoyed this article?

关注微信公众号，获取更多AI前沿洞察

Written by Jason Zhang Follow

微信赏杯奶茶🥤

支付宝赏杯奶茶🥤

PayPal 赏杯奶茶🥤

Ko-fi 赏杯咖啡☕

标签相关推荐

AI量化交易实战（二）：11个大模型，我该选哪个？

AI量化交易深度分析：当AI学会'思考'股票，会发生什么？

用OpenClaw做A股量化？我试了试，聊聊真实感受