先看怎么选
主要看上市公司数据与披露,研究Fiscal.ai;需要券商、专家与公司资料交叉研究,看AlphaSense;要将已有文件和团队研究方法形成重复工作流,看Hebbia。按资料与工作范围选,不按选股效果排名。
| 这一步要完成 | 相关工具 | 工具介绍 |
|---|---|---|
| 上市公司数据与披露 | 查看介绍 | |
| 披露、券商与专家资料 | AlphaSense | 查看介绍 |
| 已有文件与多类数据源 | 查看介绍 |
研究一家公司,可能需要三种不同材料:可比较的财务数据、解释行业的专业资料,以及团队已经拿到的文件。对应到产品,Fiscal.ai适合从上市公司数据与披露出发;AlphaSense适合把公司披露、券商研究与专家访谈放在同一研究范围;Hebbia更值得关注的是让既有文件和研究过程形成可反复执行的工作流。
站内Finchat的旧入口目前跳转Fiscal.ai,Hebbia的旧域名也跳到hebbia.com。下面按当前产品说明选择,不沿用旧名称对应的功能印象。这些产品帮助组织证据,不在本文中按投资收益或选股能力排名。
从材料来源选研究入口
| 主要需要 | 值得研究的产品 | 选择关注点 |
|---|---|---|
| 持续查看上市公司的财务、经营指标与披露 | Fiscal.ai | 目标公司、地区和指标是否覆盖;数据能否回到来源 |
| 同时寻找披露、券商观点与专家讨论 | AlphaSense | 目标内容是否在订阅范围;引用对应哪种资料 |
| 把已有文件、内部资料与外部数据按固定问题反复分析 | Hebbia | 材料连接、重复工作流程与答案回查方式 |
Fiscal Terminal把财务、预期数据、电话会转写、投资者关系资料和披露放在网页终端里;要让外部AI助手访问数据,MCP是另一个订阅入口。AlphaSense的内容说明则把券商研究、专家访谈、公司文件与内部材料并列,适合研究问题跨越单份财报的团队。Hebbia Matrix强调连接多类材料、固化工作流,并把回答追溯到原句,适合手里已有一组研究材料、需要重复处理的人。
问“增长从哪里来”,要保留哪些证据
以编辑自拟的研究任务说明:你要弄清甲公司收入增长来自价格、销量还是业务组合变化。可以先留下这张记录表,而不是直接要求AI“评价增长质量”。
| 要确认的内容 | 应留下的记录 |
|---|---|
| 比较是否成立 | 公司主体、财年或季度、币种、单位、实际值还是预期值 |
| 公司自己的解释 | 披露文件、发布日期、原文位置,以及是否真的拆分价格与销量 |
| 外部观点补充了什么 | 分析师或专家的身份、资料日期、对应业务范围 |
| 尚未解释的部分 | 未披露、来源互相矛盾,或需要补查的具体问题 |
如果某个来源只写“预期需求改善”,不能把它记成已经实现的销量增长。专家访谈也应作为特定视角保留,不能改写成公司正式披露。这些区分不需要AI替你给出买卖结论,却能让下一位同事看清判断来自哪里。
AlphaSense的Deep Research说明提供从问题规划、检索到报告的流程,并说明输出包含可点击回到底层资料的行内引用。它的价值在于降低跨材料整理的重复劳动;使用时仍要打开支撑关键判断的原文,确认日期、主体与上下文。
数据终端与AI连接分别采购
Fiscal.ai帮助中心说明API/MCP与普通终端方案分开订阅,自助API/MCP订阅采用年度购买且不退款。不能因为买了网页终端,就默认获得外部AI连接权限。平台和支持资料主要为英文。导出还分两类:dashboard表格所有用户可导出;财务数据导出需要Max方案,目前支持美国、加拿大、英国、欧盟及美国存托凭证(ADRs)。准备迁移工作表前,应按目标数据和市场确认。
AlphaSense与Hebbia更适合把目标资料范围和实际研究任务带进演示,确认哪些内容需要额外许可、哪些系统必须由团队连接。若只读一家公司的几份公开年报,未必需要采购覆盖机构研究流程的平台;当资料持续增加、多人复用同一问题和口径时,专业内容库与可维护工作流才更容易体现价值。
工具推荐与取舍
从上市公司数据出发
Finchat
上市公司数据与披露
Fiscal.ai(站内旧名Finchat)的Terminal集中展示可回查来源的财务数据、预期、经营指标与公司披露。它适合持续研究公司基本资料;需要把数据交给外部AI助手时,可以另看MCP连接入口,网页终端与AI连接应分别判断。
- 适合谁用
- 反复查上市公司财务与经营数据,希望保留来源和比较口径的研究者。
- 选择前要知道
- API/MCP与终端分开订阅,自助API/MCP为年度购买且不退款;平台主要为英文。财务数据导出需Max,目前支持美国、加拿大、英国、欧盟及ADRs;dashboard表格所有用户可导出。
查看工作与交付
- 网页终端
- 外部AI连接另订阅
跨公司与行业资料研究
AlphaSense
披露、券商与专家资料
AlphaSense的内容范围包括公司文件、券商研究、专家访谈及内部材料,Deep Research把问题拆成检索与整理过程,报告带行内引用。需要同时理解公司说法与行业视角时,这种专业资料组织能力是入选理由。
- 适合谁用
- 资料跨越公司披露、行业研究与专家观点的策略或投研团队。
- 选择前要知道
- 专业内容存在订阅与许可范围,演示前需明确目标内容可用性;带引用的报告仍应核对原文,不能将营销中的准确性保证视为实测结论。
查看工作与交付
- 带来源的研究报告
把既有材料形成工作流
Hebbia
已有文件与多类数据源
Hebbia Matrix支持从文件、数据仓库、内部系统和外部数据提取材料,形成可复用的研究工作流,并检查答案对应的原句。材料已经积累在团队里、需要按统一问题持续整理时,它更接近组织研究过程的工作台。
- 适合谁用
- 手里有多份公司或交易材料,希望重复执行分析并交付研究资料的机构团队。
- 选择前要知道
- 这是以团队材料和流程为核心的平台,不能从连接器展示推定全部第三方内容许可随产品附送;具体连接和权限安排需在演示中确认。
查看工作与交付
- 可复用分析与可回查交付
推荐依据
2026年11月18日核对FinChat与Hebbia旧入口的当前去向,读取产品、内容范围、功能和帮助页,按资料来源、研究过程与交付方式比较;未登录测评目标公司覆盖或研究准确率。
依据当前官方资料做编辑推荐,材料记录表示例为自拟;不评价选股收益、研究准确率或授权内容之外的可用性。封面为AI生成编辑概念图,不是产品截图。
参考资料
功能、套餐与使用条件,以对应产品的最新资料为准。
- AlphaSense:资料种类与内容伙伴
- AlphaSense:Deep Research工作方式与引用
- Fiscal Terminal:公司研究资料与数据
- Fiscal.ai帮助中心:入口、数据与订阅条件
- Hebbia Matrix:材料分析与可回查工作流
内容更新于 2026-11-18



