# 公司研究AI工具：财务数据、专业资料与既有文件怎样选

页面：https://maomu.com/discover/ai-financial-research-platforms

比较Fiscal.ai（原FinChat）、AlphaSense与Hebbia的资料来源和研究入口，让公司研究中的数据、观点与原文保持对应。

编辑：猫目编辑部
内容更新：2026-11-18
资料核验：2026-11-18

## 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。

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](https://fiscal.ai/products/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](https://www.alpha-sense.com/content-and-partners/)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](https://www.hebbia.com/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](https://www.alpha-sense.com/resources/product-articles/introducing-deep-research-in-alphasense/)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](https://fiscal.ai/help/)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

### Finchat

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。

工作与交付：网页终端；外部AI连接另订阅

产品资料：https://maomu.com/p/finchat-io
官网：https://finchat.io

### AlphaSense

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。

工作与交付：带来源的研究报告

产品资料：https://maomu.com/p/www-alpha-sense-com
官网：https://www.alpha-sense.com/

### Hebbia

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。

工作与交付：可复用分析与可回查交付

产品资料：https://maomu.com/p/www-hebbia-ai
官网：https://www.hebbia.com/

## 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

- AlphaSense：资料种类与内容伙伴：https://www.alpha-sense.com/content-and-partners/
- AlphaSense：Deep Research工作方式与引用：https://www.alpha-sense.com/resources/product-articles/introducing-deep-research-in-alphasense/
- Fiscal Terminal：公司研究资料与数据：https://fiscal.ai/products/terminal/
- Fiscal.ai帮助中心：入口、数据与订阅条件：https://fiscal.ai/help/
- Hebbia Matrix：材料分析与可回查工作流：https://www.hebbia.com/matrix/
