NotebookLM 券商级行业研报Prompt系统

本数据产品并非原始数据的简单集合，而是一套经过深度建模与逻辑设计的AI指令数据集。该数据集旨在通过结构化指令对非结构化文本进行自动化清洗、重组与分析。
1. 数据层级结构
本系统数据集采用“模块化分层架构”，包含以下核心逻辑层：
任务定义层：包含行业名称、时间范围等变量参数，确立数据处理的边界。
规则约束层：包含行业研究原则、变量分析规则、时间维度分析规则，定义了数据处理的逻辑范式。
输出框架层：包含标准化的研报结构框架（从行业定义至未来趋势共7大模块）及数据呈现规则，规范了最终数据的输出形态。
2. 数据处理流程
数据通过“输入-加工-输出”的闭环流程运作：
输入端：接收用户上传的非结构化行业资料。
加工端：利用上述“规则约束层”数据，对输入资料进行语义识别、关键变量提取及逻辑重组。
输出端：生成符合券商标准的结构化行业研究报告，包含文本分析与量化数据。
3. 数据特征
本数据集具有显著的独创性加工特征，通过预设的指令逻辑，将通用自然语言处理转化为专业的行业研究分析能力，实现了从原始资料到高价值研报数据的自动化增值。

搜集汇总

背景与挑战

背景概述

该数据集名称为'NotebookLM 券商级行业研报Prompt系统'，但从提供的数据集详情页面内容来看，实际展示的是上海市数据产品知识产权登记管理系统的登记公示列表，包含多个不同领域的数据产品（如材料光谱、用户画像、安全管理等），而非该数据集本身的详细描述。因此，无法从当前页面中提取该数据集的关键信息和特点。