周一早上八点半，离A股开盘还有一小时。赵先生打开手机，对着AI助手说了一句：“帮我看看机构对光模块产业都有哪些最新观点，并根据规模帮我筛选几只相关ETF”

几秒钟后，AI助手把光模块产业的最新观点和筛选出来的ETF推送到了他面前。赵先生扫了一眼，九点十五分集合竞价开始时，他已经有了当天的交易计划。

放在半年前，这是不可想象的。那时的他，要先打开三四个软件来回切换查行情，再去各个平台翻公告，最后还要在零散的渠道里搜研报。等他把信息凑齐，开盘往往已经过了一个小时。行情不等人，理想的买点或卖点常常已经错过。信息散落各处，人力难以穷尽。

券商赋能的一次重构

2026年以来，证券行业正在悄然发生一场变化。一批被称作AI Skills的新能力陆续上线。它做的不是功能入口的简单叠加，而是一件更底层的事：把券商沉淀多年的数据能力和专业工具，封装成AI可以理解和调用的标准化模块。

Skills的逻辑并不复杂。大模型本身越来越像公共底座，它拥有理解自然语言的能力，但缺乏对垂直领域专业数据的访问权限。Skills所扮演的角色，正是在AI与专业数据库之间架设桥梁——告诉AI数据在哪里、如何获取、以什么格式输出。当投资者用自然语言提出需求，AI理解意图后调用对应的Skill，从底层数据库中提取信息，再以结构化的方式呈现出来。这套机制的核心，是将专业金融服务的获取门槛，从“用户主动查找”降为“系统主动响应”。

平安证券在这一方向上给出了自己的方案——六大场景，把专业能力装进AI。它不是功能清单，而是一套从行情感知到决策支持的系统化能力输出。

六大场景，专业能力赋能个人投资者

行情感知：从价格展示到市场画像。传统行情工具提供的只是价格、涨跌幅、成交量等基础数据，投资者需要自行整合、对比、判断。行情查询Skill提供的则是一套完整的市场画像能力.当用户问及某一交易日的市场表现时，系统不再停留在“涨了多少点”的播报层面，而是同步输出日内波动特征、量价配合关系、多空力量对比等分析维度，将行情数据转化为可供参考的市场叙事。实时行情在经过Skill加工后，为投资者信息研判提供支撑。

资讯检索：从海量刷屏到要点直达。资本市场资讯每天以海量级更迭，多源渠道交织，信息密度极高，有效信息获取成本高。资讯检索Skill的工作原理是对碎片化资讯进行智能聚合与深度结构化处理——以行业快讯为例，系统自动提炼核心事实、影响维度、关联标的、关键数据及信源权重等关键字段，返回的不是杂乱链接，而是经过精准标注的核心摘要。每一条结果均附带原文定位，用户如需核实可一键溯源。时间的节省，源于检索逻辑的重构。

研报数据：从PDF阅读到标准化提取。卖方研报的核心价值在于其分析框架与数据整合，但对个人投资者而言，获取门槛始终存在——数百页的财报PDF、分散在各章节的财务指标、不同报告之间的格式差异。研报查询Skill将这一过程标准化：用户提出查询需求后，系统从研报数据库中提取营收、净利润、ROE等关键指标，形成统一格式的数据视图，支持多行业横向对比、多期数据纵向追踪，并对专业指标提供释义。与此同时，系统可捕捉市场中流传的深度研究报告的核心逻辑，为投资者的决策提供数据支撑。

社区洞察：从碎片阅读到结构化聚合。社区讨论是市场情绪的晴雨表，但碎片化、情绪化、噪声多的特征使其利用门槛不低。股友圈Skill解决的是社区信息的聚合与提炼。用户输入行业关键词或标的代码，系统返回相关圈子的热门话题和讨论焦点。当用户询问“医药研究所这个圈子里大家在聊什么”，系统提炼出讨论的核心脉络，勾勒出市场情绪与基本面的交汇点。当用户问及“圈友们持仓集中在哪些方向”，系统直接反馈持仓人数排名，谁的关注度在上升、谁的持有者基础在扩大，数据说话。再追问“光通信圈子有什么热议话题”，系统指向正在圈内流传的行业前瞻报告及其核心逻辑，而非泛泛之谈。社区数据经过提炼后，对于投资者而言可读性大幅提升。

ETF筛选和条件选基Skills：从逐一翻阅到条件化检索。ETF和公募基金的数量已经突破万只，逐一比较难以落地。ETF筛选与条件选基两个Skills解决的问题高度一致：将海量产品信息转化为可检索的结构化数据。ETF筛选支持类型、主题、跟踪指数、规模、费率、收益率、回撤幅度等多维度条件组合，同时预置热门榜、低费率榜、高分红榜等参考框架，多只产品横向对比时，关键指标差异一目了然。

几大场景贯穿了从信息获取到决策参考的完整链条。每一个Skill背后，都是一套经过清洗、标注、结构化的数据处理流程。用户感知到的是一句话的便捷，背后是数据能力的系统化交付。

买方服务理念的践行与落地

这些使用场景并非凭空而来，它们与平安证券近年来买方转型理念一脉相承。在投研端，公司整合研究业务与投行业务资源，围绕市场核心赛道，加大资产端挖掘与培育力度。

这一转型的落脚点，最终指向零售端。过去，机构客户凭借专属的研究团队、数据终端和投顾支持，在信息获取与决策效率上拥有系统性的独到优势。个人投资者即便同样关注某只股票、某个行业，也常常因为数据分散、工具匮乏、信息滞后而处于弱势。Skills所做的，正是将平安证券面向机构业务所积累的买方研究能力、数据处理能力和专业服务框架，以标准化、低门槛的方式向零售端延伸——机构级别的数据能力，不再被锁在内部系统里，而是嵌入到了每个人的对话框中。

当平安证券APP不再局限于基础的交易功能和传统工具，而是以服务机构客户的专业水准，为个人投资者打造坚实的能力底座；当用户只需在对话框中轻轻一问，系统反馈的不再是冰冷的链接，而是经由专业研究框架深度梳理、逻辑严密的结构性答案——这，正是买方服务理念最生动、最深刻的落地与践行。

便捷的表象下的系统性支撑

Skills的使用方式极简——仅需复制提示词给自己的AI助理即可完成安装。无需编程，无需专业金融背景。但便捷的用户体验背面，是成体系的技术投入。平安证券APP客户数超过2600万，日活跃用户位居行业前列。在千万级用户规模下提供稳定、准确、实时的AI响应，依赖的是数据治理的系统性、架构设计的稳健性和工程交付的精细化。

当前，平安证券APP的AI服务体系已覆盖行情、资讯、研报、交易、资产等多个业务环节。从信息获取到决策参考，AI能力正在逐步嵌入投资链条的每一个节点。

赵先生现在面对股市游刃有余了很多，AI完成了信息收集和初步分析，他把省下来的时间用于独立判断。这或许才是技术介入金融领域的落点——不替代人的决策，而是把人从信息洪流中摘出来，回到思考本身。

平安证券Skills正式上线，首轮上线六大Skills，告别信息碎片化，一站整合投资干货。现登录平安证券APP，搜索“Skills”即刻体验。