使用生成式 AI 尋找「十倍股」（價值增長 10 倍的股票），並非預言未來，而是一項將人類大腦無法處理的龐大資訊量轉嫁給機器的基礎工作。
如果你直接問 AI：「告訴我哪些股票會漲 10 倍」，它不會給出有用的答案。
然而，這並不意味著 AI 對投資毫無用處。如果將其作為提取「跡象」、「結構性變化」和「共同條件」的工具，個人也能獲得全行業視角。以下是五個步驟的操作指南。
3 個前提（調整預期）
「十倍股」一詞由美國基金經理人彼得・林奇（Peter Lynch）在其 1989 年的著作《彼得・林奇的成功投資》（One Up on Wall Street）中普及開來。
在深入方法之前，讓我們先確認三個不可迴避的前提。
【絕不使用生活費】
幾個月內需要的資金或緊急儲備金不在考慮範圍之內。以追求 10 倍回報為目標的投資伴隨著高波動性，要求你必須忍受價格可能腰斬的時期。只使用虧損也不會影響生活的資金，是唯一的入場門檻。
【採用中長期時間軸】
林奇引用的許多案例顯示，股價增長往往跨越數年甚至十年的單位。尋求六個月內的結果，與尋找十倍股的本質根本不相容。
【假設大多數候選者都會失敗】
摩根大通資產管理公司的一份報告《痛苦與狂喜》（"The Agony and the Ecstasy", 2014, Michael Batty）指出，自 1980 年以來，約 40% 的羅素 3000 指數成分股最終回報為負，僅有約 7% 屬於顯著跑贏指數的「極端贏家」。金融經濟學家 Hendrik Bessembinder 的研究也表明，美股市場的財富創造極度集中在少數幾支股票上。
獵捕十倍股是一場你必須做好準備、即使錯失九次也不致影響生活的遊戲。你是否首先具備這種心態，決定了你隨後如何使用 AI。
人類錯過十倍股的 3 個原因
根據日本交易所集團（Japan Exchange Group）的數據，東京證券交易所约有 3,900 家上市公司。若加上美股及全球產業趨勢，遠超個人視覺追蹤的能力範圍。
【資訊量限制】
財報發布、證券報告書、產業分析。仔細研讀一家公司需要數小時。單靠人力比較數千家公司，並非現實的時間分配方式。
【確認偏誤】
人們傾向於投資自己熟悉的公司或使用過的產品。這種在行為經濟學中被稱為確認偏誤（Confirmation Bias）或本土偏好（Home Bias）的傾向，將視野固定在個人的「生活圈」內。下一支 10 倍股正成長於你不熟悉的產業這一可能性，在結構上被忽略了。
【歷史數據分析效率低】
過去捕捉到十倍股的經歷，往往止步於「當時應該買進」的回憶。將實現 10 倍增長的公司的共同財務指標和業務結構言語化並轉化為條件的工作，常常是缺失的。
以上三點皆為資訊處理問題。這正是 AI 成為突破口的地方。
該選擇哪種 AI？
結論：選擇用於篩選股票的 AI，取決於其是否「能附帶引用來源進行搜尋」以及「能否直接閱讀長篇披露文件」。沒有單一服務是完美的；實際操作涉及在不同步驟中使用不同的工具。以下項目按工作流程順序排列。
➊ 步驟 1：「整合搜尋型」
在繪製產業地圖時，開啟一個能回傳來源連結的 AI。OpenAI 於 2025 年推出了「Deep Research」，透過交叉比對多個來源來創建研究報告。Google 的 Gemini 也提供「grounding」功能，將答案與 Google 搜尋結果相匹配。將沒有連結的答案視為無憑據，並立即丟棄。
❷ 步驟 2：「長文本閱讀型」
一旦將候選縮減至幾家公司，直接投入證券報告書或業績說明材料進行摘要和问题提取。Anthropic 的 Claude 是一款強調長上下文處理能力的模型，並於 2025 年增加了網路搜尋功能。使用前請查看官方頁面以確認字元限制，從而減少拆分工作的負擔。
關於免費版與付費版：許多人好奇哪個更好。免費版存在訓練資料截止過期、缺乏搜尋能力以及閱讀量受限等問題。
因此，轉向付費版的標準在於你需要閱讀多少一手資料。當候選超過五家且每月閱讀超過 10 份披露文件時，轉向每月花費幾千日元的付費版是合理的。
然而，無論使用何種服務，輸出的精度取決於提問設計。重要的不是選擇哪個 AI，而是向兩個或多個 AI 提出相同的問題並尋找差異。記錄下相互衝突的數字或公司名稱，作為下一步核實一手資料的問題。
挖掘寶藏股的 4 個問題
AI 的輸出很大程度上取決於提問設計。向 AI 詢問條件，而不是股票名稱。以下是四個可直接使用的問題：
【識別成長產業】
問：「按營收增長率和投資金額對快速成長的全球市場進行排名。」這能繪製產業地圖。此處識別的領域將成為後續搜尋的範圍。
【提取結構性變化】
問：「告訴我因法規變更、技術創新或人口結構轉變，未來 5 年市場將擴張的領域。」目標是將不可逆的底層變化言語化，而非股價。
【提取共同的贏家特徵】
問：「列出過去十倍股公司在財務、業務結構和競爭優勢方面的共同點。」高毛利率、經常性收入和進入壁壘等要素將作為條件出現。
【轉化為條件】
接著追問：「為符合上述特徵的公司建立標準。只告訴我可能匹配的特徵。」
每兩個月更新一次候選清單
如果你嘗試了一次提示詞就停止，AI 仍然只是一個花哨的搜尋欄。將發現轉化為資產需要記錄和更新。應該記錄什麼資訊？
【應記錄的 5 項資訊】
① 公司名稱
② 標註的結構性變化
③ 相信其成長的理由（一句話）
④ 數字（市值、營收增長率、營業利潤、上市年數、最大股東持股比例 %）
⑤ 記錄日期
將這些記錄在 Excel 或類似軟體中。欄位空白的候選，代表你尚未理解的對象。
更新時機主要為每兩個月，並在財報發布期間強制檢查。驗證數字是否符合規定的標準；若有異常值，需寫明理由後剔除。
一旦這個習慣養成，你將從模糊地關注新聞轉變為有目的地收集資訊。直覺式的「看起來不錯」將被「能解釋為什麼會成長」所取代。「如果無法用一句話寫出成長理由，就不保留在清單上」這一標準，將成為投資決策的堡壘。
總結
支撐 AI 驅動十倍股獵捕的，並非機器能預測未來的幻覺，而是對一項基礎、可重複任務的設計：利用 AI 作為網，從數千家公司的海量披露資訊海中僅撈取「跡象」，同時由人類保留最終判斷和責任。
關閉本文後，只需一個問題即可開始。拋出：「告訴我未來 5 年市場規模將快速擴張的三個產業，並附上證據」，並將返回的三個產業寫入你的候選清單第一行。
將本文加入書籤，作為尋找寶藏股的參考。
參考文獻
[1] Peter Lynch, John Rothchild, One Up on Wall Street (1989 / 日文譯本：Diamond Inc.)
[2] JP Morgan Asset Management, Michael Batty, "The Agony and the Ecstasy: The Risks and Rewards of a Concentrated Stock Position" (2014)
[3] Hendrik Bessembinder, "Do Stocks Outperform Treasury Bills?" Journal of Financial Economics (2018)
[4] 金融廳 / 《金融商品交易法》第 29 條項下的投資顧問註冊制度
[5] Japan Exchange Group "Number of Listed Companies/Shares" Public Data (2024)
