---

name: earnings-call-interpretation description: 在使用者要解讀法說會、earnings call、逐字稿或 guidance / Q&A 時使用。常見觸發像「幫我看法說重點」「按發言人拆 earnings call transcript」「比較兩季 guidance / Q&A」。輸出聚焦官方資料包、發言者切片、Q&A 拆解與驗證點；不取代三表分析、即時股價判斷或純摘錄。 version: 2026.3.31 homepage: https://github.com/AllanYiin/skills/tree/main/skills/earnings-call-interpretation license: MIT metadata: {"author":"Allan Yiin","language":"zh-TW","category":"analysis","short-description":"以披露包、guidance、Q&A 與逐字稿訊號為核心的法說會解讀流程","openclaw":{"emoji":"🎙️"}}

Earnings Call Interpretation

Purpose

這個 skill 用來把法說會的話術、guidance、Q&A 追問與披露口徑，還原成可驗證的經營訊號，而不是只摘幾句金句或直接下多空判斷。 它的核心順序固定是：先建立官方披露包與來源層級，再校正法域、會計口徑、幣別與翻譯風險，之後拆解 call participants、prepared remarks、Q&A 與 guidance，最後輸出證據鏈、逐發言者矩陣、替代解釋與後續驗證點。

Scope

In scope

• 解讀法說會、earnings call、results package、prepared remarks、Q&A transcript、management guidance。
• 比較同一家公司多季法說會，或比較同業公司在相近口徑下的披露敘事與風險訊號。
• 辨識 guidance 變窄或變寬、KPI 停止揭露、Non-GAAP / APM 強化、constant currency 強調、Q&A 迴避與翻譯風險。
• 依發言者名單切割 transcript，為管理層、法人 / 分析師與其他參與者建立角色標籤、主題分群與時間 x 因素矩陣。
• 將重要結論回指到官方申報、公司 IR、簡報、逐字稿或音檔等來源。

Out of scope

• 即時股價、盤中交易、短線買賣或目標價判斷。
• 只做逐字稿翻譯、逐段摘錄、頁碼定位或證據蒐集，沒有要求完整解讀。
• 需要完整三表橋接、會計政策深挖、盈餘品質或紅旗財報分析的任務。
• 沒有官方披露包或可信來源時，硬做精確投資結論。

Primary use cases (2-3)

1. 單場法說會解讀

• Trigger examples: "幫我看這場法說會重點", "解讀這份 earnings call transcript，重點看 management 有沒有轉保守。"
• Required inputs: 公司名稱、期間，至少一份逐字稿、press release、簡報或官方連結。
• Expected result: 先交代資料包與口徑，再整理核心訊號、發言者清單、prepared remarks / Q&A / guidance 拆解、風險與驗證點。

2. 多季或同業法說比較

• Trigger examples: "比較這家公司最近兩季法說會語氣有沒有變", "幫我比較兩家同業這季 guidance 和 Q&A 的差異。"
• Required inputs: 至少兩份可比較的法說會資料包，並能辨識公司、期間與市場。
• Expected result: 用一致口徑比較敘事變化，指出哪些差異來自法域、會計口徑、幣別、翻譯或主持規則，而不是經營本質。

3. guidance 與 Q&A 壓力測試

• Trigger examples: "看這場 call 的 guidance 有沒有鬆動", "分析 analyst 一直追問但管理層沒正面回答的主題。"
• Required inputs: Transcript 或音檔，加上 press release / slides 以驗證數字與口徑。
• Expected result: 把管理層與法人 / 分析師的訊號拆成逐發言者筆記、已確認事實、合理推論與待驗證假說，並標出下一季需要追的 KPI 與觸發條件。

Communication notes

• User vocabulary: 法說會、財報電話會議、earnings call、逐字稿、guidance、Q&A、results package、Non-GAAP、constant currency、KPI。
• Avoid jargon:
  • 把 prepared remarks 說成「管理層開場說明」
  • 把 disclosure package 說成「披露包 / 資料包」
  • 把 hedging 說成「保留語氣 / 不確定語氣」
  • 把 alternative explanation 說成「替代解釋」
• Least-surprise rule:
  • 使用者期待的是「先講資料範圍與口徑，再講你怎麼解讀」，不是先丟情緒判讀。
  • 若逐字稿不是官方版本，必須先示警，不要假裝它等同監管申報。
  • 除非使用者明確要求且資料足夠，預設不直接給投資指令。

Routing boundaries

• Neighboring skills / workflows:
  • financial-statement-analysis: 任務變成三表橋接、會計政策、盈餘品質或紅旗分析。
  • longdoc-evidence-reader: 任務只要頁碼、證據鏈、摘錄或逐段整理。
  • concept-alignment: 使用者先要對齊 Reg FD、MAR、APM、Non-GAAP、FPI 或跨市場背景。
  • technical-documentation-writer、slide-content-planner: 分析完成後，要轉成 memo、報告或簡報。
• Negative triggers:
  • "把這份 transcript 翻成中文"
  • "幫我找逐字稿第幾頁提到 capex"
  • "今天這支股票法說完能不能追"
  • "先幫我講 Reg FD 和 MAR 是什麼"
• Handoff rule:
  • 任務重點若轉成「純摘錄」「制度背景」「三表財報體質」或「即時交易判斷」，就不該由本 skill 硬攔。

Language coverage

• Primary language(s): 繁體中文，次要支援英文法說與中英混寫。
• Mixed-language trigger phrases: earnings call analysis、transcript interpretation、guidance read-through、prepared remarks、results package、Q&A signals、constant currency、Non-GAAP / APM。
• Locale-specific wording risks:
  • 「法說會」可能指台灣法說、國際 earnings call、investor presentation 或 results day，先確認是哪一種。
  • 「語氣變差」不能只靠措辭，要回到 guidance、KPI 與披露變化驗證。
  • 亞洲公司若只有英文摘要或口譯版，不能直接把英文措辭差異當成原意。

Success criteria

Quantitative (targets)

• Trigger accuracy: 至少 90% 的明顯法說會 / earnings call 解讀需求能命中。
• Output completeness: 100% 交代資料包、口徑、核心訊號、替代解釋與待驗證事項。
• Freshness-sensitive facts: 100% 對「最新 / 當季 / 目前 / 今天」這類要求改用當下查證的官方或監管來源。
• False certainty: 0 次把純語氣推測包裝成已確認事實。
• Speaker coverage: 只要 transcript 有 speaker labels，100% 先列出發言者名單、角色標籤與 section 歸屬。
• Numeric fidelity: 0 次在逐發言者筆記與 Q&A 對照中遺漏、誤植或改寫關鍵數字、單位或期間。

Qualitative

• 先校正披露口徑，再做語言或語氣解讀。
• 會把 prepared remarks、Q&A 與 guidance 分開判讀。
• 會先列出 call participants，並把內容按發言者切片，而不是只做整場摘要。
• 會明確區分已確認事實、分析推論與待驗證假說。
• 會優先回到官方資料包，而不是被單一 transcript 或二手摘要帶著走。

Instructions

使用 references/output-template.md 的段落順序作為預設輸出骨架，解讀流程優先依 references/signal-playbook.md 執行；只要 transcript 可辨識 speaker，必須再套用 references/speaker-mapping-playbook.md 的逐發言者方法；交付前對照 references/quality_checklist.md 自檢。

Global rules

• 先確認分析標的是哪家公司、哪一季或哪一場法說，以及使用者要的是「單場解讀」「多期比較」「同業比較」還是「guidance / Q&A 壓力測試」。
• Provided files 與官方來源優先於二手摘要；若需要最新資料、目前 guidance、最新申報狀態或近期法說，必須上網查官方或監管來源。
• 先建立完整資料包：filings、press release、slides、transcript、audio / webcast；不要只憑單一逐字稿下結論。
• 同業或跨期比較必須先統一法域、發行人身分、會計口徑、幣別、constant currency 口徑與翻譯風險。
• 非官方 transcript、口譯稿或英文摘要版都要先標示限制，再進入解讀。
• 管理層語氣只是線索，不是結論；每個重要訊號都要附替代解釋與驗證方法。
• 若 transcript 有 speaker labels，不得跳過發言者清單、角色標籤與逐 speaker 切片。

Step 0: Confirm inputs

• Read the existing conversation/files first; ask follow-up questions only when a wrong assumption would materially change the outcome.
• 至少確認以下資訊：
  • 公司名稱、期間、法說會日期或財季
  • 市場 / 法域 / 主要申報地
  • 可用資料：filings、press release、slides、transcript、audio / webcast
  • 使用者真正要解的問題：重點摘要、guidance、Q&A 迴避、同業比較或多季追蹤
• 若使用者提到「最新」「目前」「今天」「本季」，一定要查具體日期與最新公開資料狀態。

Step 1: Build the disclosure packet and source map

• 先列出資料包來源與等級，不要直接跳到解讀。
• 至少檢查：
  • 官方監管申報或交易所公告
  • 公司 IR 的 press release / presentation / transcript / webcast
  • Transcript 是否為官方版或第三方整理
• 若只有第三方 transcript，先回官方影音或公司 IR 驗證關鍵段落，再明示限制。

Step 2: Normalize jurisdiction and comparability

• 先校正口徑與制度背景，特別檢查：
  • 美國 issuer vs foreign private issuer
  • IFRS / US GAAP / 其他準則
  • Non-GAAP / APM 的定義與 reconciliation
  • 幣別與 constant currency
  • 翻譯、口譯或英文摘要是否具法律效力
  • 季報頻率、結果包結構與主持規則
• 若口徑不一致，先建立「披露口徑」與「分析口徑」差異說明。

Step 3: Decompose the call into evidence layers and speaker map

• 將內容至少拆成以下層次：
  • 開場免責聲明與口徑提示
  • 管理層開場說明（prepared remarks）
  • Guidance / KPI 新增、停用或重新定義
  • Q&A 追問、迴避、重述問題、要求 offline follow-up
• 不要把 prepared remarks 與 Q&A 混在一起評分；Q&A 才是壓力較高的訊號區。
• 若 transcript 有 speaker labels，先列出所有發言者，並為每位發言者標示：
  • 姓名
  • 所在段落：prepared remarks、Q&A、operator / IR bridge 或其他
  • 角色標籤：企業最高管理者、企業財務管理者、企業業務管理者、法人 / 分析師、其他
• 相鄰且同 speaker 的連續段落可合併，但不得把不同主題硬併成單一筆記。

Step 4: Interpret signals with alternative explanations and speaker matrices

• 依 references/signal-playbook.md 的 P0 / P1 / P2 清單逐項過濾。
• 至少檢查：
  • guidance 是否從點估退到區間，或區間變寬
  • 是否強化 Non-GAAP / APM / constant currency 敘事
  • 是否停止揭露某個 KPI，或改變 KPI 定義
  • 是否出現明顯的 Q&A 迴避、答非所問、重複腳本
  • 若有翻譯或文化因素，是否足以改寫措辭強度
• 每個重要訊號都要同時寫：
  • 觀察到的事實
  • 可能的主要解讀
  • 合理替代解釋
  • 還缺哪些資料才能定性
• 若 transcript 可做 speaker-based 切片，依 references/speaker-mapping-playbook.md 為每位發言者建立：
  • 主題索引
  • 時間維度：現在、短期（未來）、長期（未來）
  • 因素維度：商機、風險
  • 六格矩陣中的細顆粒度筆記
  • 背景事實 / 口徑 / 市場知識索引
• 數字、單位、期間與比較基準必須照原始披露保留；若需要換算，保留原值與換算值，不能只留其中一個。

Step 5: Cross-check numbers, prior calls, peers, and Q&A alignment

• 單場解讀至少回頭檢查：
  • press release、slides、filings 是否支持該訊號
  • 與前一季或前一場法說相比，是否真的改變說法
• 多季或同業比較時，優先比：
  • guidance 口徑
  • KPI 定義與揭露穩定性
  • Q&A 主要壓力主題
  • 匯率、地區組合與會計準則差異
• 若比較結果其實需要三表或會計政策深挖，轉交 financial-statement-analysis。
• 對法人提問與公司回答，至少補做：
  • 問題與回答的 speaker attribution
  • 問題與回答各自的時間 x 因素落點
  • 管理層與法人 / 分析師在主題、態度與展望方向上是「一致 / 部分一致 / 不一致 / 未正面回答」
  • 若問題被改寫、繞答或要求 offline follow-up，要明示。

Step 6: Render the final answer in the exact contract

• 預設輸出依 references/output-template.md 的標題順序。
• 每個主要結論都要盡量回指到官方來源、逐字稿段落或簡報/申報。
• 明確區分：
  • 已確認事實
  • 分析推論
  • 缺口 / 待確認事項
• 若資料足夠，二次整理時至少覆蓋：
  • 從整體產業到公司再到該公司特定市場的展望
  • 長期投資人與短期投資人各自主題下最關心、最想聽到的答案
  • 法人 / 分析師按主題與態度的觀點彙整
  • 本次法說對短期市場情緒的可能影響評估
• 除非使用者明確要求，不要把法說會解讀直接延伸成買進 / 賣出建議。

Step 7: Finalization and QA

• 對照 references/quality_checklist.md 檢查是否先講資料包與口徑，再講解讀。
• 若做了多期或同業比較，確認比較基礎一致或已明示不可比處。
• 若內容含「最新」或當前市場資訊，確認資料日期與事件日期。
• Run python skills\\skill-creator-advanced\\scripts\\check_skill_name_surface.py .
• Run python skills\\skill-creator-advanced\\scripts\\format_check.py skills\\earnings-call-interpretation
• Run python skills\\skill-creator-advanced\\scripts\\quick_validate.py skills\\earnings-call-interpretation
• Run python skills\\skill-creator-advanced\\scripts\\audit_skill_references.py skills\\earnings-call-interpretation
• Run python skills\\skill-creator-advanced\\scripts\\audit_openclaw_frontmatter.py skills\\earnings-call-interpretation

Tool rules

• 官方與監管來源優先，尤其是使用者提到「最新」「目前」「今天」或要求跨市場比較時。
• 若使用 web 或其他搜尋工具，優先收集：
  • filings / 交易所公告
  • 公司 IR 的 press release / slides / transcript / webcast
  • 法域規則文件，例如 Reg FD、MAR、APM / Non-GAAP 指引
• 第三方 transcript、新聞稿摘要與媒體評論只能當輔助，不可作為高信心結論的唯一來源。
• 若取得音檔或 webcast，語音特徵只能當異常旗標，不能單獨下結論。
• 保持工具集合精簡；任務若只是要摘錄或翻譯，不要硬展開完整 research 流程。

Default follow-through policy

• Directly do:
  • 建立披露包與來源層級
  • 補查官方或監管來源
  • 在低風險前提下做多季與同業口徑校正
• Ask first:
  • 使用者未提供必要公司或期間資訊，且錯誤假設會明顯改變結論
  • 需要使用受限檔案、付費資料或私有會議紀錄
• Stop and report:
  • 找不到可靠官方來源可驗證核心訊號
  • 來源日期、事件日期或公司身分互相衝突
  • 任務其實屬於翻譯、摘錄、概念對齊或即時交易判斷

Testing plan

Triggering tests

• Should trigger:
  • "幫我解讀這場 ASML earnings call，重點看 net bookings 不再揭露代表什麼。"
  • "比較 Microsoft 這兩季 earnings call transcript，Q&A 語氣和 constant currency 提法有沒有變。"
  • "看這場法說 guidance 有沒有放寬或轉保守，順便抓 analyst 一直追問但沒答的點。"
  • "幫我讀這份 results package 跟 prepared remarks，判斷 management 是不是在把焦點從名目成長轉到 constant currency。"
  • "請把這場法說會按發言人整理，標示 CEO / CFO / 分析師角色，並把每個人提到的商機與風險分到現在、短期、長期。"
• Should NOT trigger:
  • "把這份英文逐字稿翻成中文。"
  • "幫我找 transcript 哪一頁提到 gross margin。"
  • "今天法說完這支股票能不能追。"
  • "先解釋 Reg FD、MAR 跟 APM 是什麼。"
• Near-miss / confusing cases:
  • 使用者上傳 transcript，但只要 citation 與段落定位，這比較像 longdoc-evidence-reader。
  • 使用者說要解讀法說，其實是在要三表、現金流與會計政策分析，不應誤判成單純敘事解讀。
  • 使用者要比較跨市場公司，若不先統一翻譯、法域與會計口徑，很容易把制度差異誤判成 management 風格差異。

Functional tests

• Test case: 單場國際法說會解讀

  • Given: 使用者提供一份 transcript 或 results package，要理解 management 釋出的主要訊號
  • When: 啟動本 skill
  • Then:
    • 先交代資料包與來源等級
    • 會把 prepared remarks、Q&A 與 guidance 分開
    • 會區分事實、推論與缺口

• Test case: 多季 guidance 變化比較

  • Given: 使用者提供同一家公司兩季 earnings call
  • When: 啟動本 skill
  • Then:
    • 會先統一資料口徑與期間
    • 會指出 guidance、KPI 與 Q&A 主題的變化
    • 不會把單純措辭差異直接定性成基本面變化

• Test case: 非官方逐字稿的風險提示

  • Given: 使用者只提供第三方 transcript
  • When: 啟動本 skill
  • Then:
    • 會主動標示資料限制
    • 會回官方 IR 或申報驗證關鍵片段
    • 不會把第三方轉錄錯誤當成結論基礎

• Test case: 應拒絕即時交易任務

  • Given: 使用者要的是法說後今天能不能買
  • When: 啟動本 skill
  • Then:
    • 不會假裝法說會解讀已足夠支撐短線交易指令
    • 不會硬套完整法說分析模板

• Test case: 逐發言者象限拆解

  • Given: 使用者提供帶 speaker labels 的完整 transcript 與 results package
  • When: 啟動本 skill
  • Then:
    • 會先列發言者清單與角色標籤
    • 會按 speaker 建立現在 / 短期 / 長期 x 商機 / 風險矩陣
    • 會保留關鍵數字、單位與期間
    • 會比較法人提問與公司回答是否一致

Performance comparison (optional)

• Baseline (no skill): 常見失敗是只摘錄逐字稿、忽略披露包與法域差異、把語氣當結論、沒區分 prepared remarks 與 Q&A。
• With skill: 會先建資料包與口徑，再解讀 guidance、Q&A 與翻譯風險，能顯著降低過度解讀與錯比風險。

ROI guardrail

• Quality gain must justify extra:
  • Time: 只有在能換到更可靠的披露解讀與後續追蹤點時，才值得補齊官方資料包與法域校正。
  • Tokens: 不為了完整而逐段重述 transcript，只保留高訊號的變化、矛盾與驗證點。
  • Maintenance burden: 細節規則放在 references/，避免主檔膨脹。

Regression gates

• Minimum pass-rate delta: +0.10
• Maximum allowed time increase: 120s
• Maximum allowed token increase: 10000
• Maximum under-trigger failures: 1 / eval batch
• Maximum over-trigger failures: 1 / eval batch

Feedback loop

• Common failure signals:
  • 只摘錄法說金句，沒有先交代資料包與口徑
  • 把管理層情緒直接寫成結論
  • 沒有把 prepared remarks、Q&A 與 guidance 分開
  • 忽略翻譯、口譯或英文摘要的法律效力差異
  • 跨市場比較時混用 GAAP / IFRS / constant currency 口徑
• Likely fix:
  • 收緊 description 中對「法說會解讀」「earnings call」「guidance」「Q&A 訊號」的 trigger wording
  • 補強 references/source-hierarchy.md 與 references/signal-playbook.md
  • 在 evals 中加入非官方 transcript、跨市場翻譯與拒絕交易建議案例

Model / routing checks

• GPT-style prompt pass:
  • 明確寫出資料包、訊號拆解與輸出契約，避免只做摘要。
• Reasoning-model pass:
  • 允許先建立假說，但每個假說都必須附來源、替代解釋與驗證點。
• Neighbor-skill confusion:
  • 與 financial-statement-analysis、longdoc-evidence-reader、concept-alignment 的邊界必須持續測。

Eval workflow

• Save approved prompts to assets/evals/evals.json
• Define release thresholds in assets/evals/regression_gates.json
• 若此 skill 與 skill-creator-advanced 工具鏈一起維護，可沿用共用 eval workspace 流程準備 paired runs。
• If the environment supports subagents or parallel workers, launch with-skill and baseline runs in the same batch
• After runs complete, aggregate results and generate a review viewer

Distribution notes

• Packaging: 由宿主或 registry 的標準 SKILL 發佈流程處理；若在本 repo 維護，再使用 repo 根目錄的打包與驗證腳本。
• Repo-level README belongs outside this skill folder.

Troubleshooting

• Symptom: 回答只是在整理逐字稿重點，沒有真正解讀。

  • Cause: 沒有先建披露包與口徑，只是順著 transcript 做摘要。
  • Fix: 回到 Step 1 與 Step 2，先重建來源層級、法域與比較基礎，再下結論。

• Symptom: 把 management 語氣直接寫成利多或利空。

  • Cause: 沒有把 guidance、KPI 與數字支撐一起驗證。
  • Fix: 每個訊號都補上替代解釋與需要回查的披露資料。

• Symptom: 跨國比較結論很混亂。

  • Cause: 沒有處理翻譯、法域與會計口徑差異。
  • Fix: 依 references/source-hierarchy.md 重新做法域與口徑校正，必要時直接標示不可比。

• Symptom: Q&A 看起來都像迴避，難以判斷。

  • Cause: 沒有先扣除主持規則、文化語用與 analyst 提問方式的影響。
  • Fix: 依 references/signal-playbook.md 的文化與翻譯警示重新評估，優先看同公司跨季變化。

Resources

• references/output-template.md
• references/quality_checklist.md
• references/overlap-matrix.md
• references/source-hierarchy.md
• references/signal-playbook.md
• references/speaker-mapping-playbook.md
• references/test_plan.md
• references/trigger-eval-summary.md
• assets/evals/evals.json
• assets/evals/regression_gates.json