如何使用Claude进行尽职调查（而不轻信它说的任何一句话）
Claude能在几分钟内读完一份上百页的CIM（机密信息备忘录），并给你一份干净的摘要。在一项收购中，这份摘要恰恰是你绝对不能完全信任的东西。失败的模式不是一段粗糙的文字，而是一个自信但错误的数字——你无法将其与正确的数字区分开来，它就在你定价交易的基础之上。因此，目标不是让Claude做摘要，而是让Claude阅读，并使每一条事实性陈述都能追溯回其来源文件，否则就在它到达你之前将其剔除。按这种方式使用，它确实能压缩尽职调查中最慢的部分。但如果你把它当作可以信任的摘要工具，它就是个负担。
有一条规则：有出处则用，无出处则弃。每个数字都必须能追溯到文件中的某一行，否则就不采用。这一条纪律，就是把你可以据此行动的工具，和那个听起来很自信的聊天机器人区分开来的关键。一个经过验证的陈述要显示其来源。一个矛盾之处要显示双方的说法。一个无法验证的陈述根本不会传到你这里——它会变成一个待解决的问题。
一个实用的方法
| 步骤 | 做什么 | 为什么 |
|---|---|---|
| 1. 给它真实文件 | 附上CIM、财务报表、纳税申报表以及关键合同，而不是粘贴一页内容 | 它只能引用它能看到的东西 |
| 2. 要求引用，而非散文 | 要求每个陈述都要逐字引用来源和页码 | 使输出结果可核查 |
| 3. 询问它无法支持的内容 | 告诉它列出那些无法关联到文件的陈述 | 将空白暴露为问题，而非沉默 |
| 4. 交叉核对数字 | 要求它在CIM、财务报表和纳税申报表之间追踪同一个数字 | 矛盾之处就是交易变动的关键 |
| 5. 自己验证引用 | 随机抽查引用的内容是否与文件一致 | 模型仍可能错误引用；信任需要按每条陈述逐个赢得 |
顺序很重要。如果你先要求摘要，你就会锚定一个自信的叙述，然后把剩余时间都花在辩护它上面。如果你先要求有引用的陈述和一份无法验证内容的清单，你就会从证据出发。
Claude的优势与劣势所在
如何用 Claude 做尽职调查（但别轻信它说的任何一句话）
它擅长快速阅读大量内容，将晦涩的金融术语通俗地复述出来，起草问题清单，并在你要求它检查时找出文档中的自相矛盾之处。但当你放任它填补空白时，它会安静地犯错：它会生成一个看似合理的平均合同价值、一句整洁的"无未决诉讼"，或一个听起来正确但毫无来源依据的流失率数字。这些不是模型的缺陷；而是当你没有强制它引用时，一个摘要工具会做的事。
如果你希望这种纪律性内置其中，而不是每次都要手动提示，有一个免费、MIT 许可的二十个单一任务代理包，用于以这种方式阅读交易，详见 20个用于并购尽职调查的 Claude 代理，每个代理都设计成展示其工作过程并引用或删减。
何时更适合使用现成工具
手动提示 Claude 是可行的，对于快速阅读也足够了。但在批量处理时，摩擦就会出现：重复粘贴文档、重写提示、保持每笔交易的隔离性，以及每次都检查引用。如果你要逐一筛选多笔交易，使用一个托管工具，它能在你上传的文档上执行引用或删减的阅读，并返回带来源链接的简报，这比每次都新建对话更适合你的实际工作方式。这种权衡在最佳尽职调查软件以及尽职调查自动化实际能捕捉到的事项中都有阐述。你可以在示例简报中看到针对合成交易的引用输出，无需登录。
常见问题
我可以用 Claude 做尽职调查吗？
可以，用于阅读和初步分析，但前提是你强制它引用每个主张的源文档，并列出它无法验证的内容。不要将未引用的摘要视为事实。
将 CIM 粘贴到通用 AI 聊天中安全吗？
请将保密性和验证性分开对待。在验证性方面：未引用的摘要不能安全地用于行动；在保密性方面：使用能将每笔交易隔离的工具，而不是通用的消费者聊天。专用工作区可以同时处理这两方面。
如何阻止Claude编造数字？
要求引用，明确要求它列出无法关联到文档的说法，并在CIM（机密信息备忘录）、财务报表和纳税申报表中交叉核对同一数字。任何它无法溯源的内容都应成为问题，而非陈述的事实。
Claude用于尽职调查与交钥匙工具对比？
手动提示灵活且免费，但批量使用时摩擦较大。交钥匙尽职调查工具会自动对文档执行“引用或删除”规则，并返回带引用的摘要，这在筛选多个交易时更为合适。请查看Deal OS上对模拟真实交易运行“引用或删除”规则的示例。