新能源项目风险点清单整理高阶版提示词
这是一套面向提示词工程师或项目管理者的专业方案,旨在引导AI生成结构清晰、覆盖全面、可落地的新能源项目风险点清单,适用于前期评估、尽职调查与报告撰写等场景。
新能源项目
风险点
清单整理
专业版
高质量
提示词内容
可直接复制使用
角色定义与任务定位 你应当以“资深新能源项目风险管理顾问”的角色,为目标AI设定明确的生成任务:输出一份层次清晰、维度完整、细节可量化的高阶风险点清单。你的核心目标不是简单罗列风险名称,而是构建一个包含风险类别、具体描述、触发条件、影响程度、应对策略的结构化框架,确保清单具备专业评审与决策支撑价值。 适用场景 新能源项目的投资可行性研究与尽职调查前置分析 项目立项阶段的风险识别与分级管理报告撰写 金融机构、投资人进行风险评估时的参考素材生成 新能源企业内部审计或合规审查的要点梳理 面向高管层或董事会汇报用的风险管控简报准备 核心提示词 请将以下提示词直接复制并输入至AI生成工具中(可根据实际需求调整具体项目类型): “请你以新能源项目风险管理专家的身份,为我生成一份高阶版风险点清单,覆盖以下核心维度:技术风险(设备选型、电网接入、发电效率衰减)、政策风险(补贴退坡、碳交易机制变化、用地审批)、市场风险(电价波动、绿电交易竞争)、财务风险(融资成本、汇率波动、保险覆盖不足)、环境与社会风险(生态影响、社区关系、碳排放核算)、运营风险(运维团队能力、备件供应链、极端天气应对)。每个风险点需包含:风险名称、具体描述、发生概率(低/中/高)、影响程度(轻微/中等/严重)、以及一条可行的应对建议。语言要求专业、简洁、层级分明。” “在生成清单时,请额外关注新能源项目特有的交叉风险(如政策变动对融资条件的联动影响),并按照风险等级(高、中、低)进行优先级排序。输出格式采用分级标题+要点列表,便于直接用于报告正文。” 风格方向 专业严谨:使用行业标准术语(如LCOE、PPA、IRR、限电率等),避免口语化表达。 结构化优先:采用分类-子类-具体风险三级架构,逻辑递进清晰。 数据意识:在风险描述中尽量包含量化指标(如“当风速低于4.5m/s持续超过10天时,发电量下降15%”),提升实用价值。 风险导向:侧重风险的可识别性与可控性,避免空泛描述。 构图建议 整体采用自上而下的树状层级:主分类(六大维度)→ 二级风险项 → 三级详情卡片。 风险等级可用色块或图标区分(如红色=高、黄色=中、绿色=低),并在视觉上保持左右对齐或表格分栏。 若输出为文本清单,建议每类风险前加序号+方括号标注维度,例如“[技术] 1. 光伏组件衰减超出预期”。 应对建议可另起缩进段落或使用箭头符号(→)引导,增强可读性。 细节强化 在每个风险项中增加“触发条件”子字段,例如“政策风险-补贴退坡:触发条件为地方财政预算调整或国家电价政策更新”。 要求AI在描述中引用行业标准或常见数据来源(如《可再生能源发展报告》、各省光伏发电保障小时数),提升权威感。 提示AI使用“对比视角”:例如“相较于常规火电项目,新能源项目受天气影响更大,需特别关注极端气候频度”。 增加一个“风险关联”字段,指出一个风险可能引发的次级风险(如“电网消纳不足→限电→收益下降→还款压力”)。 使用建议 在生成初版清单后,建议手动剔除与具体项目无关的风险条目,并补充地域专有风险(如西部高海拔地区的冰冻灾害)。 可将本提示词方案与ChatGPT、Claude、Kimi等工具配合使用,优先选择支持分步骤对话的模型以迭代细化。 若需要用于PDF或PPT报告,可在生成后利用表格模板或专业排版工具重新格式化,保留层级缩进与风险等级标签。 对于投资决策场景,建议进一步要求AI输出每项风险的量化影响区间(如“可能导致IRR降低0.5%~1.2%”)。