可行性研究报告是政府投资项目、专项债申报的核心文件，也是工程咨询业务里工作量最重的一类。这几年我一直在实践用AI辅助可研报告的编制，这篇文章按报告的五大核心模块，逐个拆解AI在每一部分能做什么、不能做什么。
模块一：项目建设必要性
需要人工把关的是：现状问题的描述必须基于真实调研数据，不能让AI凭空生成"设施老化""供需矛盾突出"之类的空泛表述——评审专家一眼就能看出来是套话。
模块二：建设背景
但涉及具体地块的现场情况、周边配套设施的实际状态，这些一手信息AI是不知道的，必须由调研人员补充真实素材，AI再帮忙润色成规范的报告语言。
模块三：建设方案
「AI能搭好比选表的骨架，但填进表里的每一个数字，都得是工程师亲自算出来的。」
模块四：投资估算
这里有个我自己踩过的坑：二类费用的资产归属分类——比如前期工程费该算无形资产还是固定资产，土地使用权摊销年限该按10年还是50年（应按出让合同年限），这类涉及会计准则和具体政策的判断，AI经常给出"看起来合理但实际错误"的答案，必须由懂财务和造价的人复核。
模块五：财务测算与经济评价
但测算的关键输入参数——量（如营业收入的业务量预测）、价（如收费标准的选取依据）、以及终期资产回收的处理方式（净值法 vs 账面价值法），这些直接决定IRR是否合理的核心假设，必须由熟悉行业和当地政策的人来定。我曾经用AI辅助建过一版某高校宿舍专项债的测算表，修正后项目IRR约6.7%，权益IRR约12.9%——这些数字背后的每一个假设，都是人工反复核实调整出来的，不是AI一次生成就能用的。
一套可复用的工作流建议
结合这几年的实践，我总结了一套相对稳定的分工模式：
| 环节 | 建议分工 |
|---|---|
| 政策依据梳理 | AI初稿 + 人工核实原文 |
| 报告框架与格式 | AI生成，人工微调 |
| 技术方案比选 | 人工主导，AI辅助排版 |
| 费用类型核对 | AI核对 + 人工复核 |
| 财务测算表框架 | AI搭建，人工填参数验证 |
特别提醒：可研报告最终要通过发改部门评审，任何AI生成内容都必须经过专业人员逐字核实，尤其是政策引用的时效性（政策可能已更新）和数据的准确性。把AI当助理用，不能当"甩手掌柜"。
写在最后
可研报告的价值不在于"写得漂亮"，而在于经得起发改部门、审计部门反复推敲。AI能帮我们把结构化、重复性的工作效率提上去，但真正决定报告质量的，永远是编制人对项目本身、对政策法规、对当地实际情况的理解深度。
工具再好，也只是工具。