AI 看圖分析：能讀出什麼、讀不出什麼、怎麼用

從 2023 年開始，「把 K 線截圖丟給 AI，讓它告訴你下一步怎麼走」變成一個流行用法。它能做的事比想像中多，不能做的事也比宣傳裡多。

AI 看圖能做什麼

• 結構辨識：找出趨勢線、區間邊界、前高前低、明顯的支撐阻力
• 形態標註：標出吞噬、錘子、雙頂雙底這類形態的位置
• 一致性：同一套標準批次處理幾十張圖，不會像人一樣疲勞、漏看
• 解釋：把「這裡為什麼關鍵」用文字講清楚，適合學習和檢討

不能做什麼

一、不能預測。 圖表裡不包含未來的資訊。任何「看圖預測價格」的說法，本質都是在歷史資料裡找模式，而模式在樣本外是否成立，需要獨立驗證。

二、不能處理因果。 它看到的是價格形狀，看不到「為什麼」——利率路徑、央行措辭、持倉結構。而這些恰恰是外匯波動的來源。

三、容易過度解讀。 你讓它「找形態」，它總能找到幾個，哪怕圖上其實什麼都沒有。這是生成式模型的固有傾向：被要求給結論時，它會給結論。

一個值得注意的研究結論

2025 年發表在 Nature 旗下 Humanities and Social Sciences Communications 的一項研究，測試了多模態模型對金融圖表走勢的預測能力，結論是：模型表現出的「預測能力」被明顯高估，在嚴格控制樣本外測試後，優勢大幅縮小。

這不是說 AI 看圖沒用，而是說：它的價值在「讀圖」和「標註」，不在「預測」。 把這兩件事混為一談，是大多數誤用的起點。

三個典型誤用

誤用一：把 AI 的結論當訊號。 「AI 說會漲」和「我覺得會漲」在證據強度上沒有區別，都不能替代樣本外驗證。

誤用二：用截圖代替資料。 截圖丟失了精確的價格、時間、成交量資訊。同樣的圖形，可能對應完全不同的波動環境。

誤用三：只問「怎麼做」，不問「為什麼」。 好的用法是讓它解釋結構（「這個位置為什麼是阻力」），而不是讓它給方向（「現在該做多還是做空」）。

正確的用法：AI 做第一遍，人做第二遍

• AI 標註：讓它把關鍵位、形態、趨勢結構列出來
• 人複核：逐條檢查是否符合自己的規則（週期對不對、位置對不對）
• 寫進計畫：只把複核透過的結論寫進交易計畫，AI 的原始輸出不進決策
• 記錄：把「AI 說了什麼、實際怎麼走」記下來，累積自己的偏差資料

提問方式：三個要素決定輸出品質

同一張圖，問法不同，結果差很多。有效的提問通常包含三個要素：

一、給定週期和品種。 「這是 EUR/USD 的 4 小時圖」比只丟一張圖好得多——否則模型只能從座標軸猜，猜錯週期，整段分析就偏了。

二、限定任務型別。 明確說「只描述結構：趨勢方向、區間邊界、最近的關鍵位」，而不是「你覺得接下來怎麼走」。任務越具體，輸出越可核查。

三、要求標註依據。 「每條結論說明你依據的是哪幾根 K 線」——這一條能大幅降低胡編的機率，因為模型必須指向圖上的具體位置。

反過來，最差的問法是「分析一下這張圖」。這種開放式提問會得到一個看起來很全面、但無法驗證的回答。

怎麼驗證它的標註準不準

不要憑感覺判斷。做個簡單的對拍：挑 30 張歷史圖（已經走完的），讓 AI 標註關鍵位和形態，然後你自己按同一套標準標一遍，記錄三件事：

• 它標出的關鍵位，有多少是你認可的（查準率）
• 你認可的關鍵位，有多少它漏了（查全率）
• 它給出的形態判斷，有多少是過度解讀（誤報率）

30 張圖跑完，你會得到一組屬於自己的數字。如果查準率在 70% 左右、誤報率超過 30%，那就只把它當「第一遍粗標」，絕不能直接進決策。

這個練習的價值不在於給 AI 打分，而在於逼自己把判斷標準寫清楚。很多人做完才發現，自己其實沒有明確的「關鍵位」定義。

三個立刻能用上的場景

場景一：盤前十分鐘。 把三個品種的日線圖丟進去，讓它列出「當前趨勢方向，加上上下兩個關鍵位」。你複核後寫進當天的計畫，比自己從頭看一遍省時間。

場景二：檢討自己的截圖。 把一週的交易截圖給它，問「這些進場點有什麼共同特徵」。它給出的模式描述可以當作線索，再由你用資料驗證。

場景三：學習新形態。 讓它在一張圖上找出所有可能的吞噬形態並解釋為什麼，比看教材圖例更貼近真實圖表。

三個場景的共同點：AI 負責「看見」，你負責「判斷」。一旦讓它越位到判斷層，它的價值就變成雜訊。

常見問題

AI 能替代檢討嗎？ 能替代「標圖」這一步，不能替代「判斷對錯」。檢討的核心是找出自己的執行偏差，這需要你自己的規則作為基準。

用 AI 分析多個週期行不行？ 可以，但一次只給一個週期，讓它分別標註，再由你整合。一次丟多張圖，模型容易混淆週期。

它對哪些品種更準？ 流動性越好、結構越清晰的品種（EUR/USD、USD/JPY、黃金），標註品質通常更高；交叉盤和小幣種雜訊大。

站內的 Charti 就是把「讀圖示註」這一步做成工具的產品方向：給它一張圖，它把結構、關鍵位、形態標出來，判斷仍然交給你。