我以为自己消费自律，Claude 却告诉我每年有 8000 元花在了"看不见的地方"
我以为自己消费自律，Claude 却告诉我每年有 8000 元花在了"看不见的地方"
我以为自己是个消费自律的人。
每个月记账，年底看总支出，偶尔感叹"餐饮又超了"，然后告诉自己下个月少点外卖。年复一年，存款增长速度始终不如预期，但我找不到问题出在哪。
直到今年年初，我把 12 个月的流水账喂给 Claude，用一套结构化的 Prompt 跑了一遍"财务体检"。
Claude 找到了 3 个我完全没有意识到的系统性漏洞，合计每年多支出约 8200 元。
不是因为我乱花钱。是因为这些钱以一种极其隐蔽的方式在流失——隐蔽到我每次看账单都视而不见。
---
为什么你的年度账单只是一堆数字
大多数人的年度财务复盘，本质上只做了一件事：看总数。
总支出多少，餐饮多少，购物多少，偶尔发现某个大类超标，然后给自己一个模糊的"下个月注意"。
这种复盘的问题在于，它只能发现"症状"，找不到"病因"。
"餐饮花多了"背后，可能是三种完全不同的原因：
- 外卖频率增加（行为问题）
- 外卖平台溢价上涨（结构问题）
- 社交饭局增多（生活阶段问题）
三种原因对应三种完全不同的解法。但如果你只看总数，你只会知道"餐饮超了"，然后做一个对所有原因都无效的模糊决定。
更麻烦的是结构性漏洞——那些不在任何单一类别里、需要跨月、跨类别交叉分析才能发现的问题。比如订阅服务的功能重叠、消费行为的时间规律、隐性通胀对固定消费的侵蚀。
这类漏洞，人脑几乎不可能靠自己发现。不是因为你不够聪明，而是因为人脑不擅长在大量非结构化数据里做无目的的模式识别。
但这恰好是 Claude 最擅长的事。
本文不是"AI 理财建议"，而是一套 Prompt 操作流程。 我会把 5 轮对话的完整 Prompt 原文都写出来，你今天就能照着跑一遍。
---
数据准备：喂给 Claude 的原料要长这样
先说好消息：你不需要完美的数据。
但你需要结构化的数据。Claude 能理解自然语言，但面对"1月份吃饭大概花了一两千吧"这种输入，它能做的事情非常有限。
最低可用版本的数据格式
支付宝和微信都支持账单导出（CSV 格式）。导出后，你需要整理成这样一张表：
月份 | 类别 | 金额 | 备注
2024-01 | 餐饮-外卖 | 1240 | 美团/饿了么
2024-01 | 餐饮-堂食 | 380 | 餐厅消费
2024-01 | 订阅服务 | 258 | 爱奇艺/Spotify/iCloud
2024-01 | 交通 | 420 | 滴滴/地铁
...
类别不需要太细，6-8 个大类足够：餐饮（外卖/堂食分开）、购物、订阅服务、交通、娱乐、医疗、其他。
隐私处理的简单方法
如果你不想把真实商户名发给 AI，可以做简单脱敏：把具体商户名替换成类别标签（"某外卖平台"代替"美团"），金额保留真实数字。金额数据是分析的核心，商户名只是辅助。
整理好之后，把 12 个月的数据汇总成一张表，大概 100-200 行。这就是你的原料。
---
完整 Prompt 流程拆解：5 轮对话的设计逻辑
这是本文的核心部分。我会按实际对话顺序，逐轮展示 Prompt 原文，并解释关键措辞的设计意图。
Round 1：角色设定 + 数据注入
你现在是我的首席财务官（CFO），不是AI助手，不是理财顾问。
你的工作风格是：只说数据，不说废话，不给鼓励，不做情绪安慰。
当你发现问题时，直接指出，不需要用"您可能想考虑……"这类软化表达。
以下是我2024年全年的支出数据，按月份和类别分类：
[粘贴你的数据表格]
请先确认你已收到数据，并给出一句话的整体印象。不要分析，只给印象。
"CFO 模式"而非"AI 助手模式"——这个角色设定至关重要。默认状态下，Claude 倾向于给出平衡、温和、鼓励性的回应。但财务分析需要的是直接、犀利、不留情面。"不要给我鼓励，只给我数据"这句话，是整个 Prompt 框架的基调设定。
最后要求"一句话印象，不要分析"，是为了让 Claude 先消化数据，同时给你一个快速校准机会——如果它的印象和你预期差距很大，说明数据可能有问题。
---
Round 2：横向对比分析
现在分析月度支出的横向对比。
找出：
1. 总支出最高的3个月，以及相比年均值高出的具体金额和百分比
2. 哪个类别在这3个月里贡献了最大的异常增量
3. 如果这些峰值月份是"正常的"，请说明理由；如果是异常的，请标记
输出格式：表格 + 每个峰值月份一句话的原因推断。
要求"具体金额和百分比"，而不是"比较高"——强迫 Claude 量化，而不是定性描述。要求它区分"正常峰值"（比如年货季、旅行月）和"异常峰值"，是在训练它做有判断力的分析，而不是简单罗列数字。
---
Round 3：类别穿透分析
我们重点看"餐饮"这个类别。
请帮我分析：
1. 外卖支出 vs 堂食支出的比例，按季度变化
2. 外卖支出最高的月份，日均外卖次数大约是多少（用总金额÷客单价估算）
3. 如果外卖客单价比堂食高出X%，全年因为"选择外卖而非堂食"多支出了多少钱
假设外卖平均客单价35元，堂食平均客单价25元（如果你有更准确的数字请告诉我）。
"穿透分析"的核心是下钻到行为层，而不是停在类别层。"餐饮超了"是无效结论，"因为选择外卖而非堂食，全年多支出 2300 元"才是可以采取行动的结论。
主动提供假设参数（外卖 35 元/堂食 25 元），是在降低 Claude 的分析障碍，让它专注于逻辑推演而不是数据猜测。
---
Round 4：漏洞归因（最重要的一轮）
现在我需要你做一件事：
找出那些「我可能完全没有意识到」的支出问题。
不是我已经知道的"外卖花多了"这类显而易见的问题。
而是需要跨类别、跨时间段交叉分析才能发现的结构性漏洞。
具体来说，请检查：
1. 是否存在功能高度重叠的重复订阅（按服务类型归类后对比）
2. 是否存在某个时间段（特定星期几、特定时间点）的高客单价消费集中现象
3. 是否存在某类支出在全年呈现"温水煮青蛙"式的缓慢增长（每月增幅不大但累计显著）
每个问题：如果存在，给出量化证据；如果不存在，直接说"未发现"。
这是整套流程里最关键的一轮。它的设计逻辑是主动引导 Claude 去找你找不到的东西。
"不是我已经知道的问题"这句话，是在明确告诉 Claude：我不需要你重复我已知的信息，我需要你发现盲区。三个具体检查方向（重复订阅、时间规律、隐性通胀），是在给它一个结构化的搜索框架，防止它泛泛而谈。
---
Round 5：可执行建议
基于前面的分析，给我3条改进建议。
要求：
1. 每条建议必须包含具体金额：执行这条建议，预计每年节省多少钱
2. 每条建议必须包含具体行动：不是"减少外卖"，而是"每周外卖次数从X次降到Y次"
3. 每条建议必须可以在本周内开始执行
不要给我第4条、第5条。就3条，按节省金额从高到低排序。
"不要给我第 4 条、第 5 条"——这个限制看起来奇怪，但非常重要。给出太多建议等于没有建议，人脑面对 10 条行动项的时候，执行率接近于零。强制 3 条，是在逼 Claude 做优先级判断，而不是把决策权甩回给你。
---
Claude 找到的 3 个漏洞：真实结果
跑完这 5 轮对话之后，Claude 给出了让我愣了几秒钟的分析结果。
漏洞①：订阅服务的"僵尸叠加"
我当时订阅了：爱奇艺（年付 178 元）、腾讯视频（月付 25 元×12=300 元）、B 站大会员（年付 148 元）、Apple TV+（月付 13 元×12=156 元）。
Claude 的原话是："你有 4 个视频平台订阅，其中 3 个的核心内容库高度重叠。按你的实际使用记录推断（消费时间集中在周末），有效使用的平台大概率不超过 2 个。建议保留 1 个年付平台，其余取消，预计年节省约 410 元。"
我的第一反应是：我真的有 Apple TV+？翻了翻账单，确实有，开了快一年，几乎没打开过。
漏洞②：外卖溢价的隐性通胀
Claude 的计算结果：按我的数据，外卖月均支出约 1380 元，折合日均约 2.3 次外卖，客单价约 38 元。
如果同等餐食选择堂食，客单价约 26 元，差价 12 元/次。
全年因"选择外卖而非堂食"多支出约 3312 元。这个数字本身不算意外。但 Claude 补充了一句让我印象深刻的话："这 3312 元的特殊之处在于，它从未以单次大额的形式出现，所以你的主观感知是'没多花钱'。"
这句话精准描述了隐性通胀的本质：它不是一次性的冲击，而是每天 12 元的无感消耗。
漏洞③："情绪消费"的时间规律
这是最让我坐立不安的发现。
Claude 从时间戳数据里发现：我的高客单价非必要消费（购物类，单笔 200 元以上），有 61% 集中在周一晚间 20:00-23:00 这个时段。
它的推断："这个时间规律与工作周期高度相关。周一是工作压力峰值时段，高客单价消费可能是情绪调节机制的一部分。建议在这个时段设置消费冷静期（下单后 24 小时确认），预计年节省约 2800 元。"
我看到这段输出的时候，沉默了大概 30 秒。
不是因为钱。是因为它精准地描述了一种我从未承认过的情绪状态：周一晚上买东西，不是因为需要，是因为难熬。
---
进阶用法：让这套流程变成季度习惯
5 轮 Prompt 跑完一次，大概需要 30-40 分钟（主要时间在数据整理）。
最小化坚持版：如果你懒，至少每季度跑一次 Round 4——漏洞归因那一轮。把最新 3 个月的数据喂进去，让 Claude 专门找结构性问题。这是投入产出比最高的单轮 Prompt。 进阶玩法：如果你想跳过手动粘贴数据的步骤，可以通过 Claude API 直接处理 CSV 文件。整个流程可以封装成一个脚本，每季度自动跑一遍，输出结构化报告。如果你想接入 Claude API 直接处理 CSV 文件，可以在 [api.884819.xyz](https://api.884819.xyz) 获取 API 接入方式——个人用量跑一次完整财务审计的成本大概在几毛钱以内，但能省掉大量格式整理时间。新用户注册即送体验 token，国产模型（Deepseek/千问等）完全免费，没有月租，按量付费。
这套流程我已经推荐给了 5 个朋友，每个人都找到了不同的漏洞。有人发现的是健身房会员的"间歇性使用"问题，有人发现的是网购退款率高但复购率更高的"退而复买"循环。
你的漏洞藏在哪里，只有你的数据知道。
---
📌 下一篇预告
>
财务审计只是开始。
>
下周我会写另一个实验：把同样的 Prompt 框架用在「时间支出」上——把日历数据喂给 Claude，让它告诉你哪些会议是可以消灭的无效成本，你的"深度工作时间"在过去 3 个月缩水了多少。
>
钱可以再赚。时间账单，可能比财务账单更触目惊心。
---
本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。#AI教程 #Claude #个人财务 #Prompt技巧 #8848AI #AI实操 #理财工具 #效率工具
