18. 筛选新来的房地产交易并调研租户

他们做了什么

评论者介绍了他们如何把 Claude 或 ChatGPT 当作第一轮分析师，而不是决策者。他们输入交易详情、可比房源、租金清单或其他收集到的数据，让模型找出可比物业、整理到表格中、计算基础指标、总结交易条款，并标出不理想的交易。一位投资者说，他们用 ChatGPT 调研交易、租户信息和当地租金水平，然后手动核实数字和假设。

结果如何

大家提到的好处是节省时间：好几位说它节省了好几个小时、缩短了评估时间，或者让粗筛工作完成了大半。一致的缺点是会产生幻觉、过于自信，所以讨论帖里没有人建议依靠它做最终的评估或购买决定。

需要知道

主要的前提是：只有配合经过验证的表格、真实的市场数据和人工复核，它才有用；否则，用户说它会信心满满地瞎猜。

你可以这样尝试

我是一名房地产投资者，会逐个粘贴新来的交易资料包。对每一个，提取挂牌价、位置、户数、租金和支出，然后标出所有不符合我标准的地方：[你的标准，例如资本化率高于 7%、低于 200 万美元、位于特定市场]。最后对每笔交易给出"通过""待定"或"拒绝"的判断和一句理由，并为通过的交易列出需要调研的租户和当地租金方面的问题。