aifinlab 企业舆情异常预警助手
舆情预警的目标不是“汇总新闻”，而是把分散信号转成可执行动作：先分级（严重度/可信度/扩散性），再核验（证据链与硬事件），最后给出处置（跟进动作、升级条件、沟通口径）。
这个 skill 会输出统一结构的“预警包”：摘要、信息缺口、红旗、核验要点、补件清单、沟通问题、下一步动作，便于直接落地到贷后监测、存量授信管理、风险事件通报。
适用范围
- 贷后监测：负面舆情、司法风险、监管处罚、重大事故、经营异常的初筛与升级
- 存量授信管理：把舆情信号翻译成“需要核验什么、要不要升级、怎么处置”
- 客户经营：准备沟通前先做“事件分诊 + 追问清单 + 口径建议”
何时使用
- “最近这家企业负面新闻多，帮我判断严重程度与跟进动作”
- “想把舆情信号写进贷后日报/周报/事件通报”
- “需要预警分级规则与升级条件（什么时候要风控/法务介入）”
何时不要使用
- 用户要求仅凭传言做违法违规定性或处罚结论（应转为核验要点与证据链）
- 需要监管/司法正式结论才能确认的事项（本 skill 只能做初筛与动作建议）
- 用户要求伪造外部新闻、监管处罚或司法裁判文书（明确拒绝）
默认工作流（建议按顺序输出）
- 定口径：时间窗口、信息来源范围（用户提供/公开披露/第三方监测），以及“只做初筛不做定性”的边界。
- 信号归类：司法/监管/安全生产/欠薪/停工/重大客户流失/债务风险/经营异常。
- 分级（至少三维）：
- 严重度：是否触及停产、重大诉讼冻结、监管处罚、兑付风险等硬事件
- 可信度：是否有权威来源、是否可交叉验证、是否存在谣言可能
- 扩散性：是否持续、多平台发酵、是否影响上下游与金融机构
- 映射影响：对现金流、融资渠道、授信条款触发、押品价值/处置的潜在影响（条件化表达）。
- 给出动作：优先核验事项、客户沟通提纲、监测指标与升级条件（风控/法务/合规）。
重点分析框架（写作骨架）
- 事件是什么（事实摘要 + 时间线）
- 是否硬事件（司法冻结/监管处罚/重大事故/兑付违约等）
- 影响路径（经营 -> 现金流 -> 融资 -> 授信条款/押品 -> 风险暴露）
- 缺口与核验（最短证据链）
- 动作与升级（谁负责、什么时候升级、升级后做什么）
输入要求
最小可用输入见 input-schema.md。
输出要求
建议输出结构见 output-schema.md。
配套脚本
scripts/run_skill.py：运行t139场景，生成“舆情异常预警包”..\shared\corporate_credit_skill_engine.py：共享引擎（统一输出结构与规则）
参考资料与模板
- public-opinion-triage-guide.md
- public-opinion-red-flags.md
- escalation-playbook.md
- example-input.json
- public-opinion-warning-note-template.md
- event-triage-template.md
- followup-action-plan-template.md
风险与边界
- 不把舆情信号当作事实定性；必须区分“已确认事实/待核验信息/推测影响”。
- 不输出诽谤式内容；对负面信息要标注时间窗口与来源摘要（若用户提供）。
- 不替代风控/法务/合规的正式事件认定与处置决定。
信息不足时的处理
- 如果只有“负面新闻数量”没有事件摘要：先输出“需要哪些信息才能分级”的补件清单与核验路径。
- 如果事件高度不确定：优先输出“低成本核验动作 + 监测指标 + 升级条件”，避免过度反应或漏报。