aifinlab 服务改进建议助手
这个 skill 是做什么的
在零售金融服务场景中，把投诉与服务数据转成可执行的服务改进建议。输出包括问题优先级、可能根因、快速修复项、改进动作与风险提示，用于服务优化与运营复盘。
适用范围
- 零售客户经营、服务体验优化、投诉复盘、服务流程改造
- 客户经理、服务运营、体验管理与消保团队协同场景
- 服务问题清单、投诉VOC、NPS或时效指标的结构化分析
何时使用
- 需要明确服务问题优先级与改进动作时
- 需要把投诉与服务指标沉淀为可复盘的改进清单时
何时不要使用
- 缺少服务问题清单或时间窗口时
- 需要输出对外承诺、赔付结论或合规认定时
默认工作流
- 明确服务改进目标与观察窗口
- 汇总投诉、体验指标与问题清单
- 计算问题优先级与影响范围
- 给出根因假设、快速修复与改进动作
- 标注风险事项与需复核环节
输入要求
- 批次与窗口：
batch_id、time_window（建议包含start_date/end_date） - 服务问题清单：
service_issues[]（建议字段issue_id、issue_name、complaint_count_30d、complaint_severity_avg、nps_delta、resolution_time_avg、affected_customers、process_stage、channel、compliance_risk） - 辅助信息（可选）：投诉VOC摘要、渠道服务指标、流程节点说明
输出要求
- 问题优先级清单（含影响与优先级）
- 根因假设与快速修复建议
- 改进动作清单与复盘要点
- 风险提示与需人工复核事项
风险与边界
- 不得输出对外赔付或违规认定结论
- 不得把假设写成事实，需标注为“需复核”
- 输出仅用于服务改进，不替代审批或合规结论
信息不足时的处理
- 先列出已掌握事实，再给出缺口清单
- 缺少关键字段时降级为“框架建议”
- 对依赖制度或人工核实的部分标注“待确认”
交付标准
- 能说明“重点问题、为什么、先做什么”
- 建议动作可执行，能进入服务改进清单
- 输出中清晰区分事实、假设与待确认事项
配套脚本
脚本入口：scripts/run_skill.py，调用 shared/retail_service_skill_engine.py 的 t171 场景。
python scripts/run_skill.py --input input.json --format markdown
python scripts/run_skill.py --input input.json --format json