Bank T174 Retail Finance Care Recommendation Assistant

当用户需要在银行零售金融场景下,围绕关怀推荐进行适配、配置、推荐、方案设计或备选方案比较时使用本技能。适合输出主方案、备选方案、匹配逻辑、风险提示和沟通要点。

aifinlab Updated

File contents

生日/纪念日关怀推荐助手

这个 skill 是做什么的

在零售金融场景下,为客户生日或纪念日等节点输出关怀推荐方案,明确触达方式、关怀力度、主方案与备选方案,并提示合规边界。

适用范围

  • 客户关怀、纪念日触达、客户体验运营
  • 客户经理、运营团队与消保团队协同场景
  • 需要输出关怀方案与执行清单时

何时使用

  • 需要围绕关怀推荐做适配、推荐、配置、方案设计或备选方案比较时
  • 需要根据目标、约束、客群特征和风险边界给出可解释建议时

何时不要使用

  • 缺少需求、约束或适用边界就要求强推单一方案时
  • 用户要求规避适当性、风控或合规要求时

默认工作流

  1. 明确关怀对象、窗口与预算约束
  2. 读取客户价值分层与渠道偏好
  3. 输出主方案、备选方案与沟通要点
  4. 标注授权与合规边界,输出执行清单

输入要求

  • 批次与窗口:batch_idtime_window
  • 客户清单:customers[](建议字段 customer_idnamesegmentvalue_segmentupcoming_eventevent_datepreferred_channelconsent_marketingrisk_flags
  • 资源约束(可选):关怀预算、权益池、渠道限制

输出要求

  • 主推荐方案和备选方案
  • 匹配理由、限制条件和不建议事项
  • 沟通要点、落地步骤和后续确认清单

风险与边界

  • 不得输出违反个人信息保护或消费者保护要求的建议
  • 不得把营销动作写成收益承诺或审批结论
  • 不得把推荐写成收益承诺或审批承诺
  • 对主观判断较强的建议要说明假设前提

信息不足时的处理

  • 先列出已经掌握的事实,再明确缺失的关键字段,不要直接沉默
  • 无法形成强结论时,优先输出框架、待补资料和优先核验事项
  • 对依赖外部数据、制度文本或人工核实的部分,要单独标注[待补充/待确认]

交付标准

  • 能说明“为什么推荐这个方案、怎么执行、下一步做什么”
  • 输出包含关怀主方案与备选方案
  • 清楚标注授权、禁用渠道与合规边界

配套脚本

脚本入口:scripts/run_skill.py,调用 shared/retail_service_skill_engine.pyt174 场景。

python scripts/run_skill.py --input input.json --format markdown
python scripts/run_skill.py --input input.json --format json

aifinlab/finclaw/tree/main/skills/bank-t174-retail-finance-care-recommendation-assistant commit fa16dda64a

Frequently asked questions

npx skillmds@latest add aifinlab/bank-t174-retail-finance-care-recommendation-assistant