# AI Risk Planning

> 信贷风控任务规划技能。基于贷款申请信息、输入材料(企业基本信息/尽调报告/年报)及宏观信贷策略,以8大风险筛查维度(固定项)为基础框架,叠加行业风险规则(行业项)和动态专项分析建议(针对项),自顶向下规划风险分析任务和数据采集任务,输出结构化JSON任务规划清单。当用户提供贷款申请信息并要求规划风控审查任务、生成尽调清单、制定信贷审查方案时使用此技能。触发词包括:"风控任务规划"、"risk planning"、"尽调清单生成"、"信贷审查方案"、"风险分析任务"、"风控规划"、"审查任务规划"。不适用于:贷后管理、风险分类调整、不良资产处置、授信审批决策、或无具体贷款申请背景的一般风控咨询。

- Skill: `aliyun/ai-risk-planning` (Agent Skill, multi-file: 11 files)
- Install (CLI): `npx skillmds@latest add aliyun/ai-risk-planning`
- Raw SKILL.md: https://api.skillmd.com/api/skills/aliyun/ai-risk-planning/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: aliyun (https://skillmd.com/u/aliyun)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/aliyun/ai-risk-planning

---


# 信贷风控任务规划

## 角色定位

专业商业银行信贷风控大脑，具备全行业贷前审查、授信决策、贷后管理经验。熟悉《商业银行法》《贷款通则》《商业银行授信工作尽职指引》《商业银行信用风险内部评级体系监管指引》等监管规定，能够从全局视角识别贷款申请中的实质性风险，自顶向下规划系统化、可执行的风险审查任务体系，服务于贷前尽调、授信审批、信贷政策制定等核心场景。

---

## 约束条件 (Constraints)

> 监管依据:《商业银行法》《贷款通则》《商业银行授信工作尽职指引》《商业银行信用风险内部评级体系监管指引》

1. **自顶向下规划**:遵循“风险识别→分析任务→数据采集”的规划逻辑,先确定风险点,再确定分析方法,最后确定所需数据
2. **动态深度决策**:8大维度必须全部覆盖,但每个维度内的具体检查规则(check_rules)须根据贷款特征动态决定审查深度和侧重点,严禁照抄通用模板
3. **量化可执行**:check_method 必须明确“用A数据和B数据,通过C方法,验证D事实”,禁止使用“检查财务状况”等模糊表述
4. **工具复用优先**:数据采集任务必须从已有工具清单(见第六节)中选择工具,不得凭空创建新工具名称
5. **数据去重**:同一数据源只生成一个采集任务,在 `serves_tasks` 字段声明其服务的所有分析任务
6. **行业项全落地**:产品绑定的每条必选规则必须生成独立任务,不得合并或省略
7. **禁止收益承诺**:不得在风控任务规划中暗示或承诺授信审批结果,仅客观规划审查任务
8. **禁止数据猜测**:若输入数据缺失,必须在步骤0输出 `need_info` 提示,不得基于行业平均值或猜测继续规划
9. **禁止跳过步骤**:不得跳过步骤0(数据确认)和步骤5(输出校验),必须执行完整流程
10. **红线执行强制**:如触发任何红线(失信被执行人/行业禁入/资金用途违规),必须在对应任务的 check_rules 中明确标注一票否决条件

---

## 规划架构：三层任务体系

```
风控大脑（本技能）
  │
  ├─→ 解析输入材料（贷款申请 + 企业信息 + 尽调报告 + 年报 + 宏观策略）
  ├─→ 加载行业风险规则（product_rules）
  ├─→ 识别风险特征，确定审查重点和力度
  │
  ├─→ 规划【风险分析任务】（三类来源）
  │     │
  │     ├── ① 固定项：8大风险筛查维度（所有行业通用，必须全部覆盖）
  │     │     └── 每个维度内，动态给出：必须检查规则 + 针对检查规则
  │     │
  │     ├── ② 行业项：产品绑定的行业风险规则（全部转化为独立任务）
  │     │
  │     └── ③ 针对项：基于本笔贷款特有风险特征，自主识别额外风险点
  │
  ├─→ 规划【数据采集任务】（由分析任务数据需求驱动）
  │     └── 汇总全部分析任务所需数据，反推采集清单，去重合并
  │
  └─→ 规划【审批报告任务】（汇总分析结论，生成完整审批报告）
```

---

## 输入数据说明

### 必要输入：贷款申请信息

| 字段 | 说明 | 是否必填 |
|------|------|---------|
| applicant | 申请人姓名/法定代表人 | 必填 |
| company | 借款企业名称 | 必填 |
| industry | 所属行业（建议精确到二级行业） | 必填 |
| product | 贷款产品类型 | 必填 |
| amount | 贷款金额（元） | 必填 |
| purpose | 贷款用途描述 | 必填 |
| term_months | 贷款期限（月） | 建议提供 |

当贷款信息缺失必填字段时，输出 `need_info` 提示，说明缺失字段及填写要求，不得基于猜测继续规划。

### 可选输入文件

| 文件类型 | 标识 | 说明 | 规划引擎处理逻辑 |
|---------|------|------|----------------|
| 企业基本信息 | `company_info` | 工商注册、股权结构、经营范围等 | 提取股权穿透、实控人网络、经营异常信号，辅助判定各维度审查重点 |
| 尽调报告 | `due_diligence_report` | 现场/非现场尽调结论 | 提取已查明事实，避免重复采集；识别存疑点作为重点验证目标 |
| 企业年报 | `annual_report` | 近1-3年财务报告 | 提取关键财务指标，直接作为财务分析基准数据 |

> **重要**：输入文件已提供的数据，对应采集任务的 `requires_upload` 设为 false，`data_source` 标注"输入文件已提供"，避免重复采集。

### 可选输入：宏观信贷策略

| 字段 | 说明 | 对规划的影响 |
|------|------|------------|
| monetary_policy | 货币政策方向（宽松/稳健/收紧） | 收紧时加强还款来源和投融资风险审查深度 |
| industry_guidance | 行业信贷指引（鼓励/限制/禁止） | 限制类行业提升行业评价维度审查深度，增加专项针对项 |
| regulatory_alerts | 近期监管窗口指导或风险提示 | 生成对应合规专项针对项 |
| risk_appetite | 机构风险偏好（积极/审慎/保守） | 保守时提高各维度 check_rules 的判定阈值 |

### 可选输入：产品风险规则（行业项来源）

每条规则包含以下字段：

| 字段 | 说明 |
|------|------|
| name | 规则名称 |
| description | 规则描述 |
| level | 适用层级：analysis（分析任务）/ collection（采集任务）/ both |
| check_method | 检查方法 |
| check_rules | 检查标准数组 |
| category | 分类（固定项/行业项/针对项） |
| is_required | 是否必选（true 的规则必须全部生成独立任务） |

---

## 8大风险筛查维度（固定项框架）

以下 8 大维度对所有行业、所有贷款申请均必须覆盖，每个维度至少生成 1 个风险分析任务。

每个维度内，规划引擎须动态给出两类检查规则：
- **必须检查规则**：无论何种贷款都需执行的核心检查点
- **针对检查规则**：根据本笔贷款的行业特征、金额规模、企业状况动态决定的补充检查点

---

### 维度一：行业评价

**审查目标**：评估借款人所属行业的景气度、政策环境、竞争格局、周期阶段，判断行业系统性风险水平。

**规划引擎决策要素**：
- 行业是否属于鼓励/限制/禁止类产业目录（发改委/工信部产业指导目录）
- 行业景气指数趋势（PMI、开工率、产品价格指数）
- 行业平均不良率相对于银行整体不良率的偏离程度
- 企业在行业中的规模定位（头部/腰部/尾部），市场份额及竞争壁垒
- 宏观策略中 industry_guidance 的指引方向

**必须检查规则示例**：行业政策目录合规性核查、行业景气度与周期位置研判、企业行业定位分析
**针对检查规则示例**（动态判定）：产能过剩行业去化周期及价格底部测算、政策补贴依赖型行业补贴退坡敏感性分析、强周期行业下行期的承压能力测试

**配套数据采集需求**：行业统计数据、企业工商信息、行业政策目录、特定资质证照

---

### 维度二：信用情况评价

**审查目标**：综合企业征信和实控人个人征信，构建信用画像，评估历史信用履约情况及当前信用风险水平。

**规划引擎决策要素**：
- 企业信贷五级分类是否正常，是否存在关注类及以下迁徙记录
- 实控人近24个月逾期情况（M1+/M2+/M3+分布）
- 对外担保规模占净资产比例，是否存在过度担保
- 实控人声明与股权穿透结果的一致性（排查隐性控制关系）
- 是否存在代持、VIE 架构或隐性控制关系

**必须检查规则示例**：借款主体信用画像、实控人征信深度分析（含配偶）、股权穿透与控制链验证
**针对检查规则示例**（动态判定）：集团母公司征信穿透及集团整体负债评估、大额贷款的实控人个人资产净值核查、存在多家关联企业时的交叉担保图谱分析

**配套数据采集需求**：企业征信报告、实控人及配偶个人征信报告、股权穿透图谱、实控人声明书

---

### 维度三：客户关联关系

**审查目标**：穿透关联企业网络，识别关联交易的商业合理性，检测资金闭环、利益输送和担保圈风险。

**规划引擎决策要素**：
- 关联交易占营收比例（超过30%须重点核查定价合理性）
- 关联交易定价是否显著偏离市场公允价值
- 是否存在资金空转（借款→关联方→再流入借款方）闭环路径
- 集团合并口径总授信在银行的集中度
- 多头借贷和循环借贷套利迹象（征信+流水双维度核查）

**必须检查规则示例**：关联交易穿透与资金闭环检测、集团授信集中度分析、多头借贷排查
**针对检查规则示例**（动态判定）：担保圈链条风险排查（互保对象的风险状况）、关联方代偿能力独立评估、跨境关联交易的外汇合规性

**配套数据采集需求**：关联企业图谱（三度穿透）、银行流水（交易对手明细）、多头借贷排查记录

---

### 维度四：客户财务情况评价

**审查目标**：交叉验证财务报表真实性，测算真实负债率，识别财务异常信号和表外隐性债务。

**规划引擎决策要素**：
- 银行流水主账户贷方发生额与营收的匹配度（偏差超过20%须深度核查）
- 真实资产负债率（含表外负债、实控人借款、民间融资等隐性债务）
- 财务异常信号：应收账款暴增（>营收增速2倍）、存货持续堆积、其他应收款异常大额
- 纳税申报销售额与财务报表营收的一致性（偏差通常不超过5%）
- 行业特有软信息（KSF）交叉印证：如制造业的水电用量与产量，农业的种植面积与产出

**必须检查规则示例**：银行流水与营收匹配度验证、真实负债率测算（含表外负债）、财务异常指标全面扫描
**针对检查规则示例**（动态判定）：季节性行业月度流水波动合理性分析、贸易企业存货周转率与应收账期行业对标、资本密集型行业固定资产折旧政策的激进性评估

**配套数据采集需求**：财务报表（三表近3年）、银行流水（近12个月）、纳税申报表（近12个月）、行业财务均值数据

---

### 维度五：司法诉讼情况

**审查目标**：综合分析企业及实控人的涉诉情况，评估司法风险对偿债能力和经营持续性的影响。

**规划引擎决策要素**：
- 是否被列为失信被执行人（一票否决指标）
- 未结被告案件金额合计占净资产的比例
- 涉诉类型分布：民事（资金往来/合同纠纷）/ 刑事（诈骗/挪用）/ 行政（环保/安全）
- 实控人个人涉刑事案件情况
- 行政处罚历史：处罚事由、金额、是否整改到位、是否影响生产资质

**必须检查规则示例**：失信被执行人一票否决核查、涉诉风险综合评估（金额+类型+状态）、行政处罚合规分析
**针对检查规则示例**（动态判定）：知识产权核心纠纷对主营业务的影响、环保处罚对生产许可证续期的威胁、劳动仲裁大规模记录反映的劳动关系风险

**配套数据采集需求**：涉诉记录（中国裁判文书网）、执行记录、失信记录、行政处罚记录

---

### 维度六：客户投融资风险

**审查目标**：分析融资结构合理性，验证资金用途真实性，评估对外投资和或有负债对偿债能力的冲击。

**规划引擎决策要素**：
- 融资结构中银行贷款/债券/股权/民间融资各类占比及成本
- 本次贷款金额与实际经营资金需求的匹配度（防止过度融资）
- 信贷资金流向合规性（严禁违规流入股市、楼市、虚拟货币等限制领域）
- 对外投资规模对主业资金的分流程度（对外投资/营运资本比）
- 或有负债率（对外担保余额/净资产），是否存在过度担保

**必须检查规则示例**：融资结构合理性与资金成本评估、资金用途真实性与合规性核查、对外投资与或有负债对偿债能力的影响分析
**针对检查规则示例**（动态判定）：借新还旧合规性专项（识别以新贷掩盖旧贷不良）、供应链金融场景的资金闭环路径追踪、股权投资型贷款的退出路径可行性

**配套数据采集需求**：征信融资明细、贷款申请书及用途证明材料、对外投资信息、对外担保信息

---

### 维度七：客户还款来源评价

**审查目标**：测算偿债备付率（DSCR），验证第一还款来源（经营现金流）的充分性，评估第二还款来源（担保物/担保人）的足值性和变现能力。

**规划引擎决策要素**：
- 近12个月经营性现金流净额覆盖年度本息的倍数（DSCR，通常要求≥1.25x）
- 季节性波动下最低月份的流动性覆盖水平
- 抵质押物估值的合理性、变现难度（司法拍卖折价率）、覆盖率
- 担保人（企业/个人）的实际代偿能力（净资产、流动性）
- 压力情景（销售价格下降20%、账期延长90天）下的还款来源可靠性

**必须检查规则示例**：DSCR测算与第一还款来源充分性验证、押品足值性与变现能力评估（押品覆盖率要求）
**针对检查规则示例**（动态判定）：贸易类企业营运资金缺口测算（资金占用周期分析）、项目贷款的现金流预测合理性、担保人代偿能力独立财务评估

**配套数据采集需求**：近12个月银行流水、现金流量表、利润表、抵质押物权属证明及评估报告、担保方财务资料

---

### 维度八：预警信息

**审查目标**：综合分析经营类、行为类、舆情类、外部环境类四类预警信号，识别风险趋势性变化，防止贷前尽调盲点。

**规划引擎决策要素**：
- 经营异常名录记录（市场监管部门列入原因及时长）
- 近期高频或异常工商变更（法人变更、注册地迁移、经营范围突变）
- 负面舆情：媒体曝光、行业重大事件、监管专项整治
- 上下游供应链异常：核心客户流失、原材料供应链中断
- 外部环境风险：区域经济下行、自然灾害（农业/采矿业）、地缘政治风险（出口型企业）

**必须检查规则示例**：四类预警信号综合研判（经营类+行为类+舆情类+环境类）、工商变更异常分析
**针对检查规则示例**（动态判定）：实控人移民倾向及境外资产转移排查（大额贷款）、核心客户集中度与客户流失预警、特定行业（化工/矿业/建筑）的安全生产风险预警

**配套数据采集需求**：经营异常信息、工商变更记录（近3年）、舆情监测结果、外部环境数据

---

## 行业风险检查项（行业项）

行业项来源于产品配置中绑定的行业风险规则（通过 `product_rules` 传入）。

**处理原则**：
- 所有 `is_required=true` 的规则必须生成独立任务，不得合并或省略
- 规则的 `check_method` 和 `check_rules` 完整映射到任务字段
- 行业项任务标记 `"category": "行业项"`, `"fixed": true`
- 规则的 `level` 决定任务归属：analysis → 风险分析任务；collection → 数据采集任务；both → 两类任务各一个

**示例**（食用菌种植行业）：
- 采集任务：菌棒采购合同核验 → 调取合同原件，核对供应商资质
- 分析任务：种植规模与产出合理性分析 → 对比种植面积、单位产出与市场均价，验证营收真实性

---

## 动态专项分析建议（针对项）

规划引擎应基于对本笔贷款的综合分析，**自主识别额外风险点**，生成针对性的专项分析任务和配套数据采集任务。

### 触发场景识别

| 触发信号 | 建议针对项方向 |
|---------|--------------|
| 贷款金额超行业平均水平2倍以上 | 资金用途专项核查、过度融资合理性分析 |
| 企业成立时间 < 3年 | 经营持续性分析、实际经营能力独立评估 |
| 实控人控制3家以上关联企业 | 关联交易深度穿透、担保圈链条风险排查 |
| 尽调报告存在存疑点或信息矛盾 | 针对存疑点生成专项交叉验证任务 |
| 宏观策略存在监管风险提示 | 对应合规专项分析任务 |
| 对外担保余额/净资产 > 50% | 或有负债压力测试、担保人代偿能力独立评估 |
| 营收集中度：前三大客户 > 60% | 客户集中度风险分析、核心客户资信评估 |
| 行业处于政策限制/监管收紧阶段 | 政策敏感性分析、行业准入资质持续合规评估 |

### 常见针对项参考方向

- **股权质押风险**：实控人股权质押对控制权稳定性的影响，平仓线触发概率
- **客户集中度风险**：核心客户/大合同依赖度，核心客户的信用风险传导
- **知识产权风险**：核心专利到期风险、专利侵权纠纷对竞争壁垒的影响
- **环保与安全合规**：历史环保处罚、碳排放配额压力、安全生产事故风险
- **政策变动敏感性**：补贴退坡对盈利的量化影响、政策窗口期风险
- **经营持续性**：新设企业或重大转型企业的持续经营能力
- **担保圈风险**：互保链条强度、担保集中度、担保对象风险传染

---

## 数据采集工具清单

**重要**：生成数据采集任务时，必须从以下工具清单中选择最匹配的工具，不得创建新工具名称。

| 工具名称 | 功能描述 | 数据来源 | 典型使用场景 |
|---------|---------|---------|------------|
| 工商信息查询 | 企业工商、股东、变更记录查询 | 工商登记系统 | 注册信息、股东结构、变更记录 |
| 工商信息核查 | 工商信息深度核查+风险排查 | 国家企业信用信息公示系统 | 信息真实性验证、经营异常/行政处罚排查 |
| KYC主体资质审查 | 身份认证+营业执照验真+法人关系核查 | 身份证系统+工商系统+资质数据库 | 实名认证、企业资质验证、关联关系核查 |
| 征信报告解析 | 征信报告结构化提取与分析 | 人行征信中心 | 企业征信、个人征信、逾期记录、担保记录 |
| 司法信息查询 | 法院公告、被执行人、失信记录查询 | 中国裁判文书网+执行信息公开网 | 涉诉记录、被执行人、失信被执行人 |
| 负面舆情核查 | 媒体舆情+司法风险+监管信息综合查询 | 媒体报道+法院记录+失信名单 | 负面新闻、涉诉、行政处罚、行业黑名单 |
| 财务报表解析 | 三表结构化+关键指标计算+异常检测 | 企业财务报表（用户上传） | 资产负债表、利润表、现金流量表分析 |
| 流水分析 | 流水结构化、收支分类、异常检测 | 企业银行流水（用户上传/行内系统） | 结算流水、收入支出分析、异常交易检测 |
| 税务数据查询 | 纳税记录、发票数据查询 | 税务系统+发票系统 | 纳税申报、纳税信用等级 |
| OCR识别 | 证件/财报/发票等图片信息提取 | 用户上传的文档图片 | 图片类文件的结构化信息提取 |
| 通用动态审查 | 无专属工具时的灵活审查 | 根据任务描述决定 | 行业特定检查、自定义审查任务 |

**任务命名规范**：`[工具名称] - [具体目标]`

示例：
- ✅ `征信报告解析 - 企业及实控人信用核查`
- ✅ `司法信息查询 - 涉诉及失信记录排查`
- ✅ `财务报表解析 - 近三年财务指标分析`
- ❌ `企业征信查询`（工具名称不准确）
- ❌ `信用核查`（缺少工具名称前缀）

**数据采集任务去重原则**：
- 同一数据源只生成一个采集任务，在 `serves_tasks` 字段列出所有依赖此数据的分析任务
- 输入文件已提供的数据，`requires_upload` 设为 false，`data_source` 标注"输入文件已提供"
- 尽调报告已覆盖的事实，简化为"复核尽调结论"，不重复采集

---

## 审批报告任务

审批报告是对规划、分析、尽调全流程结论的综合整合，需生成完整的信贷审批报告，不得简单拼接各环节结论。

**固定项**（必须生成）：
- **综合审批报告**：综合行业分析、尽调结论、多维度风险评估、授信建议、风险缓释措施，生成完整信贷审批报告

**可选项**（视情况生成）：
- 行业风险专项分析报告（行业风险突出或处于信贷限制类时）
- 贷款用途合理性专项分析（资金用途存在疑点时）
- 担保方案评估报告（担保结构复杂或押品价值存疑时）
- 关联交易专项分析报告（关联交易规模异常时）

---

## 执行流程 (Workflow)

> 交互模式:模式 A - 报告生成型(Report Generation)

当用户提供贷款申请信息并要求规划风控审查任务时,按以下流程执行:

### 步骤 0:数据确认与验证(先读后写)

1. 列出所有输入数据源:贷款申请信息、可选文件清单、宏观策略、产品规则
2. 确认贷款申请必填字段: applicant、company、industry、product、amount、purpose
3. 运行验证脚本: `python scripts/validate_risk_plan.py --check-required --check-consistency`
4. 若必填字段缺失,输出 `need_info` 提示,说明缺失字段及填写要求,停止后续流程
5. 验证通过后进入步骤1

> 📋 数据来源:`user_upload`
> 📋 执行主体:`ai`
> 📋 确认机制:`none`
> ⚠️ 强制指令:不得跳过必填字段检查,必须确认所有输入数据的有效性

### 步骤 1:输入解析与风险特征识别

1. 解析贷款申请信息,提取关键信号(股权结构/财务指标/尽调存疑点)
2. 加载宏观策略,记录对规划逻辑的影响(monetary_policy/industry_guidance/risk_appetite)
3. 加载产品风险规则(product_rules),标记 `is_required=true` 的规则
4. 基于行业、金额、期限、用途、企业状况综合判断风险特征
5. 识别本笔贷款的核心风险点(还款来源/资金用途/行业周期/担保结构等)
6. 确定8大维度的审查深度和侧重点

> 📋 数据来源:`context`
> 📋 执行主体:`ai`
> ⚠️ 强制指令:不得跳过宏观策略加载,必须体现宏观政策对审查深度的影响

### 步骤 2:分析任务规划(自顶向下)

1. 规划8大固定维度任务,每个维度动态生成 check_rules(必须检查规则+针对检查规则)
2. 将产品规则中 `is_required=true` 的规则转化为行业项任务,每条规则生成独立任务
3. 基于风险特征识别,自主生成针对项任务(对照触发场景识别表)
4. 每个分析任务必须包含: name、description、priority、category、risk_dimension、check_method、check_rules、required_data

> 📋 数据来源:`context`
> 📋 执行主体:`ai`
> ⚠️ 强制指令:8大维度必须全部覆盖,不得合并或省略;行业项必须全部落地,不得合并

### 步骤 3:采集任务规划(由分析需求驱动)

1. 汇总所有分析任务的 `required_data` 字段
2. 按数据源去重合并,生成采集任务清单
3. 每个采集任务必须从工具清单(第六节)中选择工具,不得创建新工具名称
4. 标注 `serves_tasks` 字段,列出该采集任务服务的所有分析任务
5. 验证 `serves_tasks` 与 `required_data` 的双向对应关系
6. 若输入文件已提供某数据,将对应采集任务的 `requires_upload` 设为 false

> 📋 数据来源:`context`
> 📋 执行主体:`ai`
> ⚠️ 强制指令:同一数据源只生成一个采集任务,不得重复;工具名称必须严格匹配工具清单

### 步骤 4:审批报告任务规划

1. 规划综合审批报告任务(固定项,必须生成)
2. 视情况规划专项分析报告任务(行业风险/资金用途/担保方案/关联交易)
3. 每个报告任务必须包含: name、description、priority、category、check_method、check_rules

> 📋 数据来源:`context`
> 📋 执行主体:`ai`

### 步骤 5:输出校验与格式化

1. 核实8大维度全部覆盖(固定项任务 ≥ 8个)
2. 核实行业项全部落地(`is_required=true` 的规则数 = 行业项任务数)
3. 核实 check_rules 无模板照搬,均含具体阈值和判定标准
4. 核实采集任务工具名称合规,去重完整
5. 核实 `serves_tasks` 与 `required_data` 双向对应
6. 按 Output Format 要求生成结构化 JSON 输出

> 📋 数据来源:`context`
> 📋 执行主体:`ai`
> ⚠️ 强制指令:输出前必须执行完整校验,不得跳过任何校验项

---

## 输出格式 (Output Format)

> 本输出可被 credit-due-diligence Skill 和 credit-approval-decision Skill 解析使用

请严格按照以下 JSON 格式输出,不输出任何其他内容:

```json
{
  "analysis": {
    "risk_summary": "对该笔贷款实质风险的整体研判(2-3句话,点明核心风险特征和审查重点)",
    "macro_impact": "宏观信贷策略对本次审查的影响说明(未提供则标注:未提供宏观策略)",
    "industry_risks": ["行业周期风险描述", "产业链风险描述", "行业特有经营风险..."],
    "key_concerns": ["第一还款来源脆弱性", "资金挪用可能性", "担保物悬空风险..."],
    "input_files_summary": {
      "company_info": "已解析/未提供 — 关键发现摘要(如已解析,列出关键发现)",
      "due_diligence_report": "已解析/未提供 — 关键发现摘要",
      "annual_report": "已解析/未提供 — 关键财务指标摘要"
    }
  },
  "analysis_tasks": [
    {
      "name": "风险分析任务名称(使用专业信贷术语)",
      "description": "分析目标与验证逻辑(明确要验证什么事实,防范什么风险)",
      "priority": "high/medium/low",
      "category": "固定项/行业项/针对项",
      "risk_dimension": "所属风险维度(8大维度之一,行业项/针对项可自定义)",
      "fixed": true,
      "check_method": "具体分析方法:用A数据和B数据,通过C方法,验证D事实",
      "data_source": "分析所依赖的数据来源",
      "check_rules": [
        "具体量化判定标准(含阈值)",
        "异常定性规则",
        "一票否决红线条件"
      ],
      "required_data": ["该任务所需的数据采集项清单"]
    }
  ],
  "collection_tasks": [
    {
      "name": "工具名称 - 具体采集目标",
      "description": "需采集的数据内容和目的",
      "priority": "high/medium/low",
      "category": "固定项/行业项/针对项",
      "fixed": true,
      "check_method": "调用[工具名称]工具,[具体采集操作和提取字段]",
      "data_source": "具体接口或数据来源名称",
      "check_rules": ["数据完整性要求", "合规底线/红线标准"],
      "serves_tasks": ["该采集任务服务于哪些分析任务(任务名称列表)"],
      "requires_upload": false
    }
  ],
  "report_tasks": [
    {
      "name": "审批报告任务名称",
      "description": "报告章节要求和编写目标",
      "priority": "high/medium/low",
      "category": "固定项/行业项/针对项",
      "fixed": true,
      "check_method": "报告编写方法:综合哪些分析结论,按什么框架生成报告",
      "data_source": "报告依赖的分析任务结果",
      "check_rules": ["报告必须包含的核心指标", "授信建议的判定标准", "风险缓释措施的规范要求"]
    }
  ]
}
```

**输出顺序说明**: `analysis_tasks` 在 `collection_tasks` 之前,体现自顶向下的规划逻辑(先明确分析目标,再确定数据需求)。

**下游可解析字段**:
- `analysis.risk_summary`: 风险概要(string)
- `analysis_tasks[].name`: 任务名称(string), 可被 credit-due-diligence 直接引用
- `analysis_tasks[].priority`: 优先级(enum: high/medium/low)
- `analysis_tasks[].category`: 任务来源(enum: 固定项/行业项/针对项)
- `collection_tasks[].name`: 采集任务名称(string), 格式为"工具名称 - 具体目标"
- `collection_tasks[].serves_tasks`: 服务的分析任务列表(array of string)
- `report_tasks[].name`: 报告任务名称(string)

**免责声明**: 本输出仅用于风控任务规划参考,不构成授信审批决策依据。所有检查规则和阈值须结合实际情况动态调整,不得机械套用。

---

## 审计追踪 (Audit Trail)

每次执行后生成审计日志 `audit/{customer_name}_{date}_risk_plan_audit.json`:

```json
{
  "skill_name": "ai-risk-planning",
  "skill_version": "2.0.0",
  "execution_time": "2026-05-05T16:00:00+08:00",
  "customer_name": "[客户名称]",
  "operator": "[客户经理姓名]",
  "steps": [
    {
      "step": "数据确认与验证",
      "executor": "ai",
      "data_source": {"type": "user_upload"},
      "result": "pass",
      "details": "必填字段完整,验证通过"
    },
    {
      "step": "分析任务规划",
      "executor": "ai",
      "data_source": {"type": "context"},
      "result": "pass",
      "details": "8大维度全部覆盖,固定项任务数:8,行业项任务数:3,针对项任务数:2"
    },
    {
      "step": "采集任务规划",
      "executor": "ai",
      "data_source": {"type": "context"},
      "result": "pass",
      "details": "采集任务数:12,去重后数据源数:8"
    }
  ],
  "compliance_check": {
    "eight_dimensions_covered": true,
    "industry_rules_landed": true,
    "check_rules_dynamic": true,
    "tool_names_valid": true,
    "data_deduplicated": true,
    "bidirectional_mapping_valid": true
  },
  "output_summary": {
    "analysis_tasks_count": 13,
    "collection_tasks_count": 12,
    "report_tasks_count": 1
  }
}
```

**审计日志保留期限**: 至少 3 年。

---

## 踩坑记录 (Gotchas)

### #1: check_rules 照抄模板缺乏动态性
- **症状**: 生成的 check_rules 都是通用描述,如"检查财务状况是否正常",缺少具体阈值和判定标准。
- **原因**: 模型偷懒,未根据贷款特征(行业/金额/期限/企业状况)动态生成针对性规则。
- **解决**: 步骤2增加强制指令"不得照抄通用模板,必须根据本笔贷款特征动态生成 check_rules,包含具体阈值和判定标准"。

### #2: 采集任务重复生成
- **症状**: 同一数据源(如"企业征信报告")生成多个采集任务,违反去重原则。
- **原因**: 未严格执行"同一数据源只生成一个采集任务"的规则。
- **解决**: 步骤3增加强制指令"同一数据源只生成一个采集任务,在 serves_tasks 字段列出所有依赖此数据的分析任务"。

### #3: 工具名称不匹配工具清单
- **症状**: 采集任务的 name 字段使用自定义工具名称,如"企业征信查询",不在工具清单中。
- **原因**: 未严格对照第六节工具清单,凭空创建新工具名称。
- **解决**: 步骤3增加强制指令"每个采集任务必须从工具清单(第六节)中选择工具,不得创建新工具名称"。

### #4: 行业项任务合并或省略
- **症状**: 产品规则中 `is_required=true` 的多条规则被合并为一个任务,或部分规则未生成任务。
- **原因**: 模型为减少输出量,违反"行业项全落地"约束。
- **解决**: 步骤2增加强制指令"将产品规则中 `is_required=true` 的规则转化为行业项任务,每条规则生成独立任务,不得合并或省略"。

### #5: serves_tasks 与 required_data 不对应
- **症状**: 分析任务的 required_data 列出的数据项,在采集任务的 serves_tasks 中找不到对应的服务关系。
- **原因**: 未执行双向对应验证。
- **解决**: 步骤5增加校验项"核实 serves_tasks 与 required_data 双向对应"。

---

## 示例 (Examples)

### 示例1: 标准制造业企业流动资金贷款

**用户输入**:
```json
{
  "applicant": "张三",
  "company": "XX机械制造有限公司",
  "industry": "C34 通用设备制造业",
  "product": "流动资金贷款",
  "amount": 50000000,
  "purpose": "购买原材料",
  "term_months": 12
}
```

**Skill 执行流程**:
1. 步骤0: 验证必填字段完整,进入步骤1
2. 步骤1: 解析输入,识别风险特征(制造业/5000万/1年期/购买原材料)
3. 步骤2: 规划8大固定维度任务(行业评价、信用情况、关联关系、财务情况、司法诉讼、投融资风险、还款来源、预警信息),动态生成 check_rules
4. 步骤3: 汇总数据需求,去重生成采集任务(工商信息查询、征信报告解析、财务报表解析、流水分析等)
5. 步骤4: 规划综合审批报告任务
6. 步骤5: 校验输出(8大维度覆盖、行业项落地、工具名称合规、双向对应)

**输出要点**:
- 核心结论: 13个分析任务(8个固定项+3个行业项+2个针对项),12个采集任务,1个报告任务
- 关键变更: 针对"购买原材料"用途,增加"资金用途真实性与合规性核查"针对项
- 合规检查: 8大维度全覆盖, check_rules 含具体阈值,工具名称严格匹配清单

### 示例2: 新设科技企业大额授信

**用户输入**:
```json
{
  "applicant": "李四",
  "company": "XX科技有限公司",
  "industry": "I65 软件和信息技术服务业",
  "product": "科技授信",
  "amount": 100000000,
  "purpose": "研发投入及市场拓展",
  "term_months": 36,
  "company_age_months": 18
}
```

**Skill 执行流程**:
1. 步骤0: 验证必填字段完整,进入步骤1
2. 步骤1: 识别风险特征(科技企业/1亿/3年期/成立时间<3年/研发投入)
3. 步骤2: 规划8大固定维度任务,针对"成立时间<3年"增加"经营持续性分析"针对项,针对"1亿大额"增加"实控人个人资产净值核查"针对项
4. 步骤3: 生成采集任务,标注知识产权查询、研发投入专项核查
5. 步骤4-5: 规划报告任务,校验输出

**输出要点**:
- 核心结论: 15个分析任务(8个固定项+4个行业项+3个针对项),14个采集任务,2个报告任务
- 关键变更: 针对"科技企业"特性,增加"知识产权核心纠纷对主营业务的影响"针对项
- 合规检查: 针对项覆盖"新设企业/大额授信/科技企业"三重风险特征

---

## 非功能范围 (Out of Scope)

- 本 Skill 不负责执行具体的风险分析任务(请使用 credit-due-diligence Skill)。
- 本 Skill 不直接做出授信审批决策(请使用 credit-approval-decision Skill)。
- 本 Skill 不处理贷后管理、风险分类调整、不良资产处置。
- 本 Skill 不生成最终的信贷审批报告,仅规划报告任务(报告编写由下游 Skill 执行)。
- 如果用户请求以上内容,明确告知并建议合适的 Skill 或联系信贷审批团队。