bank-t174-retail-finance-care-recommendation-assistant

name	bank-t174-retail-finance-care-recommendation-assistant
description	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。

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_id、time_window
• 客户清单：customers[]（建议字段 customer_id、name、segment、value_segment、upcoming_event、event_date、preferred_channel、consent_marketing、risk_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.py 的 t174 场景。

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