Menu
拜访建议生成。基于客户画像数据和历史拜访记录，为客户经理生成拜访前的策略建议，包括历史回顾、推荐话题、产品建议、沟通要点、风险提示等。触发词：拜访建议、生成建议、拜访准备、准备拜访、拜访策略。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
投价报告盈利预测与估值章节的共享基座，定义模型读取、样本使用、信息源、原创性查重、输出铁律、路径约定与共享工具。不独立触发，由 ivr-chapter-earnings 和 ivr-chapter-valuation 隐式引用。
撰写投价报告第5章节"公司分析"，基于招股说明书源材料生成结构化内容。当用户提到投价报告公司分析、IPO公司概况撰写、招股书公司章节、商业模式分析、公司治理结构分析、营收结构分析、行业对比分析时，务必使用此skill。
投价报告「第一章 结论」写作规范。汇总 ch2（盈利预测）、ch3（估值分析）核心数据，生成一段式核心结论，含估值区间、收入预测、PE 对比、扭亏时点。
撰写投价报告「盈利预测」章节（分业务收入预测/量价拆分/毛利率/费用率/完整财务预测表）。当用户要求写投价报告盈利预测、营收拆分、量价拆分、毛利率预测、费用率预测、财务预测汇总时触发。
撰写投价报告第6章节"募投项目"，基于招股说明书第七节"募集资金运用与未来发展规划"生成募投必要性、实施条件、超募合理性等内容。当用户提到投价报告募投项目、IPO募集资金运用、募投必要性、募投项目可行性、超募合理性分析、招股书募投章节撰写时，务必使用此skill。
撰写投价报告第4章节"行业分析"，基于招股说明书第五节"业务和技术"生成行业技术趋势、市场空间、公司技术平台及产业化路线等内容。当用户提到投价报告行业分析、IPO行业趋势、行业技术发展、市场规模测算、公司技术平台分析、产业化路线图、招股书行业章节撰写时，务必使用此skill。
| name | visit-suggestion |
| description | 拜访建议生成。基于客户画像数据和历史拜访记录，为客户经理生成拜访前的策略建议，包括历史回顾、推荐话题、产品建议、沟通要点、风险提示等。触发词：拜访建议、生成建议、拜访准备、准备拜访、拜访策略。 |
基于客户画像数据和历史拜访记录，为客户经理生成拜访前的策略建议。通过分析客户画像洞察客户特征，结合历史拜访记录追踪沟通脉络和待办进展，帮助客户经理在拜访前做好充分准备，提升拜访效率和转化率。
customer-profile 的查询结果visit-note 的拜访录入和纪要文件| 用户表达 | 意图 | 路由 |
|---|---|---|
| 「拜访建议」「生成建议」 | 生成建议 | 建议生成（generate模式） |
| 「查看建议」「客户XX的建议」 | 查看建议 | 建议查看（view模式） |
| 「修改建议」「建议改一下」 | 修改建议 | 建议修改（modify模式） |
| 「拜访准备」「准备拜访」 | 生成建议 | 建议生成（generate模式） |
| 「拜访策略」 | 生成建议 | 建议生成（generate模式） |
用户表达「拜访建议」「生成建议」「拜访准备」「准备拜访」「拜访策略」时进入。
customer-profile 查询）fetch_visit_history.py 获取该客户的拜访录入和纪要）references/visit_suggestion_template.mdpython3 scripts/fetch_visit_history.py \
--manager "<经理>" \
--customer "<客户>"
返回JSON结构：
{
"manager": "经理XX",
"customer": "客户XX",
"visit_inputs": [
{
"date": "2026-05-28",
"entries": [
{"seq": 1, "raw_input": "今天上门拜访了客户XX..."},
{"seq": 2, "raw_input": "客户对固收+产品很感兴趣..."}
]
}
],
"visit_notes": [
{
"filename": "拜访纪要_经理XX_客户XX_2026-05-28.md",
"date": "2026-05-28",
"content": "拜访纪要全文..."
}
],
"last_visit_date": "2026-05-28",
"total_visits": 3,
"days_since_last_visit": 6
}
无历史记录时返回：
{
"manager": "经理XX",
"customer": "客户XX",
"visit_inputs": [],
"visit_notes": [],
"last_visit_date": null,
"total_visits": 0,
"days_since_last_visit": null
}
历史拜访回顾生成规则：
客户洞察生成规则：
tags 字段提取关键标签，结合 recent_changes 形成洞察recent_changes 中的关键事件（到期、到账、变动等）推荐话题生成规则：
tags 匹配话题方向（如「存量盘活」→ 资产优化话题）recent_changes 匹配时效性话题（如「即将到期」→ 续接方案话题）asset_allocation 识别配置短板，推荐优化话题risk_preference 匹配沟通深度和方式产品建议生成规则：
recent_changes 事件强相关的产品沟通要点生成规则：
生成后展示完整建议内容，并保存文件：
💡 拜访建议已生成：
📁 文件：output/拜访建议_经理XX_客户XX_2026-06-03.md
---
[建议完整正文]
---
💡 建议已生成，请选择下一步（回复编号）：
1️⃣ 修改建议
2️⃣ 记录拜访（进入信息录入）
3️⃣ 查看客户画像
4️⃣ 直接开始拜访记录
python3 scripts/save_suggestion.py \
--manager "<经理>" \
--customer "<客户>" \
--content "<建议全文>"
文件名格式为 拜访建议_{经理}_{客户}_{日期}.md，同一天同一客户只保留一份建议，新生成自动覆盖旧的。
✅ 建议已保存：output/拜访建议_{经理}_{客户}_2026-06-03.md
用户表达「修改建议」「建议改一下」时进入。
✏️ 修改建议 - 客户XX 2026-06-03
请告诉我要修改哪个部分？比如：
历史回顾 | 客户洞察 | 推荐话题 | 产品建议 | 沟通要点 | 风险提示 | 预期目标 | 其他
python3 scripts/save_suggestion.py \
--manager "<经理>" \
--customer "<客户>" \
--content "<修改后建议全文>"
✅ 建议已修改保存：output/拜访建议_{经理}_{客户}_2026-06-03.md
用户表达「查看建议」「客户XX的建议」等查看意图时进入。
output/ 目录下该客户的建议文件建议列表：
🔍 客户XX的拜访建议：
| 序号 | 文件名 | 日期 |
|------|--------|------|
| 1 | 拜访建议_经理XX_客户XX_2026-06-03.md | 06-03 |
| 2 | 拜访建议_经理XX_客户XX_2026-05-28.md | 05-28 |
建议详情： 直接展示建议全文内容。
客户画像查询和历史拜访记录由独立子skill提供，调用时使用 read 工具读取对应 SKILL.md，然后按其流程执行。
| 子Skill | SKILL.md路径 | 用途 |
|---|---|---|
| customer-profile | skills/customer-profile/SKILL.md | 查询客户画像数据 |
| visit-note | skills/visit-note/SKILL.md | 读取历史拜访录入和纪要 |
visit-suggestion/
├── SKILL.md # 本文件
├── scripts/
│ ├── save_suggestion.py # 建议保存脚本
│ └── fetch_visit_history.py # 历史拜访记录获取脚本
├── references/
│ └── visit_suggestion_template.md # 建议模板
└── output/ # 输出文件目录
└── 拜访建议_{经理}_{客户}_{日期}.md
user_id 自动注入匹配的经理身份信息，直接使用即可skills/visit-suggestion/）。实际执行时需使用完整路径严禁暴露其他经理的客户信息。
customer-profile 的查询结果）visit-note 的拜访录入和纪要文件）拜访建议_{经理}_{客户}_{日期}.md → 可供 visit-note 的信息录入模块参考