| name | roadshow-qa-client-meeting |
| description | 面向基金渠道与销售支持领域的路演问答任务Skill，围绕「路演问答助手-客户会版」场景提供信息抽取、结构化分析与结果输出。 |
路演问答助手-客户会版 Skill
数据来源
1. 输入类型
- 基金公告/定期报告/招募说明书/产品说明材料
- 净值与收益时间序列、持仓与资产配置披露
- 销售/服务记录、客户反馈与问答素材(如适用)
- 合规口径与品牌内容规范(如适用)
2. 主要数据要素
- 产品卖点与组合特征(风险/收益/定位)
- 客户持有与申赎行为(分层/分渠道)
- 渠道销量与触达转化数据
- 营销素材、话术与培训资料
- 竞品对比与市场口径
3. 质量要求
- 输入信息尽量完整，包含时间区间、基金代码与核心指标
- 若来自 OCR/截图，请尽量校对错字与断行
- 对于未披露的数据需明确标注“缺失/待补充”
核心能力
- 围绕目标人群输出结构化内容草稿与关键卖点
- 控制语气风格与风险提示，形成可直接使用的内容模板
- 基于输入资料组织问题清单与标准回答
- 提供引用来源与口径一致性说明
- 输出触达/陪伴策略与关键沟通节奏
- 沉淀客户异议与情绪标签，形成安抚与引导话术
输出结构
1. 基础字段
- skill
- domain
- scene
- input_summary
- key_findings
- data_quality
- limitations
2. 场景扩展模块(按需输出)
- content
- draft
- key_points
- compliance_notes
- qa
- questions
- answers
- citations
- customer_strategy
- segments
- touchpoints
- tone
使用示例
1. 安装依赖
pip install -r requirements.txt
2. 运行脚本
python scripts/main.py --input sample.txt --output-json result.json --output-md report.md
3. 输出示例
{
"skill": "路演问答助手-客户会版",
"domain": "渠道与销售支持",
"scene": "路演问答",
"input_summary": {
"fund_code": "000000",
"fund_name": "示例基金",
"period": "2024Q4",
"data_coverage": "净值/持仓/披露/市场"
},
"key_findings": [
"关键结论1",
"关键结论2"
],
"data_quality": {
"has_text": true,
"text_length": 1200
},
"limitations": [
"仅基于输入信息形成初步判断"
]
}
注意事项与限制
- 仅对输入文本进行结构化与初步判断，不替代人工投研或合规结论
- 若缺少关键数据(持仓、基准、时间区间)，结果需明确提示不完整
- 输出建议应结合实际业务口径与监管要求复核
适用场景
- 业务条线: 渠道与销售支持
- 场景/能力: 路演问答
- 典型用户: 研究员、产品经理、渠道与客服、合规审查或内容运营人员
License
- 代码部分遵循 MIT License
- 数据来源与披露口径需遵循对应数据供应商与监管要求
