bank-t173-retail-finance-lifecycle-assistant

name	bank-t173-retail-finance-lifecycle-assistant
description	当用户需要在银行零售金融场景下，识别客户生命周期阶段并给出经营分层与动作建议时使用本技能。适合输出阶段分布、重点客户名单、行动建议与风险提示。

零售客户生命周期识别助手

这个 skill 是做什么的

将客户行为、资产与产品关系数据转为生命周期阶段标签，输出重点客户名单与经营动作建议，用于分层经营与资源配置。

适用范围

• 零售客户经营分层、生命周期识别与资源分配
• 客户经理与运营团队协同的分层策略制定
• 需要形成阶段分布与行动清单的场景

何时使用

• 需要给客户贴生命周期阶段标签并形成动作建议时
• 需要沉淀阶段分布与重点客户清单时

何时不要使用

• 缺少客户行为与时间窗口时
• 需要审批结论或收益承诺时

默认工作流

1. 明确时间窗口与生命周期口径
2. 汇总客户行为、产品持有与资产变化
3. 计算生命周期阶段与优先级
4. 输出阶段分布与重点客户动作
5. 标注需复核的异常或风险信号

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、days_since_onboarding、last_active_days、product_count、aum、txn_count_30d、net_inflow_90d、segment）
• 辅助信息（可选）：投诉、风险标记、渠道活跃

输出要求

• 生命周期阶段分布
• 重点客户名单与行动建议
• 风险提示与需复核事项
• 下一步经营与复盘建议

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
• 不得把阶段标签等同于最终风险结论
• 结论需标明时间窗口与数据范围

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

• 能说明阶段判断依据与优先级逻辑
• 输出可直接转成经营动作清单
• 清晰区分事实、假设与待确认事项

配套脚本

脚本入口：scripts/run_skill.py，调用 shared/retail_service_skill_engine.py 的 t173 场景。

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