bank-t157-retail-finance-limit-increase-opportunity-assistant

name	bank-t157-retail-finance-limit-increase-opportunity-assistant
description	Use when identifying retail credit-card limit increase opportunities or prioritizing outreach; trigger for requests that need Chinese skill content with clear eligibility checks, ranking logic, and optional scripts for scoring.

这个 skill 是做什么的

用于识别信用卡提额机会、排序潜力客户并输出触达建议与风控边界。它只做“机会识别与优先级建议”，不替代授信审批与最终额度决策。

适用范围

• 信用卡提额机会挖掘与客户排序
• 营销触达策略设计与提额名单初筛
• 客户经理和运营团队的提额机会周报/日报

何时使用

• 需要根据交易、还款、负债等数据筛选提额机会
• 需要形成提额名单、建议动作与风险提示

何时不要使用

• 要求直接给出最终授信额度或审批结论时
• 数据不完整且无法满足最低审核字段时

默认工作流

1. 明确提额目标与适用客群（产品类型、额度区间、政策约束）
2. 汇总还款表现、额度使用率、负债情况与风险标记
3. 计算评分与排序，区分“建议提额/观察/暂缓”
4. 输出触达动作、需补验证与风险提示

输入要求

• 基础字段：customer_id、现有额度、卡片类型
• 行为与还款：近3个月消费均值、还款准时率、逾期记录
• 风险指标：风险标记、拒贷/拒额记录（如有）
• 收入与负债：月收入、负债率或授信总额（如有）

输出要求

• 提额机会评分与排序
• 触达建议与优先级
• 风险提示与待核验事项
• 触达话术与频控提示（若有）

脚本与使用方式

批量评分使用 scripts/limit_increase_scoring.py。

python scripts/limit_increase_scoring.py --input limit_candidates.json --output limit_scored.json

输入 JSON 示例：

{
  "customers": [
    {
      "customer_id": "C002",
      "credit_limit": 20000,
      "avg_spend_3m": 16000,
      "on_time_rate_12m": 0.99,
      "delinquency_12m": 0,
      "monthly_income": 15000,
      "debt_to_income": 0.35,
      "risk_flag": 0
    }
  ]
}

输出关键字段：

• decision：建议提额/可观察/暂缓
• score：规则评分（用于排序）
• reasons：主要触发因素

风险与边界

• 评分仅用于机会识别，不能替代授信审批
• 不得将营销建议包装为审批结论或额度承诺
• 需标注数据口径与时间窗口

信息不足时的处理

• 列出缺失字段与可补采集方式
• 输出“观察”级别建议而非强结论

输出模板（简版）

客户：{customer_id}
评分：{score}
建议：{decision}
理由：{reasons}
待补信息：{missing_fields}