メニュー
行业信贷风险审查规则生成技能。针对指定行业或产业,结合行业专业知识、产业链结构、政策环境,深度分析并生成结构化的信贷风险审查规则,涵盖基础事实核查类规则和深度推理类规则。触发词包括:"行业信贷规则生成"、"信贷审查项生成"、"行业风控规则"、"风险审批规则"、"行业审查标准"、"补充行业规则"、"industry rule generation"。不适用于:企业个体信用评估、具体授信审批决策、财务数据分析、贷后风险监测。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/aliyun/qwen-dianjin --skill credit-industry-rule-genコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
"保险理赔材料智能分析工具。整合材料分类、OCR提取、完整性检查、单证审核、一致性校验、发票交叉验证、病程时间线梳理能力。采用前置解析+按需复用架构，基于多模态大模型对理赔图片文档进行全链路分析，输出标准化目录结构、病程摘要和审计报告。当用户需要对理赔材料、保险单证、医疗票据进行分类整理，或提及理赔材料分类、保险文档归档、医疗发票识别、材料审核、病程时间线时使用。触发词："理赔材料分类"、"材料完整性检查"、"材料一致性校验"、"理赔交叉验证"、"材料全量审核"、"病程时间线"。 触发词：理赔材料、材料齐不齐、病程时间线。"
"理赔责任认定专家。整合免责条款审核、保单责任认定、费用责任匹配能力。通过OCR提取理赔材料内容，与保单免责条款逐条比对，识别可能触发的免责事项，评估拒赔风险等级，输出责任认定结论。当需要检查理赔材料中的免责条款适用性、判断是否存在拒赔事由、认定保险责任范围时触发。适用于理赔合规审核、责任认定、拒赔风险评估场景。触发词："免责"、"责免"、"拒赔"、"免责条款"、"责任认定"。 触发词：理赔责任、能不能赔、免责问题。"
对理赔费用清单中所有费用项（含检查、手术、耗材、护理、药品、床位费等）进行逐项合理性审核，识别不符合诊断的费用、超标准收费、重复收费；同时审查处方药品与诊断匹配性，识别超适应症用药、剂量异常、配伍禁忌，结合医保目录与临床指南输出核减建议，生成医学审查报告。当用户要求审核理赔费用明细、核定住院费用合理性、识别超标准或重复收费、审核药品合理性时触发。适用于医疗险理赔费用核定、住院费用审查、费用核减决策、理赔用药审核场景。触发词：住院费用、用药合理性、过度收费。
SOC 職業分類に基づく
SKILL.md を表示中
| name | credit-industry-rule-gen |
| description | 行业信贷风险审查规则生成技能。针对指定行业或产业,结合行业专业知识、产业链结构、政策环境,深度分析并生成结构化的信贷风险审查规则,涵盖基础事实核查类规则和深度推理类规则。触发词包括:"行业信贷规则生成"、"信贷审查项生成"、"行业风控规则"、"风险审批规则"、"行业审查标准"、"补充行业规则"、"industry rule generation"。不适用于:企业个体信用评估、具体授信审批决策、财务数据分析、贷后风险监测。 |
| target_role | 资深商业银行信贷风控规则分析师 |
| business_domain | 行业信贷风险规则生成与审查标准制定 |
| risk_level | high |
| version | 1.0.0 |
| status | draft |
| upstream_skills | ["credit-industry-analysis"] |
| downstream_skills | ["credit-due-diligence","credit-approval-review"] |
| data_sources | ["行业政策数据(发改委、工信部、行业协会)","监管要求数据(金融监管总局、环保部、应急管理部)","行业统计数据(Wind、行业协会年报、工信部运行监测)"] |
| 数据项 | 来源 | 获取方式 | 敏感级别 |
|---|---|---|---|
| 行业政策数据 | 发改委、工信部、行业协会官网 | 网络搜索+政策库 | 公开 |
| 监管要求数据 | 金融监管总局、环保部、应急管理部 | 网络搜索+监管文件库 | 公开 |
| 行业统计数据 | Wind、行业协会年报、工信部运行监测 | 数据平台API+年报下载 | 内部 |
| 行业财务基准 | 上市公司年报、行业协会统计 | 数据提取+统计计算 | 公开 |
| 产业链信息 | 行业研究报告、产业链数据库 | 网络搜索+研报库 | 内部 |
📋 数据来源:
user_input| 执行主体:ai| 确认机制:none
📋 数据来源:
context| 执行主体:ai| 确认机制:none
references/industry-lifecycle-guide.md 获取生命周期判定标准📋 数据来源:
context| 执行主体: | 确认机制:
ainonereferences/fraud-pattern-catalog.md 获取常见行业造假手法参考📋 数据来源:
context| 执行主体:ai| 确认机制:none
references/regulatory-requirements.md 获取行业监管要求参考📋 数据来源:
context| 执行主体:ai| 确认机制:none
📋 数据来源:
context| 执行主体:ai| 确认机制:confirm
📋 数据来源:
context| 执行主体:ai| 确认机制:none
assets/disclaimer-template.md)scripts/validate_rule_output.py 脚本要求每次规则生成执行后,生成审计日志记录以下信息:
{
"skill_name": "credit-industry-rule-gen",
"skill_version": "1.0.0",
"execution_time": "2026-05-05T14:00:00+08:00",
"operator": "信贷风控规则分析师",
"industry_name": "目标行业名称",
"industry_code": "GB/T 4754-2017分类代码",
"lifecycle_stage": "行业生命周期阶段",
"basic_rules_count": 5,
"deep_rules_count": 3,
"fraud_patterns_count": 3,
"red_lines_identified": 0,
"data_sources_used": ["数据来源列表"],
"confirmation_required": true,
"audit_log_retention": "3年"
}
审计日志保留期限:至少3年。
严格按以下JSON格式输出,不包含```json标记,直接输出JSON。输出模板超过100行,详细字段定义见上文。
输出包含免责声明(引用 assets/disclaimer-template.md),确保每次输出都包含"不构成投资建议"等必要声明。
{
"industry": "行业名称",
"industry_analysis": {
"overview": "行业概述（150-250字，含行业规模、经营特征、产业链特点、发展趋势）",
"lifecycle_stage": "初创期/成长期/成熟期/衰退期",
"risk_characteristics": ["行业特有风险特征1", "行业特有风险特征2"],
"regulatory_requirements": ["监管合规要求1（含发证机关）", "监管合规要求2"],
"key_risk_factors": ["信贷核心风险因素1", "信贷核心风险因素2"]
},
"industry_chain": {
"upstream": "上游供应结构描述（原材料来源、集中度、价格传导）",
"downstream": "下游客户结构描述（客户类型、账期、集中度风险）",
"key_pain_points": ["产业链核心痛点1", "产业链核心痛点2"],
"cash_cycle_days": "行业典型现金转换周期（天数估算，如：60-90天）"
},
"risk_profile": {
"main_fraud_patterns": ["该行业常见造假手法1", "该行业常见造假手法2"],
"seasonal_risk": "季节性风险描述（高峰期、资金缺口规律）",
"collateral_quality": "行业典型抵押物评估（变现能力、折价率参考）",
"benchmark_metrics": {
"gross_margin": "行业毛利率基准区间（如：15%-25%）",
"ar_days": "行业应收账款平均天数（如：45-60天）",
"inventory_days": "行业存货周转天数（如：30-45天）"
}
},
"basic_check_rules": [
{
"name": "规则名称（专业信贷术语，体现行业专属性）",
"description": "规则详细描述（说明为什么需要这条规则，针对哪种造假风险或核查目标）",
"rule_type": "数据校验/资产核验/文件校验/资质核验",
"category": "行业项",
"risk_target": "本条规则针对的具体风险",
"check_method": "具体检查方法（明确数据来源、执行动作、比对逻辑）",
"check_rules": [
"量化检查标准1（含阈值）",
"量化检查标准2",
"一票否决条件"
],
"confidence": 85
}
],
"deep_analysis_rules": [
{
"name": "规则名称（如：产量-价格-收入三角交叉验证）",
"description": "规则详细描述（含验证逻辑和风险目标）",
"rule_type": "交叉核验/趋势分析/风险模型/压力测试",
"category": "行业项",
"risk_target": "本条规则针对的具体风险",
"check_method": "推理逻辑说明（用A数据和B数据，通过C公式/模型，验证D事实）",
"check_rules": [
"引入的多维数据类型及来源",
"逻辑自洽的容忍偏差阈值",
"异常情况的定性判定标准及处置建议"
],
"confidence": 82
}
],
"summary": "规则挖掘总结（80-120字）",
"disclaimer": "本规则集由AI辅助生成,基于公开行业数据和政策信息分析,仅供参考,不构成任何授信决策依据。使用前请核实最新数据和政策。"
}
用户输入:
行业名称:食用菌种植
企业规模:中型
地域范围:江浙沪
Skill执行流程:
输出要点:
用户输入:
行业名称:水产养殖
已有规则:[{"name": "养殖面积核实", "risk_target": "防止虚报养殖规模"}]
特殊关注点:重点关注水质环保合规
Skill执行流程:
输出要点: