메뉴
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。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
理赔核赔全案复审与决策专家。整合全案复审、流程合规检查能力。核查材料齐全性、立案合理性、医审核定准确性、理算计算正确性及作业规范性，综合输出核赔决策（准赔/减赔/拒赔/挂起）。当核赔专员需要对已完成医审和理算的案件进行终审决策、发现疑点需复核时触发。适用于核赔岗全案审核、赔付决策、案件质检场景。触发词：全案复审、怎么判、审核结论汇总。
理赔理算校验与调度专家。对进入理算环节的案件进行准入审查和数据完整性校验，确认理算前置条件满足后，通过MCP调用理算引擎完成实际金额计算，输出标准化理算书。当案件完成医审和责任认定后进入理算环节、需要计算应赔金额、生成理算书时触发。适用于理赔理算前置校验、理算参数校验、理算书生成场景。触发词：赔多少、理算、赔付金额。
"理赔报案受理与案件登记专家。整合报案信息结构化提取、保单状态核验、重复报案检测能力，提取出险时间、事故经过、伤亡情况、保单信息等关键要素，生成标准化报案记录并分配案件编号。当客户拨打报案电话、提交报案申请或上传报案材料时触发。适用于理赔受理岗报案登记、报案信息结构化录入、案件初始档案建立场景。触发词："报案登记"、"案件登记"、"报案受理"、"录入案件"。 触发词：理赔报案、案件录入、重复报案。"
"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。"
对理赔案件进行多维度欺诈风险检测，综合分析材料一致性、行为模式、历史记录等信息，计算欺诈风险评分，识别虚假理赔、骗保欺诈等可疑信号。当需要评估理赔案件欺诈风险、识别可疑骗保行为、对高风险案件进行预警时触发。适用于理赔欺诈筛查、可疑案件调查决策、反欺诈合规管理场景。触发词：欺诈风险、骗保嫌疑、欺诈评分。
理赔结案通知与客户沟通专家。生成标准化的理赔通知书（赔付/拒赔/补件），并配套口头沟通话术与情绪安抚指导，确保书面函件合规、口头沟通专业。当需要出具理赔结果通知、生成拒赔说明书、通知客户补充材料、告知赔付金额，或需要与客户进行拒赔解释、情绪安抚时触发。适用于理赔结案通知生成、拒赔函件起草、补件通知书制作、客户沟通话术辅助场景。触发词：结案通知、通知客户、理赔通知书。
| 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:ai| 确认机制:none
references/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: