Menu
拜访建议生成。基于客户画像数据和历史拜访记录，为客户经理生成拜访前的策略建议，包括历史回顾、推荐话题、产品建议、沟通要点、风险提示等。触发词：拜访建议、生成建议、拜访准备、准备拜访、拜访策略。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
投价报告盈利预测与估值章节的共享基座，定义模型读取、样本使用、信息源、原创性查重、输出铁律、路径约定与共享工具。不独立触发，由 ivr-chapter-earnings 和 ivr-chapter-valuation 隐式引用。
撰写投价报告第5章节"公司分析"，基于招股说明书源材料生成结构化内容。当用户提到投价报告公司分析、IPO公司概况撰写、招股书公司章节、商业模式分析、公司治理结构分析、营收结构分析、行业对比分析时，务必使用此skill。
投价报告「第一章 结论」写作规范。汇总 ch2（盈利预测）、ch3（估值分析）核心数据，生成一段式核心结论，含估值区间、收入预测、PE 对比、扭亏时点。
撰写投价报告「盈利预测」章节（分业务收入预测/量价拆分/毛利率/费用率/完整财务预测表）。当用户要求写投价报告盈利预测、营收拆分、量价拆分、毛利率预测、费用率预测、财务预测汇总时触发。
撰写投价报告第6章节"募投项目"，基于招股说明书第七节"募集资金运用与未来发展规划"生成募投必要性、实施条件、超募合理性等内容。当用户提到投价报告募投项目、IPO募集资金运用、募投必要性、募投项目可行性、超募合理性分析、招股书募投章节撰写时，务必使用此skill。
撰写投价报告第4章节"行业分析"，基于招股说明书第五节"业务和技术"生成行业技术趋势、市场空间、公司技术平台及产业化路线等内容。当用户提到投价报告行业分析、IPO行业趋势、行业技术发展、市场规模测算、公司技术平台分析、产业化路线图、招股书行业章节撰写时，务必使用此skill。
| name | visit-suggestion |
| description | 拜访建议生成。基于客户画像数据和历史拜访记录，为客户经理生成拜访前的策略建议，包括历史回顾、推荐话题、产品建议、沟通要点、风险提示等。触发词：拜访建议、生成建议、拜访准备、准备拜访、拜访策略。 |
基于客户画像数据和历史拜访记录，为客户经理生成拜访前的策略建议。通过分析客户画像洞察客户特征，结合历史拜访记录追踪沟通脉络和待办进展，帮助客户经理在拜访前做好充分准备，提升拜访效率和转化率。
customer-profile 的查询结果visit-note 的拜访录入和纪要文件| 用户表达 | 意图 | 路由 |
|---|---|---|
| 「拜访建议」「生成建议」 | 生成建议 | 建议生成（generate模式） |
| 「查看建议」「客户XX的建议」 | 查看建议 | 建议查看（view模式） |
| 「修改建议」「建议改一下」 | 修改建议 | 建议修改（modify模式） |
| 「拜访准备」「准备拜访」 | 生成建议 | 建议生成（generate模式） |
| 「拜访策略」 | 生成建议 | 建议生成（generate模式） |
用户表达「拜访建议」「生成建议」「拜访准备」「准备拜访」「拜访策略」时进入。
customer-profile 查询）fetch_visit_history.py 获取该客户的拜访录入和纪要）references/visit_suggestion_template.mdpython3 scripts/fetch_visit_history.py \
--manager "<经理>" \
--customer "<客户>"
返回JSON结构：
{
"manager": "经理XX",
"customer": "客户XX",
"visit_inputs": [
{
"date": "2026-05-28",
"entries": [
{"seq": 1, "raw_input": "今天上门拜访了客户XX..."},
{"seq": 2, "raw_input": "客户对固收+产品很感兴趣..."}
]
}
],
"visit_notes": [
{
"filename": "拜访纪要_经理XX_客户XX_2026-05-28.md",
"date": "2026-05-28",
"content": "拜访纪要全文..."
}
],
"last_visit_date": "2026-05-28",
"total_visits": 3,
"days_since_last_visit": 6
}
无历史记录时返回：
{
"manager": "经理XX",
"customer": "客户XX",
"visit_inputs": [],
"visit_notes": [],
"last_visit_date": null,
"total_visits": 0,
"days_since_last_visit": null
}
历史拜访回顾生成规则：
客户洞察生成规则：
tags 字段提取关键标签，结合 recent_changes 形成洞察recent_changes 中的关键事件（到期、到账、变动等）推荐话题生成规则：
tags 匹配话题方向（如「存量盘活」→ 资产优化话题）recent_changes 匹配时效性话题（如「即将到期」→ 续接方案话题）asset_allocation 识别配置短板，推荐优化话题risk_preference 匹配沟通深度和方式产品建议生成规则：
recent_changes 事件强相关的产品沟通要点生成规则：
生成后展示完整建议内容，并保存文件：
💡 拜访建议已生成：
📁 文件：output/拜访建议_经理XX_客户XX_2026-06-03.md
---
[建议完整正文]
---
💡 建议已生成，请选择下一步（回复编号）：
1️⃣ 修改建议
2️⃣ 记录拜访（进入信息录入）
3️⃣ 查看客户画像
4️⃣ 直接开始拜访记录
python3 scripts/save_suggestion.py \
--manager "<经理>" \
--customer "<客户>" \
--content "<建议全文>"
文件名格式为 拜访建议_{经理}_{客户}_{日期}.md，同一天同一客户只保留一份建议，新生成自动覆盖旧的。
✅ 建议已保存：output/拜访建议_{经理}_{客户}_2026-06-03.md
用户表达「修改建议」「建议改一下」时进入。
✏️ 修改建议 - 客户XX 2026-06-03
请告诉我要修改哪个部分？比如：
历史回顾 | 客户洞察 | 推荐话题 | 产品建议 | 沟通要点 | 风险提示 | 预期目标 | 其他
python3 scripts/save_suggestion.py \
--manager "<经理>" \
--customer "<客户>" \
--content "<修改后建议全文>"
✅ 建议已修改保存：output/拜访建议_{经理}_{客户}_2026-06-03.md
用户表达「查看建议」「客户XX的建议」等查看意图时进入。
output/ 目录下该客户的建议文件建议列表：
🔍 客户XX的拜访建议：
| 序号 | 文件名 | 日期 |
|------|--------|------|
| 1 | 拜访建议_经理XX_客户XX_2026-06-03.md | 06-03 |
| 2 | 拜访建议_经理XX_客户XX_2026-05-28.md | 05-28 |
建议详情： 直接展示建议全文内容。
客户画像查询和历史拜访记录由独立子skill提供，调用时使用 read 工具读取对应 SKILL.md，然后按其流程执行。
| 子Skill | SKILL.md路径 | 用途 |
|---|---|---|
| customer-profile | skills/customer-profile/SKILL.md | 查询客户画像数据 |
| visit-note | skills/visit-note/SKILL.md | 读取历史拜访录入和纪要 |
visit-suggestion/
├── SKILL.md # 本文件
├── scripts/
│ ├── save_suggestion.py # 建议保存脚本
│ └── fetch_visit_history.py # 历史拜访记录获取脚本
├── references/
│ └── visit_suggestion_template.md # 建议模板
└── output/ # 输出文件目录
└── 拜访建议_{经理}_{客户}_{日期}.md
user_id 自动注入匹配的经理身份信息，直接使用即可skills/visit-suggestion/）。实际执行时需使用完整路径严禁暴露其他经理的客户信息。
customer-profile 的查询结果）visit-note 的拜访录入和纪要文件）拜访建议_{经理}_{客户}_{日期}.md → 可供 visit-note 的信息录入模块参考