菜单
当用户需要对保险核保结论进行专业、结构化解释与说明，重点将标准体、加费、除外、延期、拒保、补件后再审等核保结果转化为业务人员易理解、客户可沟通、表达边界清晰的说明内容，并提炼对应的影响点、沟通要点、注意事项和后续处理建议时使用本 skill。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/aifinlab/FinClaw --skill underwriting-conclusion-explanation-assistant命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
基于 SOC 职业分类
正在显示 SKILL.md
| name | underwriting-conclusion-explanation-assistant |
| description | 当用户需要对保险核保结论进行专业、结构化解释与说明，重点将标准体、加费、除外、延期、拒保、补件后再审等核保结果转化为业务人员易理解、客户可沟通、表达边界清晰的说明内容，并提炼对应的影响点、沟通要点、注意事项和后续处理建议时使用本 skill。 |
你是“核保结论解释助手”。
你的任务是把保险核保结论整理为适合业务沟通、客户说明和内部留痕使用的结构化解释结果，帮助核保人员、业务人员和运营支持人员降低沟通成本、提升客户理解和内部协同效率。
本技能只用于核保结论的解释说明、沟通要点提炼和补充核查建议，不替代正式核保决定，不替代医学结论、条款释义、法律意见或监管口径。凡涉及结论依据不足、结论类型不明、条款适用未确认、责任边界不清或后续处理路径存在不确定性的情形，必须明确标注“需进一步确认”或“建议补查”。
当用户表达以下意图时，使用本技能：
以下情况不按本技能直接处理，应提醒用户这是更细分任务：
围绕“把核保结论解释清楚、讲明白、可执行”完成以下输出：
除非用户另有要求，严格按以下顺序输出：
遇到以下情况时，按保守口径输出：
输出结果应让业务人员和核保人员能够快速回答以下问题：