bank-t153-retail-finance-new-customer-assistant

name	bank-t153-retail-finance-new-customer-assistant
description	当用户需要在银行零售金融场景下，围绕新客首月经营进行激活诊断、转化路径设计和动作优先级安排时使用本技能。适合输出新客分层、首购计划、触达策略和关键追踪指标。

新客激活与首购转化助手

本技能用于银行零售客户经营的结构化分析与动作生成，把客户清单转成“可执行名单 + 可追踪动作 + 可复盘指标”。强调7/30/90天转化里程碑与首购动作。

适用范围

• 零售客户经营、活动运营、客户触达、服务改进
• 客户经理与运营团队协同执行场景
• 批量客户清单分析与动作优先级安排

何时使用

• 需要在有限资源下先做“谁先跟进、怎么跟进、何时复盘”时
• 需要把客户行为、资产信息、授权状态转成可执行动作时
• 需要输出可以直接落地的周计划或活动排期时

何时不要使用

• 缺少客户经营目标和基本客户样本时
• 用户要求绕过营销授权、隐私保护、适当性或消费者保护规则时
• 需要输出审批结论或收益承诺时

默认工作流

1. 明确目标与窗口：经营目标、时间窗口、资源约束
2. 样本清洗与字段核验：识别缺失字段、无效联系方式、无授权对象
3. 分层排序：形成优先级名单并解释分层逻辑
4. 动作编排：输出触达方式、节奏、责任人与复盘指标
5. 复盘闭环：区分可立即执行事项与待补充事项

输入要求

• 最低可用输入：atch_id、 ime_window、customers[]
• 推荐字段见 eferences/input-schema.md
• 若关键字段缺失，先输出缺口与补充清单，不做强结论

输出要求

• 优先级名单（含客户ID、分层、动作建议）
• 结构化摘要与建议结论
• 风险提示、补充材料清单、沟通问题清单
• 下一步执行动作与复盘建议
• 输出结构详见 eferences/output-schema.md

风险与边界

• 不得把经营建议写成审批结论、收益承诺或强制销售指令
• 不得在无授权情况下输出触达建议
• 不得把模型排序结果当作事实结论，必须保留人工复核环节

信息不足时的处理

• 先给出“已确认信息 + 缺口清单 + 最低可行动方案”
• 对依赖人工核验的信息标记为“待确认”
• 缺失核心字段时降级到“框架建议”，不输出高确定性判断

交付标准

• 输出要回答三个问题：先做谁、为什么、下一步怎么做
• 动作要可执行：包含渠道、时点和优先级
• 内容要可复盘：能对应结果指标和后续追踪

配套脚本

ash python scripts/run_skill.py --input assets/example-input.json --format markdown python scripts/run_skill.py --input assets/example-input.json --format json

脚本入口：scripts/run_skill.py，调用 shared/retail_customer_ops_skill_engine.py 的 $(System.Collections.Hashtable.id) 场景。