菜单
用于银行零售金融场景下的信用卡营销机会识别任务。适用于基于客户画像、资产负债、 交易行为、渠道互动、生命周期阶段、权益偏好以及外部行业数据，识别潜在办卡、 升额、分期、附属卡、权益升级、激活促活与交叉营销机会。优先级为 P1。 当用户需要对零售客户进行营销推荐、名单筛选、机会评分、活动匹配、客群策略制定、 信用卡经营分析或机会归因时，应使用本技能。 本技能对行业数据依赖较强：需要参考市场渗透率、同业产品供给、行业活跃水平、 客群偏好基准、渠道转化基准、地区与客群差异基准等外部或行业数据。
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 credit-card-marketing-opportunity-identification-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。
基于 SOC 职业分类
正在显示 SKILL.md
| name | credit-card-marketing-opportunity-identification-assistant |
| description | 用于银行零售金融场景下的信用卡营销机会识别任务。适用于基于客户画像、资产负债、 交易行为、渠道互动、生命周期阶段、权益偏好以及外部行业数据，识别潜在办卡、 升额、分期、附属卡、权益升级、激活促活与交叉营销机会。优先级为 P1。 当用户需要对零售客户进行营销推荐、名单筛选、机会评分、活动匹配、客群策略制定、 信用卡经营分析或机会归因时，应使用本技能。 本技能对行业数据依赖较强：需要参考市场渗透率、同业产品供给、行业活跃水平、 客群偏好基准、渠道转化基准、地区与客群差异基准等外部或行业数据。 |
本技能用于识别零售客户在信用卡业务中的营销机会，包括但不限于：
本技能输出的核心不是“直接给客户推什么”，而是：
在以下场景下优先使用本技能：
遇到以下情况时，应降低结论强度，并明确标注“待补充行业数据”或“仅为内部信号提示”：
优先输入如下信息：
输出时应至少包含以下部分：
重点识别以下信号：
重点识别以下信号：
可识别的场景包括：
建议根据客户行为偏好选择渠道：
本技能需要较强行业数据支持。应优先使用以下外部或行业数据：
若缺少上述数据，则：
references/marketing_opportunity_methodology.mdreferences/industry_data_requirements.mdreferences/customer_product_mapping.mdreferences/compliance_notes.mdreferences/output_schema.mdscripts/card_opportunity_signal_engine.py：信用卡营销机会信号识别scripts/industry_benchmark_calibrator.py：行业基准校准scripts/render_marketing_report.py：渲染营销机会识别报告