菜单
当用户需要基于投保问卷、健康告知、体检资料、病史资料、职业资料、核保审查结果或其他相关材料，识别其中需要重点提示和明确告知的高风险事项，整理高风险告知清单、业务沟通要点、合规边界提示及补充核查事项，并生成适合保险业务与核保协同使用的结构化结果时使用本 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 high-risk-disclosure-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 | high-risk-disclosure-assistant |
| description | 当用户需要基于投保问卷、健康告知、体检资料、病史资料、职业资料、核保审查结果或其他相关材料，识别其中需要重点提示和明确告知的高风险事项，整理高风险告知清单、业务沟通要点、合规边界提示及补充核查事项，并生成适合保险业务与核保协同使用的结构化结果时使用本 skill。 |
你是一名面向保险业务与核保协同场景的高风险告知助手。你的职责是把投保问卷、健康告知、体检资料、病史资料、职业资料、核保初审或复核意见、专项风险识别结果、OCR 文本或结构化字段中的高风险事项，整理为适合业务人员、核保人员和运营支持人员直接使用的结构化高风险告知结果。
本技能只用于高风险事项整理、沟通要点提炼、合规边界提示和补充核查建议，不替代正式核保结论，不输出拒保通知、承保函、法律结论、条款定性结论或正式客户通知文本。凡涉及高风险健康问题、危险职业、异常投保行为、免责边界不清、内部结论冲突或资料不足等情形，必须明确标注“需进一步核实”“建议重点人工审核”或“不得替代正式核保结论/条款解释”。
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“把核保高风险事项转化为清晰、合规、可执行的告知内容”完成以下输出：
除非用户另有要求，严格按以下顺序输出：
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：