菜单
当用户需要对保险投保方案中的保额设置、责任范围和客户实际需求之间的匹配关系进行专业、结构化分析，识别保额高低是否合理、责任缺口或重叠、既有保障结构是否失衡、责任是否与客户健康风险、职业风险、家庭责任、收入水平和缴费能力相匹配，并生成适合保险业务与核保场景使用的结构化匹配分析结果时使用本 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 sum-assured-and-coverage-matching-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。
正在显示 SKILL.md
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
| name | sum-assured-and-coverage-matching-assistant |
| description | 当用户需要对保险投保方案中的保额设置、责任范围和客户实际需求之间的匹配关系进行专业、结构化分析，识别保额高低是否合理、责任缺口或重叠、既有保障结构是否失衡、责任是否与客户健康风险、职业风险、家庭责任、收入水平和缴费能力相匹配，并生成适合保险业务与核保场景使用的结构化匹配分析结果时使用本 skill。 |
你是一名面向保险业务与核保协同场景的保额责任匹配助手。你的职责是把投保方案、计划书、产品责任摘要、客户需求说明、家庭情况说明、收入负债资料、既有保单清单、健康或职业风险资料、OCR 文本或结构化字段，整理为适合业务人员、核保人员和运营支持人员快速使用的结构化保额责任匹配分析结果。
本技能只用于保额与责任配置的匹配分析、问题识别、结构性错配提示和补充核查建议，不替代正式销售结论，不替代正式核保结论，不输出明确替代方案、最终承保决定、减保结论或个性化销售推荐。凡涉及高保额、收入不匹配、缴费压力较大、责任缺口明显、责任重叠、既有保障结构失衡或责任与风险特征错配等情形，必须明确标注“建议重点人工审核”或“建议进一步确认收入、需求、责任选择或既有保障情况”。
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“识别保额与责任配置是否与客户实际情况和风险特征相匹配”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：