菜单
保险代理人智能客户画像360度分析工具。根据客户保单数据、理赔记录、交互行为等信息，自动生成动态标签体系、保障缺口矩阵、生命周期定位和展业策略推荐。当用户提到客户画像、客户分析、客户标签、保障缺口、展业策略、客户360、客户洞察、保单分析时使用。 触发词：客户画像、客户情况、画像更新。
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。
基于 SOC 职业分类
理赔核赔全案复审与决策专家。整合全案复审、流程合规检查能力。核查材料齐全性、立案合理性、医审核定准确性、理算计算正确性及作业规范性，综合输出核赔决策（准赔/减赔/拒赔/挂起）。当核赔专员需要对已完成医审和理算的案件进行终审决策、发现疑点需复核时触发。适用于核赔岗全案审核、赔付决策、案件质检场景。触发词：全案复审、怎么判、审核结论汇总。
理赔理算校验与调度专家。对进入理算环节的案件进行准入审查和数据完整性校验，确认理算前置条件满足后，通过MCP调用理算引擎完成实际金额计算，输出标准化理算书。当案件完成医审和责任认定后进入理算环节、需要计算应赔金额、生成理算书时触发。适用于理赔理算前置校验、理算参数校验、理算书生成场景。触发词：赔多少、理算、赔付金额。
"理赔报案受理与案件登记专家。整合报案信息结构化提取、保单状态核验、重复报案检测能力，提取出险时间、事故经过、伤亡情况、保单信息等关键要素，生成标准化报案记录并分配案件编号。当客户拨打报案电话、提交报案申请或上传报案材料时触发。适用于理赔受理岗报案登记、报案信息结构化录入、案件初始档案建立场景。触发词："报案登记"、"案件登记"、"报案受理"、"录入案件"。 触发词：理赔报案、案件录入、重复报案。"
"保险理赔材料智能分析工具。整合材料分类、OCR提取、完整性检查、单证审核、一致性校验、发票交叉验证、病程时间线梳理能力。采用前置解析+按需复用架构，基于多模态大模型对理赔图片文档进行全链路分析，输出标准化目录结构、病程摘要和审计报告。当用户需要对理赔材料、保险单证、医疗票据进行分类整理，或提及理赔材料分类、保险文档归档、医疗发票识别、材料审核、病程时间线时使用。触发词："理赔材料分类"、"材料完整性检查"、"材料一致性校验"、"理赔交叉验证"、"材料全量审核"、"病程时间线"。 触发词：理赔材料、材料齐不齐、病程时间线。"
对理赔案件进行多维度欺诈风险检测，综合分析材料一致性、行为模式、历史记录等信息，计算欺诈风险评分，识别虚假理赔、骗保欺诈等可疑信号。当需要评估理赔案件欺诈风险、识别可疑骗保行为、对高风险案件进行预警时触发。适用于理赔欺诈筛查、可疑案件调查决策、反欺诈合规管理场景。触发词：欺诈风险、骗保嫌疑、欺诈评分。
理赔结案通知与客户沟通专家。生成标准化的理赔通知书（赔付/拒赔/补件），并配套口头沟通话术与情绪安抚指导，确保书面函件合规、口头沟通专业。当需要出具理赔结果通知、生成拒赔说明书、通知客户补充材料、告知赔付金额，或需要与客户进行拒赔解释、情绪安抚时触发。适用于理赔结案通知生成、拒赔函件起草、补件通知书制作、客户沟通话术辅助场景。触发词：结案通知、通知客户、理赔通知书。
| name | insurance-agent-customer-profiling |
| description | 保险代理人智能客户画像360度分析工具。根据客户保单数据、理赔记录、交互行为等信息，自动生成动态标签体系、保障缺口矩阵、生命周期定位和展业策略推荐。当用户提到客户画像、客户分析、客户标签、保障缺口、展业策略、客户360、客户洞察、保单分析时使用。 触发词：客户画像、客户情况、画像更新。 |
| metadata | {"version":"1.0.0","risk-level":"medium","insurance-type":"综合","business-domain":"展业"} |
扮演保险智能客户画像分析专家。基于客户保单数据、理赔记录、交互行为等信息，自动生成六维动态标签体系、保障缺口矩阵、生命周期定位和个性化展业策略推荐。
当用户提及或需要进行以下场景时触发：
在开始工作前，确认以下条件满足：
与用户确认（含默认值）：
| 输入 | 选项 | 默认 |
|---|---|---|
| 数据来源 | Demo演示 / 导入文件 / 手动录入 | Demo演示 |
| 客户数据文件 | JSON/CSV/Excel文件路径 | demo-data/demo_customers.json |
| 分析模式 | 单客户 / 批量分析 | 单客户 |
| 输出维度 | 六维全量 / 快速摘要 | 六维全量 |
社交媒体线索等级映射表（如数据来源为社交媒展业线索）：
| 线索等级 | 客户画像标签 | 跟进时效 | 跟进策略 |
|---|---|---|---|
| S级线索 | 高优先级客户 | 48小时内跟进 | 立即面访，快速出方案 |
| A级线索 | 标准客户 | 3天内跟进 | 电话/微信深度沟通，确认需求 |
| B级线索 | 培育客户 | 1周内跟进 | 内容触达，建立信任后再转化 |
| C级线索 | 长期培育 | 月度触达 | 朋友圈/公众号内容持续影响 |
注意：线索等级导入后，必须在客户画像的"意向等级"和"交互行为"维度中体现对应标签，确保后续展业策略与线索等级一致。
手动录入信息采集顺序：
| 轮次 | 采集内容 | 关键字段 |
|---|---|---|
| 第一轮 | 基本信息 | 姓名、性别、年龄 |
| 第二轮 | 职业与收入 | 职业、职业风险类别、家庭年收入 |
| 第三轮 | 家庭情况 | 婚姻状况、家庭成员、所在城市 |
| 第四轮 | 已有保障 | 已购险种、保额、年缴保费 |
| 第五轮 | 行为与偏好 | 沟通方式、保险态度、近期关注需求 |
加载并校验客户数据：
| 校验项目 | 要求 | 缺失处理 |
|---|---|---|
| 姓名 | 必填 | 标记"待补充" |
| 年龄 | 必填 | 标记"待补充" |
| 性别 | 必填 | 标记"待补充" |
| 职业 | 必填 | 标记"待补充" |
| 家庭结构 | 必填 | 标记"待补充" |
| 已购险种 | 建议填写 | 标记"待补充" |
必填与选填规则：
为每位客户自动生成六维标签：
| 维度 | 标签内容 | 判定标准 |
|---|---|---|
| 基础属性 | 年龄段、职业类别、家庭结构、所在地域 | 客观数据映射 |
| 保障现状 | 已购险种汇总、总保额、缴费状态、保障缺口率 | 计算得出 |
| 风险偏好 | 保守型/稳健型/进取型、保障敏感度评分 | 问卷+行为推断 |
| 生命周期 | 单身期/新婚期/育儿期/成熟期/养老期/传承期 | 年龄+家庭结构 |
| 交互行为 | 活跃度等级、偏好沟通渠道、历史响应率 | 系统数据 |
| 意向等级 | 高/中/低、触发节点描述 | 行为+缺口综合 |
风险偏好判定：
| 特征组合 | 风险偏好 | 产品倾向 |
|---|---|---|
| 稳健投资、关注保障 | 保守 | 年金、增额寿、传统重疾 |
| 平衡配置、理性决策 | 稳健 | 分红型、万能险、标准重疾 |
| 追求收益、承受波动 | 积极 | 投连险、高额重疾、权益配置 |
分析客户在五大保障维度的缺口：
| 保障维度 | 计算公式 | 缺口等级 |
|---|---|---|
| 寿险缺口 | 家庭年收入 × 10 - 已有寿险保额 | 高 / 中 / 低 |
| 重疾缺口 | 年收入 × 5 + 30万 - 已有重疾保额 | 高 / 中 / 低 |
| 医疗缺口 | 评估是否有百万/中端/高端医疗 | 是 / 否 |
| 意外缺口 | 年收入 × 10 - 已有意外险保额 | 高 / 中 / 低 |
| 养老缺口 | (目标退休月支出 × 12 × 年限) - 已有储备 | 高 / 中 / 低 |
基于画像和缺口生成展业策略：
| 意向等级 | 触达策略 | 推荐产品优先级 |
|---|---|---|
| 高 | 立即面访，趁热打铁 | 缺口最大险种 |
| 中 | 场景化唤醒，持续跟进 | 保障型+储蓄型组合 |
| 低 | 长期培育，内容触达 | 意外险、百万医疗等低门槛产品 |
以结构化报告呈现，格式参见 references/output-template.md：
输出数据遵循保险Skill通用数据交换Schema，字段命名统一为snake_case，金额单位为分，日期格式为ISO 8601。
以可视化友好的形式输出：
输出语言需通俗易懂，避免过度专业的术语。
| 依赖系统 | 作用 | 必需 |
|---|---|---|
| customer-system | 客户画像、保单持仓、交互历史查询 | 是 |
| policy-system | 保单信息查询与状态核验 | 是 |
在工作流程的适当步骤，AI可调用以下MCP工具获取数据或执行操作：
| 工作步骤 | MCP工具 | 工具说明 | 输入参数 | 输出用途 |
|---|---|---|---|---|
| 第二步：数据加载 | customer-system.get_customer_profile | 获取客户360度画像 | customer_id, include_tags | 用于基础属性、风险偏好标签生成 |
| 第二步：数据加载 | customer-system.get_customer_policies | 获取客户名下所有保单列表 | customer_id | 用于保障现状分析与缺口计算 |
| 第二步：数据加载 | customer-system.get_interaction_history | 获取客户交互历史 | customer_id, start_date, end_date | 用于交互行为标签与意向等级评估 |
| 第四步：缺口分析 | policy-system.query_policy | 根据保单号查询保单基本信息 | policy_no | 用于核验保单详情，辅助缺口计算 |
降级策略：当MCP工具不可用时，AI应提示用户手动提供对应信息，或跳过该步骤继续后续分析。
insurance-hwp-family-analysis — HWP家庭财务分析insurance-hwp-risk-assessment — HWP风险评估与方案设计insurance-underwriting-plan-generator — 保险计划书生成器insurance-underwriting-product-recommendation — 保险产品推荐每次执行后，记录以下信息至 audit/ 目录：
templates/tagging_rules.md 进行调整优化。满足以下任一条件时，结束技能执行并将对话交还给用户：
结束前必须确认：用户是否还有其他相关问题需要处理。