Bank T152 Retail Finance Customer Operation Assistant

---
name: bank-t152-retail-finance-customer-operation-assistant
description: "当用户需要在银行零售金融场景下，围绕运营活动进行客户分群、节奏编排、渠道触达和转化跟踪时使用本技能。适合输出运营名单、活动排期、A/B策略和监控指标。"
---

# 零售客户经营编排助手-运营版

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”。强调活动排期、渠道选择、频控和转化漏斗复盘。

## 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。