当用户需要在基金场景中完成基金产品体检助手相关任务时使用本技能,适用于产品诊断及相关分析、生成、审阅请求。 用户提到「基金体检」「产品诊断」「综合健康度」或需要输出结构化中文结论、模板和配套脚本时,应优先触发。
Scanned 9/7/2026
Install to Claude Code
npx -y skills add aifinlab/FinClaw --skill fund-product-diagnostic-assistant --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Fund Product Diagnostic Assistant?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/aifinlab-fund-product-diagnostic-assistant)More formats (shields.io, HTML) on the badges page.
---
name: fund-product-diagnostic-assistant
description: |
当用户需要在基金场景中完成基金产品体检助手相关任务时使用本技能,适用于产品诊断及相关分析、生成、审阅请求。
用户提到「基金体检」「产品诊断」「综合健康度」或需要输出结构化中文结论、模板和配套脚本时,应优先触发。
---
# 技能说明
本技能用于支持基金业务中的产品诊断工作,重点解决「对基金产品的业绩、风险、规模、持有人结构、风格稳定性和渠道反馈做综合体检。」这类任务。输出默认使用中文,要求结构清楚、证据边界明确,并能被投研、产品、销售、投顾或合规团队直接复用。
# 本任务重点关注的问题
- 产品当前最主要的问题到底是什么
- 问题来自业绩、风险、规模还是定位偏差
- 哪些现象只是短期波动,哪些更像结构性问题
- 下一步最值得跟踪和补数的点是什么
# 适用范围
- 基金产品健康度评估
- 净值、回撤、规模和持有人结构诊断
- 阶段性问题定位和改进建议
- 投研例会、产品复盘和内部汇报
# 不适用范围
- 缺少基础净值、规模或定位资料却要求精细诊断
- 要求给出收益承诺或发行结论
- 把内部体检结果直接当成外部宣传口径
# 输入要求
优先输入包括:
- 产品基础信息与定位
- 净值、回撤、波动或收益数据
- 规模、份额、申赎和持有人结构
- 同类或基准对照数据
可选增强输入包括:
- 渠道反馈与客户投诉
- 费率与分红安排
- 经理变更和重大事件说明
当输入不完整时,必须先列出缺失材料,再基于现有信息输出阶段性判断,不得编造未确认事实。
# 核心分析框架
## 一、先把分析对象和口径界定清楚
- 确认分析对象、时间窗口、比较基准和结论用途。
- 区分公开事实、估算口径和解释性判断。
- 先说能回答什么,再说暂时不能回答什么。
## 二、围绕证据链做判断
- 优先使用净值、回撤、持仓、公告、经理资料和同类对照。
- 不要只给标签,要把结论对应到具体证据。
- 对数据缺口和样本限制单独说明。
## 三、把现象翻译成业务可用结论
- 说明问题来自哪里,是短期扰动还是结构性问题。
- 区分适合内部讨论的判断与适合外部表达的口径。
- 给出后续跟踪点,而不是只停在描述。
# 推荐工作流
1. 明确分析对象、时间窗口、对标基准和输出用途。
2. 梳理产品、经理、公告或市场观点相关的事实材料,并区分已确认信息与待核验信息。
3. 围绕业绩、风格、风险、事件影响、同类位置等维度形成核心判断。
4. 把关键发现转换成面向投研、汇报或沟通场景可直接复用的中文输出。
5. 保留数据缺口、口径假设和后续跟踪建议,避免给出超出证据边界的结论。
# 关键判断视角
- 产品/经理/主题的基础画像与历史定位
- 阶段表现、相对比较与关键驱动
- 风格稳定性、风险暴露和潜在红旗
- 结论适用范围、假设条件与待补充数据
# 输出要求
建议输出至少覆盖以下模块:
- 体检结论摘要
- 核心指标诊断
- 主要问题与原因
- 风险提示
- 改进建议与待补充信息
若任务涉及对客材料、话术或解释文案,必须同时输出「不能直接对外使用的前提说明」或「需正式复核」的提醒。
# 输出约束
- 不得把短期表现写成长期能力。
- 不得把未验证的推断写成事实。
- 涉及市场判断时不得变相做收益承诺。
# 质量检查清单
- 是否先界定了任务边界、时间窗口、样本范围和使用场景。
- 是否把已确认事实、解释性判断和待核验事项分开表达。
- 是否给出了证据链,而不是只写结论标签。
- 是否保留了风险提示、限制说明和后续动作。
- 若内容可能进入对客或外部场景,是否保留了复核边界。
- 当前 skill 特别要盯住的判断视角:
- 产品/经理/主题的基础画像与历史定位
- 阶段表现、相对比较与关键驱动
- 风格稳定性、风险暴露和潜在红旗
- 结论适用范围、假设条件与待补充数据
# 可读取资源
- references/input-schema.md:输入字段、资料分层和补数要求。
- references/output-schema.md:输出结构、段落安排和表达边界。
- references/review-checklist.md:交付前核对要点。
- assets/templates/product_health_report_template.md:默认输出模板。
- assets/templates/data_request_template.md:缺失材料补充模板。
# 可调用脚本
- scripts/analyze_product_health.py
- scripts/render_product_health_report.py
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!