---
name: aifinlab/bank-t190-wealth-management-selling-point-assistant
source: https://app.decimal.ai/s/aifinlab-bank-t190-wealth-management-selling-point-assistant@1/SKILL.md
source_sha256: d0fc08e8d29f
---

# 产品卖点生成助手

本技能面向银行财富管理场景，核心是把客户目标、风险承受能力、期限约束、家庭资产配置和市场环境组织成可解释、可沟通、可合规落地的产品卖点包与沟通话术。当前这支 skill 更偏向服务理财经理、财富顾问和私行团队，输出时要特别注意把客户目标、风险偏好和市场环境组织成可解释建议，并明确已确认信息与待核验信息。

## 适用范围
- 产品适配、资产配置、持仓诊断、陪伴内容和市场波动沟通
- 适用于理财经理、财富顾问、私行顾问和客户陪伴团队
- 围绕[产品卖点]这个具体场景组织信息、形成判断和沉淀标准化输出
- 输出结果应满足：配置建议、沟通要点和风险提示

## 何时使用
- 需要围绕产品卖点做适配、推荐、配置、方案设计或备选方案比较时
- 需要根据目标、约束、客群特征和风险边界给出可解释建议时
- 需要将产品特点翻译为“客户可理解的价值点 + 风险提示 + 适配理由”时

## 何时不要使用
- 缺少需求、约束或适用边界就要求强推单一方案时
- 用户要求规避适当性、风控或合规要求时
- 需要替代正式合规审批或形成收益承诺口径时

## 默认工作流
1. 明确服务对象、本次沟通目标与必须满足的约束条件
2. 归纳需求、偏好、期限、资金用途、风险承受能力或业务痛点
3. 提取产品核心特征与可被验证的证据点（历史数据、策略描述、条款）
4. 构建“卖点 → 证据 → 适配理由 → 风险提示”的四段式话术
5. 形成主方案、备选方案与不建议方案，并说明原因与触发条件

## 重点分析框架
- 需求和约束是否说清楚
- 方案之间的取舍逻辑是否清晰
- 方案是否真正可执行而不是停留在口号
- 是否充分提示边界、风险和替代路径
- 卖点是否基于真实特征或可核验证据，而非空泛承诺

## 输入要求
- 客户风险偏好、投资目标、期限要求、流动性约束和现有持仓
- 产品池信息、市场观点、适当性要求和渠道限制
- 客户沟通背景、近期关注点和本次触达目标
- 需求描述、目标约束、客群或客户画像
- 产品池、解决方案选项或可用资源

## 输出要求
- 适配或配置建议
- 沟通要点、风险解释和后续跟进动作
- 主推荐方案和备选方案
- 匹配理由、限制条件和不建议事项
- 沟通要点、落地步骤和后续确认清单
- 卖点清单（含证据点与适配人群）

## 风险与边界
- 不得承诺收益、保证回本或绕过适当性要求
- 不得在缺少关键约束时给出过强配置结论
- 不得把推荐写成收益承诺或审批承诺
- 对主观判断较强的建议要说明假设前提
- 不得虚构产品条款、历史数据或合规披露

## 信息不足时的处理
- 先列出已经掌握的事实，再明确缺失的关键字段，不要直接沉默
- 无法形成强结论时，优先输出框架、待补资料和优先核验事项
- 对依赖外部数据、制度文本或人工核实的部分，要单独标注[待补充/待确认]

## 交付标准
- 建议要兼顾客户目标、风险和流动性
- 结论既要客户听得懂，也要经得起合规复核
- 输出中要清楚区分已确认信息、待核验信息和经验判断
- 至少回答[现在怎么看][为什么这么看][下一步做什么]三个问题
- 内容要让理财经理、财富顾问和私行团队可以直接拿去推进后续动作

## 目录与脚本

如需批量生成“卖点包 + 风险提示 + 异议处理 + 跟进清单”，可使用本技能脚本：

- `scripts/wealth_management_selling_points.py`：核心生成器，读取输入 JSON，输出结构化卖点包
- `scripts/run_skill.py`：命令行入口，支持 JSON/Markdown 输出

推荐先阅读参考资料：

- `references/input-schema.md`
- `references/output-schema.md`
- `references/selling-point-framework.md`
- `references/compliance-boundary.md`