pre-visit-plan

name: pre-visit-plan description: > 客户经理访前规划技能。基于客户全量数据(行内系统、影像档案、NFS文件、风险预警、行业信息),系统性生成访前准备报告,涵盖客户基本面回顾、近期动态分析、拜访目标设定、材料准备清单、沟通策略与风险提示。当用户要求生成拜访前准备报告、制定客户拜访计划、整理客户背景资料、规划营销拜访策略时使用此技能。触发词包括:"拜访前准备"、"访前规划"、"visit planning"、"customer visit preparation"、"拜访计划"、"客户背景分析"。不适用于:拜访后报告生成、授信审批决策、贷款审查、个人信贷访前规划、或无具体客户背景的一般行业研究。 target_role: 对公客户经理 business_domain: 对公业务 > 客户关系管理 > 拜访管理 risk_level: low version: 2.0.0 status: draft data_sources: - 客户360全景视图(行内系统API) - 影像档案系统(行内文件存储) - 风险预警系统(行内系统/外部工商司法数据) - 行业研究报告(行内知识库/外部数据源) upstream_skills: ["customer-360-profiling"] downstream_skills: ["visit-memo", "submit-credit-application"]

访前规划 (Pre-Visit Planning)

目标角色 (Target Role)

• 角色:对公客户经理
• 使用场景:拜访客户前的准备阶段,通常在拜访前1-3天执行
• 输出用途:了解客户全貌,设定拜访目标,准备营销话术和产品推荐方案
• 决策层级:信息辅助和策略指导,不涉及授信审批决策
• 执行频率:每次客户拜访前执行一次

数据接入 (Data Sources)

必需数据

数据脱敏规则

• 个人身份证号:显示前3后4,中间用 * 替代
• 银行账号:仅显示后4位
• 联系方式:不在输出中出现
• 客户敏感财务数据:仅在内部报告中使用,不得外传

降级策略

• 如果风险预警数据不可用:标注"未纳入风险预警维度",其余分析继续
• 如果历史拜访记录缺失:标注"无历史拜访记录",基于公开信息生成首次拜访策略
• 如果行业数据源超时:使用公开信息简要分析,并明确标注"行业分析基于公开信息"
• 如果客户财务数据仅有1年:标注"数据不足,趋势分析不可用",仅做静态分析
• 如果客户360系统不可用:标注"客户基础数据未核验",基于客户经理口述信息继续
• 如果影像档案系统不可用:标注"历史文档未查阅",提示客户经理手动提供关键信息

执行流程 (Workflow)

步骤 0:数据确认与验证

列出输入参数:客户名称、拜访日期、拜访目的、特殊关注点。 确认数据时间范围(近3/6/12个月)和行业分类代码有效性。 运行 scripts/validate_visit_plan.py 检查输入参数完整性。

• ✅ 验证通过 → 进入步骤 1
• ❌ 验证失败 → 返回缺失清单,要求用户补充

📋 数据来源:user_upload(用户提供客户信息)

步骤 1:获取客户核心数据

查询客户360全景视图,获取:

• 存款规模与结构(活期/定期/理财占比)
• 授信总额与使用情况(已用额度、剩余额度、担保方式)
• 近期交易流水(近3/6/12个月流水变化趋势、季节性特征、异常波动)

不得跳过数据获取步骤,所有数字必须展示计算过程。

📋 数据来源:system_api(行内客户信息系统) 📋 执行主体:ai 📋 确认机制:none

步骤 2:枚举客户档案文件

列出该客户在影像系统和文件存储中的所有可用文档清单:

• 尽调报告(最近1-2次)
• 拜访记录(最近3次)
• 授信批复摘要
• 财务报表
• 其他相关文件(合同、发票等)

📋 数据来源:system_api(影像档案系统) 📋 执行主体:ai 📋 确认机制:none

步骤 3:读取关键历史文件

优先阅读以下文件内容:

• 最近一次尽调报告(关注风险点和授信建议)
• 上次拜访记录(关注承诺跟进状态和客户反馈)
• 上次授信批复摘要(关注批复条件和附加要求)
• 如用户指定了特定文件,优先读取这些文件

不得跳过历史文件读取步骤,必须提取关键信息用于后续分析。

📋 数据来源:system_api(文件内容读取接口) 📋 执行主体:ai 📋 确认机制:none

步骤 4:获取风险预警信号

查询该客户近90天内的风险预警记录:

• 司法风险:被执行人、失信被执行人、股权冻结、限制消费令
• 经营风险:经营异常名录、行政处罚、欠税公告
• 舆情风险:负面新闻报道、行业政策变化影响

如发现任何风险信号,必须在后续报告开头显著标注,不得忽略继续。

📋 数据来源:system_api(风险预警系统)或外部工商/司法数据平台 📋 执行主体:ai 📋 确认机制:none

步骤 5:获取行业背景信息

检索该客户所属行业的近期动态:

• 行业政策变化(近3个月内)
• 市场景气度指数
• 竞争格局变化
• 原材料价格波动(如适用)
• 重点关注近3个月内信息

查阅 references/industry-classification.md 获取精确行业分类特征。

📋 数据来源:reference(行内行业知识库)或联网搜索 📋 执行主体:ai 📋 确认机制:none

步骤 6:综合研判拜访诉求

整合以上数据,从4个维度分析,识别本次拜访的核心类型:

客户基本面维度:

• 企业规模、行业分类(GB/T 4754-2017 细化至小类)、经营年限、股权结构
• 主要股东/实控人背景与信用情况
• 与本行关系:首贷时间、合作年限、主办行/非主办行判断
• 存款变化趋势、授信到期时间

近期动态维度:

• 交易流水变化趋势、异常波动
• 风险预警信号
• 财务核心指标变化(营收、利润、负债率)
• 行业政策变化对市场景气度的影响

营销机会维度:

• 授信到期续贷时间节点
• 新增融资需求(投资扩产/并购/补充流动资金)
• 存款提升空间(临时性资金沉淀/薪资代发/供应链资金)
• 中间业务机会(结算开户/票据/外汇/理财/资产管理)
• 供应链上下游连带开发机会

关系状态维度:

• 与决策人(董事长/CFO/财务总监)关系深度评估
• 与竞争行的业务分布情况
• 历史拜访记录与承诺跟进状态
• 客户满意度与潜在不满点

拜访类型判断:

• 首次拜访
• 定期维护
• 续贷跟进
• 风险排查
• 营销推进

步骤 7:个性化策略生成

根据拜访类型和客户特点,选择差异化策略模板:

查阅 references/visit-strategy-guide.md 获取拜访策略指南。

按客户具体情况调整输出内容,生成完整的访前规划报告。

📋 执行主体:ai 📋 确认机制:inform(生成后通知客户经理确认)

步骤 8:报告格式化输出

使用 assets/visit-plan-template.md 模板格式化输出。 确保所有章节完整,数据标注来源和日期。 风险提示(如有)必须置于报告开头显著位置。

• ✅ 格式完整 → 进入步骤 9
• ❌ 格式缺失 → 补充缺失章节后重新输出

步骤 9:最终验证与交付

运行 scripts/validate_visit_plan.py 验证输出报告合规性:

• 检查必需章节完整性

• 验证主目标数量(1-3个)

• 检查行业分类精确度(中类或小类)

• 验证风险前置(如有风险信号)

• 检查数据时效性标注

• ✅ 验证通过 → 输出最终报告

• ❌ 验证失败 → 修复问题后重新验证

📋 执行主体:ai 📋 确认机制:confirm(需客户经理确认后交付)

输出格式 (Output Format)

使用 assets/visit-plan-template.md 模板。 报告必须包含以下章节:

# 访前规划报告

**客户名称**:[企业全称]
**拜访日期**:[建议日期或用户指定日期]
**规划生成时间**:[当前日期]
**本次拜访类型**:[首次拜访 / 定期维护 / 续贷跟进 / 风险排查 / 营销推进]

---

## ⚠️ 风险提示(如无风险信号则省略此节)

> [醒目标注近期风险信号,如:XX公司已被列入失信被执行人名单(日期),建议拜访前与风险部门确认处置预案]

---

## 一、客户基本面回顾

### 基础信息
| 项目 | 内容 |
|------|------|
| 行业分类 | [GB/T 4754-2017 细化至小类] |
| 企业规模 | [大型/中型/小型/微型] |
| 实控人 | [姓名 + 简述背景] |
| 与本行关系 | [合作年限 / 主办行状态] |

### 授信与存款现状
| 项目 | 金额/情况 | 备注 |
|------|-----------|------|
| 授信总额 | | |
| 已用额度 | | |
| 最近到期时间 | | |
| AUM规模 | | 近6个月变化趋势 |

---

## 二、近期动态分析

### 经营动态
[基于流水变化和财务数据的客观描述,包含具体数字和时间节点]

### 行业背景
[该行业近期1-2个关键动态,说明对该企业的潜在影响]

### 风险信号扫描
[列出所有司法、舆情、经营异常信号;如无则标注"未发现异常信号(截止日期)"]

---

## 三、本次拜访目标

**主目标**(必须完成):
1. [具体、可量化的目标,例如:确认XX贷款续贷意向,了解资金缺口规模]

**次目标**(争取完成):
2. [次要目标]
3. [次要目标(可选)]

**信息收集任务**:
- [需要了解的关键信息,例如:新项目投资进度、竞争行报价水平]

---

## 四、材料准备清单

### 需携带材料
- [ ] [具体材料名称,例如:最新授信产品方案(含利率区间)]
- [ ] [...]

### 需提前确认
- [ ] [内部状态确认事项,例如:XX存量授信的风险部意见]
- [ ] [...]

### 需预约/准备
- [ ] [拜访前需完成的准备事项]

---

## 五、沟通策略

### 开场建议
[根据关系深度和拜访目的,给出具体的开场话术建议,1-3句]

### 核心沟通要点
1. **[话题一]**:[具体沟通策略和预期引导方向]
2. **[话题二]**:[...]
3. **[话题三]**:[...]

### 敏感话题应对
| 可能触及的敏感点 | 建议应对策略 |
|-----------------|-------------|
| [如:竞争行的更低利率] | [如:强调综合服务价值和关系稳定性] |

### 预期成果与下一步
- **本次拜访期望产出**:[例如:获得续贷授权/获得财务报告/确认追加担保意向]
- **建议下一步行动**:[例如:一周内发送授信方案 / 安排总行专家团队上门交流]
- **建议跟进时间节点**:[...]

所有数据标注:数据来源 + 数据日期 + 是否最新数据。

本输出可被 visit-memo 和 submit-credit-application 解析使用,关键字段包括:

• 客户名称(string)
• 拜访类型(enum:首次拜访/定期维护/续贷跟进/风险排查/营销推进)
• 主目标(array[string],1-3个)
• 风险提示(array[string],可选)

输出必须包含免责声明,引用 shared/disclaimer-template.md 模板。

合规约束 (Constraints)

1. 禁止收益承诺:任何情况下不得给出"预计可获得X万存款"或"保证成功营销"等承诺性表述。
2. 禁止数据猜测:缺失数据 = 向用户索要或在报告中标注"数据缺失",严禁用行业平均值替代实际数据。
3. 数据时效性:如果数据超过 6 个月,必须在报告开头醒目标注"⚠️ 数据可能已过时"。
4. 风险前置:如发现风险信号,必须在报告开头以醒目方式标注,不得隐没在正文中。
5. 目标明确:每次拜访必须设定1-3个主目标,不得泛泛罗列。
6. 个性化:报告内容须体现该客户的具体特征,禁止套用通用模板词句。
7. 禁止越权建议:本 Skill 仅提供拜访策略建议,不涉及授信审批决策或额度批准。
8. 禁止跳过步骤:不得跳过 Workflow 中的任何步骤,必须按顺序执行。
9. 红线执行强制:如触发任何红线(R1-R3),必须在报告开头显著标注并暂停后续分析。

金融合规红线

R1:禁止虚假营销 - 不得夸大产品收益、隐瞒产品风险、或编造不存在的营销政策。违反此条将导致监管处罚。

R2:禁止泄露客户隐私 - 不得在报告中包含未脱敏的身份证号、完整银行账号、联系方式等敏感个人信息。违反此条将违反《个人信息保护法》。

R3:禁止隐瞒重大风险 - 如发现客户已被列入失信被执行人、重大诉讼、或经营异常,必须在报告开头醒目标注,不得因营销目的而淡化风险。违反此条将违反审慎经营原则。

审计追踪 (Audit Trail)

每次访前规划结束后,生成审计日志 audit/{客户简称}_{日期}_audit.json:

{
  "skill_name": "pre-visit-plan",
  "skill_version": "2.0.0",
  "execution_time": "2026-05-05T10:30:00+08:00",
  "input_params": {
    "customer_name": "XX企业",
    "visit_date": "2026-05-08",
    "visit_purpose": "续贷跟进"
  },
  "model": "claude-opus-4-7",
  "operator": "张三(工号:10086)",
  "steps": [
    {
      "step": "数据确认与验证",
      "executor": "ai",
      "data_source": {"type": "user_upload"},
      "result": "pass"
    },
    {
      "step": "获取客户核心数据",
      "executor": "ai",
      "data_source": {"type": "system_api", "system": "客户360系统"},
      "result": "pass"
    },
    {
      "step": "获取风险预警信号",
      "executor": "ai",
      "data_source": {"type": "system_api", "system": "风险预警系统"},
      "result": "pass"
    },
    {
      "step": "生成访前规划报告",
      "executor": "ai",
      "data_source": {"type": "context"},
      "confirmation": {"type": "confirm", "confirmed_by": "张三(工号:10086)", "confirmed_at": "2026-05-05T10:35:00+08:00"},
      "result": "pass"
    }
  ],
  "warnings": ["部分财务数据超过3个月"],
  "references_used": ["references/visit-strategy-guide.md", "references/industry-classification.md"]
}

审计日志保留期限:至少 3 年。

踩坑记录 (Gotchas)

#1:行业分类过于宽泛

• 症状:行业背景分析仅写"制造业"或"批发零售业",缺乏针对性
• 原因:未将 GB/T 4754-2017 分类细化至中类或小类
• 解决:始终查询客户精确行业代码,对照 references/industry-classification.md 获取细分行业特征

#2:历史拜访记录被忽略

• 症状:生成的拜访策略与上次拜访承诺脱节,重复询问已知信息
• 原因:未优先读取影像系统中的历史拜访记录和尽调报告
• 解决:Workflow 步骤3必须执行,读取最近3次拜访记录和最近1次尽调报告

#3:风险信号埋没在正文中

• 症状:客户已被列入失信被执行人,但风险提示未放在报告开头
• 原因:生成报告时未按优先级排序内容
• 解决:风险信号扫描完成后,如有任何异常,必须在报告开头单独成节标注

#4:拜访目标过于模糊

• 症状:目标写成"了解客户情况"或"推进业务合作",无法验证是否达成
• 原因:未将目标具体化和可量化
• 解决:每个主目标必须包含具体动作和可验证结果,例如"确认XX贷款续贷意向并了解资金缺口规模"

#5:数据时效性未标注

• 症状:使用了6个月前的财务数据,但未在报告中标注数据可能过时
• 原因:未检查数据时间戳和时效性
• 解决:步骤0数据确认时必须验证数据时间范围,超期数据必须在报告开头醒目标注

示例 (Examples)

示例1:续贷跟进拜访

用户输入:

请为XX制造企业的拜访生成访前规划报告。客户授信5000万将于2026-06-15到期,需要跟进续贷事宜。拜访日期:2026-05-10。

Skill 执行流程:

1. 步骤0:验证输入参数(客户名称、拜访日期、拜访目的)
2. 步骤1:查询客户360数据 → 获取授信使用情况、存款变化、流水趋势
3. 步骤2-3:读取历史文件 → 获取上次尽调报告和批复摘要
4. 步骤4:风险扫描 → 未发现异常信号
5. 步骤5:行业分析 → 制造业近期政策利好
6. 步骤6-7:生成报告 → 拜访类型识别为"续贷跟进",重点突出续贷时间节点和资金缺口分析
7. 步骤8-9:格式化输出并验证 → 输出最终报告

输出要点:

• 主目标:确认续贷意向、了解最新资金需求、收集最新财务报表
• 风险提示:无
• 材料准备:最新授信产品方案、利率对比分析
• 沟通策略:从客户经营亮点切入,自然过渡到续贷话题

示例2:风险排查拜访

用户输入:

客户YY贸易公司近期有逾期记录,请生成风险排查拜访的访前规划。

Skill 执行流程:

1. 步骤0:验证输入参数
2. 步骤1:查询客户360数据 → 发现授信逾期30天
3. 步骤4:风险扫描 → 发现2条被执行记录
4. 步骤3:读取历史文件 → 上次拜访记录显示客户经营正常
5. 步骤6-7:生成报告 → 拜访类型识别为"风险排查",风险提示置顶
6. 步骤8-9:格式化输出并验证 → 输出最终报告

输出要点:

• ⚠️ 风险提示:置顶显示逾期记录和被执行信息
• 主目标:核实逾期原因、了解还款计划、评估风险等级
• 沟通策略:直接但不过度施压,重点了解真实经营状况

非功能范围 (Out of Scope)

• 本 Skill 不处理授信审批决策,仅提供拜访策略建议
• 本 Skill 不生成拜访后报告(请使用 visit-memo Skill)
• 本 Skill 不直接修改客户数据或提交授信申请
• 本 Skill 不处理个人信贷/零售业务
• 本 Skill 不执行实时数据查询(依赖预加载的客户360数据)
• 如果用户请求以上内容,明确告知并建议合适的 Skill 或联系相应部门