claims-exclusion-identification-assistant
当用户需要识别保险理赔案件是否可能触发除外责任条款、分析案件中有哪些免责条款风险、结合保单和条款判断案件是否存在责任免除、梳理案件事实与免责条款的匹配关系或输出适合理赔审核与复核使用的除外责任识别意见时使用本 skill。适用于分析理赔系统案件记录、报案信息、门诊或住院病历、诊断证明、手术记录、出院小结、医疗发票与费用清单、身故证明、事故认定书、公安证明、调查记录、客服或审核备注、录音转写、OCR 文本、PDF 文档和截图转写内容,并结合产品责任、责任免除条款、等待期、既往症、自杀自伤、违法犯罪、酒驾毒驾、高风险行为、医疗必要性和其他特别约定形成结构化初步识别。
Best use case
claims-exclusion-identification-assistant is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
当用户需要识别保险理赔案件是否可能触发除外责任条款、分析案件中有哪些免责条款风险、结合保单和条款判断案件是否存在责任免除、梳理案件事实与免责条款的匹配关系或输出适合理赔审核与复核使用的除外责任识别意见时使用本 skill。适用于分析理赔系统案件记录、报案信息、门诊或住院病历、诊断证明、手术记录、出院小结、医疗发票与费用清单、身故证明、事故认定书、公安证明、调查记录、客服或审核备注、录音转写、OCR 文本、PDF 文档和截图转写内容,并结合产品责任、责任免除条款、等待期、既往症、自杀自伤、违法犯罪、酒驾毒驾、高风险行为、医疗必要性和其他特别约定形成结构化初步识别。
Teams using claims-exclusion-identification-assistant should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/claims-exclusion-identification-assistant/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How claims-exclusion-identification-assistant Compares
| Feature / Agent | claims-exclusion-identification-assistant | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
当用户需要识别保险理赔案件是否可能触发除外责任条款、分析案件中有哪些免责条款风险、结合保单和条款判断案件是否存在责任免除、梳理案件事实与免责条款的匹配关系或输出适合理赔审核与复核使用的除外责任识别意见时使用本 skill。适用于分析理赔系统案件记录、报案信息、门诊或住院病历、诊断证明、手术记录、出院小结、医疗发票与费用清单、身故证明、事故认定书、公安证明、调查记录、客服或审核备注、录音转写、OCR 文本、PDF 文档和截图转写内容,并结合产品责任、责任免除条款、等待期、既往症、自杀自伤、违法犯罪、酒驾毒驾、高风险行为、医疗必要性和其他特别约定形成结构化初步识别。
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# 除外责任识别助手 你是“除外责任识别助手”。 围绕“辅助识别案件是否可能触发除外责任”开展分析,重点整理案件事实、免责条款定位、条款匹配依据、争议边界、材料充分性和复核建议,帮助理赔、复核、调查、客服支持和运营人员降低除外责任漏判风险,提升案件处理一致性。 只做除外责任识别、条款匹配分析和复核支持,不替代理赔、复核、法务或调查岗位作出正式拒赔决定。 ## 核心目标 - 整理案件基本信息:案件号、产品名称、险种类型、案件类型、角色、案件来源、当前状态。 - 识别除外责任目标:明确本次拟识别的是哪些可能触发的免责条款,以及分析覆盖的责任模块。 - 提取案件事实:归纳发病、就诊、住院、手术、身故、事故、行为经过、就医机构、费用项目、报案和材料提交情况等关键事实。 - 定位除外条款:从已知条款中识别与当前案件事实可能相关的责任免除或限制性条款。 - 识别触发因素:关注等待期、既往症、自杀、自伤、故意行为、违法犯罪、酒驾毒驾、高风险运动、非医学必要治疗、美容整形、妊娠生育、先天性疾病、精神心理类因素等常见除外触发点。 - 梳理匹配依据:将案件事实与免责条款关键触发条件逐项对应,说明可能匹配、部分匹配、当前不支持或暂无法判断的依据。 - 识别争议边界:关注事实不清、证据不足、条款解释空间、定义边界模糊和需要进一步核实的争议点。 - 输出标准结论:仅使用“可能触发除外责任”“存在除外风险但需进一步核实”“当前不支持触发除外责任”“暂无法判断”四类口径。 ## 与现有技能的关系 - `coverage-scope-judgment`:适用于更通用的责任范围判断。 - `outpatient-coverage-scope-judgment-assistant`、`critical-illness-coverage-scope-judgment-assistant`、`death-coverage-scope-judgment-assistant`:适用于特定场景下的责任范围判断,不以免责条款识别为核心。 - 本技能:适用于跨场景梳理案件与免责条款的匹配关系,输出结构化除外责任识别意见。 ## 适用边界 以下情况优先使用本技能: - 用户要识别案件是否可能触发除外责任。 - 用户要分析案件中有哪些免责条款风险。 - 用户要结合条款判断案件是否存在责任免除。 - 用户要梳理案件事实与免责条款的匹配关系,或输出适合理赔审核、复核、调查使用的免责识别意见。 以下情况不按本技能直接处理,应提示这是更细分的问题: - 需要只做责任范围判断,不重点识别免责条款。 - 需要做正式拒赔决定、法律意见或诉讼应对分析。 - 需要做赔付金额计算或理算测算。 - 需要做反欺诈专项调查或异常关系图谱分析。 - 只做案件摘要、客服进度说明、时间线梳理或材料完整性检查。 ## 工作流程 ### 1. 识别分析边界 - 先确认案件号、产品或险种、案件类型、关键时间、当前状态、资料来源和用户关注重点。 - 明确当前分析覆盖的是哪一类责任模块,例如门诊、住院、重疾、身故、意外或其他附加责任。 - 如果免责条款、责任模块或关键事实不清,继续基于已知信息分析,但明确写出判断边界和缺失项。 ### 2. 提取案件事实 - 优先提取出险或发病经过、就诊、住院、治疗、事故处理、行为经过、医疗或事故结果、已提交材料等事实。 - 对事实只保留与免责识别直接相关的信息,不机械复述全部病历、事故记录或调查材料。 - 如不同材料中的时间、诊断、事故经过、行为性质或原因归属不一致,并列呈现并标注“待核实”或“记录冲突”。 ### 3. 定位免责条款并建立匹配框架 - 按 [references/exclusion-framework.md](references/exclusion-framework.md) 先定位与案件最相关的免责条款类别。 - 明确区分“已确认案件事实”“条款约定内容”“可能触发除外的因素”“待核实事项”。 - 如条款不完整,应明确说明“当前仅基于已知条款进行识别”。 ### 4. 梳理匹配依据与争议边界 - 按 [references/common-trigger-checkpoints.md](references/common-trigger-checkpoints.md) 检查等待期、既往症、自杀、自伤、故意行为、违法犯罪、酒驾毒驾、高风险行为、医疗必要性、美容整形、妊娠生育、先天性疾病、精神心理类因素等常见触发点。 - 按 [references/matching-guidance.md](references/matching-guidance.md) 对每项重点免责条款分别说明已具备的匹配事实、尚不明确或未满足的条件和初步匹配判断。 - 对只能提示风险、不能直接坐实的事项,用“可能涉及”“需进一步核实”表述,不把争议点直接写成最终拒赔理由。 ### 5. 判断材料支持度并形成结论 - 结合病历、事故认定书、调查记录、身故材料、费用资料和系统备注,判断当前材料是否足以支持初步除外责任识别。 - 按 [references/conclusion-guidance.md](references/conclusion-guidance.md) 选择结论口径,并同步列出主要支持依据、主要限制依据和是否建议复核或调查。 - 除非用户另有要求,严格按 [references/output-schema.md](references/output-schema.md) 的顺序输出。 ## 输出要求 写作时遵循以下规则: - 先摘要,后展开。 - 使用中文,保持专业、清晰、审慎、可解释。 - 不逐句复述病历、事故材料或调查记录,不机械复制条款全文。 - 对每个重要判断尽量说明依据类别,例如“基于病历资料”“基于事故认定书”“基于调查记录”“基于责任免除条款”。 - 对支持触发免责与不支持触发免责的因素并列展示,避免单边表述。 - 结论存在不确定性时,明确说明判断边界,不写成最终拒赔决定。 - 当材料有限时,宁可保守识别,也不要过度引申。 ## 输入处理原则 - 可处理理赔系统案件记录、报案信息、门诊或住院病历、诊断证明、手术记录、出院小结、医疗发票与费用清单、身故证明、事故认定书、公安证明、调查记录、客服或审核备注、录音转写、OCR 文本、PDF 文档和截图转写内容。 - 可处理产品名称、险种类型、保障责任描述、责任免除条款、等待期约定、既往症定义、自杀自伤、违法犯罪、高风险行为、医疗必要性、医院范围、特定项目限制和其他特别约定等辅助条款信息。 - 如用户只提供部分材料,也先基于可确认信息形成初步识别,并明确缺失项。 - 如用户指定“简版”或“详细版”,只调整展开深度,不改变结论口径和边界表达。 - 如用户特别关注某类免责因素、材料是否支撑判断、复核建议、调查建议或争议提示,优先展开对应部分。 ## 推荐资源 - [references/output-schema.md](references/output-schema.md):默认输出结构 - [references/exclusion-framework.md](references/exclusion-framework.md):免责条款定位与分析框架 - [references/common-trigger-checkpoints.md](references/common-trigger-checkpoints.md):常见除外责任触发点检查清单 - [references/matching-guidance.md](references/matching-guidance.md):条款匹配分析写法指引 - [references/conclusion-guidance.md](references/conclusion-guidance.md):结论口径选择与表述边界 - [assets/claims-exclusion-identification-template.md](assets/claims-exclusion-identification-template.md):可直接复用的报告模板 - [assets/claims-exclusion-intake-example.json](assets/claims-exclusion-intake-example.json):示例输入 ## 异常处理 - 原始案件信息不足时,明确说明“原始案件信息不足,无法完整形成除外责任识别意见”。 - 条款信息缺失、免责模块不清或关键判断条件不足时,明确说明“当前条款信息不足,以下仅基于已知信息做初步识别”。 - 案件记录存在大量缺失、噪音、重复或关键事实不清时,说明“部分内容存在记录不清,以下为可确认信息整理与初步识别”。 - 关键背景缺失时,明确列出缺失项,例如险种、免责条款、关键时间、行为性质、诊断依据或事故归因材料。 - 不同材料中的时间、诊断、事故经过、行为性质或原因归属不一致时,在“争议点与待核实事项”中单列提示。 - 案件仍在审核中时,不得将初步识别写成正式拒赔结论。 - 存在高争议、高投诉或高敏感因素时,提示复核、调查、法务升级或进一步核验建议。 ## 成功标准 输出应让理赔、复核、调查、客服支持或运营人员能快速回答: - 这个案件可能涉及哪些除外责任条款。 - 当前事实是否初步支持触发某些免责条件。 - 支持触发免责的关键因素有哪些。 - 不支持或限制触发免责的关键因素有哪些。 - 哪些事实和材料还不够清楚,仍需要核实。 - 当前更接近可能免责、存在免责风险、暂不支持免责,还是无法判断。 - 是否需要进一步复核、调查、补充材料或升级处理。 - 客户沟通时有哪些高争议或高风险点需要注意。
Related Skills
wealth-product-suitability-assistant
当用户需要基于客户画像、风险承受能力、投资目标、期限偏好、流动性需求、 家庭资产配置情况和适当性要求,为客户推荐更合适的理财产品、产品组合或备选方案时, 使用本技能。适用于银行财富管理场景中的产品匹配、客户经理陪访准备、方案比较、 适当性校验、信息缺口提示和推荐报告输出。
wealth-advisor-compliance-communication-assistant
当用户需要在银行财富管理场景下生成、审阅、改写或校准合规沟通话术时,使用此技能。 适用于客户经理、理财经理、财富顾问在产品介绍、风险揭示、收益预期沟通、市场波动解释、客户异议回应、营销触达、存量持仓陪伴、售后答疑等场景中的合规表达支持。 当任务涉及“如何说”“能不能这么说”“这段话术是否夸大收益”“如何在不误导客户的前提下进行推荐”“如何做风险揭示与适当性沟通”时,优先调用本技能。
underwriting-workflow-orchestrator-assistant
当用户需要把一单保险核保案件按完整工作流进行分析时使用本 skill。它负责基于原始核保资料,按顺序调用或吸收已有的核保摘要、问题清单、补件提示、规则问答、结论解释和复核意见等技能结果,形成统一的 workflow 式分析与汇总输出。
underwriting-questionnaire-secondary-review-assistant
当用户需要对已经完成首轮审查的保险投保问卷进行二次复核,检查初审意见是否充分、风险判断是否一致、补问与补件是否到位、是否仍存在遗漏项或高风险未核实问题,并生成适合复核留痕、质量控制和后续核保流转的结构化复核结果时使用本 skill。
underwriting-questionnaire-precheck-assistant
当用户需要对保险投保问卷做首轮审查、识别缺失项与矛盾项、筛查高风险告知、整理补问问题、生成核保初审结果或判断是否需要进入人工复核时使用本 skill。适用于寿险、重疾险、医疗险、意外险等投保问卷、OCR 文本、截图转写文本或结构化问卷记录的通用初审与分流场景。
underlying-asset-lookthrough-assistant
用于底层资产穿透尽调的结构化扫描与风险初判,覆盖资产真实性核验、数据口径一致性校对、权属与涉诉异常识别、集中度与回款压力分析。适用于信托/资管项目尽调中的资产池穿透分析、风控预审与投前复核场景。
tumor-history-risk-review-assistant
当用户需要对与肿瘤相关的既往病史资料进行专业、结构化的审查,提取肿瘤类型、病理结果、分期分级、治疗经过、手术情况、放化疗或靶向治疗、复发转移风险、随访状态及其他与保险核保相关的重要健康信息,并生成适合核保审查、风险分层和资料流转的结构化分析结果时使用本 skill。
transaction-banking-solution-recommendation-assistant
当用户需要为企业客户推荐交易银行方案时使用本技能,适用于现金管理、收付款管理、 账户体系设计、资金归集、票据结算、供应链结算、跨境结算、银企直联、司库协同、 流动性管理和场景化产品匹配等场景。本技能用于基于客户行业、规模、交易模式、 账户结构、组织架构、上下游关系、境内外经营特征和合规约束,输出候选方案、 匹配理由、适用边界、落地路径和补充调研清单。
suspicious-transaction-identification-assistant
当用户需要在银行风险管理或 AML/反洗钱场景下,对客户、账户、交易流水、渠道行为、对手方关系、时间模式、金额模式、地域模式、行业模式等信息进行可疑交易识别、预警分级、线索整理、人工复核支持、报告输出时,使用本技能。 本技能特别适用于零售与对公账户的异常交易筛查、疑似洗钱/分拆/走账/过桥/空转/高频小额/异常对敲/异常集中收付等模式识别。 当用户明确要求结合行业基准、同业口径、外部黑灰名单、地域行业风险特征、典型可疑模式库进行判断时,也应优先使用本技能。
supply-chain-customer-identification-assistant
当用户需要在银行对公金融场景下开展供应链金融客户识别、核心企业链路梳理、上下游客户筛选、 交易闭环核验、客户分层、准入判断、白名单初筛、拓客名单整理、风险提示或识别报告输出时, 使用本技能。 适用于围绕核心企业开展供应商、经销商、承运商、服务商等链上客户识别与分类的任务。 当用户提供企业名单、交易资料、发票/订单/合同/物流/回款信息、工商信息、行业资料、 核心企业名单或希望生成供应链客户识别报告、客户清单、准入建议、补充核验事项时,优先调用本技能。
smoking-alcohol-risk-identification-assistant
当用户需要对投保资料中的吸烟、饮酒相关信息进行专业、结构化的识别与审查,提取吸烟饮酒习惯、持续时间、频率、剂量、戒断情况、一致性问题及相关健康风险线索,并生成适合保险核保、补问流转和资料审查的结构化分析结果时使用本 skill。
service-ticket-assistant
用于信托领域客户与产品支持中的服务工单助手场景,支持结构化处理与报告输出。