Best use case
client-service-sop is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
面向基金投顾与客户服务领域的流程问答任务Skill,围绕「客户服务SOP助手」场景提供信息抽取、结构化分析与结果输出。
Teams using client-service-sop 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/client-service-sop/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How client-service-sop Compares
| Feature / Agent | client-service-sop | 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?
面向基金投顾与客户服务领域的流程问答任务Skill,围绕「客户服务SOP助手」场景提供信息抽取、结构化分析与结果输出。
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
# 客户服务SOP助手 Skill
## 数据来源
### 1. 输入类型
- 基金公告/定期报告/招募说明书/产品说明材料
- 净值与收益时间序列、持仓与资产配置披露
- 销售/服务记录、客户反馈与问答素材(如适用)
- 合规口径与品牌内容规范(如适用)
### 2. 主要数据要素
- 客户持仓结构与收益区间
- 风险偏好、适当性与行为标签
- 近期市场与产品动态
- 常见问题与服务记录
- 监管适当性要求与服务规范
### 3. 质量要求
- 输入信息尽量完整,包含时间区间、基金代码与核心指标
- 若来自 OCR/截图,请尽量校对错字与断行
- 对于未披露的数据需明确标注“缺失/待补充”
---
## 核心能力
- 基于输入资料组织问题清单与标准回答
- 提供引用来源与口径一致性说明
- 输出触达/陪伴策略与关键沟通节奏
- 沉淀客户异议与情绪标签,形成安抚与引导话术
---
## 输出结构
### 1. 基础字段
- skill
- domain
- scene
- input_summary
- key_findings
- data_quality
- limitations
### 2. 场景扩展模块(按需输出)
- qa
- questions
- answers
- citations
- customer_strategy
- segments
- touchpoints
- tone
---
## 使用示例
### 1. 安装依赖
```bash
pip install -r requirements.txt
```
### 2. 运行脚本
```bash
python scripts/main.py --input sample.txt --output-json result.json --output-md report.md
```
### 3. 输出示例
```json
{
"skill": "客户服务SOP助手",
"domain": "投顾与客户服务",
"scene": "流程问答",
"input_summary": {
"fund_code": "000000",
"fund_name": "示例基金",
"period": "2024Q4",
"data_coverage": "净值/持仓/披露/市场"
},
"key_findings": [
"关键结论1",
"关键结论2"
],
"data_quality": {
"has_text": true,
"text_length": 1200
},
"limitations": [
"仅基于输入信息形成初步判断"
]
}
```
---
## 注意事项与限制
- 仅对输入文本进行结构化与初步判断,不替代人工投研或合规结论
- 若缺少关键数据(持仓、基准、时间区间),结果需明确提示不完整
- 输出建议应结合实际业务口径与监管要求复核
---
## 适用场景
- 业务条线: 投顾与客户服务
- 场景/能力: 流程问答
- 典型用户: 研究员、产品经理、渠道与客服、合规审查或内容运营人员
---
## License
- 代码部分遵循 MIT License
- 数据来源与披露口径需遵循对应数据供应商与监管要求Related Skills
client-churn-warning
客户流失预警助手,专用于识别客户流失风险和制定挽留方案。 以下情况请主动触发此技能: - 用户需要识别客户流失风险 - 用户问"这个客户会不会流失""怎么判断流失风险" - 用户准备流失预警方案、挽留话术 - 用户需要流失原因分析、挽留策略 - 用户问"客户要转走了怎么办""怎么挽留客户" 输出含流失风险识别、原因分析、挽留方案的流失预警方案。 不要等用户明确说"流失预警"——只要涉及客户流失风险识别、挽留方案,就应主动启动此技能。
silent-client-awakening
沉默客户唤醒助手,专用于长期未互动客户的唤醒激活。 以下情况请主动触发此技能: - 用户需要唤醒长期未互动的沉默客户 - 用户问"这个客户很久没联系了怎么重新联系" - 用户准备沉默客户唤醒话术、激活方案 - 用户需要沉默客户分析、唤醒策略设计 - 用户问"客户不回消息怎么办""怎么重新建立联系" 输出含沉默分析、唤醒话术、激活方案的沉默客户唤醒方案。 不要等用户明确说"沉默客户唤醒"——只要涉及长期未互动客户的重新联系、激活唤醒,就应主动启动此技能。
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。
service-satisfaction-insights
用于信托领域客户与产品支持中的服务满意度洞察助手场景,支持结构化处理与报告输出。
service-process-guide
用于信托领域财富与家族信托中的服务流程说明助手场景,支持结构化处理与报告输出。
service-followup
投顾服务回访助手,专用于客户服务后的回访和满意度跟踪。 以下情况请主动触发此技能: - 用户需要设计客户服务回访方案 - 用户问"服务后怎么回访客户""满意度怎么调查" - 用户准备服务回访话术、满意度问卷 - 用户需要回访记录模板、问题处理流程 - 用户问"客户不满意怎么处理""怎么提升满意度" 输出含回访方案、话术、问卷、问题处理的服务回访方案。 不要等用户明确说"服务回访"——只要涉及客户服务后的回访、满意度跟踪、问题处理,就应主动启动此技能。
key-risk-client-list
重点风险客户名单助手,适用于券商客户风控、财富管理、投顾服务、合规监控等场景。 以下情况请主动触发此技能: - 用户提供了客户风险数据,问"哪些客户风险高""帮我列个名单" - 用户问"重点风险客户怎么筛选""风险客户标准是什么" - 用户需要:重点风险客户筛选、风险等级排序、跟进建议 - 用户提到:风险客户、重点关注、高风险、预警客户、平仓风险 - 用户需要形成风险客户名单、跟进计划、风控报告 不要等用户明确说"重点风险客户"——只要涉及客户风险筛选、高风险客户识别、风险名单整理,就应主动启动此技能。
key-client-reminder
用于信托领域客户与产品支持中的重点客户提醒助手场景,支持结构化处理与报告输出。
roadshow-qa-client-meeting
面向基金渠道与销售支持领域的路演问答任务Skill,围绕「路演问答助手-客户会版」场景提供信息抽取、结构化分析与结果输出。
portfolio-attribution-client
面向基金投研分析领域的组合归因任务Skill,围绕「组合归因助手-客户版」场景提供信息抽取、结构化分析与结果输出。
key-client-outreach
面向基金渠道与销售支持领域的客户触达任务Skill,围绕「重点客户触达助手」场景提供信息抽取、结构化分析与结果输出。
fund-product-health-check-client
面向基金投研分析领域的产品体检任务Skill,围绕「基金产品体检助手-客户版」场景提供信息抽取、结构化分析与结果输出。