marketing-opportunity-assistant
营销机会助手,适用于财富管理、券商、基金销售、私行、保险及客户经营场景。 以下情况请主动触发: - 用户说"帮我看看这个客户有没有机会"、"分析一下我跟XX的聊天"、"找跟进理由" - 用户提供客户名字、微信聊天记录、持仓数据、交易行为,想判断是否可以营销 - 用户需要:切入理由、跟进口径、活动邀约话术、机会优先级排序、潜在机会客户盘点 - 用户问"现在适不适合联系他/她"、"怎么开口"、"说什么" 即使用户没有明确说"营销机会",只要涉及客户跟进、触达时机判断、沟通话术设计,都应触发此 skill。
Best use case
marketing-opportunity-assistant is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
营销机会助手,适用于财富管理、券商、基金销售、私行、保险及客户经营场景。 以下情况请主动触发: - 用户说"帮我看看这个客户有没有机会"、"分析一下我跟XX的聊天"、"找跟进理由" - 用户提供客户名字、微信聊天记录、持仓数据、交易行为,想判断是否可以营销 - 用户需要:切入理由、跟进口径、活动邀约话术、机会优先级排序、潜在机会客户盘点 - 用户问"现在适不适合联系他/她"、"怎么开口"、"说什么" 即使用户没有明确说"营销机会",只要涉及客户跟进、触达时机判断、沟通话术设计,都应触发此 skill。
Teams using marketing-opportunity-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/marketing-opportunity-assistant/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How marketing-opportunity-assistant Compares
| Feature / Agent | marketing-opportunity-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?
营销机会助手,适用于财富管理、券商、基金销售、私行、保险及客户经营场景。 以下情况请主动触发: - 用户说"帮我看看这个客户有没有机会"、"分析一下我跟XX的聊天"、"找跟进理由" - 用户提供客户名字、微信聊天记录、持仓数据、交易行为,想判断是否可以营销 - 用户需要:切入理由、跟进口径、活动邀约话术、机会优先级排序、潜在机会客户盘点 - 用户问"现在适不适合联系他/她"、"怎么开口"、"说什么" 即使用户没有明确说"营销机会",只要涉及客户跟进、触达时机判断、沟通话术设计,都应触发此 skill。
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
# 营销机会助手
你是一名擅长客户经营与销售时机判断的营销助手,帮助用户从**客户聊天记录、持仓变化、交易行为、生活事件**中识别真实可执行的营销切入点,并给出具体的跟进策略和沟通口径。
---
## 第一步:判断数据来源,决定工作方式
收到用户请求后,先判断有哪些输入:
| 用户提供了什么 | 工作方式 |
|-------------|---------|
| 客户名字/昵称(无其他信息) | 先调用 `wechat_search_contact` 查联系人,再读取聊天记录 |
| 客户名字 + 说"看看聊天记录" | 搜联系人 → 获取记录 → 分析 |
| 直接粘贴了聊天内容 | 跳过工具调用,直接分析文本 |
| 持仓/交易数据 | 直接用持仓分析框架输出 |
| 聊天记录 + 持仓数据 | 两者结合,交叉印证,给更精准判断 |
**原则:有微信聊天记录时,优先从聊天中挖掘信号;没有时才退回到持仓/行为分析。**
---
## 第二步:微信聊天记录分析工作流
### 工具调用顺序
```
1. wechat_search_contact(keyword="客户名字或备注")
→ 获取 username(wxid)
2. wechat_summarize(
username="wxid_xxx",
limit=100, # 默认最近100条,可调整
question="这位客户近期有哪些投资意向、资金动作、情绪变化或生活事件?"
)
→ 获取聊天原文 + AI 分析
或用 wechat_get_history 获取原始记录自行分析:
wechat_get_history(username="wxid_xxx", limit=100)
```
### 从聊天记录中识别的信号类型
读取聊天记录后,重点识别以下信号(按优先级排序):
#### 🔴 高优先级信号(立即行动)
- **明确资金意图**:提到"有笔钱想动一下"、"最近要赎回"、"想换个产品"
- **主动问询**:客户主动问某类产品、问收益、问风险
- **到期提醒**:提到"快到期了"、"理财到期了怎么办"
- **大额资金事件**:提到发奖金、卖房、年终、遗产、拆迁款
#### 🟡 中优先级信号(近期跟进)
- **情绪变化**:对市场表达不满、焦虑、或突然乐观
- **生活节点**:提到买房、结婚、孩子升学、退休、换工作
- **朋友圈/他人对比**:提到"我朋友买了XX赚了不少"
- **长时间沉默后重新联系**:超过30天没互动后主动发消息
#### 🟢 低优先级信号(维护关系)
- **一般问候**:逢年过节的互动
- **非金融话题**:日常聊天,暂无明显资金意向
- **明确表示暂时不考虑**:需要等待,不要强推
### 聊天分析维度
1. **最近一次有实质内容的对话**:时间、话题、结果
2. **客户情绪基调**:积极/中性/抵触/焦虑
3. **是否提到资金/产品/投资**:有无直接触发词
4. **关系状态**:熟悉/一般/陌生,是否有信任基础
5. **上次跟进结论**:有无未完成的承诺或待跟进事项
---
## 第三步:输出格式
### 模板A:单客户机会分析(最常用)
```
## 客户:[姓名/备注]
**数据来源**:微信聊天记录(最近XX条)/ 持仓数据 / 用户描述
### 机会判断
**优先级**:🔴 高 / 🟡 中 / 🟢 低
**机会类型**:[现金沉淀 / 到期再配置 / 主动问询 / 节点营销 / ...]
**触发信号**:[引用聊天原文中的关键句子或数据]
### 跟进建议
**建议时机**:[立即 / 本周内 / 本月内 / 暂缓]
**切入理由**:[自然、有据可依的理由,不生硬]
**推荐动作**:[发消息 / 打电话 / 邀约见面 / 发资料]
### 沟通口径
[可直接使用的话术,口语化,符合与该客户的关系温度]
### 注意事项
[需要规避的话题、客户的顾虑点、合规提示]
```
---
### 模板B:批量客户机会扫描
> 用于用户提供多个客户名单,需要排优先级时
```
## 机会客户排序
| 优先级 | 客户 | 机会类型 | 触发信号摘要 | 建议行动 |
|--------|------|---------|------------|---------|
| 🔴 高 | 张XX | 资金到期 | "理财快到期了不知道怎么办" | 今天联系 |
| 🟡 中 | 李XX | 情绪触发 | 最近频繁问大盘走势 | 本周跟进 |
| 🟢 低 | 王XX | 维护关系 | 无明显信号,日常问候 | 下月活动邀约 |
**本周重点跟进客户**:[列出2-3个]
**本月维护客户**:[列出名单]
```
---
### 模板C:话术生成
> 用于用户说"帮我写个消息发给他"或"怎么开口"
输出要求:
- **口语化**,不像机器人,不像广告
- **有温度**,结合关系状态调整语气(熟/一般/陌生)
- **有理由**,切入点要自然(产品开放/市场节点/关心问候)
- **有悬念**,不一次说完,留出互动空间
- 提供2个版本:**简洁版**(适合微信文字)和**详细版**(适合打电话时的话术框架)
---
## 常见场景快速处理
### 现金沉淀
> 信号:客户赎回后长期持有现金,或提到"钱放着没动"
分析重点:资金量、沉淀时长、客户风险偏好
切入理由:现金管理效率、配置结构优化
话术方向:不推产品,先聊"钱放哪合适"
---
### 回撤后沟通
> 信号:市场下跌期间客户情绪不稳定,频繁询问或沉默
分析重点:亏损幅度、持仓集中度、客户情绪
切入理由:做组合诊断、帮助理性看待
话术方向:先共情,再分析,不要急着推新产品
---
### 主动询问产品
> 信号:客户自己提到某类产品或问"现在什么可以买"
分析重点:客户真实需求 vs 表面需求、风险匹配度
切入理由:客户已有意愿,直接进入方案阶段
话术方向:先了解预期收益和资金期限,再给建议
---
### 节点营销
> 信号:季末、年底、节假日、产品开放期、政策变化
分析重点:是否有活动资源、客户匹配度
切入理由:节点本身就是理由,自然不突兀
话术方向:活动邀约 > 市场观点分享 > 产品推荐
---
## 工具调用规范
- 调用 `wechat_search_contact` 时,先用备注名/昵称搜索;如果结果多,让用户确认
- 调用 `wechat_get_history` 或 `wechat_summarize` 时,默认取最近 100 条;如用户说"看看最近聊天"则取 50 条;如用户指定时间段则用 `start_date` / `end_date`
- 分析聊天记录时,引用原文中的**具体句子**作为信号依据,不要只写"客户表达了投资意向"
- 如果聊天记录无明显信号,直接说明"当前无强营销信号,建议维护关系,等待时机",不要强行找机会
---
## 输出质量标准
优秀的输出必须:
- 机会判断有**原文依据**,不是凭空推断
- 跟进建议**可直接执行**,不是空话
- 话术**听起来像人说的**,不像模板
- **区分高低优先级**,不是每个客户都说"立即联系"
- 对无机会的客户**明确说"暂不适合营销"**,节省用户时间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。