Best use case
sales-script-direct is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
面向基金渠道与销售支持领域的销售话术任务Skill,围绕「销售话术助手-直销版」场景提供信息抽取、结构化分析与结果输出。
Teams using sales-script-direct 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/sales-script-direct/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How sales-script-direct Compares
| Feature / Agent | sales-script-direct | 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?
面向基金渠道与销售支持领域的销售话术任务Skill,围绕「销售话术助手-直销版」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
# 销售话术助手-直销版 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
- 产品卖点与组合特征(风险/收益/定位)
- 客户持有与申赎行为(分层/分渠道)
- 渠道销量与触达转化数据
- 营销素材、话术与培训资料
- 竞品对比与市场口径
### 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
- 围绕目标人群输出结构化内容草稿与关键卖点
- 控制语气风格与风险提示,形成可直接使用的内容模板
- 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)
- content
- draft
- key_points
- compliance_notes
- 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": "销售话术助手-直销版",
"domain": "渠道与销售支持",
"scene": "销售话术",
"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: 渠道与销售支持
- 场景/能力: 销售话术
- 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
sales-support-materials
用于信托领域客户与产品支持中的销售支持材料助手场景,支持结构化处理与报告输出。
marketing-script-review
营销话术审查助手,适用于券商财富管理、营销合规、投资者教育、宣传材料审核等场景。 以下情况请主动触发此技能: - 用户提供了营销话术/宣传材料,问"有没有问题""帮我审查一下" - 用户问"营销话术怎么写""合规要点有哪些" - 用户需要:营销话术审查、合规风险提示、修改建议 - 用户提到:营销话术、宣传材料、合规审查、投资者适当性、收益承诺 - 用户需要形成审查意见、修改建议、合规话术模板 不要等用户明确说"话术审查"——只要涉及营销宣传材料审查、投资者教育内容审核、合规话术设计,就应主动启动此技能。
subscription-redemption-anomaly-monitoring
面向基金产品管理领域的申赎监测任务Skill,围绕「申赎异常监测助手」场景提供信息抽取、结构化分析与结果输出。
short-video-script
面向基金品牌与内容领域的脚本生成任务Skill,围绕「短视频脚本助手」场景提供信息抽取、结构化分析与结果输出。
sales-script-online-channel
面向基金渠道与销售支持领域的销售话术任务Skill,围绕「销售话术助手-互联网渠道版」场景提供信息抽取、结构化分析与结果输出。
sales-script-broker-channel
面向基金渠道与销售支持领域的销售话术任务Skill,围绕「销售话术助手-券商渠道版」场景提供信息抽取、结构化分析与结果输出。
sales-script-bank-channel
面向基金渠道与销售支持领域的销售话术任务Skill,围绕「销售话术助手-银行渠道版」场景提供信息抽取、结构化分析与结果输出。
sales-opportunity-detection
面向基金渠道与销售支持领域的机会识别任务Skill,围绕「销售机会识别助手」场景提供信息抽取、结构化分析与结果输出。
sales-objection-handling
面向基金渠道与销售支持领域的异议处理任务Skill,围绕「销售异议处理助手」场景提供信息抽取、结构化分析与结果输出。
new-product-launch-script
面向基金渠道与销售支持领域的新品首发任务Skill,围绕「新品首发话术助手」场景提供信息抽取、结构化分析与结果输出。
fund-sales-talk-track-assistant
当用户需要在基金场景中完成销售话术助手相关任务时使用本技能,适用于销售支持及相关分析、生成、审阅请求。 用户提到「销售话术」「基金话术」「卖点表达」或需要输出结构化中文结论、模板和配套脚本时,应优先触发。
fund-sales-opportunity-identification-assistant
当用户需要在基金场景中完成销售机会识别助手相关任务时使用本技能,适用于机会识别及相关分析、生成、审阅请求。 用户提到「销售机会」「机会识别」「再沟通机会」或需要输出结构化中文结论、模板和配套脚本时,应优先触发。