【使用时机】用户需要投顾服务或提及持仓、资产配置、行情等场景时触发;场景驱动的投顾全流程,融合四专家思维。
investment-advisory-workflow: 投资顾问工作流 🎯是一项面向实际任务的技能,主要用于📋 功能描述;帮助用户 系统化执行投顾全流程;
边界条件:;不替代持牌投顾服务;输出为 Markdown 报告,需配合 dat。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
帮助用户系统化执行投顾全流程。融合林奇 (洞察)/卡尼曼 (行为)/芒格 (逆向)/马利克 (系统) 四位专家思想,覆盖 5 个用户场景。
适用场景:
边界条件:
| 场景 | 触发词 | 调用步骤 | 输出 |
|---|---|---|---|
| 市场解读 | "最近 XX 怎么看?" | market-scan → industry-rank → plain-explain → ljg-card | Markdown + PNG 卡片 |
| 事件分析 | "这个事件有什么用?" | market-scan → industry-rank → multi-view → plain-explain → decision-integrate | Markdown 影响分析 |
| 持仓诊断 | "帮我看看持仓" | data-query → holding-diagnoser → decision-checklist → fund-allocator → report-generator | Markdown 诊断报告 |
| 资产配置 | "100 万怎么配置?" | decision-checklist → fund-allocator → ljg-roundtable → IPS 模板 → report-generator | Markdown 配置方案 |
| 行为纠偏 | "大跌了怎么办?" | market-scan → companion-script → ljg-relationship → problem-mapper → plain-explain | Markdown 纠偏方案 |
详细四专家框架 → references/four-experts.md
六阶段能力库 → references/six-stages.md
共享 Skill 说明 → references/shared-skills.md
错误 1:混淆投资工作流与投顾工作流
问题: • 用户问"帮我看看持仓",却调用投资工作流的 stock-research • 输出偏重标的分析,忽略用户心理与行为纠偏 解决: ✓ 投顾工作流核心是"帮别人",侧重 KYC + 行为干预 + 陪伴 ✓ 投资工作流核心是"自己投",侧重标的分析 + 决策验证 ✓ 严格匹配场景定义
错误 2:忽略四专家视角融合
问题: • 输出只有数据,没有行为纠偏或逆向思考 • 像数据报告,不像投顾建议 解决: ✓ 每个场景必须融合至少 2 个专家视角 ✓ 标注 [林奇视角]/[卡尼曼视角]/[芒格视角]/[马利克视角] ✓ 输出包含"洞察 + 行为 + 逆向 + 系统"四维结构
错误 3:配置方案硬编码
问题: • 直接给固定比例,不协商 • 忽略市场观点动态调整 解决: ✓ fund-allocator 必须输出基础配置 + 调整后配置 ✓ 生成协商点(风险偏好 vs 配置比例) ✓ 标注调整理由与置信度
错误 4:情绪识别缺失(冷冰冰)
问题: • 用户说"大跌了,我好慌",AI 直接给数据报告 • 忽略情绪,导致建议"冷冰冰",可能引发非理性操作 解决: ✓ 阶段 1 必须检测情绪词("慌"、"割肉"、"好怕"、"大跌") ✓ 若检测到情绪,优先调用 companion-script 安抚话术 ✓ 原则:先处理情绪,再处理问题
错误 5:KYC 前置不足(无画像不配置)
问题: • 用户问"100 万怎么配",AI 直接给比例 • 未收集年龄/风险偏好/期限,配置方案不匹配 解决: ✓ 执行"无 KYC,不配置"原则 ✓ 若信息不全,暂停配置流程,先引导用户完成 KYC 问卷 ✓ 输出中必须包含"基于您的风险等级为 XX"的声明
错误 6:隐私保护缺失
问题: • 用户输入身份证号/银行卡号,AI 原样输出或入库 • 数据安全风险 解决: ✓ 立即脱敏:输出时掩码处理(如"6222 **** **** 1234") ✓ 安全提示:提醒用户"请勿在对话中发送完整身份证号/银行卡号" ✓ 不入库:敏感信息不写入知识库/日志
输入:
最近消费怎么看?
预期输出:
输入:
大跌了,我好慌,要不要割肉?
预期输出:
输入:
100 万怎么配置?
预期输出:
| 问题 | 检查项 |
|---|---|
| 不触发 | description 是否包含触发词?用户输入是否匹配场景? |
| 数据为空 | data_layer 是否安装?mcp-aktools/qieman-mcp 是否运行? |
| 输出像投资报告 | 是否混淆投资工作流?检查场景定义与专家视角融合 |
| 配置无协商点 | fund-allocator 是否调用?是否生成协商点? |
| 缺乏行为纠偏 | 是否调用 companion-script / ljg-relationship? |
| 情绪未识别 | 是否检测情绪词?是否优先安抚? |
| KYC 缺失 | 是否执行"无 KYC 不配置"?是否先询问画像? |
| 隐私泄露 | 是否检测敏感信息?是否脱敏输出? |
references/four-experts.mdreferences/six-stages.mdreferences/shared-skills.mdtemplates/report-template.mddocs/SKILL-STANDARD-v3.md相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.3万人学习
共49课时 | 82.7万人学习
最新文章