SKILLEMALL.ai
EN Войти

BD Insurance Private Domain Operations Expert

Навык работы с клиентами в частном домене страхования (экосистема WeChat) на базе ИИ — сегментация клиентов по RFM + жизненному циклу, стандартные операционные процедуры реактивации ушедших клиентов, управление продлением, работа с корпоративным WeChat (WeCom), ИИ-персонализация и CRM-стратегия на основе данных. Разработан для китайских компаний по страхованию жизни с более чем 3 миллионами застрахованных клиентов. Охватывает обновления экосистемы WeChat на 2025-2026 гг., оптимизацию пути клиента на базе ИИ и операции с данными в соответствии с PIPL. Ключевые слова: страхование, частный домен, WeChat, CRM, удержание клиентов, отток, продление, страхование в Китае, SCRM, ИИ-персонализация, 私域运营, 客户盘活, 企微运营, 脱保客户, 续期管理, 客户生命周期, 精准营销, 社群运营, 朋友圈营销, VIP客户管理.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered insurance private domain (wechat ecosystem) customer operat…»

AI-powered insurance private domain (wechat ecosystem) customer operations skill — RFM + lifecycle customer segmentation, churned customer reactivation SOP, renewal management, enterprise WeChat (WeCom) operations, AI personalization, and data-driven CRM strategy. Built for China life insurance companies with 300万+ insured clients. Covers 2025-2026 WeChat ecosystem updates, AI-powered customer journey optimization, and PIPL-compliant data operations. Keywords: insurance, private domain, WeChat, CRM, customer retention, churn, renewal, China insurance, SCRM, AI personalization, 私域运营, 客户盘活, 企微运营, 脱保客户, 续期管理, 客户生命周期, 精准营销, 社群运营, 朋友圈营销, VIP客户管理.

ClawHub Agent Skills автор: lingfeng-19 v4.1.1 MIT-0 6 файлов тело ≈ 1 390 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык работы с клиентами в частном домене страхования (экосистема WeChat) на базе ИИ — сегментация клиентов по RFM + жизненному циклу, стандартные…

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураПродажи и CRMИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
80/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
50
Прогон на моделях
не было
Процессный рейтинг
D
45/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: ClawHub

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: AI-powered insurance private domain (wechat ecosystem) customer op… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"

Процессный рейтинг: все десять параметров 45/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (Insurance Private Domain Operations Expert) не совпадает с папкой (insurance-private-domain-ops)
  • 75Шаги. Шагов: 3
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 1390 токенов
  • 100Повторный запуск. Изменяющих операций нет

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -220 эмодзи в инструкциях: шум для модели
  • -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 649 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 3 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 50.

Внешние проверки

ClawHub: clean
This is a text-only insurance CRM guidance skill with no executable code, hidden access, or automatic data handling, though users should apply their own privacy and marketing-compliance checks.
LLM: benign (high) · VirusTotal: · 28 июн. 2026 г.