Insurance Agent Trainer

AI-powered insurance agent training coach — auto-parses product docs, generates question banks, assesses agent skill levels (beginner/intermediate/advanced), schedules personalized daily training based on client visits, and delivers interactive role-play sessions. Updated for 2025-2026: covers predinig rate cut (3.0%) impact on sales scripts, new health insurance regulation, PIPL-compliant customer communication, and benchmark against AIA, Ping An, and Alibaba Cloud training systems. Keywords: 智能陪练, 代理人培训, 保险训练, 产品陪练, 话术训练, 角色扮演, 技能评估, AIA培训, 平安培训, 代理人展业, 保险销售, 客户面谈, 异议处理, 保险培训系统, 学习路径.

Insurance Agent Intelligent Trainer / 保险代理人智能陪练系统

⚠️ 能力声明 / Capability Notice

• Type: Training framework with reference scripts — provides educational content generation and assessment templates
• Bundled scripts: Product parser, question generator, and training scheduler (Python) for local educational use
• No persistent storage, network calls, background execution, or credential collection
• All outputs are for reference only and require human review before real-world application
• This skill does NOT provide financial, legal, or insurance advice
• Users must exercise their own judgment and consult qualified professionals

⚠️ 使用声明

• 本技能提供保险代理人的培训辅导框架，附带产品解析、题库生成、训练调度等参考脚本
• 所有脚本仅供本地教育参考使用，不涉及外部API调用、数据采集或网络通信
• 不会自动访问、存储或处理用户的任何培训数据或个人信息
• 培训计划和话术建议需结合用户实际业务场景调整，不能替代专业培训师
• 销售话术和异议处理仅为培训参考，实际使用须遵守《保险法》及相关监管规定，不得以AI输出替代合规审核

保险监管最新动态 [2026-07-18更新]

动态类型	内容摘要	发布时间	影响范围
监管施行	分红险演示利率上限由3.9%下调至3.5%，各公司须在6月30日前完成变更备案或停售	2026-07-01	代理人培训需更新分红险话术与利益演示
监管施行	《保险产品适当性管理自律规范》正式施行，产品P1-P5五级管理	2026-07-01	代理人需按资质等级销售对应产品
监管施行	银保渠道65号文费用新规全面执行，全口径分项备案	2026-07-01	银保销售流程与费用管理全面规范
监管发布	金融监管总局发布《银行业保险业AI安全开发应用指导意见》	2026-06-18	保险AI培训系统需符合合规要求
草案发布	《金融业网络安全管理办法(征求意见稿)》发布，8章72条	2026-07-03	培训系统数据安全合规升级

数据截止: 2026-07-18 | 来源：国家金融监督管理总局、中国保险行业协会 声明: 以上动态供参考，具体以官方最新发布为准

English: AI-powered insurance agent coaching system — parses product documents, generates personalized question banks, assesses agent competency levels, schedules daily training based on client visits, and runs interactive role-play drills. Benchmarked against AIA, Ping An, and Alibaba Cloud insurance training systems.

中文: 保险代理人智能陪练系统——解析产品文档、自动生成问题库、评估代理人能力等级、 结合当日客户拜访行程安排个性化训练、进行情景对练。对标友邦保险、平安保险、阿里云智能陪练水平。

---

Trigger Keywords / 触发关键词

⚠️ 精确触发规则：仅当用户明确提到保险代理人培训/陪练相关需求时激活。日常对话中提及"培训"、"训练"、"coaching"、"agent training"等通用词汇时不会自动触发。

用户确认规则：当用户输入匹配以下关键词时，必须先确认用户意图：

• "您需要保险代理人陪练/培训服务吗？"
• 仅在用户明确确认后，才进入陪练模式

激活关键词（需用户确认后生效）：

• 保险陪练 / 产品陪练 / 智能陪练 / 代理人训练
• 代理人培训 / 新人培训 / 保险话术训练
• 产品演练 / 客户异议处理 / 保险销售训练
• insurance agent training / insurance coaching / insurance product drill

---

Core System Architecture / 核心系统架构

0. 2025-2026 代理人销售环境最新变化

变化	内容	话术调整建议
预定利率降至3.0%	2024年9月后所有新产品执行	强调"锁定3.0%长期确定收益"，对比银行理财波动性
分红险主导市场	分红险、万能险替代传统高利率产品	学会讲"浮动收益+保底保障"的双重价值
健康险新规上线	2025年商业健康险管理办法修订	健康告知流程需更规范，禁止误导性说明
代理人资格考试升级	2025年加入AI伦理、数字化服务模块	新人需补充数字化能力培训
企微客户触达合规	AI外呼需标注身份，营销需客户授权	培训合规营销话术，避免违规外呼

text

┌─────────────────────────────────────────────────────────────────┐
│                   Insurance Agent Intelligent Trainer            │
├─────────────────────────────────────────────────────────────────┤
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────────────┐  │
│  │ Product Doc  │  │ Agent Profile│  │ Daily Schedule/Routes│ │
│  │ Parser       │  │ Engine       │  │ Integration          │ │
│  │ (PDF/Word/   │  │ (Skill Level │  │ (Today's Visits &    │ │
│  │  Images)     │  │  Assessment) │  │  Client Profiles)    │ │
│  └──────┬───────┘  └──────┬───────┘  └──────────┬───────────┘  │
│         │                  │                      │              │
│         ▼                  ▼                      ▼              │
│  ┌──────────────────────────────────────────────────────────┐    │
│  │            Question Bank Generation Engine                │    │
│  │  Product Knowledge │ Objection Handling │ Case Analysis   │    │
│  │  [5 difficulty tiers × 3 categories = 15 question types] │    │
│  └──────────────────────────┬───────────────────────────────┘    │
│                             │                                     │
│                             ▼                                     │
│  ┌──────────────────────────────────────────────────────────┐    │
│  │            Personalized Training Scheduler               │    │
│  │  [Skill Level + Schedule + Product Priority = Daily Plan]│    │
│  └──────────────────────────┬───────────────────────────────┘    │
│                             │                                     │
│                             ▼                                     │
│  ┌──────────────────────────────────────────────────────────┐    │
│  │            Interactive Training Engine                   │    │
│  │  Role-play │ Real-time Feedback │ Progress Tracking      │    │
│  └──────────────────────────────────────────────────────────┘    │
└─────────────────────────────────────────────────────────────────┘

---

保险监管最新动态 [2026-06-28更新]

动态类型	内容摘要	发布时间	影响范围
监管发布	金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，界定承保理赔、风险管理等为AI高风险应用场景	2026-06-18	保险AI应用合规与风险管控
监管计划	NFRA发布《2026年规章制定工作计划》：保险资金运用管理办法、偿付能力管理办法纳入修订，流动性风险、网络安全管理办法新制定	2026-06-23	保险监管全链条
监管施行	NFRA 2026年第2号令《银行保险机构许可证管理办法》6月1日起施行，取消保险许可证统一为金融许可证	2026-06-01	保险业务资质与合规管理

数据截止: 2026-06-28 | 来源：国家金融监督管理总局、行业公开信息 声明: 以上动态供参考，具体以官方最新发布为准

Core Capabilities / 核心能力

1. Product Document Parser / 产品文档解析引擎（教学演示）

⚠️ 教学演示：以下展示产品文档解析的概念性教学方法论，仅说明AI可如何辅助理解产品结构。本技能不执行任何实际的PDF解析、OCR识别或文档提取操作。 所有"解析流程"均为逻辑示意，实际应用需由具体的工程实现完成。

Supported formats (conceptual): PDF, Word (.docx), scanned images (with OCR), plain text

Conceptual parsing pipeline (for reference):

text

Document Upload
      │
      ▼
[Format Detection] → PDF / Word / Image / Text
      │
      ▼
[Text Extraction] → Raw text content
      │
      ▼
[Structure Analysis]
  ├─ Product name, type, target customers
  ├─ Coverage scope (death, medical, annuity, critical illness, etc.)
  ├─ Premium levels & payment periods
  ├─ Policy terms & exclusions
  ├─ Sales pitch key points
  ├─ Competitive advantages vs. similar products
  └─ Compliance notes & regulatory requirements
      │
      ▼
[Structured Product Profile] → Ready for question generation

Output: Structured Product Profile JSON

json

{
  "product_name": "XX福享人生终身寿险(万能型)",
  "product_type": "whole-life insurance with universal account",
  "insurer": "国联人寿",
  "target_customers": ["30-50岁中高收入人群", "有财富传承需求"],
  "coverage": {
    "death_benefit": "100%-160%账户价值",
    "annuity_option": "60岁起可转换为年金",
    "waiver": "可选投保人保费豁免"
  },
  "premium": {
    "min_annual": 12000,
    "payment_periods": ["3年", "5年", "10年", "20年"],
    "min_coverage_years": "终身"
  },
  "key_selling_points": [
    "复利增值，万能账户历史结算利率4.5%-5.2%",
    "灵活追加，额外资金可随时进入万能账户",
    "身故保障与财富传承双重功能"
  ],
  "competitive_edges": ["结算利率优于同类竞品", "追加无上限"],
  "exclusions": ["投保人对被保险人的故意伤害", "2年内自杀(无民事行为能力人除外)"],
  "compliance_notes": ["需双录(录音录像)", "犹豫期15天", "等待期90天"],
  "difficulty_tags": ["新人友好", "需强化健康告知", "财务规划综合能力"]
}

---

2. Agent Profile & Skill Assessment / 代理人画像与能力评估

⚠️ 数据处理提醒：以下代理人画像和日程数据为演示示例。实际使用时，用户应自行管理代理人数据的收集和存储，确保符合《个人信息保护法》及保险行业合规要求。请勿输入真实客户PII信息。

Three skill tiers:

Tier	Level	Description	Training Focus
🌱 L1 - 入门级	Beginner	< 1 year experience, struggles with product details and objection handling	Foundation: product knowledge, basic sales scripts, simple objection responses
⚡ L2 - 进阶级	Intermediate	1-3 years, solid product knowledge but inconsistent closing rate	Application: complex scenarios, multi-product combination, competitive replacement, high-net-worth clients
🎯 L3 - 专家级	Advanced	3+ years, high performance, needs strategy for complex cases	Mastery: enterprise/group clients, tax planning, estate planning, competitive stealing, mentoring skills

Profile structure:

json

{
  "agent_id": "AG20240001",
  "name": "张明",
  "level": "L2",
  "level_label": "进阶级",
  "tenure_years": 2.5,
  "certifications": ["保险代理人资格证", "健康险销售资质"],
  "performance": {
    "monthly_premium_target": 50000,
    "monthly_premium_actual": 42000,
    "closing_rate": 0.32,
    "avg_policy_size": 18500,
    "new_customer_rate": 0.45
  },
  "product_mastery": {
    "term_life": 0.85,
    "whole_life": 0.72,
    "critical_illness": 0.58,
    "medical_insurance": 0.80,
    "annuity": 0.45,
    "investment_linked": 0.38
  },
  "weak_points": [
    "健康险异议处理不够熟练",
    "不了解高端客户的税务筹划需求",
    "组合产品销售话术单一"
  ],
  "strong_points": [
    "老客户维护能力强",
    "缘故市场开拓优秀"
  ],
  "daily_schedule": [
    {"time": "09:00-10:00", "activity": "晨会", "location": "营业部"},
    {"time": "10:30-12:00", "activity": "拜访客户A（国企中层，有养老需求）", "location": "客户公司"},
    {"time": "14:00-15:30", "activity": "拜访客户B（私企业主，健康险需求）", "location": "客户公司"},
    {"time": "16:00-17:30", "activity": "缘故客户C（教育金规划）", "location": "咖啡厅"}
  ]
}

---

3. Question Bank Generation / 问题库自动生成（教学模板）

⚠️ 教学演示：以下问题库和话术为培训场景的教学参考模板，展示如何结构化设计代理人训练内容。所有涉及销售话术、竞品对比、异议处理的内容均为培训素材，实际销售行为须遵循《保险法》及相关监管规定，并经持牌保险专业人士审核后方可执行。

Generated from product profile + agent level + training objectives

Question Types (15 categories across 3 dimensions)

By Category:

Category	Description	Example
产品知识	Product features, terms, coverage	"XX福的等待期是多久？"
客户画像	Target customer identification	"什么样的客户适合购买这款产品？"
异议处理	Objection handling scripts	"客户说'我已经有社保了，不需要商业保险'，如何回应？"
案例分析	Real case discussion	"40岁国企中层，年薪50万，如何用这款产品做养老规划？"
合规话术	Compliance-approved scripts	"如何向客户解释犹豫期和退保损失？"
竞品对比	vs. competitors	"相比平安福，这款产品的核心优势是什么？"
促成话术	Closing techniques	"客户表现出购买意向，如何自然促成？"
交叉销售	Multi-product combination	"如何将主险与医疗险组合销售？"

By Difficulty (5 tiers):

Level	Target Audience	Question Complexity
⭐ 基础	L1新人	单一产品，单一问题，直接答案
⭐⭐ 入门	L1-L2	单一产品，1-2个知识点，需要解释
⭐⭐⭐ 进阶	L2	单一产品，3-5个知识点，需组合分析
⭐⭐⭐⭐ 高阶	L2-L3	多产品组合，竞争替换，高净值客户
⭐⭐⭐⭐⭐ 专家	L3	综合方案，税务筹划，财富传承

Question Bank Generation Prompt:

text

Based on the product profile provided, generate a question bank with:

1. For each difficulty tier (基础/入门/进阶/高阶/专家):
   - 5 multiple choice questions (产品知识)
   - 3 case analysis questions
   - 3 objection handling scenarios
   - 2 competitive comparison questions
   - 1 closing technique exercise

2. Total: 65+ questions per product

3. For each question, provide:
   - Question text
   - Difficulty level (1-5)
   - Category (产品知识/异议处理/案例分析/竞品对比/促成话术)
   - Ideal answer / model response
   - Evaluation criteria (excellent/good/needs-improvement)
   - Coaching tips for the trainer

---

4. Personalized Training Scheduler / 个性化训练调度引擎（方法论演示）

⚠️ 教学演示：以下调度算法、代理人画像及日程数据均为教学方法论的概念性展示。本技能不实际采集、存储或处理任何代理人或客户数据。所有姓名、日程、业绩数据均为虚构示例，仅用于说明逻辑框架。

Input factors:

text

Agent Profile (Level + Weak Points)
         +
Today's Client Schedule (Who → What need → What product)
         +
Product Priority Matrix
         =
Personalized Daily Training Plan

Scheduling Algorithm:

python

def generate_daily_training_plan(agent_profile, daily_schedule, products):
    """
    Generate personalized training plan for the day.
    """
    # Step 1: Identify today's client visit products
    today_products = extract_products_from_schedule(daily_schedule)
    
    # Step 2: Get agent's weakness areas for these products
    weakness_map = get_weakness_for_products(
        agent_profile.weak_points, 
        today_products
    )
    
    # Step 3: Calculate training time available
    available_minutes = calculate_available_training_time(daily_schedule)
    
    # Step 4: Prioritize by impact × weakness × product value
    training_queue = prioritize_training(
        weakness_map,
        today_products,
        agent_profile.level,
        time_constraint=available_minutes
    )
    
    # Step 5: Generate session plan
    sessions = split_into_sessions(training_queue, available_minutes)
    
    return {
        "date": today,
        "agent": agent_profile.name,
        "total_minutes": available_minutes,
        "sessions": sessions,
        "focus_products": today_products,
        "key_objectives": get_key_objectives(training_queue)
    }

Example Daily Training Plan:

json

{
  "date": "2026-05-05",
  "agent": "张明",
  "level": "L2",
  "total_minutes": 90,
  "sessions": [
    {
      "time": "08:00-08:20",
      "duration": 20,
      "type": "晨间快练",
      "mode": "快问快答",
      "focus": "年金险产品知识（高频问题5题）",
      "product": "福享人生终身寿险",
      "objective": "巩固年金转换权的计算逻辑"
    },
    {
      "time": "12:30-13:00",
      "duration": 30,
      "type": "午间强化",
      "mode": "情景对练",
      "focus": "健康险异议处理",
      "scenario": "客户："我有社保，不需要商业医疗险"",
      "product": "康健医疗保险",
      "level": "⭐⭐⭐ 进阶",
      "coaching_tips": "引导客户认识到社保报销比例上限，用自费药比例对比引发需求"
    },
    {
      "time": "17:30-18:30",
      "duration": 40,
      "type": "晚间复盘",
      "mode": "案例分析 + 角色扮演",
      "focus": "私企业主综合保障方案",
      "scenario": "45岁私企老板，年收入200万，已有多份保单，如何做加保方案？",
      "products": ["终身寿险+万能账户", "高端医疗", "企业财产险"],
      "level": "⭐⭐⭐⭐ 高阶",
      "model_response_guide": "从家庭资产与企业资产隔离角度切入，引出终身寿险的债务隔离和传承功能"
    }
  ],
  "key_metrics_to_track": [
    "异议处理响应时间（目标<30秒）",
    "产品知识点正确率（目标>85%）",
    "方案组合完整性（3单以上产品覆盖）"
  ]
}

---

5. Interactive Training Session / 智能陪练对话引擎

Session modes:

Mode	Description	Duration	Best For
快问快答	Rapid-fire Q&A	5-10 min	Pre-meeting warmup
情景对练	Role-play (client vs. agent)	15-30 min	Skill practice
案例研讨	Real case analysis	20-40 min	Advanced agents
异议攻关	Objection busting focus	10-15 min	Weak point training
综合考核	Full simulation exam	30-60 min	Level assessment

Real-time coaching during training:

text

Agent Response
      │
      ▼
[Natural Language Understanding] → Extract key claims, tone, strategy
      │
      ▼
[Evaluation Engine]
  ├─ Product knowledge accuracy ✓/✗
  ├─ Objection handling effectiveness (1-5)
  ├─ Compliance adherence ✓/✗
  ├─ Closing attempt timing (good/early/late/missing)
  ├─ Client empathy signals ✓/✗
  └─ Product combination logic ✓/✗
      │
      ▼
[Real-time Coaching Feedback]
  ├─ Immediate tip (if struggling): "💡 提示：可以先问客户目前的保障缺口..."
  ├─ Completion praise (if excellent): "🌟 完美！您已经很好地识别了客户需求"
  └─ Post-question summary: "本轮得分 85/100。建议加强：竞品对比环节"

Training session flow:

text

1. 导入 (5%)     → 介绍训练目标和产品背景
2. 暖场 (10%)   → 快问快答热身，激活产品知识
3. 主体 (60%)   → 情景对练：客户角色扮演 + 实时点评
4. 复盘 (20%)   → AI给出详细反馈：优点/不足/改进建议
5. 行动 (5%)   → 下次拜访的具体行动计划

---

6. Effect Assessment & Progress Tracking / 效果评估与进度追踪

Metrics tracked per session:

Metric	Definition	Target
产品知识得分	知识点正确率	L1: ≥70%, L2: ≥80%, L3: ≥90%
异议处理时效	从异议提出到满意回答的时间	< 30秒
促成成功率	能否自然引入促成信号	≥ 1次有效尝试
话术合规率	合规敏感词使用正确性	100%
方案完整性	保障覆盖广度	≥ 3个维度

Progress report structure:

markdown

## 📊 代理人张明 训练报告 - 2026-05-05

### 综合得分: ⭐⭐⭐⭐ (78/100)

| 维度 | 本次得分 | 较上次 | 目标 |
|------|---------|--------|------|
| 产品知识 | 82/100 | ↑5 | 80+ |
| 异议处理 | 71/100 | ↓3 | 75+ |
| 促成技巧 | 85/100 | ↑8 | 80+ |
| 合规话术 | 95/100 | →0 | 100 |
| 方案设计 | 72/100 | ↑12 | 75+ |

### 🔥 本次表现亮点
1. 养老规划方案逻辑清晰，能结合客户生命周期讲解
2. 合规话术使用规范，犹豫期/退保说明完整

### ⚠️ 需要加强
1. 健康险异议处理：回应"已有社保"时过于被动，应主动算账
2. 竞品对比：对中国平安主要产品线不够熟悉

### 📅 明日训练重点
- 产品：康健医疗保险（健康告知流程）
- 场景：竞品替换（平安福 vs. XX福）
- 时长：30分钟情景对练 + 10分钟快问快答

---

Workflow / 标准工作流程

⚠️ 重要提示：以下工作流展示的是培训场景的教学参考。所有销售话术和异议处理内容均为培训素材，实际销售行为须遵循《保险法》及相关监管规定，经持牌保险专业人士审核。

Mode 1: Quick Start (已知产品 + 快速训练)

text

User: "帮我准备明天拜访客户B的训练，他是私企老板，对健康险感兴趣"
  │
  ▼
[Step 1] 获取代理人信息 → 张明，L2，弱项：健康险异议处理
[Step 2] 识别拜访产品 → 康健医疗保险（目标：替换平安福）
[Step 3] 生成训练计划 → 午间30分钟：健康险异议处理对练
[Step 4] 开始陪练 → 情景对练：私企业主健康险需求挖掘
[Step 5] 实时反馈 → 异议处理评分：71/100，给出改进建议
[Step 6] 报告输出 → 训练报告 + 明日拜访话术优化建议

Mode 2: Product Document Upload (上传产品文档)

text

User: [上传 XX保险公司福享人生终身寿险 产品手册 PDF]
  │
  ▼
[Step 1] 解析文档 → 提取产品结构、条款、卖点
[Step 2] 生成产品画像 → Structured JSON Profile
[Step 3] 生成问题库 → 65+道题目（5难度×8类别）
[Step 4] 生成参考题库 → 作为AI对话上下文，**不持久存储**
[Step 5] 等待选择 → "请选择训练模式：快问快答 / 情景对练 / 案例研讨"

Mode 3: Full Agent Assessment (全面能力评估)

text

User: "帮我评估代理人李华的综合能力，她入职8个月，主要卖重疾险"
  │
  ▼
[Step 1] 建立代理人档案 → L1入门级，8个月，重疾险方向
[Step 2] 产品文档上传 → 重疾险产品手册
[Step 3] 综合考核 → 30题产品知识 + 5个情景对练
[Step 4] 生成能力雷达图 → 6维度能力可视化
[Step 5] 制定成长路径 → 90天训练计划

---

Input / Output Specifications / 输入输出规范

Input

Input Type	Description	Example
代理人档案	JSON/文本描述	姓名、级别、工龄、业绩、弱项
产品文档	PDF/Word/TXT/图片	保险产品手册、条款、计划书
当日行程	文本/日历	09:00晨会 / 10:30拜访客户A
训练指令	自然语言	"帮我准备健康险的陪练"
客户信息	文本描述	"45岁私企老板，年收入200万"

Output

Output Type	Description
产品画像JSON	结构化产品信息
问题库	65+道分类分级题目
训练计划	分钟级个性化日程
陪练对话	实时AI角色扮演
评估报告	评分 + 改进建议 + 雷达图
成长路径	30/60/90天训练建议

---

Integration Notes / 集成说明

Data privacy:

• All agent and client data remains local / within the company's system
• No sensitive PII should be included in training documents
• Comply with China CBIRC insurance sales compliance regulations

Lianxi with other Skills:

• insurance-bidding-pro: Use product analysis for bidding scenarios
• insurance-private-domain-ops: Link training completion to customer follow-up
• insurance-claims-intelligence: Train agents on claim processes for better client communication

---

Disclaimer / 免责声明

⚠️ Training is advisory only. This skill provides coaching materials, question banks, and simulation training for insurance agent development. All final sales advice, compliance decisions, and product recommendations must be reviewed by licensed insurance professionals and comply with CBIRC regulations. Model answers represent reference best practices, not guaranteed outcomes.