investment-advisory-workflow: 投资顾问工作流 🎯
📋 功能描述
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:
- 市场解读 / 事件分析 / 持仓诊断 / 资产配置 / 行为纠偏
边界条件:
- 不替代持牌投顾服务
- 输出为 Markdown 报告,需配合 data_layer / mcp-aktools / qieman-mcp 获取真实数据
- 场景识别依赖用户输入关键词与情绪表达
- KYC 前置:资产配置场景(场景 4)必须先收集用户年龄/风险偏好/金额/期限,不直接给配置方案
- 四专家标注:输出必须包含 [林奇视角]/[卡尼曼视角]/[芒格视角]/[马利克视角] 标注,确保思维融合
- 隐私保护:检测到敏感信息(身份证/银行卡)必须脱敏,不入库
🔄 5 个核心场景
| 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
⚠️ 常见错误
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
🧪 使用示例
输入:
最近消费怎么看?
预期输出:
- 识别场景:市场解读
- 调用:market-scan → industry-rank → plain-explain → ljg-card
- 输出:Markdown 解读 + PNG 卡片(含四专家视角标注)
输入:
大跌了,我好慌,要不要割肉?
预期输出:
- 识别场景:行为纠偏 + 情绪检测
- 调用:market-scan → companion-script(安抚)→ ljg-relationship(行为识别)→ problem-mapper(纠偏)
- 输出:Markdown 安抚话术 + 纠偏方案
输入:
100 万怎么配置?
预期输出:
- 识别场景:资产配置
- 调用:decision-checklist(KYC 问卷)→ fund-allocator → ljg-roundtable → IPS 模板 → report-generator
- 输出:Markdown 配置方案 + IPS(若 KYC 不全,先询问)
🔧 故障排查
| 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? |
🔗 相关资源
- 四专家框架:
references/four-experts.md
- 六阶段能力库:
references/six-stages.md
- 共享 Skill 文档:
references/shared-skills.md
- 报告模板:
templates/report-template.md
- 标准参考:
docs/SKILL-STANDARD-v3.md