--- name: Insurance Agent Intelligent Trainer description: > 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. slug: insurance-agent-trainer version: 5.2.5 allowed-tools: [] capabilities: - educational-reference - advisory-only - requires-human-review - illustrative-code-samples --- # Insurance Agent Intelligent Trainer / 保险代理人智能陪练系统 > **⚠️ SECURITY NOTICE / 安全声明** > - **Type:** Educational reference / analytical framework ONLY > - **No runnable package is bundled:** the flow sketches, JSON samples and the short Python-style pseudocode below are illustrative reference material for you to adapt in your own environment; this skill ships no installer, service, parser or executable payload > - **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** > > **⚠️ 数据安全警告** > - 本技能仅提供保险代理人的培训辅导参考框架，**不内置可运行的解析器、题库引擎或存储服务**； 文中的流程示意、JSON 样例与伪代码均为教学参考，需由使用方在自己的系统中实现 > - 所有文档解析、日程分析、画像评估的描述均为**教学参考框架**，**不包含实际的OCR或PDF解析引擎** > - 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** > **🔒 数据最小化前置声明（2026-09-24 新增，使用任何模块前先执行）** > 1. 只描述、不粘贴：客户信息以“45 岁私企老板、家庭年收入约 200 万”这类脱敏描述输入，禁止粘贴真实姓名、证件号、电话、住址、银行账号。 > 2. 代理人档案同样脱敏：`agent_id` 用编号，姓名可用“张**”或化名。 > 3. 训练记录默认只保留汇总指标（得分、弱项标签），不保留完整对话原文；确需保留须经本人同意并限定用途。 > 4. 任何要写入文件或对外发送的训练报告、话术稿，先在对话中完整展示给用户预览，经明确确认后再落盘/发送。 > **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（截至 2026-09-24） | 变化 | 内容 | 话术调整建议 | 对应培训模块 | 可信度标注 | |------|------|------------| | **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 | 产品知识、促成话术 | 以官方最新发布为准 | | **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 | 产品知识、异议处理 | 以官方最新发布为准 | | **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 | 合规话术、情景对练 | 以官方最新发布为准 | | **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 | 综合考核、新人路径 | 以官方最新发布为准 | | **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 | 合规话术、直播带练 | 以官方最新发布为准 | | **预定利率进一步下调至2.0%** | 2026年监管引导普通型人身险预定利率上限降至2.0%，分红/万能演示利率同步压降 | 话术从"锁定3.0%"转为"锁定2.0%长期确定+浮动分红对冲通胀" | 产品知识、养老规划 | 以官方最新发布为准 | | **营销宣传合规强化** | 2026年整治"炒停售""夸大收益"，自媒体/直播带货纳入监管 | 培训合规表达，禁用绝对化收益承诺与演示红线 | 合规话术、直播带练 | 以官方最新发布为准 | | **养老金融与税优扩容** | 个人养老金、商业养老金试点扩围，税优额度可期上调 | 强化养老规划与税优测算话术，绑定家庭现金流诊断 | 养老规划、税优保险 | 以官方最新发布为准 | | **报行合一与费用约束延续** | 渠道费用与手续费率约束延续，代理人收入结构从"首年佣金"向"续期+服务"倾斜 | 培训从"单促成"转向"长期客户经营+续期服务"话术，弱化一次性冲规模表述 | 促成话术、客户经营 | 以官方最新发布为准 | | **销售行为可回溯要求提高** | 双录、自媒体留痕、线上展业记录被更多用于检查 | 训练中同步演练"可回溯动作"：身份说明、条款重点提示、客户确认回执 | 合规话术、综合考核 | 以官方最新发布为准 | ``` ┌─────────────────────────────────────────────────────────────────┐ │ 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 │ │ │ └──────────────────────────────────────────────────────────┘ │ └─────────────────────────────────────────────────────────────────┘ ``` --- ## 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):** ``` 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"] } ``` **文档解析实操示例（2026-09-24 新增，示意）：** | 步骤 | 输入（示意） | 提取要点 | 易错点 | |------|-------------|---------|--------| | 1 识别产品边界 | 产品手册封面 + 条款首页 | 产品全称、条款编号、适用险种 | 把附加险当成主险提取 | | 2 抽取责任 | 保险责任章节 | 给付条件、给付比例、给付次数 | 漏掉"同一事故仅给付一次"限制 | | 3 抽取责任免除 | 责任免除章节 | 逐条列出，标注条款号 | 只摘抄标题不摘内容 | | 4 抽取费用与期间 | 费率表、条款附则 | 交费期间、等待期、犹豫期、宽限期 | 把等待期与犹豫期混淆 | | 5 形成卖点与风险 | 全篇 | 3 条卖点 + 2 条风险提示 | 卖点写成绝对化收益承诺 | **解析完的自检问题**：① 等待期、犹豫期、宽限期三个数字是否都取到了？② 责任免除是否逐条列出？ ③ 卖点里有没有"保证""必然""最高"这类红线词？ **示例产品画像 2（重大疾病保险）：** ```json { "product_name": "XX康健终身重疾险(2026版)", "product_type": "critical illness insurance", "insurer": "国联人寿", "target_customers": ["28-50岁家庭经济支柱", "有重疾保障缺口人群"], "coverage": { "ci_types": "120种重疾+20种中症+40种轻症", "multiple_payout": "重疾1次+中症2次+轻症3次，累计最高260%保额", "death_benefit": "身故赔已交保费或现金价值较大者" }, "premium": { "sample": "30岁男，50万保额，30年缴，年缴约 6800 元", "payment_periods": ["10年","20年","30年"] }, "key_selling_points": [ "重疾+中症+轻症三重递进保障", "轻中症豁免后续保费", "可附加恶性肿瘤二次赔付" ], "exclusions": ["投保前已患重疾", "遗传性疾病（条款约定）", "等待期内出险"], "compliance_notes": ["重疾定义以监管规范为准", "需明确告知等待期90-180天", "如实健康告知义务"], "difficulty_tags": ["健康告知敏感", "条款专业度高", "需结合医疗知识"] } ``` --- ### 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 | 建议训练时长/周 | |------|-------|-------------|----------------|----------------| | 🌱 **L1 - 入门级** | Beginner | < 1 year experience, struggles with product details and objection handling | Foundation: product knowledge, basic sales scripts, simple objection responses | 5-8 小时（晨会快练+情景对练） | | ⚡ **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 | 3-5 小时（聚焦弱项情景对练） | | 🎯 **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 | 2-3 小时（策略复盘+带教新人） | **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"} ] } ``` **能力等级评定示例（2026-09-24 新增）：** | 代理人 | 工龄 | 产品掌握度均值 | 成交率 | 弱项标签 | 评定等级 | 依据 | |--------|------|---------------|--------|---------|---------|------| | 示例A | 8 个月 | 0.62 | 0.18 | 条款细节、健康告知 | L1 入门级 | 工龄<1 年且产品掌握度均值<0.70 | | 示例B | 2.5 年 | 0.70 | 0.32 | 组合销售、年金 | L2 进阶级 | 产品知识扎实但成交率波动大 | | 示例C | 6 年 | 0.90 | 0.48 | 复杂传承架构 | L3 专家级 | 高成交率 + 高净值客户经营能力 | **评级使用注意**：等级只用于安排训练强度，不用于人事考核；同一代理人不同产品线可落在不同等级， 建议按产品线条分别记录，避免用一个总分掩盖结构性短板。 **示例画像 2（L3 专家级）：** ```json { "agent_id": "AG20230088", "name": "李华", "level": "L3", "level_label": "专家级", "tenure_years": 6, "certifications": ["保险代理人资格证", "CFP国际金融理财师", "私人银行家"], "performance": { "monthly_premium_target": 200000, "monthly_premium_actual": 235000, "closing_rate": 0.48, "avg_policy_size": 86000, "new_customer_rate": 0.62 }, "product_mastery": { "term_life": 0.95, "whole_life": 0.92, "critical_illness": 0.90, "medical_insurance": 0.93, "annuity": 0.88, "investment_linked": 0.82 }, "weak_points": ["家族信托等复杂传承架构经验不足", "跨境税务筹划需外部专家协同"], "strong_points": ["高净值客户经营", "企业团险开拓", "复杂方案设计"], "coaching_focus": ["传承架构进阶", "监管合规红线强化", "带教新人方法论"] } ``` --- ### 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 | 考核重点 | 常见失分点 | |----------|-------------|---------|---------| | **产品知识** | Product features, terms, coverage | "XX福的等待期是多久？" | 条款准确性、关键利益点无误 | 把等待期答成犹豫期；漏讲除外责任 | | **客户画像** | Target customer identification | "什么样的客户适合购买这款产品？" | 需求诊断与匹配逻辑 | | **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？" | 共情+数据化反驳能力 | 直接否定客户、用恐吓式话术 | | **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？" | 方案完整性与定制化 | | **合规话术** | Compliance-approved scripts | "如何向客户解释犹豫期和退保损失？" | 红线词零触发 | 使用"保本""稳赚""最高收益"等表述 | | **竞品对比** | vs. competitors | "相比平安福，这款产品的核心优势是什么？" | 客观不贬损竞品 | | **促成话术** | Closing techniques | "客户表现出购买意向，如何自然促成？" | 时机把握自然度 | | **交叉销售** | Multi-product combination | "如何将主险与医疗险组合销售？" | 保障缺口覆盖度 | | **养老规划** | 养老现金流与替代率测算 | "客户55岁期望退休月领8000，如何测算缺口？" | 测算逻辑与工具使用 | | **税优保险** | 个人养老金/税优健康险政策应用 | "年缴1.2万养老金，节税多少？" | 政策准确、不夸大节税 | | **客户经营** | 续期服务与转介绍 | "成交一年后的客户，如何自然开启加保话题？" | 服务触点设计、不打扰式回访 | | **数字化展业** | 企微/自媒体合规触达 | "在朋友圈讲产品，哪些表述不能出现？" | 平台规则与监管红线双重合规 | **By Difficulty (5 tiers):** | Level | Target Audience | Question Complexity | 建议题量/次 | |--------|----------------|---------------------|------------| | ⭐ 基础 | L1新人 | 单一产品，单一问题，直接答案 | 10-15 题 | | ⭐⭐ 入门 | L1-L2 | 单一产品，1-2个知识点，需要解释 | 15-20 题 | | ⭐⭐⭐ 进阶 | L2 | 单一产品，3-5个知识点，需组合分析 | 20-30 题 | | ⭐⭐⭐⭐ 高阶 | L2-L3 | 多产品组合，竞争替换，高净值客户 | 25-35 题 | | ⭐⭐⭐⭐⭐ 专家 | L3 | 综合方案，税务筹划，财富传承 | 30-40 题 | #### Question Bank Generation Prompt: ``` 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 ``` **示例生成题目（养老规划类别 / ⭐⭐⭐ 进阶）：** - **题目**：客户 55 岁，当前社保养老金预计月领 3500 元，期望退休后月生活支出 8000 元，如何测算商业养老金缺口？ - **参考答案**：缺口 = (8000 - 3500) × 12 × 退休年限（按 25 年计）≈ 135 万；结合预期投资收益率反推年缴/趸交金额，并叠加通胀与医疗支出弹性。 - **评分**：优秀（准确测算+工具使用）/ 良好（逻辑正确但忽略通胀）/ 待改进（未考虑长寿风险）。 - **教练提示**：引导代理人用"替代率"概念切入，避免直接推销产品。 --- ### 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:** ``` 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）" ] } ``` **示例计划 2（健康险异议攻坚日）：** ```json { "date": "2026-08-12", "agent": "李华", "level": "L3", "total_minutes": 60, "sessions": [ { "time": "13:00-13:20", "duration": 20, "type": "午间强化", "mode": "异议攻关", "focus": "健康险'已有社保'高频异议", "scenario": "客户：'我有医保，重疾险没必要'", "level": "⭐⭐⭐ 进阶", "coaching_tips": "用'医保目录外用药+收入补偿'双轴拆解，量化缺口而非否定客户" }, { "time": "18:00-18:40", "duration": 40, "type": "晚间复盘", "mode": "案例研讨 + 角色扮演", "focus": "高净值客户重疾+医疗+寿险组合", "scenario": "50岁企业主，家庭年收入300万，已有多张保单如何查漏补缺？", "level": "⭐⭐⭐⭐ 高阶", "model_response_guide": "从企业资产与家庭资产隔离、重疾收入补偿、医疗高端资源三维度切入" } ], "key_metrics_to_track": [ "异议处理响应时间（目标<25秒）", "方案组合维度（目标≥4个）", "合规红线触发（目标0次）" ] } ``` --- ### 5. Interactive Training Session / 智能陪练对话引擎 **Session modes:** | Mode | Description | Duration | Best For | 适用场景 | 教练干预时机 | |------|-------------|----------|----------|---------| | **快问快答** | Rapid-fire Q&A | 5-10 min | Pre-meeting warmup | 晨会热身、拜访前激活产品知识 | 连续 2 题答错即给提示 | | **情景对练** | Role-play (client vs. agent) | 15-30 min | Skill practice | 健康险/养老险高频异议实战 | 出现红线词立即打断纠正 | | **案例研讨** | Real case analysis | 20-40 min | Advanced agents | 高净值综合保障方案设计 | 方案缺口遗漏 ≥2 项时给结构化提示 | | **异议攻关** | Objection busting focus | 10-15 min | Weak point training | 单一弱项（如"已有社保"）专项突破 | | **综合考核** | Full simulation exam | 30-60 min | Level assessment | 晋升/季度能力认证 | | **直播带练** | 模拟自媒体/直播讲保险 | 15-25 min | 数字化展业 | 合规表达与镜头前讲产品 | 出现绝对化表述当场叫停并重录 | | **续期服务演练** | 成交后回访与加保触达 | 10-20 min | 客户经营 | 续期提醒、理赔陪伴、转介绍开场 | 出现"推销感"过强时提示改为服务切入 | | **红线词扫雷** | 集中训练合规表达 | 8-12 min | 全员必修 | 演示利益、收益承诺、停售炒作 | 命中即判不合格并给正确说法 | **Real-time coaching during training:** ``` 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:** ``` 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 ``` **示例对练对话片段（健康险异议攻关）：** ``` AI(客户): "我单位福利好，重疾险真没必要买。" Agent: "您说的对，单位福利是重要保障。不过重疾理赔是'确诊即付'的一笔钱——您想过没有，万一需要长期康复，单位会不会照发全额工资？" AI(客户): "那倒不会，病假工资大概只发底薪……" Agent: "这就是缺口。重疾险补的正是'收入中断+自费药'这两块。我们按您月支出算一下具体差额？" [实时点评] ✅ 共情到位；✅ 用'收入补偿'替代'恐吓式'话术；⚠️ 下一步应主动给出测算而非直接推产品。 ``` --- ### 6. Effect Assessment & Progress Tracking / 效果评估与进度追踪 **Metrics tracked per session:** | Metric | Definition | Target | 评估方式 | 提升抓手 | |--------|------------|--------|---------| | **产品知识得分** | 知识点正确率 | L1: ≥70%, L2: ≥80%, L3: ≥90% | 自动判分题库 + 人工抽检 | 错题回到条款原文定位，不靠背话术 | | **异议处理时效** | 从异议提出到满意回答的时间 | < 30秒 | 对话时间戳测算 | 建"异议—回应"对照卡，形成肌肉记忆 | | **促成成功率** | 能否自然引入促成信号 | ≥ 1次有效尝试 | 教练引擎标记 + 主管复核 | | **话术合规率** | 合规敏感词使用正确性 | 100% | 合规词库实时监测 | | **方案完整性** | 保障覆盖广度 | ≥ 3个维度 | 结构化评分表 | | **合规红线触发率** | 触碰禁语/误导表述次数 | 0 次 | 实时拦截 + 事后复盘 | 红线词清单前置到每次对练开场 | **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) ``` 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) ``` 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) ``` 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:** - Treat all agent and client data as sensitive: the user decides where it is stored. This skill itself stores nothing; keep PII inside your own controlled systems - 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 --- ## 保存与外发前确认 / Save & Send Confirmation（2026-09-24 新增） 1. 训练报告、话术稿、题库先在对话中完整展示，供用户逐段预览； 2. 用户明确确认后再写入文件或对外发送；未经确认不落盘、不发送； 3. 落盘时一并记录：生成时间、适用的产品条款版本、审核人。 --- ## 变更记录 / Changelog | 版本 | 日期 | 变更摘要 | |------|------|---------| | 5.2.5 | 2026-09-24 | 新增文档解析实操示例、能力等级评定示例、红线词扫雷与续期服务演练两种模式；环境变化表新增“对应培训模块/可信度标注”两列并补充报行合一、销售可回溯两条；题库与模式表新增维度列；修复 3 处未闭合代码块；修正能力与代码示例不一致的声明 | | 5.2.4 | 2026-08-29 | 补充 2026 年预定利率与营销合规环境变化 | --- ## 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.