$ loading_
为退休情景建模整理保守、基准和高波动假设
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "retirement-scenario" 技能： 1. 下载 https://raw.githubusercontent.com/microsoft/aibast-agents-library/main/solutions/portfolio-rebalancing/manual/skills/aibast_retirement-scenario_05/SKILL.md 2. 保存为 ~/.claude/skills/aibast_retirement-scenario_05/SKILL.md 3. 装好后重载技能，告诉我可以用了
请为这份合成退休案例整理情景输入：分别给出低回报、基准和高波动三种假设；不要编造成功概率；同时区分观察到的证据、计算/启发式结果和后续步骤。
输出三类退休情景假设，并明确不包含成功概率。
根据给定的合成运营快照，提炼退休情景需要的来源证据，并用简短条目说明每个假设的依据与限制。
输出带证据来源的情景说明，内容简洁可追溯。
请检查这段退休情景描述，补充必要的免责声明：说明这不是法律、监管、保险、贷款、税务、投资或财务建议；并确认未发生任何外部操作。
输出合规措辞，强调无建议、无外部操作。
当团队要为 Portfolio Rebalancing Agent 的合成试点准备输入时，用它把退休情景拆成低回报、基准和高波动三类假设。结果只应基于给定快照与证据，不应凭空补出成功概率。
当用户需要一份可审阅的退休情景说明时，它能把观察到的证据、计算或启发式输出，以及建议的后续步骤分开呈现，便于人工复核。
在面向内部演示或文档时，它能补充标准免责声明，并明确不会发生任何批准、通信、账户变更、支付或交易。
文档说明该技能用于为退休情景建模整理输入，覆盖低回报、基准和高波动三类假设，并要求只基于合成运营快照与来源证据输出结果。流程强调区分观察证据、计算或启发式结果与后续步骤，同时明确不构成任何法律、监管、保险、贷款、税务、投资或财务建议，也不发生外部操作，且在行动前需人工复核。
Frames assumptions for lower-return, base, and higher-volatility retirement modeling without asserting success.
Persona: Retirement Planning Specialist
Prompt: Frame the retirement scenarios we need to model without inventing a success probability.
Expected synthetic evidence: 25 years, No success probability.
它用于退休情景输入的整理与表述，面向 Portfolio Rebalancing Agent 的合成试点。它会围绕低回报、基准和高波动假设输出内容，并区分证据、计算结果和后续步骤。
文档要求识别准确的虚构记录或报告范围，并使用合成运营快照和来源证据。素材不足时，应只基于已有信息输出，不要补编不存在的结果。
不会。文档要求明确声明结果不是法律、监管、保险、贷款、税务、投资或财务建议，并且没有发生批准、通信、文件提交、账户变更、支付、订单、交易或外部操作。
从合成临床证据中提取并汇总指定记录的用药清单
用于客户流失复核优先级排序，并给出可追溯证据与后续建议。
基于合成采购记录和规则，帮助判断请求上下文与审批层级
基于合成记录生成情感分布与近期摘录
从合成临床证据中按固定格式提取问题清单并保留源信息。
为增长经理汇总弃购挽回转化指标，并区分基准、预测与假设。
帮助生成示例性税务影响估算与专业复核提示
生成投资组合再平衡候选调整建议，供持牌顾问人工复核。
为人工控制的实施清单问题生成核对结果
用于分析投资组合偏离目标配置并找出阈值超限点
为客户流失挽留场景整理可审核的服务补救与外联选项
基于固定合成数据比较交叉销售组合价值情景，供人工审阅决策参考。