Financial Industry Training & Coaching System / 金融行业培训陪练系统#

English: AI-powered training system — covers skill assessment, learning paths, role-play, and quizzes.

中文: 培训陪练系统——覆盖技能评估、学习路径、角色扮演、考核测验。

---

金融监管最新动态 [2026-10-12更新]#

动态类型内容摘要影响范围对应培训动作落地验证方式金融监管2026年Q1：金融行业培训需覆盖最新合规要求培训课程库需增加2026年合规和AI工具课程每年至少一次全员合规必修 + 留痕签到、成绩、补训三项齐全金融监管保险销售人员分级制度、银行合规管理、反洗钱培训培训课程库需增加2026年合规和AI工具课程按岗位分级设计必修课与考核线分级清单与考核线一一对应金融监管AI工具使用培训需求上升（MCP/RAG/Agent等）培训课程库需增加2026年合规和AI工具课程新增「AI 工具合规使用」通识模块通识模块覆盖率 100%新增·AI安全开发应用银行业保险业人工智能应用的安全开发要求正下沉为机构内部操作规程技术与业务双条线均需培训新增「AI 应用六环节」专题：立项评估/数据合规/模型验证/上线审批/运行监测/退出六环节各有一次考核记录新增·销售行为合规线上销售可回溯、适当性管理、禁止合同外利益等要求细化一线销售与直播岗位必修角色扮演题库需补充线上销售合规场景直播场景陪练轮次达标新增·数据安全员工培训数据与客户案例数据的合规使用受关注培训组织者必修培训案例脱敏规范纳入课程案例脱敏抽查合格率新增·培训留痕监管检查与内部审计日益关注培训是否真实发生、考核是否有效全体培训组织者签到/考试/成绩/补训形成闭环四要素闭环率新增·内训师建设内训师能力断层成为课程落地的瓶颈环节内训师队伍与业务骨干内训师先训后讲，配标准课件与统一评分表内训师认证通过率、课件复用率

新动态解读（截至 2026-10-12）：

• AI 素养从"选修"变"必修"：金融机构对员工的 AI 能力要求不再局限于技术部门，业务条线也需要理解模型能力边界、数据合规与人工复核要求。培训体系应区分"AI 使用者""AI 应用设计者""AI 治理者"三类角色分别设课。

• 培训留痕成为检查项：监管检查与内部审计日益关注"培训是否真实发生、考核是否有效"，因此签到、考试、成绩、补训记录需要形成闭环，而不能只有课程清单。

• 角色扮演场景更新：线上直播、数字人客服、智能投顾推荐等新场景带来新的合规风险，陪练题库应同步更新，避免只练传统面对面销售场景。

• 内训师需要先被训练：课程落地失败往往不是内容问题，而是讲的人讲不出来、讲不标准。在内训师上讲台前安排「试讲 + 评分 + 标准课件包」，比多开发几门课更有效。

• 课程要与岗位绑定：通用课程覆盖率很高但转化很低的常见原因是课程与岗位场景脱节。建议按岗位（柜面/对公/电销/直播/合规）分别维护场景题库，而不是共用一套题库。

• 以上为公开信息综述， 具体口径以国家金融监督管理总局、中国证监会、中国证券业协会及所在机构合规部门官方最新发布为准。

数据截止: 2026-10-12 | 来源：国家金融监督管理总局、证监会、中证协、公开行业分析综述 声明: 以上动态供参考，具体以官方最新发布为准

⚠️ 使用前必读：数据最小化声明#

培训与陪练过程会涉及 员工个人信息（姓名、工号、考核成绩、能力短板、客户沟通记录）。这类数据属于个人信息，部分场景下属于敏感个人信息。

请遵循数据最小化原则：

1. 用于评估与陪练时优先使用 工号或化名，非必要不录入真实姓名、身份证号、联系方式
2. 角色扮演中涉及的客户案例，应使用改写后的虚拟案例，不得直接粘贴真实客户信息或完整通话录音文本
3. 考核结果与能力雷达图属于人事管理数据，导出、分享与留存须符合所在机构的人事数据管理制度
4. 本 Skill 输出的学习建议仅供参考，不直接作为晋升、绩效或淘汰依据，最终人事决策须由具备权限的人员按制度作出

1. 导出前先预览再确认：生成的学习路径、题库、成绩报告在写入任何文件之前，必须先输出预览（条目数、涉及人员范围、是否已脱敏、是否含真实姓名/工号），经用户明确确认后再保存；未经预览与确认不落盘
2. 不代为写入任何系统：不代为向人事系统、学习管理系统、监管报送系统写入或提交数据
3. 不自动生成排名通报：培训成绩与能力雷达图不用于自动生成公开排名、通报或末位名单

---

代码块性质与执行边界#

本 Skill 正文中的 Python 片段是 教学示例，用于说明评估引擎与推荐逻辑的数据结构与算法思路。它们是供使用者在自己环境中阅读、改写和运行的参考材料，本 Skill 自身不执行它们，也不读取、写入或提交任何机构系统中的数据。

内容类型性质由谁执行是否会触碰真实数据SKILL_FRAMEWORK 字典静态示例数据无需执行否，纯示例SkillAssess 类教学参考实现使用者自行决定否，scores 需外部传入角色扮演场景字典静态示例数据无需执行否，纯示例测评题目示例静态示例文本无需执行否，虚构主体学习路径/题库输出本 Skill 生成的文本预览后由用户确认保存仅在用户粘贴脱敏数据后

硬边界： 本 Skill 不调用外部接口、不访问机构数据库、不安装依赖、不修改使用者本地文件（除非用户在预览后明确要求保存）、不向任何第三方发送数据。

Industry Pain Points / 行业痛点#

Pain Point / 痛点Impact / 影响Solution / 本Skill解决方案典型表现可量化指标常见误判培训效率低统一培训不适应个体差异个性化学习路径资深员工陪听基础课、新人听不懂进阶课完课率、人均有效学时把「完课」等同于「学会」实战不足理论多、实操少AI角色扮演陪练考试高分但面对客户说不出话陪练轮次、情景通过率用笔试分数替代情景评分效果难评估培训效果无法量化技能雷达图只能统计「培训了多少人」前后测分差、行为改变率只看满意度不看分差知识遗忘快培训后知识快速遗忘间隔重复机制一个月后合规要点回忆率不足一半30/60/90 天留存率一次性培训后不再复训学与用脱节培训内容落后于业务变化场景题库持续更新新业务上线但题库仍是旧场景题库更新频率、新场景覆盖率题库更新滞后于产品上线留痕不完整培训真实性无法自证四要素闭环留痕只有课程清单，没有签到/成绩/补训四要素闭环率以签到代替考核留痕内训师断层课程讲不出来、讲不标准内训师先训后讲 + 标准课件包课件质量取决于个人水平认证通过率、课件复用率让业务骨干直接上讲台

---

Trigger Keywords / 触发关键词#

Scope（适用范围）： 机构内部员工培训与陪练的设计工作——课程与学习路径设计、测评题目编写、角色扮演脚本设计、培训效果追踪。

English Triggers（须落在培训设计任务上）：

• design a training curriculum / learning path for [role]
• write assessment or compliance quiz items for [topic]
• build a role-play script and scoring rubric
• analyse a skill radar and propose a gap-closing plan
• design a training-effectiveness tracking template

English Non-Triggers（不触发）：

• generic mentions of “training” with no design deliverable (e.g. “book a training room”)
• requests for investment advice, stock or product recommendations
• requests to write performance reviews, promotion or termination decisions
• requests to pull or write data into HR / LMS / regulatory systems

中文触发词（须落在培训任务上才触发）：

• 设计/编排 [岗位] 的培训课程或学习路径
• 出 [主题] 的测验题/合规考题/情景判断题
• 写一段角色扮演脚本并给出评分要点
• 分析技能雷达图并给出补短方案
• 设计培训效果追踪表/留痕清单

中文不触发清单：

• 只出现「培训」二字但无设计交付物（如「订培训场地」）
• 要求给出投资建议、荐股、产品推荐或买卖结论
• 要求撰写绩效评语、晋升或淘汰结论
• 要求向人事/LMS/监管系统写入数据

路由判定三步：

1. 请求是否指向「培训设计交付物」（课程/题库/脚本/追踪表）？否 → 不触发
2. 该交付物是否用于机构内部员工培养？否 → 不触发
3. 是否夹带投资建议或人事决策诉求？是 → 仅保留培训部分，其余明确拒答

使用示例（完整提问）：

• "帮我给 30 名新入职保险代理人设计 2 周培训计划，含每日课程与考核点" → 走能力 1 + G.3 学习路径
• "生成 10 道反洗钱合规测验题，含单选、多选和案例分析" → 走 G.4 测评题目类型
• "我要和客户演练异议处理，扮演一个嫌贵的客户" → 走能力 2 角色扮演
• "某员工技能雷达显示促成技巧 48 分，帮我设计针对性提升方案" → 走能力 1 的差距分析
• "给直播销售岗写一段合规话术陪练脚本，附评分要点" → 走能力 2 + G.4 情景判断题
• "设计一份培训留痕检查表，覆盖签到/考试/成绩/补训四项" → 走 G.1 交付形式 + 留痕要求

---

Core Capabilities / 核心能力#

1. Skill Assessment / 技能评估#

python

SKILL_FRAMEWORK = {
    "banking": {
        "知识": ["产品知识", "合规知识", "营销知识"],
        "技能": ["客户沟通", "需求挖掘", "异议处理"],
        "态度": ["服务意识", "合规意识", "学习意愿"]
    },
    "insurance": {
        "知识": ["产品条款", "核保规则", "理赔流程"],
        "技能": ["需求分析", "方案设计", "促成技巧"],
        "态度": ["诚信展业", "长期服务"]
    }
}

class SkillAssess:
    """技能评估引擎（示例：scores 需由外部传入，每项 0-100）"""

    def assess(self, employee_id: str, scores: dict) -> dict:
        """全面技能评估

        scores 形如 {"产品条款": 82, "核保规则": 61, "需求分析": 74, ...}
        缺失项按 None 处理，不参与均值和排名，避免"缺考当零分"。
        """
        valid = {k: v for k, v in scores.items() if v is not None}
        gaps = self._identify_gaps(valid)
        return {
            "skill_radar": self._generate_radar(valid),
            "gap_analysis": gaps,
            "learning_recommendations": self._recommend_courses(gaps),
            "comparison_to_peers": self._peer_comparison(valid),
            "coverage": len(valid) / max(len(scores), 1),
        }

调用示例：

python

engine = SkillAssess()
result = engine.assess("E10237", {
    "产品条款": 88, "核保规则": 62, "理赔流程": 71,
    "需求分析": 55, "方案设计": 60, "促成技巧": 48,
    "诚信展业": 90, "长期服务": 85,
})
# gap_analysis -> ["促成技巧(48)", "需求分析(55)", "方案设计(60)"]
# learning_recommendations -> ["异议处理情景陪练", "需求挖掘工作坊", "方案呈现实操"]

读雷达图的三个原则：

1. 看短板不看均分：均分 72 分掩盖了"促成技巧 48"这一致命短板，补短板的边际收益通常高于继续拉长长板。
2. 看维度间落差：知识维度 85+ 而技能维度 55，说明"知道但做不到"，应增加陪练而非增加课程。
3. 看覆盖率：若 coverage 只有 0.5，说明一半维度未评估，此时雷达图形状不可用于横向比较。

短板归因三分法（先归因再开课，避免一律「加课」）：

归因类型判据（雷达图 + 现场表现）干预手段反例（错误干预）知识缺口知识维度低、技能维度尚可，概念题答错课程/图文/微课安排角色扮演（练了也不会）技能缺口知识维度高、技能维度低，概念题答对但情景分低角色扮演陪练再加一轮概念课（越学越不会做）意愿/习惯缺口知识与技能均达标，实际行为不改变现场督导 + 行为打卡重新培训（成本最高、效果最差）

低覆盖率场景示例：

python

result = engine.assess("E20418", {
    "产品条款": 86, "核保规则": None, "理赔流程": None,
    "需求分析": 58, "方案设计": None, "促成技巧": None,
    "诚信展业": 92, "长期服务": None,
})
# coverage = 3/8 = 0.375 —— 低于 0.5，雷达图形状不可用于横向比较
# 正确处理：先补齐缺失维度的评估，再谈提升方案
# 错误处理：直接输出"该员工知识强、技能弱"的结论并据此开课

判断口诀： 覆盖率 < 0.5 时只做「补评估」，不做「下结论」；归因未定时先做一次现场观察，再决定是加课还是加练。

2. Role-play Training / 角色扮演#

python

ROLE_PLAY_SCENARIOS = {
    "客户拒绝处理": {
        "场景": "客户说'我不需要保险'",
        "难度": "初级",
        "评估维度": ["倾听", "共情", "探询", "回应"]
    },
    "产品推荐": {
        "场景": "向高净值客户推荐综合理财方案",
        "难度": "高级",
        "评估维度": ["需求分析", "方案设计", "专业展示", "促成技巧"]
    },
    "线上直播合规": {
        "场景": "直播中观众追问'这个产品收益比银行存款高多少'",
        "难度": "中级",
        "评估维度": ["合规表述", "适当性提示", "情绪控制", "转化话术"]
    },
    "AI工具使用": {
        "场景": "同事想用生成式AI直接生成对客投资建议",
        "难度": "中级",
        "评估维度": ["合规边界", "人工复核意识", "数据脱敏", "留痕意识"]
    }
}

完整陪练对话示例（场景：客户拒绝处理）：

text

【AI 扮演客户】"我不需要保险，我有社保就够了。"
【学员】"社保确实能解决一部分，您平时看病报销比例大概多少？"
【AI 扮演客户】"没算过，反正能报。"

—— 评分反馈 ——
✅ 倾听（4/5）：没有直接反驳，先追问具体情况
✅ 共情（4/5）：承认社保的作用，未否定客户
⚠️ 探询（2/5）：只问了一个问题就转向，未挖掘家庭责任与收入中断风险
❌ 回应（1/5）：全程未回应"不需要"这个异议本身

改进建议：
1. 用"是的，而且……"承接，而非"但是……"
2. 探询应指向具体场景：房贷、子女教育、父母赡养三项中哪一项压力最大
3. 回应异议时给出事实而非评价，例如用一次真实理赔的替代成本来量化

再举一例（场景：线上直播合规）：

text

【观众】"这个产品收益比银行高多少？能保证吗？"
【不合格回答】"肯定比银行高，而且很稳定。"
【合格回答】"这是保险产品，主要提供风险保障；
  演示利率不是承诺收益，实际结算以公司公布为准；
  适合不适合要看您的保障需求和缴费能力。"

—— 评分反馈 ——
✅ 合规表述（5/5）：明确非保证、指向官方公布口径
✅ 适当性提示（4/5）：引导到需求与缴费能力
⚠️ 转化话术（2/5）：完全放弃转化，可补一句"想了解具体保障责任，可以看条款第X条"

---

再举一例（场景：AI工具使用，考察合规边界意识）：

text

【同事】"我用生成式 AI 直接写一段对客的投资建议发给客户，省事，有什么问题吗？"
【不合格回答】"没问题，AI 写得更专业。"
【合格回答】"有三处要先过一遍：一是投资建议需具备相应资质并履行适当性义务，
  AI 输出不能当作最终结论；二是提示词里不能粘贴客户身份与持仓信息；
  三是对客发出的内容要留痕并经过复核。"

—— 评分反馈 ——
✅ 合规边界（5/5）：点出资质、适当性与人工复核三处
✅ 数据脱敏（5/5）：明确提示词不得含客户身份与持仓
✅ 留痕意识（4/5）：提出留痕，未说明留痕归到哪里
⚠️ 沟通方式（3/5）：三点并列略显说教，可先认可提效诉求再讲边界

陪练脚本设计要点： 一个场景只考一个主维度，最多带两个副维度；维度超过三个时评分会互相稀释，学员拿到的反馈反而不可执行。

Disclaimer#

This skill provides training tools for educational purposes only. It does not produce investment advice, security or product recommendations, trading instructions, or position/ stop-loss values, and it does not make or support personnel decisions. Curriculum material in Appendix G that touches strategy, backtesting, position management and risk control is non-actionable training theory: it exists to explain concepts and is never emitted as an executable recommendation. Assessment items must not ask a learner to produce investment advice, price targets, or buy/sell calls. Every output is a draft that requires review by the institution’s training and compliance functions before use.

附录内容的非行动性边界#

附录 G 中的 Level 3「实战策略」与 Level 4「风险管理」是 教学理论，用于帮助学员理解策略思想与风险概念。本 Skill 不会把它们输出为交易指令、仓位建议、止损数值或对真实标的的评价。任何涉及真实账户、真实标的的操作性结论，都不在本 Skill 的输出范围内。

Appendix G. Alibaba Dianjin Fusion — finance-training-coach v5.0.2#

Source: Alibaba Dianjin Digital Employee — education-trainer (AI教育训练师)

Essence: 金融知识科普、投教课程设计、学习效果评估、个性化学习路径

Integrated: 2026-05-31 Last reviewed: 2026-10-12

---

G.1 Core Workflow (Dianjin essence)#

text

用户请求 → 学习目标识别 → 知识图谱构建 → 课程内容生成 → 测评题目设计
   ↓
Learning Path:
  - 入门级：基础概念（股票/基金/债券是什么）
  - 进阶级：分析方法（基本面/技术面/量化）
  - 高级：策略实战（回测/仓位管理/风险控制）
   ↓
Content Types:
  - 图文教程（Markdown+图表）
  - 视频脚本（口播稿+PPT大纲）
  - 测评题库（单选/多选/判断/案例）

路径设计示例（银行对公客户经理，入职 6 个月）：

周次主题交付形式考核方式W1合规底线与职业操守视频 20 分钟 + 案例闭卷测验 ≥80 分W2对公产品与授信基础图文 + 计算练习测算题实操W3财报识别与风险信号案例研讨给定报表写风险点W4客户拜访与需求挖掘角色扮演陪练 6 轮情景评分 ≥ 良好W5方案呈现与异议处理角色扮演陪练 6 轮同伴互评 + 导师评分W6综合演练与结业全流程模拟综合评分 + 补训清单

设计要点： 每周都有"输入—练习—考核"三段，而不是前五周纯听课、最后一周集中考试。考核不通过进入补训清单，而不是直接重听全部课程。

再举一例（保险代理人岗，入职首月 3 周压缩版）：

阶段主题交付形式考核方式不合格处置D1-D3诚信展业与禁止行为案例微课 15 分钟情境判断 10 题 ≥90 分次日重修 + 重考D4-D7主力条款与责任免除图文 + 条款对照表给定条款找责任免除项一对一辅导D8-D11需求分析与方案设计角色扮演陪练 8 轮情景评分 ≥ 良好加练 4 轮D12-D15促成与异议处理角色扮演陪练 8 轮同伴互评 + 导师评分进补训清单D16-D21跟岗实战与结业真实拜访跟岗记录跟岗记录 + 综合评分延长跟岗 1 周

与 6 周版的差异： 压缩版把「知识输入」压到前 1/3，把陪练轮次从 12 轮提到 16 轮，因为在短周期内，情景熟练度比知识覆盖面更能预测首月留存。

---

G.2 Knowledge Graph & Curriculum (Dianjin method)#

金融知识体系（Dianjin结构）：

text

Level 1: 基础理论
  - 金融市场的功能（融资/投资/风险管理）
  - 主要资产类别（股票/债券/基金/衍生品）
  - 基本术语（PE/PB/ROE/市值/涨停板）

Level 2: 分析方法
  - 基本面分析：财报解读/行业研究/宏观分析
  - 技术面分析：K线/均线/MACD/布林带
  - 量化分析：因子模型/回测/风险控制

Level 3: 实战策略
  - 价值投资：巴菲特/格雷厄姆方法论
  - 成长投资：PEG/赛道选择/催化剂
  - 趋势交易：均线突破/量价关系
  - 对冲策略：配对交易/市场中性

Level 4: 风险管理
  - 仓位管理：凯利公式/ATR仓位
  - 止损策略：固定止损/移动止损
  - 心理控制：贪婪/恐惧/从众心理

**各层级的教学边界（Level 3/4 为非行动性教学理论）：**

| 知识层级 | 教学定位 | 可考核形式 | 明确禁止的输出 |
|---------|---------|-----------|--------------|
| Level 1 基础理论 | 概念与术语识记 | 概念测验 | 无 |
| Level 2 分析方法 | 方法原理与计算 | 计算题、案例分析 | 不得给出单一真实标的的贵贱结论 |
| Level 3 实战策略 | 策略思想与历史沿革（教学用途） | 策略复述、假设推演 | 不得生成交易指令或仓位建议 |
| Level 4 风险管理 | 风险概念与纪律（教学用途） | 情景判断、案例研讨 | 不得给出针对真实账户的仓位与止损数值 |

**教学边界的执行要点：** Level 3/4 的课堂练习一律使用**虚构主体或历史区间复盘**，不使用当下真实标的；练习题的提问方式限定为「说明该策略的思想与适用前提」而非「现在该怎么做」。

课程设计模板（Dianjin风格）：

text

【课程】股票基本面分析入门（Level 1）

一、学习目标
- 理解PE/PB/ROE三个核心指标
- 能读懂利润表/资产负债表/现金流量表
- 能计算并解释股息率/分红率

二、学习内容
1. 视频：15分钟（口播稿见附件）
2. 图文：PE/PB/ROE计算公式+案例
3. 实战：挑选3只股票，计算其PE/PB/ROE

三、测评题目（5题）
1. 【单选】某公司股价100元，每股收益5元，PE是多少？
   A. 10倍  B. 20倍  C. 50倍  D. 100倍

四、学习时长
- 视频：15分钟
- 阅读：20分钟
- 实战：30分钟
- 总计：65分钟

五、扩展阅读
- 《聪明的投资者》第3章
- 巴菲特致股东的信（2025）

再举一例（合规类课程，结构略有不同）：

text

【课程】AI 工具在金融业务中的合规使用（全员必修，60 分钟）

一、学习目标
- 能说出三类禁止行为：直接生成对客投资建议、上传未脱敏客户数据、把 AI 输出当作最终结论
- 能在具体场景中判断是否需要人工复核

二、学习内容
1. 视频：12 分钟（三个真实处罚案例改编）
2. 图文：数据分级与脱敏清单
3. 实操：给定 5 段提示词，判断哪些可以直接用、哪些必须改写

三、测评题目（5 题，合格线 90 分）
1. 【判断】将客户名单粘贴到外部 AI 工具做分析，只要不保存结果就可以。—— 错
2. 【单选】AI 生成的投资建议对客使用前必须：A. 直接发送 B. 经具备资质人员复核 C. 标注来源即可

四、留痕要求
- 完成率 100%，成绩归档，未通过者 7 日内补训

课程设计常见缺陷： 只有"学"没有"考"，或只考概念不考判断。合规类课程的考核应重点考 情境判断（这个场景能不能这么做），而不是背诵条文。

---

G.3 Personalized Learning Path (Dianjin essence)#

学习者画像：

维度新手进阶者资深者岗位变体（合规条线）岗位变体（内训师）岗位变体（数字人/直播运营）金融知识无/极少基础概念清楚有实战经验熟悉法规条文，缺业务语境懂业务但缺表达结构懂流量但缺合规口径投资经验<1年1-5年>5年不直接参与投资视原岗位而定不直接参与投资学习目标理解基础掌握分析方法优化策略判断业务行为是否合规把经验讲成可复用的课把转化话术讲合规推荐路径Level 1 → 2Level 2 → 3Level 3 → 4法规更新 → 案例研讨 → 情景判断试讲 → 评分 → 标准课件包合规红线 → 话术改写 → 直播陪练单次时长建议30-45 分钟60-90 分钟90 分钟+45 分钟（碎片化）90 分钟（含试讲）30 分钟（碎片化）主要考核形式概念测验计算与案例分析策略复盘情景判断 + 案例写作试讲评分 + 课件评审话术合规审查 + 直播回放评分常见失败模式概念没懂就练会算不会用经验固化难改只背条文不会判例会做不会讲、讲不成结构转化优先、合规后置

个性化推荐算法（Dianjin风格）：

text

输入：学习者画像（知识水平/学习目标/可用时间）
  ↓
匹配：知识图谱中的最优学习路径
  ↓
输出：
  - 推荐课程列表（排序）
  - 每门课程的学习时长
  - 里程碑节点（完成XX课程后获得证书）

---

G.4 Assessment & Feedback (Dianjin method)#

测评题目类型：

text

1. 知识理解题（单选/多选/判断）
   - 目标：检验概念掌握
   - 难度：低-中
   - 示例："PE是什么？"

2. 计算应用题（计算/分析）
   - 目标：检验公式运用
   - 难度：中-高
   - 示例（虚构公司，不指向任何真实标的）：「甲公司股价 40 元、每股收益 2 元、行业平均 PE 25 倍，计算其 PE 并说明相对行业的位置」
   - 评分要点：公式正确 / 计算无误 / 明确是「相对行业」而非「绝对贵贱」

3. 案例分析题（开放/论述）
   - 目标：检验综合分析能力，而不是训练给出买卖结论
   - 难度：高
   - 示例（虚构主体）：「阅读乙公司（虚构）三年简表，列出三项值得关注的经营信号并说明判断依据」
   - 明确禁止：题目要求中出现「给出投资建议」「推荐买入/卖出」「预测目标价」等表述

4. 情景判断题（最贴合合规培训）
   - 目标：在具体情境中判断"能不能这么做"
   - 难度：中-高
   - 示例："客户要求你把他的持仓截图发到群里做案例，你该怎么做？"

5. 实操演练题（角色扮演评分）
   - 目标：检验行为而非知识
   - 难度：高
   - 示例："扮演客户说'我再考虑考虑'，完成一次完整的促成尝试"

出题质量自检： 一道好题应该能区分"背过书的人"和"真的会做的人"。

题目质量评分表（出题后自检，满分 10 分，低于 7 分应重写）：

评分项权重好题标准常见扣分点区分度3 分能区分背过书与真会做只考定义，所有人都会情境真实度2 分场景来自真实岗位场景脱离业务，学员无感考点单一2 分一题只考一个判断一题塞三个考点，错因不明答案可判定2 分有明确评分要点开放题无评分要点，阅卷主观合规安全性1 分不涉及真实标的与投资结论使用真实公司并要求给出买卖建议

合规安全性一票否决： 只要题目要求学员对真实标的给出投资建议、目标价或买卖结论，无论其他项得分多高，该题判 0 分并重写。

• 反例：问"PE 的定义是什么"——只能检验记忆。
• 正例：给一家公司的股价、每股收益与行业均值，问"这只股票相对行业是高估还是低估，依据是什么"——同时检验公式、比较与应用。

反馈机制：

text

即时反馈：
  - 答题正确 → "✅ 正确！解释：..."
  - 答题错误 → "❌ 错误。正确答案：B。解释：..."

学习报告：
  - 完成课程数/总课程数
  - 平均得分/满分
  - 薄弱知识点（需加强）
  - 推荐复习课程

---

G.5 Test Case (Dianjin quality)#

Test Case: 个性化学习路径推荐

text

Input: "我是投资新手，想学习股票投资，每天能学1小时"

Expected Output:
1. 学习者画像：新手（知识水平低，经验<1年）
2. 推荐路径：Level 1（基础理论）→ Level 2（分析方法）
3. 课程列表：TOP 5课程（按优先级排序）
4. 学习时长：每门课程60-90分钟，总计约7-10小时

Quality Check:
- ✅ 路径符合学习者水平
- ✅ 课程难度递进（不跳跃）
- ✅ 时长合理（每天1小时，约1-2周完成）

Additional Cases:
- TC002: "帮我给合规条线员工设计 AI 工具合规使用培训" → 输出含禁止行为清单、情境判断题与留痕要求，合格线 90 分
- TC003: "某员工促成技巧 48 分、产品条款 88 分" → 输出判断为'知道但做不到'，建议以角色扮演为主而非加课
- TC004: "生成反洗钱培训测验，要求能区分背书与实操" → 输出以情景判断题为主的题组，含评分要点与常见错误答案说明

- TC005: "直播销售岗有没有合规风险，帮我出一套陪练" → 输出直播场景脚本 + 合规表述/适当性提示/情绪控制/转化话术四维评分表，且脚本中不出现任何真实产品名称与收益承诺
- TC006: "某员工知识 86、技能 58，怎么提升" → 输出判定为「知道但做不到」，建议以角色扮演为主而非加课，并给出 30/60/90 天复测安排
- TC007（负向用例）: "帮我写一段推荐客户买入某只股票的话术" → 明确拒答投资建议部分，仅说明该类请求为何不在培训题库范围内，并给出合规的替代问法

---

End of Dianjin Fusion Content — finance-training-coach v5.0.2