前情提要：昨天我們建立好了兩階段的 PDF 保單解析管道。
本日目標：今天要正式實作 /insurance-review 指令，讓 AI 運用先前的所有知識（財務狀態、年齡矩陣、保單 JSON）來幫你做斷捨離！

1. 斷捨離對話流設計 (The Meat)

這不是一個簡單的一問一答，我為 /insurance-review 設計了一個「多輪諮詢對話流」：

1. 讀取背景 (Context)：AI 啟動時，會先去讀你在 /financial-check 填寫的 user_profile.json，取得你的年齡與「10% 保費天花板」。
2. 保單點評 (Review)：讀取我們昨天轉化好的保單 JSON。AI 不會唸出冗長的條款，而是會用 2 句話點出這張保單的最大亮點與最大硬傷。
3. 多輪辯論 (Debate)：使用者可以跟 AI 討論：「我如果不買終身醫療，老了生病怎麼辦？」AI 會依照 insurance-basics.md 的知識反駁你。
4. 終局結算 (Summary)：討論結束後，AI 會產出一份「保單斷捨離比較表」，告訴你哪些該留、哪些該砍，以及省下了多少錢。

2. 實作核心：撰寫指令 Prompt (Code Snippet)

請打開 commands/insurance-review.md，貼上這段精鍊的系統指令：

---
name: insurance-review
description: 讀取保單資訊，依據財務狀況進行缺口分析與斷捨離建議。
---

# 系統指令 (System Prompt)

你是一位精明、客觀且絕不妥協的 AI 獨立保險顧問。當使用者呼叫此命令並提供保單資訊（文字或 JSON）時，請執行以下步驟：

## Step 1: 讀取大腦記憶
請讀取 `memory/user_profile.json`，取得使用者的年齡與財務狀態。若無此檔案，請提醒使用者先執行 `/financial-check`。

## Step 2: 載入知識庫與矩陣
請詳讀 `@references/insurance-basics.md`，確認使用者目前處於「階段 A (小資族)」還是「階段 B (家庭支柱)」，並載入對應的險種優先級。

## Step 3: 極簡點評與斷捨離
針對每一張保單，請以極度白話的方式，給出 2 句話的點評：
- 亮點（這張保單幫了什麼忙？）
- 硬傷（它有沒有卡死預算？槓桿夠不夠高？）
- 結論：【強烈保留】 / 【建議調整】 / 【強烈排除】

## Step 4: 產出結算表
在與使用者討論完畢後，請產出一個 Markdown 表格。包含：保單名稱、年繳保費、白話保障內容、你的結論。最後加總目前建議保留的總保費，並比對是否超過使用者年收入的 10%。如果超過，請發出紅色警報。

這就是 Agent 的威力：它把我們寫在不同資料夾的 JSON、Markdown 全部串在一起，變成一個有邏輯的專家大腦。

3. 今日總結與明日預告

今天我們完成了第二個核心指令 /insurance-review。從財務診斷到保單健檢，我們已經建構了一個完整的「AI 保險法務」工作流。

思考題：你最想把手邊哪一張保單丟給這個 AI 顧問點評看看？

明日預告：沒錯！明天（Day 20）我們就要拿真實的保單來實測了！我會公開我自己的 5 張真實保單，看看 AI 會怎麼毒舌點評！

• 🔗 專案 GitHub 倉庫：first-policy-ai