收到！各位打火弟兄注意，我是今天的資料分析兼 AI 戰術教官。裝備檢查完畢，全部給我集中精神進入狀況！

今天的任務是推進 「Day 7：風控情境提問範本庫（Credit / Market / Operational Risk）」。在銀行與金融風控的數據火場中，信用風險（Credit Risk）、市場風險（Market Risk）與作業風險（Operational Risk）就像三種不同屬性的烈火——信用起火是資金鏈斷裂，市場氣爆是資產價格劇烈波動，作業風險則是人為流程缺失導致的內部失火！

如果提問時沒有掌握金融監管邏輯與數據思維，直接向 AI 拋出模糊指令，只會得到不符合法規且無法執行的廢話。以下依照我們的「救災標準作業程序 (S.O.P)」進行全方位的實務拆解與作戰演練：

🚨 1. 災情評估與風險控制 (Size-up & Problem Analysis)

在金融監管與風險控制的火場中，模糊不清的提問是導致風控決策失誤的致命毒氣：

• 數據火場的致命盲點：新手或授信審查員最常犯的錯誤，就是直接問 AI「這家公司/這個客戶能不能借錢？」或「幫我評估市場有沒有風險」。這種沒有拆解為「量化指標」、「判斷方法」與「監管邊界」的開放式問題，會讓 AI 在缺乏專業風控框架下產生幻覺與腦補。
• 打火弟兄最常犯的致命迷思：
  1. 迷思一：「AI 懂金融，所以隨便問問它就能自動符合巴塞爾協定或監管規範。」 —— 錯！AI 只是工具，沒有輸入明確的監管框架與風險量化指標（如 PD、LGD、VaR、KRI），AI 產出的建議根本無法通過內部稽核與監管審查。
  2. 迷思二：「直接將未去識別化的客戶個人聯徵紀錄或企業機密財報丟給 AI 做審查。」 —— 這是嚴重的資安與個資違規！進入火場前，資料必須去識別化（De-identification），只留存量化財務與行為數據。

🧯 2. 戰術下達與核心原理 (Tactical Strategy)

為了確保風控掃描精準，我們必須建立 「銀行三大風險專用提示詞範本包（Prompt Template Pack）」，並運用數據思維將抽象的風險問題拆解為「可觀察、可量化的指標」：

1. 信用風險（Credit Risk）：重點圍繞於還款能力、負債比率、流動性指標與違約機率（PD）的量化拆解。
2. 市場風險（Market Risk）：重點圍繞於利率、匯率、投資組合波動度、風險價值（VaR）與壓力測試情境模擬。
3. 作業風險（Operational Risk）：重點圍繞於內部控制流程漏洞、交易異常、系統當機與內部人為失誤率（KRI）。

🚒 3. 黃金救援步驟 (Actionable S.O.P)

事前佈線（Data Preparation & Risk Prompt Template Pack）

教官為大家建立符合金融監管邏輯的三大風險專用提問範本包，弟兄們可直接套用至實務場景：

📌 範本 1：信用風險（Credit Risk）提問範本

# Role
你是一位金融機構信用風險審查專家，熟知信用評分模型與監管授信規範。

# Goal
請從數據思維出發，協助將「企業/個人授信申請」拆解為可量化的信用風險評估指標。

# Input & Task
請針對【客戶財務/徵信數據】，將信用風險拆解為「償債能力」、「財務結構」、「信用歷史」三大維度。
請以 Markdown 表格整理，包含：[評估維度 | 量化指標 | 資料來源 | 監管/風控門檻 | 異常處置行動]，資訊不足處請列為待補件項目，不可捏造資料。

📌 範本 2：市場風險（Market Risk）提問範本

# Role
你是一位市場風險分析師，精通資產組合波動率、VaR（Value at Risk）與壓力測試情境。

# Goal
請針對當前市場波動（如升息、匯率暴漲），規劃投資組合壓力測試情境與風險量化指標。

# Task
請將市場風險拆解為「利率風險」、「匯率風險」、「流動性風險」，並以表格整理：[風險類型 | 監測量化指標 | 壓力測試情境 | 警戒線門檻 | 避險處置建議]。

📌 範本 3：作業風險（Operational Risk）提問範本

# Role
你是一位銀行作業風險與內控稽核顧問，熟悉關鍵風險指標（KRI）建立與流程控管。

# Goal
請將「分行櫃檯高額交易與臨櫃作業」拆解為可量化監控的作業風險指標，以防範人為疏失與詐欺。

# Task
請將作業風險拆解為「系統與授權」、「人為操作疏失」、「洗錢與詐欺預警」，以表格整理：[流程環節 | 關鍵風險指標 (KRI) | 監測頻率 | 異常判定標準 | 整改行動]。

深入火場（Analysis & Modeling - 實力練習：個人信用貸款審核）

現在執行實力練習！請 GenAI 協助規劃「個人信用貸款審核」的量化評分與審查規則表。

1. 輸入 GenAI 的結構化 Prompt：

# Role
你是一位「個人無擔保信用貸款風控審查專家」，熟悉授信評分卡（Credit Scorecard）與總債務負擔（DBR 22 倍）等金融監管規範。

# Goal
請協助規劃一份用於「個人信用貸款審核」的量化評分與審查規則表，將模糊的還款意願與能力轉化為可客觀計算的數據指標。

# Input Parameters
申請人基本背景欄位包含：年收入、現職年資、負債比率（DBR）、聯徵信用分數、近半年信用卡繳款紀錄、近半年查閱次數。

# Output Requirements
請輸出結構化的 Markdown 表格，分為：
1. 【量化評分卡規則表】：包含 [評分維度 | 量化指標 | 配分權重 | 計分標準/區間 | 資料來源]。
2. 【授信決策與准駁門檻表】：包含 [總得分區間 | 風險等級 | 授信決策 (核准/條件核准/婉拒) | 限制條件與加強風控措施]。

2. GenAI 產出之「個人信用貸款量化評分與審查規則表」：

表一：個人信貸量化評分卡規則表

表二：授信決策與准駁門檻表

殘火處理與儀表板（Visualization & Risk Dashboard Integration）

1. 驗算與合規審核：風控人員驗證評分卡的配分權重，確保符合金融監管（如 DBR 22 倍限制）。
2. 樞紐分析與儀表板銜接：將評估數據匯入 Excel 樞紐分析表或 Tableau，建立「個人信貸風險分級儀表板」，即時監控各分行核貸案件的 Tier 1 至 Tier 3 占比與不良貸款率預警。

🛡️ 4. 隊長的精神訓話 (Takeaway)

「三大風險範本鋪到位，量化規則畫得清；數據思維守邊界，金融風控零漏洞！」