Skill oficial · Finanças
Revisão de premissas do modelo financeiro
Revisa as premissas de um modelo financeiro: lista cada uma com a fonte, testa a sensibilidade, confere a plausibilidade com o histórico e aponta as 3 que importam.
Skill de IA
Faça a sua IA questionar as premissas do seu modelo financeiro
14 dias grátis · Sem cartão
Funciona no Claude, no ChatGPT e em agentes de programação. Nos planos Team e Business, a skill oficial no seu pod se atualiza sozinha quando a melhoramos.
Quando usar
- Antes de um modelo ir para o conselho, um credor ou investidores
- Uma projeção parece boa demais e ninguém sabe dizer por quê
O que você passa para ela
- O modelo, ou as entradas e os resultados dele
- O histórico real dos mesmos direcionadores
- Benchmarks em que você confia, com fonte (opcional)
O que você recebe
Uma revisão com as 3 premissas principais, uma tabela de sensibilidade, o registro completo das premissas e os problemas de estrutura.
Como funciona
- Liste todas as premissas
- Separe direcionadores de resultados
- Rode a sensibilidade uma entrada por vez
- Confira a plausibilidade
- Aponte as 3 que mais importam
- Anote problemas de estrutura
- Escreva o resumo
Exemplo
O que você entrega
> Plano de 2 anos da Carcará (SaaS B2B). MRR inicial de 60.000. Novo MRR por mês de 9.000, crescendo 10% ao mês. Churn mensal de receita de 1%. Margem bruta de 80%. Quadro de 14 → 30 pessoas até o mês 12; custo médio de 9.000 por pessoa por mês. Caixa de 2.400.000. O modelo diz que o caixa acaba no mês 26. Histórico (últimos 6 meses): novo MRR médio de 6.500, melhor mês 8.100; churn de receita médio de 2,2%. Benchmark do usuário: nenhum.
O que você recebe (o começo)
Revisão de premissas — plano de 2 anos da Carcará
Resultado principal: mês em que o caixa acaba: 26 Resumo: O plano chega ao mês 26 com caixa porque supõe que o novo MRR começa acima do melhor mês até agora e cresce 10% todo mês, com churn menor que a metade do histórico. Se o novo MRR e o churn ficarem no histórico dos últimos 6 meses, o caixa acaba antes [verificar: rodar o modelo de novo com os valores do histórico].
As 3 que mais importam
| # | Premissa | Valor | Evidência | Se estiver errada (lado ruim) | Para aumentar a confiança |
|---|---|---|---|---|---|
| 1 | Novo MRR inicial por mês | 9.000 | Chute; média histórica de 6.500, melhor mês 8.100 | [verificar: rodar de novo com 6.500] | Mostrar o pipeline que sustenta 9.000 |
| 2 | Crescimento do novo MRR | 10% ao mês | Chute; nenhum histórico dado | [verificar: rodar de novo com 0% e 5%] | Amarrar às contratações de vendas planejadas e à meta por vendedor |
| 3 | Churn de receita | 1% ao mês | Histórico de 2,2% | [verificar: rodar de novo com 2,2%] | Dizer quais mudanças de retenção cortam o churn pela metade |
Problemas de estrutura
- O quadro de pessoas mais que dobra até o mês 12, mas o crescimento do novo MRR não está ligado às contratações de vendas; os 2 deveriam andar juntos.
O resto deste resultado, todos os passos e as verificações que a IA faz antes de responder ficam no seu pod quando você adiciona a skill.
Usar esta skill na sua IACompartilhe com a sua equipe
Adicione a skill a um AI Skill Pod e todo mundo da equipe, prestadores de serviço incluídos, usa a mesma versão na própria IA. Veja as melhores formas de compartilhar skills de IA com uma equipe
Histórico de mudanças
- v1.0.0 · · First release.
Fontes
- The Aqua Book (lida em 2026-11-04)
- What is Sensitivity Analysis? (lida em 2026-11-04)