startup-financial-modeling

Visión general de la skill startup-financial-modeling

Qué hace startup-financial-modeling

La skill startup-financial-modeling ayuda a un agente a construir un modelo financiero de startup a 3-5 años para planificación, fundraising y decisiones operativas. Está pensada para empresas en etapa temprana que necesitan más estructura que un prompt genérico de “hazme una proyección”, especialmente cuando los ingresos dependen de adquisición de clientes, retención, pricing, contratación y consumo de caja a lo largo del tiempo.

Quién debería usar esta skill

La startup-financial-modeling skill encaja mejor para founders, responsables de finanzas, perfiles de operaciones, asesores de startups y analistas orientados a producto que necesitan una lógica apta para inversores sin partir de una hoja en blanco. Es especialmente útil para preguntas típicas de seed y Series A como:

• ¿Cuánto runway queda con el plan de contratación actual?
• ¿Qué trayectoria de ingresos implican los supuestos de adquisición y retención?
• ¿Cuándo habrá que levantar capital de nuevo?
• ¿Cómo cambian el burn y la fecha de agotamiento de caja entre escenarios best/base/worst?

El trabajo real que resuelve

La mayoría de los usuarios no solo quieren “un modelo”. Quieren una proyección que puedan defender. El valor de startup-financial-modeling es que empuja el modelo hacia drivers explícitos: crecimiento por cohortes, ARPU, retención, categorías de costes, burn, runway y análisis de escenarios. Eso resulta mucho más útil para tomar decisiones que una proyección plana de CAGR sobre ingresos totales.

Qué la diferencia de un prompt financiero genérico

El principal diferencial es la estructura. La skill se apoya en patrones de modelado específicos de startups como:

• lógica de ingresos basada en cohortes
• categorías detalladas de gastos operativos
• análisis de flujo de caja y runway
• planificación de escenarios de fundraising

Por eso encaja mejor con startups SaaS y de ingresos recurrentes que un prompt de una sola vez que salta directamente a los totales sin mostrar los supuestos.

Límites importantes antes de instalarla

Esta skill es una guía orientada a documentos, no una hoja de cálculo empaquetada, una librería de código ni un motor de reglas. No incluye scripts, plantillas ni archivos de soporte dentro de la carpeta de la skill. Deberías instalar startup-financial-modeling si quieres un marco de prompting más sólido para un agente de IA, no si necesitas estándares auditados de modelado financiero, cumplimiento contable o un modelo ya hecho en Excel.

Cómo usar la skill startup-financial-modeling

Contexto de instalación de startup-financial-modeling

La skill original no incluye su propio comando de instalación en SKILL.md, pero los usuarios del directorio suelen añadir skills desde el repositorio padre. Un patrón habitual es:

npx skills add https://github.com/wshobson/agents --skill startup-financial-modeling

Después de instalarla, la fuente principal que conviene leer es:

• plugins/startup-business-analyst/skills/startup-financial-modeling/SKILL.md

Como aquí no hay referencias adicionales ni archivos auxiliares, prácticamente toda la orientación útil está en ese único archivo.

Lee este archivo primero

Empieza por SKILL.md y céntrate en estas secciones en este orden:

1. Overview
2. Core Components
3. Revenue Model
4. Cost Structure
5. las secciones de cash flow, runway y escenarios que aparecen más abajo en el documento

Ese recorrido te lleva a la lógica real del modelo más rápido que hojear todo el repositorio.

Qué inputs necesita la skill

El startup-financial-modeling usage mejora mucho cuando das drivers explícitos en lugar de pedir simplemente “una proyección”. Como mínimo, dale al agente:

• modelo de negocio: SaaS, marketplace, fintech, usage-based, services-hybrid
• pricing: planes, ARPU, duración de contrato, supuestos de expansión
• adquisición: nuevos clientes mensuales o embudo desde leads hasta cierre
• retención: logo churn, revenue churn o curva de retención por cohorte
• COGS: hosting, soporte, comisiones de pago, herramientas de terceros
• costes operativos: plan de headcount, salarios, gasto en marketing, G&A
• caja inicial y burn actual
• supuestos de fundraising: tamaño de la ronda, momento, objetivo de dilución, runway buscado
• horizonte de planificación: normalmente 36, 48 o 60 meses

Si dejas estos puntos en blanco, el modelo se vuelve genérico muy rápido.

Estructura de prompt sólida para startup-financial-modeling

Un buen prompt para la startup-financial-modeling guide debería pedir tanto supuestos como resultados. Usa una estructura como esta:

• etapa de la empresa y modelo de negocio
• métricas actuales
• horizonte objetivo
• escenarios necesarios
• formato de salida
• preguntas financieras concretas que quieres responder

Ejemplo:

“Use the startup-financial-modeling skill to build a 36-month model for a B2B SaaS startup. We have 120 customers, $28k MRR, 2.5% monthly logo churn, $240 ARPU, and add 18 new customers per month today. Assume CAC starts at $900 and improves 10% over 12 months. Team is 8 people today and grows to 14 over 18 months. Starting cash is $1.4M. Show base, upside, and downside cases with monthly revenue, COGS, opex, burn, runway, and suggested raise timing.”

Eso es mucho más accionable que “haz una proyección para una startup”.

Convierte un objetivo difuso en inputs listos para modelar

Si solo tienes claro el objetivo, primero conviértelo en preguntas sobre drivers. Por ejemplo:

Objetivo difuso:

• “Necesito financieros para inversores para una ronda seed.”

Mejor prompt:

• “Use startup-financial-modeling for Finance planning. Build a 48-month monthly model for a seed-stage B2B SaaS company. Ask me for any missing assumptions before modeling. Include customer growth by cohort, retention, pricing, COGS, hiring plan, burn, runway, and a financing case with a $3M raise in month 6.”

Esto funciona porque le da permiso al agente para recopilar los inputs que faltan antes de ponerse a adivinar.

Mejor flujo de trabajo en la práctica

Un flujo práctico para startup-financial-modeling usage es:

1. Definir el modelo de negocio y el horizonte temporal.
2. Dar las métricas base actuales.
3. Pedir al agente que enumere los supuestos que faltan.
4. Confirmar los drivers principales antes de proyectar.
5. Generar salidas mensuales del modelo.
6. Añadir escenarios best/base/worst.
7. Hacer stress test de la fecha de agotamiento de caja y del momento de la ronda.
8. Convertir el modelo en una narrativa para inversores o consejo.

El paso clave es la revisión de supuestos antes de proyectar. Ahí es donde se pueden evitar la mayoría de los malos resultados.

En qué parece destacar más la skill

Por lo que muestra la fuente, startup-financial-modeling rinde mejor cuando la empresa tiene ingresos recurrentes y las cohortes de clientes importan. Está especialmente bien adaptada a:

• B2B SaaS
• productos por suscripción
• negocios impulsados por retención
• planificación de fundraising en etapas tempranas
• análisis de runway y burn

Encaja peor, de forma natural, con negocios de proyectos puntuales, salvo que adaptes la lógica de ingresos.

Formatos de salida que conviene pedir

No dejes el formato de salida ambiguo. Pide al agente uno o varios de estos:

• tabla mensual para 24-60 meses
• tabla resumen de supuestos
• tabla comparativa de escenarios
• cronograma de fundraising
• estimación del mes de break-even
• explicación lista para board sobre las sensibilidades clave

Si quieres llevar el trabajo a Sheets o Excel, pide tablas simples con las fórmulas descritas en palabras.

Bloqueos habituales al adoptar la skill

Antes de instalar startup-financial-modeling, la mayoría de los bloqueos no son técnicos. Son problemas de calidad de inputs:

• no hay supuestos de retención
• no hay una lógica de pricing clara
• no hay plan de headcount
• no hay separación entre COGS y opex
• no hay contexto sobre caja inicial o deuda
• se piden salidas anuales cuando el runway requiere detalle mensual

La skill ayuda con la estructura, pero no puede inventar por ti supuestos operativos fiables.

Cómo conseguir una mejor planificación por escenarios

El repositorio pone claramente el foco en el análisis de escenarios, así que conviene usarlo de forma deliberada. Una configuración útil es variar solo unos pocos drivers en cada caso:

• volumen de adquisición
• retención/churn
• ARPU o ingresos por expansión
• ritmo de contratación
• timing de fundraising

Si todas las líneas cambian en todos los escenarios, el resultado se vuelve difícil de explicar a inversores u operadores.

Preguntas frecuentes sobre la skill startup-financial-modeling

¿Merece la pena instalar startup-financial-modeling?

Sí, si quieres que un agente use lógica financiera específica para startups en lugar de lenguaje genérico de forecasting. La startup-financial-modeling skill ofrece un marco de modelado más claro que los prompts normales, aunque no incluya archivos de spreadsheet ni automatizaciones.

¿startup-financial-modeling es buena para principiantes?

Sí, con un matiz: los principiantes siguen necesitando aportar supuestos básicos del negocio. La skill puede organizar el modelo, pero no elimina la necesidad de entender términos como ARPU, churn, COGS, burn y runway.

¿En qué se diferencia de pedirle una proyección a ChatGPT?

Los prompts normales suelen saltarse la lógica de drivers y pasar directamente a números resumen. startup-financial-modeling es más útil cuando necesitas ver el recorrido desde los supuestos hasta los resultados, sobre todo en ingresos por cohortes, categorías de costes y planificación de caja.

¿Puedo usar startup-financial-modeling para empresas que no sean SaaS?

A veces sí. Encaja mejor cuando los ingresos pueden modelarse a partir de comportamiento repetido de clientes y economías recurrentes. En negocios transaccionales o muy intensivos en servicios, quizá necesites reescribir la sección de ingresos en torno a bookings, utilization, project margins o take rate.

¿La skill genera una hoja de cálculo?

No por sí sola. La evidencia del repositorio muestra únicamente SKILL.md en la carpeta de esta skill, sin plantillas ni scripts. Lo que debes esperar es guía para un agente, no un modelo financiero descargable.

¿Cuándo no debería usar startup-financial-modeling?

No la uses si necesitas:

• estados financieros auditados
• asesoramiento fiscal o sobre GAAP
• paquetes financieros con nivel exigido por lenders
• modelado legal de cap table
• un workbook de Excel plug-and-play

También encaja mal si tu negocio no tiene un patrón significativo de cohortes, retención o ingresos recurrentes.

Cómo mejorar la skill startup-financial-modeling

Da inputs a nivel de driver, no objetivos de resultado

La forma más rápida de mejorar la calidad de salida de startup-financial-modeling es dejar de escribir prompts con metas como “llegar a $10M ARR”. En su lugar, aporta los drivers que podrían producir ese resultado:

• altas de clientes por mes
• retención por cohorte
• pricing por segmento
• timing de upsell
• CAC por canal
• rampa de contratación
• coste de infraestructura por cliente

Así el modelo se puede explicar, en lugar de ser solo aspiracional.

Pide al agente que separe supuestos y cálculos

Un fallo habitual es que haya supuestos ocultos mezclados dentro de la proyección. Para mejorar los resultados, pide explícitamente:

1. tabla de supuestos
2. lógica de fórmulas
3. salidas mensuales
4. deltas entre escenarios
5. sensibilidades clave

Esto hace que los malos supuestos sean más fáciles de detectar antes de apoyarte en esos números.

Obliga a incluir detalle mensual para preguntas de runway

Si tu objetivo es planificar caja, el detalle mensual importa. Las vistas anuales ocultan el riesgo de agotamiento de caja. Para obtener mejores resultados de startup-financial-modeling for Finance, pide proyecciones mensuales al menos hasta la siguiente ronda esperada o el punto de break-even.

Ajusta mejor los supuestos de retención y expansión

Los inputs débiles de retención son el mayor riesgo de calidad en los modelos de ingresos recurrentes. En vez de decir “el churn es bajo”, especifica algo como:

• 3% monthly logo churn en los meses 1-12
• net revenue retention de 105% para cuentas enterprise
• la expansión empieza después del mes 4 para el 20% de los clientes retenidos

Incluso números aproximados como estos son mejores que un optimismo vago.

Mejora el modelo de costes con el timing de contratación

Muchos modelos de startup infravaloran el burn porque el headcount se trata de forma demasiado genérica. Aporta:

• rol
• mes de inicio
• salario fully loaded
• comisión, si aplica
• costes puntuales de recruiting o equipamiento

Esto mejora de forma material las salidas de burn y runway.

Usa disciplina en los escenarios

No pidas diez escenarios. Pide tres casos claros y define qué cambia en cada uno. Ejemplo:

• Base: se mantienen la conversión y el churn actuales
• Upside: el churn mejora un 20%, el CAC mejora un 15%
• Downside: la contratación comercial se retrasa 3 meses, el churn empeora un 25%

Así la lógica de escenarios sigue siendo útil para decidir.

Pide una sección de sanity-check

Una buena forma de mejorar la salida de la startup-financial-modeling guide es pedir al agente que marque supuestos poco realistas, por ejemplo:

• crecimiento de ARR muy por encima de la capacidad de contratación
• gross margin que no cuadra con los costes de infraestructura
• CAC payback peor que el runway de caja
• timing de la ronda posterior al agotamiento de caja

Eso ayuda a detectar problemas del modelo que una tabla bien presentada puede ocultar.

Itera después del primer borrador

El primer borrador no debería ser tu modelo final. Mejora el resultado preguntando:

• ¿Qué 3 supuestos explican la mayor parte de la variación en el runway?
• ¿Qué haría que este modelo no resultara convincente para inversores?
• ¿Qué métricas necesitan datos reales en vez de estimaciones?
• ¿Qué cambia si la contratación se retrasa un trimestre?

Así conviertes la skill en una herramienta de planificación, no en una salida puntual.

Adapta la lógica de ingresos si tu negocio es atípico

Si instalas startup-financial-modeling para un marketplace, fintech o empresa híbrida de servicios, indícale al agente que sustituya los supuestos SaaS por defecto cuando haga falta. Ejemplos:

• marketplace: GMV, take rate, buyer/seller cohorts
• fintech: transaction volume, interchange, loss assumptions
• services hybrid: billable headcount, utilization, project margin

Sin esa adaptación, el resultado puede parecer pulido, pero encajar mal con el negocio.