startup-financial-modeling

startup-financial-modeling スキルの概要

startup-financial-modeling でできること

startup-financial-modeling は、計画策定・資金調達・日々の経営判断に使える、3〜5年のスタートアップ向け財務モデルをエージェントに組み立てさせるためのスキルです。特に、売上が顧客獲得、継続率、価格設定、採用計画、そして時間経過に伴うキャッシュバーンに左右される初期段階の企業に向いています。単に「予測を作って」と頼むだけでは足りない場合に、より筋の通ったモデリングの枠組みを与えられます。

このスキルが向いている人

この startup-financial-modeling skill は、ゼロからシートを作り始めずに、投資家に説明できるロジックを持ったモデルを必要とする創業者、ファイナンス責任者、事業運営担当、スタートアップアドバイザー、プロダクト志向のアナリストに最適です。特に、シード〜Series A 前後でよくある次のような問いに役立ちます。

• 今の採用計画だとランウェイはどれくらい持つか？
• 顧客獲得と継続率の前提から、どんな売上推移になるか？
• 次の資金調達はいつ必要になるか？
• best/base/worst ケースでバーンと資金枯渇時期はどう変わるか？

実際のジョブ・トゥ・ビー・ダン

多くのユーザーが欲しいのは、単なる「モデル」ではありません。説明責任を果たせる予測です。startup-financial-modeling の価値は、モデルを明示的なドライバー中心に寄せていく点にあります。たとえば、コホート成長、ARPU、継続率、コスト区分、バーン、ランウェイ、シナリオ分析です。トップラインの CAGR だけを平坦に置く予測よりも、意思決定にはるかに使いやすくなります。

汎用的な財務プロンプトとの違い

最大の違いは構造化にあります。このスキルは、スタートアップ特有のモデリングパターンを中心に据えています。たとえば次のようなものです。

• コホートベースの売上ロジック
• 詳細な営業費用カテゴリ
• キャッシュフローとランウェイ分析
• 資金調達シナリオの設計

そのため、前提を見せずにいきなり合計値へ飛ぶ単発プロンプトよりも、SaaS や継続課金型スタートアップとの相性が良いです。

インストール前に知っておきたい重要な制約

このスキルはドキュメント主導のガイドであり、完成済みのスプレッドシート、コードライブラリ、ルールエンジンではありません。スキルフォルダ内に同梱スクリプト、テンプレート、補助ファイルはありません。startup-financial-modeling を入れるべきなのは、AI エージェント向けのプロンプト設計を強化したい場合です。監査対応の財務モデリング標準、会計コンプライアンス、あるいはそのまま使える Excel モデルが必要なら用途が異なります。

startup-financial-modeling スキルの使い方

startup-financial-modeling のインストール前提

上流のスキルには SKILL.md 内に専用の install コマンドはありませんが、ディレクトリ利用者は通常、親リポジトリからスキルを追加します。よくあるパターンは次のとおりです。

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

インストール後にまず読むべき主要ソースは以下です。

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

このスキルには追加の参照資料やヘルパーファイルがないため、実用的なガイダンスのほぼすべてがこの 1 ファイルに集約されています。

最初に読むべきファイル

まず SKILL.md を開き、次の順番で重点的に読むのがおすすめです。

1. Overview
2. Core Components
3. Revenue Model
4. Cost Structure
5. ドキュメント後半の cash flow、runway、scenario 関連セクション

この順で追うと、リポジトリ全体をざっと眺めるよりも、実際のモデリングロジックに早くたどり着けます。

startup-financial-modeling に必要な入力

startup-financial-modeling usage は、「予測を作って」と曖昧に頼むより、明示的なドライバーを渡したときに格段に良く機能します。最低限、エージェントには次を渡してください。

• 事業モデル: SaaS、marketplace、fintech、usage-based、services-hybrid
• pricing: プラン、ARPU、契約期間、アップセル前提
• acquisition: 月次の新規顧客数、または leads-to-close funnel
• retention: logo churn、revenue churn、または cohort retention curve
• COGS: hosting、support、payment fees、third-party tools
• operating costs: headcount plan、salaries、marketing spend、G&A
• 初期キャッシュと現在の burn
• fundraising assumptions: round size、timing、dilution target、runway goal
• planning horizon: 通常は 36、48、または 60 か月

これらを空欄のままにすると、モデルはすぐに汎用的で薄い内容になります。

startup-financial-modeling 向けの強いプロンプト設計

startup-financial-modeling guide に対する良いプロンプトは、前提と出力の両方を求める形にすることです。次のような構成が使いやすいです。

• 会社のステージと事業モデル
• 現在の主要指標
• 対象期間
• 必要なシナリオ
• 出力形式
• 答えてほしい具体的な財務論点

例:

“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.”

これは “make a startup forecast” とだけ依頼するより、はるかに実務に落とし込みやすいです。

ざっくりした目的をモデル入力に落とし込む

目的しか決まっていない場合は、まずドライバーの質問へ分解するとよいです。たとえば以下のように変換します。

ざっくりした目的:

• “I need investor financials for a seed raise.”

より良いプロンプト:

• “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.”

この形が有効なのは、推測で埋める前に、不足している入力をエージェントが回収してよいと明示できるからです。

実務で使いやすいワークフロー

startup-financial-modeling usage を実務で使うなら、次の流れが現実的です。

1. 事業モデルと対象期間を定義する。
2. 現在のベースライン指標を渡す。
3. 不足している前提をエージェントに列挙させる。
4. 予測に入る前に主要ドライバーを確定する。
5. 月次モデルの出力を生成する。
6. best/base/worst シナリオを追加する。
7. 資金枯渇時期と調達タイミングをストレステストする。
8. モデルを投資家向け、または取締役会向けの説明文に変換する。

重要なのは、予測に入る前の前提確認です。質の低い出力の多くは、この段階で防げます。

startup-financial-modeling が特に得意なケース

ソースを見る限り、startup-financial-modeling が最も強いのは、継続売上があり、顧客コホートが重要な会社です。特に相性が良いのは次のケースです。

• B2B SaaS
• subscription products
• retention-driven businesses
• 早期ステージの資金調達計画
• runway と burn の分析

一方で、単発案件型のビジネスにはそのままだと自然には当てはまりにくく、売上ロジックの調整が必要です。

リクエストすべき出力形式

出力形式は曖昧にしないでください。エージェントには次のいずれか、または複数を明示的に求めるとよいです。

• 24〜60か月の月次テーブル
• 前提条件の要約テーブル
• シナリオ比較テーブル
• 資金調達タイムライン
• 損益分岐月の見積もり
• 主要感応度を説明する board-ready な解説

Sheets や Excel に移したい場合は、数式を文章で説明したプレーンな表形式を求めると扱いやすいです。

導入時によくあるつまずき

startup-financial-modeling を入れる前後で起きる詰まりは、たいてい技術的な問題ではありません。入力の質の問題です。

• retention assumptions がない
• pricing logic が明確でない
• headcount plan がない
• COGS と opex の切り分けがない
• starting cash や debt の前提がない
• runway を見たいのに年次出力を求めてしまう

このスキルは構造化には効きますが、信頼できる事業前提そのものを代わりに発明してくれるわけではありません。

シナリオ設計を良くするコツ

このリポジトリはシナリオ分析を明確に重視しているので、そこは意図的に使うべきです。実用的なシナリオ設計では、ケースごとに変えるドライバーを少数に絞ります。

• acquisition volume
• retention/churn
• ARPU または expansion revenue
• hiring pace
• fundraising timing

すべての行がすべてのシナリオで変わってしまうと、投資家にもオペレーション担当にも説明しづらくなります。

startup-financial-modeling スキル FAQ

startup-financial-modeling はインストールする価値がある？

はい。汎用的な予測文言ではなく、スタートアップ向けの財務ロジックでエージェントを動かしたいなら価値があります。startup-financial-modeling skill は、スプレッドシートファイルや自動化を同梱していなくても、通常のプロンプトより明確なモデリングの枠組みを与えてくれます。

startup-financial-modeling は初心者にも向いている？

はい。ただし注意点が 1 つあります。初心者であっても、基本的な事業前提は自分で用意する必要があります。このスキルはモデルの整理には役立ちますが、ARPU、churn、COGS、burn、runway といった用語を理解しなくてよくなるわけではありません。

ChatGPT に予測を頼むのと何が違う？

通常のプロンプトは、ドライバーのロジックを飛ばして要約数値に直行しがちです。startup-financial-modeling は、前提から出力に至る道筋が必要なとき、特に cohort revenue、cost categories、cash planning を見たいときに、より実用的です。

startup-financial-modeling は SaaS 以外でも使える？

場合によります。最もフィットするのは、反復的な顧客行動と継続的な unit economics で売上をモデル化できる事業です。取引型や services 比率が高い事業では、revenue section を bookings、utilization、project margins、take rate などに合わせて組み替える必要があります。

このスキルはスプレッドシートを生成してくれる？

それ単体では生成しません。リポジトリ上の確認できる範囲では、このスキルフォルダにあるのは SKILL.md のみで、テンプレートやスクリプトはありません。期待すべきなのは、ダウンロード可能な財務モデルではなく、エージェント向けのガイダンスです。

startup-financial-modeling を使わない方がいいのはどんなとき？

次のようなものが必要なら、これは選択肢として弱いです。

• audited financial statements
• tax or GAAP advice
• lender-grade financial packages
• cap table legal modeling
• すぐ使える plug-and-play の Excel workbook

また、事業に meaningful な cohort、retention、recurring revenue のパターンがない場合も、相性はよくありません。

startup-financial-modeling スキルを改善する方法

結果目標ではなく、ドライバー水準の入力を渡す

startup-financial-modeling の出力品質を最も速く改善する方法は、「$10M ARR に到達したい」のような目標値だけで促すのをやめることです。代わりに、その結果を生みうるドライバーを渡してください。

• customer adds by month
• retention by cohort
• pricing by segment
• upsell timing
• channel-level CAC
• hiring ramp
• infra cost per customer

こうすると、モデルは希望的観測ではなく、説明可能な形になります。

前提と計算を分けるようエージェントに指示する

よくある失敗は、見えない前提が予測の中に混ざり込むことです。結果を良くするには、明示的に次を求めてください。

1. assumption table
2. formula logic
3. monthly outputs
4. scenario deltas
5. key sensitivities

こうしておくと、数字を信じる前に怪しい前提を見つけやすくなります。

ランウェイを見るなら月次粒度を必須にする

目的が cash planning なら、月次の細かさが重要です。年次ビューでは資金枯渇リスクが隠れます。より良い startup-financial-modeling for Finance の結果を得るには、少なくとも次回調達予定時点、または損益分岐点までは月次予測を求めてください。

retention と expansion の前提を具体化する

継続課金モデルで最も品質リスクが大きいのは、弱い retention 入力です。「churn は低い」といった曖昧な表現ではなく、たとえば次のように指定します。

• 1〜12か月目は monthly logo churn 3%
• enterprise accounts の net revenue retention は 105%
• retained customers の 20% で month 4 以降に expansion が始まる

この程度のラフな数字でも、漠然とした楽観論よりはるかに有効です。

採用時期を入れてコストモデルを精緻化する

多くのスタートアップモデルは、headcount が粗すぎるために burn を過小評価しがちです。次を渡してください。

• role
• start month
• fully loaded salary
• 該当するなら commission
• 一時的な recruiting または equipment costs

これだけで、burn と runway の出力精度は大きく上がります。

シナリオ数を絞って規律を持たせる

シナリオを 10 個も求める必要はありません。3 ケースに絞り、それぞれで何が変わるかを定義してください。例:

• Base: current conversion and churn hold
• Upside: churn improves 20%, CAC improves 15%
• Downside: sales hiring slips 3 months, churn worsens 25%

このほうが、シナリオのロジックが意思決定に使える形で保たれます。

sanity-check セクションを追加で求める

startup-financial-modeling guide の出力を改善するうえで有効なのは、非現実的な前提をエージェントに指摘させることです。たとえば次のようなものです。

• ARR growth far above hiring capacity
• gross margin that conflicts with infrastructure costs
• CAC payback worse than cash runway
• raise timing that occurs after cash-out

見栄えの良い表に隠れがちな問題を、ここで拾えます。

初稿のあとに必ず反復する

最初のドラフトを最終版にしないでください。次のように聞き返すと改善しやすいです。

• Which 3 assumptions drive most variance in runway?
• What would make this model investor-unconvincing?
• Which metrics need real data instead of estimates?
• What changes if hiring is delayed by one quarter?

こうすることで、このスキルは一度きりの出力ではなく、継続的な計画ツールになります。

事業が典型的でないなら売上ロジックを調整する

marketplace、fintech、services hybrid の会社で startup-financial-modeling を使うなら、必要に応じてデフォルトの SaaS 前提を置き換えるようエージェントに明示してください。例:

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

この調整をしないと、見た目は整っていても、実際の事業には合っていない出力になりがちです。