startup-financial-modeling

Visão geral da skill startup-financial-modeling

O que a startup-financial-modeling faz

A skill startup-financial-modeling ajuda um agente a montar um modelo financeiro de startup para 3 a 5 anos, voltado a planejamento, captação e decisões operacionais. Ela foi pensada para empresas em estágio inicial que precisam de mais estrutura do que um prompt genérico do tipo “faça uma projeção”, especialmente quando a receita depende de aquisição de clientes, retenção, precificação, contratações e cash burn ao longo do tempo.

Quem deve usar esta skill

A startup-financial-modeling skill é mais indicada para founders, responsáveis por finanças, operadores, advisors de startup e analistas com visão de produto que precisam de uma lógica pronta para investidores sem começar do zero em uma planilha em branco. Ela é especialmente útil para dúvidas típicas de rodadas seed e Series A, como:

• Quanto tempo de runway temos com o plano atual de contratações?
• Que trajetória de receita está implícita nas premissas de aquisição e retenção?
• Quando vamos precisar captar de novo?
• Como cenários best/base/worst mudam burn e a data de esgotamento de caixa?

O trabalho real que ela resolve

Na prática, a maioria das pessoas não quer só “um modelo”. Quer uma projeção que consiga defender. O valor da startup-financial-modeling está em forçar o modelo a trabalhar com drivers explícitos: crescimento por coorte, ARPU, retenção, categorias de custo, burn, runway e análise de cenários. Isso é muito mais útil para decisão do que uma previsão linear de CAGR no topo da receita.

O que diferencia esta skill de um prompt genérico de finanças

O principal diferencial é a estrutura. A skill prioriza padrões de modelagem específicos para startups, como:

• lógica de receita baseada em coortes
• categorias detalhadas de despesas operacionais
• análise de fluxo de caixa e runway
• planejamento de cenários de fundraising

Isso faz dela uma escolha melhor para SaaS e startups de receita recorrente do que um prompt isolado que pula direto para os totais sem mostrar as premissas.

Limites importantes antes de instalar

Esta skill é um guia orientado por documento, não uma planilha pronta, biblioteca de código ou rules engine. Não há scripts, templates ou arquivos de suporte incluídos na pasta da skill. Vale instalar startup-financial-modeling se você quer um framework de prompting mais forte para um agente de IA, e não se precisa de padrões auditados de modelagem financeira, conformidade contábil ou um modelo pronto em Excel.

Como usar a skill startup-financial-modeling

Contexto de instalação da startup-financial-modeling

A skill original não traz um comando próprio de instalação em SKILL.md, mas usuários do diretório normalmente adicionam skills a partir do repositório pai. Um padrão comum é:

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

Depois da instalação, a principal fonte a consultar é:

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

Como não existem referências extras nem arquivos auxiliares aqui, praticamente toda a orientação útil está concentrada nesse único arquivo.

Leia este arquivo primeiro

Comece por SKILL.md e foque nestas seções, nesta ordem:

1. Overview
2. Core Components
3. Revenue Model
4. Cost Structure
5. seções de cash flow, runway e cenários mais abaixo no documento

Esse caminho leva você à lógica real do modelo mais rápido do que sair folheando o repositório inteiro.

Quais inputs a skill precisa

O uso de startup-financial-modeling melhora muito quando você fornece drivers explícitos em vez de pedir apenas “uma projeção”. No mínimo, entregue ao agente:

• modelo de negócio: SaaS, marketplace, fintech, usage-based, services-hybrid
• pricing: planos, ARPU, duração de contrato, premissas de expansão
• aquisição: novos clientes por mês ou funil de leads até fechamento
• retenção: logo churn, revenue churn ou curva de retenção por coorte
• COGS: hosting, suporte, taxas de pagamento, ferramentas de terceiros
• custos operacionais: plano de headcount, salários, gasto de marketing, G&A
• caixa inicial e burn atual
• premissas de fundraising: tamanho da rodada, timing, meta de dilution, objetivo de runway
• horizonte de planejamento: normalmente 36, 48 ou 60 meses

Se você deixar isso em aberto, o modelo vira algo genérico muito rápido.

Formato de prompt forte para startup-financial-modeling

Um bom prompt para o startup-financial-modeling guide deve pedir tanto as premissas quanto as saídas. Use uma estrutura como esta:

• estágio da empresa e modelo de negócio
• métricas atuais
• horizonte desejado
• cenários necessários
• formato de saída
• perguntas financeiras específicas a responder

Exemplo:

“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.”

Isso é muito mais acionável do que “faça uma projeção de startup”.

Transforme um objetivo genérico em inputs prontos para modelagem

Se você só souber o objetivo, transforme isso primeiro em perguntas sobre drivers. Por exemplo:

Objetivo genérico:

• “Preciso de números para investidores numa rodada seed.”

Prompt melhor:

• “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.”

Isso funciona porque dá ao agente permissão para coletar as premissas faltantes antes de sair chutando.

Melhor fluxo de trabalho na prática

Um fluxo prático de uso de startup-financial-modeling é:

1. Definir o modelo de negócio e o horizonte de tempo.
2. Informar as métricas-base atuais.
3. Pedir ao agente que liste as premissas faltantes.
4. Confirmar os drivers principais antes da projeção.
5. Gerar saídas mensais do modelo.
6. Adicionar cenários best/base/worst.
7. Fazer stress test da data de cash-out e do timing de captação.
8. Converter o modelo em uma narrativa para investidores ou conselho.

O passo-chave é a checagem de premissas antes da projeção. É aí que a maior parte dos resultados ruins pode ser evitada.

Em que a startup-financial-modeling parece ser melhor

Pelo conteúdo da fonte, startup-financial-modeling é mais forte quando a empresa tem receita recorrente e as coortes de clientes realmente importam. Ela se encaixa bem em:

• B2B SaaS
• produtos por assinatura
• negócios movidos por retenção
• planejamento de captação em estágio inicial
• análise de runway e burn

Ela é menos natural para negócios de projetos pontuais, a menos que você adapte a lógica de receita.

Formatos de saída que vale pedir

Não deixe o formato de saída vago. Peça ao agente um ou mais destes itens:

• tabela mensal para 24 a 60 meses
• tabela-resumo de premissas
• tabela comparativa de cenários
• cronograma de fundraising
• estimativa do mês de break-even
• explicação em formato board-ready das principais sensibilidades

Se você quiser levar o trabalho para Sheets ou Excel, peça tabelas simples com as fórmulas descritas em palavras.

Bloqueios mais comuns na adoção

Antes de instalar startup-financial-modeling, os principais bloqueios costumam não ser técnicos. São problemas de qualidade de input:

• não há premissas de retenção
• não existe lógica clara de pricing
• não há plano de headcount
• não existe separação entre COGS e opex
• não há contexto de caixa inicial ou dívida
• pedem saídas anuais quando runway exige detalhe mensal

A skill ajuda com estrutura, mas não consegue inventar premissas operacionais confiáveis para você.

Como fazer um planejamento de cenários melhor

O repositório enfatiza claramente análise de cenários, então vale usar isso de forma intencional. Uma configuração útil é variar apenas alguns drivers por cenário:

• volume de aquisição
• retenção/churn
• ARPU ou receita de expansão
• ritmo de contratação
• timing de fundraising

Se toda linha muda em todo cenário, o resultado fica difícil de explicar para investidores ou operadores.

FAQ da skill startup-financial-modeling

Vale a pena instalar startup-financial-modeling?

Sim, se você quer que um agente use lógica financeira específica de startup em vez de linguagem genérica de projeção. A startup-financial-modeling skill oferece uma estrutura de modelagem mais clara do que prompts comuns, mesmo sem incluir arquivos de planilha ou automação.

startup-financial-modeling é boa para iniciantes?

Sim, com uma ressalva: iniciantes ainda precisam fornecer premissas básicas do negócio. A skill consegue organizar o modelo, mas não elimina a necessidade de entender termos como ARPU, churn, COGS, burn e runway.

Em que ela difere de pedir uma projeção ao ChatGPT?

Prompts comuns costumam pular a lógica dos drivers e ir direto para números-resumo. startup-financial-modeling é mais útil quando você precisa do caminho entre premissas e saídas, especialmente em receita por coorte, categorias de custo e planejamento de caixa.

Posso usar startup-financial-modeling para empresas que não são SaaS?

Às vezes. Ela funciona melhor quando a receita pode ser modelada a partir de comportamento recorrente de clientes e economia repetível. Em negócios mais transacionais ou intensivos em serviços, talvez você precise reescrever a seção de receita em torno de bookings, utilization, project margins ou take rate.

A skill gera uma planilha?

Não sozinha. As evidências do repositório mostram apenas SKILL.md nessa pasta da skill, sem templates ou scripts. Espere orientação para um agente, não um modelo financeiro baixável.

Quando eu não deveria usar startup-financial-modeling?

Evite se você precisa de:

• demonstrações financeiras auditadas
• orientação tributária ou GAAP
• pacotes financeiros no padrão exigido por credores
• modelagem jurídica de cap table
• uma pasta de trabalho em Excel pronta para uso

Ela também é uma escolha fraca se o seu negócio não tem padrão relevante de coorte, retenção ou receita recorrente.

Como melhorar a skill startup-financial-modeling

Forneça inputs no nível de drivers, não metas de resultado

A forma mais rápida de melhorar a qualidade da saída de startup-financial-modeling é parar de usar prompts com metas como “chegar a $10M ARR”. Em vez disso, forneça os drivers que poderiam levar a esse resultado:

• adição de clientes por mês
• retenção por coorte
• pricing por segmento
• timing de upsell
• CAC por canal
• rampa de contratação
• custo de infraestrutura por cliente

Isso torna o modelo explicável, e não apenas aspiracional.

Peça ao agente para separar premissas de cálculos

Um modo de falha comum é esconder premissas no meio da projeção. Para melhorar os resultados, peça explicitamente:

1. tabela de premissas
2. lógica das fórmulas
3. saídas mensais
4. deltas entre cenários
5. principais sensibilidades

Isso facilita identificar premissas ruins antes de você confiar nos números.

Exija detalhe mensal para perguntas sobre runway

Se o seu objetivo é planejamento de caixa, detalhe mensal importa. Visões anuais escondem o risco de cash-out. Para obter resultados melhores com startup-financial-modeling for Finance, peça projeções mensais pelo menos até a próxima rodada esperada ou até o ponto de break-even.

Refine as premissas de retenção e expansão

Inputs fracos de retenção são o maior risco de qualidade em modelos de receita recorrente. Em vez de dizer “o churn é baixo”, especifique algo como:

• 3% de logo churn mensal nos meses 1 a 12
• net revenue retention de 105% para contas enterprise
• expansão começa após o mês 4 para 20% dos clientes retidos

Mesmo números aproximados como esses são melhores do que otimismo vago.

Melhore o modelo de custos com timing de contratação

Muitos modelos de startup subestimam burn porque o headcount fica genérico demais. Forneça:

• cargo
• mês de início
• salário fully loaded
• comissão, se relevante
• custos únicos de recrutamento ou equipamentos

Isso melhora materialmente as saídas de burn e runway.

Use disciplina nos cenários

Não peça dez cenários. Peça três casos claros e defina o que muda em cada um. Exemplo:

• Base: conversão e churn atuais se mantêm
• Upside: churn melhora 20%, CAC melhora 15%
• Downside: contratação de vendas atrasa 3 meses, churn piora 25%

Assim, a lógica de cenários continua útil para decisão.

Peça uma seção de sanity check

Uma boa forma de melhorar a saída do startup-financial-modeling guide é pedir que o agente sinalize premissas irrealistas, como:

• crescimento de ARR muito acima da capacidade de contratação
• gross margin incompatível com os custos de infraestrutura
• payback de CAC pior do que o runway de caixa
• timing de captação acontecendo depois do cash-out

Isso ajuda a capturar problemas de modelo que uma tabela bem acabada pode esconder.

Itere depois da primeira versão

A primeira versão não deve ser o seu modelo final. Melhore-a perguntando:

• Quais 3 premissas geram a maior variação no runway?
• O que deixaria este modelo pouco convincente para investidores?
• Quais métricas precisam de dados reais em vez de estimativas?
• O que muda se a contratação atrasar um trimestre?

Isso transforma a skill de uma entrega pontual em uma ferramenta de planejamento.

Adapte a lógica de receita se o seu negócio for atípico

Se você instalar startup-financial-modeling para um marketplace, fintech ou negócio híbrido de serviços, diga ao agente para substituir as premissas padrão de SaaS quando necessário. Exemplos:

• marketplace: GMV, take rate, coortes de compradores/vendedores
• fintech: volume transacionado, interchange, premissas de perdas
• services hybrid: billable headcount, utilization, project margin

Sem essa adaptação, a saída pode parecer polida, mas encaixar mal no negócio.