deal-desk

deal-desk skill 概覽

deal-desk 的用途

deal-desk 是一項商務審核 skill，用於在特定 B2B 交易簽約前進行評估。它協助 Revenue Operations、Deal Desk、銷售主管、財務與法務團隊，把混亂的折扣申請或合約 redline 需求，整理成結構化的評分卡、毛利分析、合約風險分流，以及明確指名的人工作業核准路徑。

這個設計最重要的一點是：deal-desk 絕不會自動核准。它的輸出是決策輔助資料：數值評分、風險標記，以及建議的核准鏈，例如 Sales Director、VP Sales、CFO、CRO 或 General Counsel。

最適合 Revenue Operations 團隊的 deal-desk skill 情境

當你需要一致處理超出折扣級距的折扣、非標準付款條件、企業客戶 redline，或有毛利壓力的交易時，可以使用 deal-desk for Revenue Operations。它特別適合 SaaS 與企業軟體團隊，因為折扣、付款結構、DPA 要求、賠償條款、責任上限、MFN 條款，以及客製服務工作，都可能實質改變交易品質。

它較不適合單純的交易型銷售、消費者定價，或是在沒有結構化交易條件的情況下，直接審查完整合約文字。

這個 skill 的差異化之處

這個 skill 不只是 prompt 指令，還包含三個只使用 stdlib 的 Python 工具：

• scripts/deal_scorer.py 會從毛利、風險、策略價值、商務政策與條款結構等面向為交易評分。
• scripts/discount_approval_router.py 會依據政策級距與交易規模調整因子，路由折扣申請。
• scripts/terms_redliner.py 會偵測結構化合約地雷，並建議法務或商務核准人。

參考資料也說明了背後的經濟邏輯，包括為什麼在毛利率 80% 的產品上給予 30% 折扣，會讓毛利金額減少 37.5%。

安裝前先確認的採用限制

安裝前，請先確認你的團隊能提供結構化的 intake 資料。這個 skill 在具備 ARR、TCV、牌價、折扣百分比、毛利率、付款條件、客戶級別、策略標記，以及標準化 terms JSON 時效果最好。它不能取代 CRM 治理、CPQ 設定，也不能取代法律顧問的專業判斷。

如何使用 deal-desk skill

deal-desk 安裝方式與 repository 路徑

使用以下指令從 GitHub skill repository 安裝：

npx skills add alirezarezvani/claude-skills --skill deal-desk

來源路徑是：

commercial/skills/deal-desk

安裝後，請先閱讀這些檔案：

1. SKILL.md：了解預期工作流程與可呼叫範圍。
2. assets/deal_intake_template.md：查看必要 intake 欄位與 JSON 區塊。
3. references/discount_economics.md：了解毛利計算邏輯。
4. references/contract_landmines.md：了解條款風險觸發條件。
5. scripts/：查看可執行的評分與路由行為。

這個 skill 需要的輸入資料

好的 deal-desk usage prompt 應該提供交易背景，而不只是寫「review this discount」。至少請提供：

• Deal ID、客戶名稱、owner、close date、segment 與 customer tier。
• ARR、TCV、term length、list price、requested discount 與 gross margin。
• Payment terms、billing shape、implementation cost 與 custom work。
• 策略理由：logo、reference、expansion、renewal、competitive displacement。
• 合約例外：indemnity cap、liability cap、DPA status、EU data、MFN、exclusivity、IP assignment、auto-renewal、governing law。

intake template 很有價值，因為其中的 JSON 區塊會直接對應到 scripts。

從粗略需求變成完整 prompt

較弱的 prompt：

Review this 32% discount for Acme.

較好的 prompt：

Use the deal-desk skill to review deal ACME-2026-Q2-117. ARR is $240,000, TCV is $480,000, term is 24 months, list price is $333,333, requested discount is 28%, product gross margin is 80%, payment terms are NET 60, customer tier is enterprise, and there is a written reference commitment. Terms include no indemnity cap, EU personal data, no DPA, MFN present, liability cap at 1x annual fees, and ambiguous IP assignment. Produce a scorecard, margin impact, redline list, and named approval route. Do not approve automatically.

這樣能讓輸出品質更好，因為 skill 可以區分「商務上可彈性處理」與「折扣造成毛利破壞」，也能判斷哪些情況需要法務升級處理。

執行內建工具

你可以要求 agent 使用這個 skill，也可以直接執行 scripts 來做可重現的檢查：

python scripts/deal_scorer.py --sample

python scripts/deal_scorer.py --input deal.json --profile saas

python scripts/discount_approval_router.py --input deal.json --output json

python scripts/terms_redliner.py --input deal_terms.json

請把 script 輸出當作事實基礎，再請 AI 彙整 RevOps、銷售、財務與法務各自需要關注的取捨、核准阻礙與下一步行動。

deal-desk skill 常見問題

deal-desk 是法律審查工具嗎？

不是。terms_redliner.py 會偵測結構化商務合約地雷，例如無上限賠償、涉及 EU data 但缺少 DPA、MFN 條款、有問題的 IP 語言，以及不尋常的 non-solicit 或 exclusivity 條款。這是分流與初步判斷，不是法律意見。高風險與 critical findings 應該路由給具名法律顧問。

它比一般 prompt 好在哪裡？

一般 prompt 可能產生看似合理的評論，但路由結果不一定一致。deal-desk skill 編碼了類似政策的行為：評分維度、折扣級距、保守的升級規則，以及固定 COGS 的毛利計算。當你需要可重複、重視一致性的交易審核時，這會更可靠。

初學者可以使用嗎？

可以，只要先從 assets/deal_intake_template.md 開始。初學者一開始應避免自行發明輸入格式。請填寫 template、產生 JSON 區塊、執行 sample scripts，並先把你的實際交易與範例輸出比較，再依賴路由建議。

什麼情況不該使用 deal-desk？

不要用它來自動核准交易、在沒有法律顧問參與時談判最終法律文字、評估消費者折扣，或直接掃描完整合約 PDF。若要審查完整合約文字，請使用專門的 contract scanner 或法律工作流程，再把結構化例外項目回填到 deal-desk。

如何改善 deal-desk skill

調整邏輯前，先改善 deal-desk 輸入

多數不理想的結果都來自 intake 不完整。請加入你的實際 price book 假設、毛利目標、核准人姓名、折扣授權級距，以及客戶分群規則。如果你的營運模式要求可追責的路由，請把 placeholder approver roles 換成具名 owner。

例如，「VP Sales」有幫助；但「Jordan Lee, VP Sales, for enterprise deals over $500K ARR」在實務執行上更好。

依你的業務校準政策級距

預設 router 使用常見折扣級距：AE、Sales Manager、Director of Sales、VP Sales，接著是 CFO/CRO。你的公司可能需要依產品線、區域、合約期間或客戶級別設定不同門檻。

如果超過 $500K ARR 的 enterprise deals 一律需要 VP review，就把它編碼進去。如果低於 $25K ARR 的 SMB renewals 應該加速處理，就把例外寫清楚。目標是讓路由一致，而不是把所有交易都升級到最高層級。

留意常見失誤

常見錯誤包括：把折扣百分比當成全部問題、忽略 implementation costs、沒有標記超過 NET 60 的 payment terms，以及因為 composite score 看起來健康，就低估合約風險的路由需求。Critical terms 應該優先於良好的商務評分。

也請避免直接覆寫舊 intake。template 建議在 pricing 或 terms 變更時建立新的 intake，這樣才能保留核准歷史。

第一次輸出後持續迭代

取得第一份 deal-desk 輸出後，可以提出更聚焦的追問：

• “Which two fields most changed the score?”
• “What concession would improve margin without changing ARR?”
• “What approval hop is triggered solely by discount versus contract terms?”
• “Rewrite the AE-facing summary in one paragraph with blockers and next steps.”
• “Show what score changes if payment moves from NET 75 to annual upfront.”

這會讓這個 skill 不只是靜態審核工具，而是實用的 deal-desk guide，協助團隊更快、更有治理品質地做出成交決策。