deal-desk

deal-desk skill 概览

deal-desk 能做什么

deal-desk 是一个用于签约前评估特定 B2B 交易的商业审核 skill。它帮助 Revenue Operations、Deal Desk、销售管理层、财务和法务团队，把杂乱的折扣申请或合同红线请求，整理成结构化评分卡、毛利影响分析、合同风险分诊，以及明确到人的审批路径。

它最重要的设计原则是：deal-desk 绝不会自动批准交易。它输出的是决策辅助信息：数值评分、风险标记，以及建议的审批链，例如 Sales Director、VP Sales、CFO、CRO 或 General Counsel。

最适合 Revenue Operations 团队的场景

当你需要一致地处理超出政策区间的折扣、非标准付款条款、企业客户红线，或存在毛利压力的交易时，可以使用 deal-desk for Revenue Operations。它尤其适合 SaaS 和企业软件团队，因为折扣、付款结构、DPA 要求、赔偿责任、责任上限、MFN 条款以及定制服务范围，都可能显著改变一笔交易的质量。

它不太适合简单的交易型销售、消费者定价，或在缺少结构化交易条款的情况下对整份合同文本做法律审阅。

这个 skill 的不同之处

这个 skill 不只是提示词说明，还包含三个仅依赖 stdlib 的 Python 工具：

• scripts/deal_scorer.py 从毛利、风险、战略价值、商业政策和条款结构等维度为交易评分。
• scripts/discount_approval_router.py 根据折扣政策区间和交易规模调整因素，为折扣申请确定审批路径。
• scripts/terms_redliner.py 检测结构化合同风险点，并建议法务或商业审批人。

参考资料还解释了底层商业经济性，包括为什么一个 80% 毛利产品打 30% 折扣，会损失 37.5% 的毛利金额。

安装前需要先确认的约束

安装前，请确认你的团队能够提供结构化的录入数据。这个 skill 在具备 ARR、TCV、标价、折扣比例、毛利率、付款条款、客户层级、战略标记，以及标准化 terms JSON 时效果最好。它不能替代 CRM 治理、CPQ 配置，也不能替代律师的法律判断。

如何使用 deal-desk skill

deal-desk 安装方式与仓库路径

通过 GitHub skill repository 安装：

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

源码路径是：

commercial/skills/deal-desk

安装后，建议先阅读这些文件：

1. SKILL.md：了解预期工作流和调用边界。
2. assets/deal_intake_template.md：查看必填录入字段和 JSON blocks。
3. references/discount_economics.md：理解毛利计算逻辑。
4. references/contract_landmines.md：查看条款风险触发条件。
5. scripts/：了解可执行的评分和路由行为。

这个 skill 需要哪些输入

一条高质量的 deal-desk usage 提示词应该包含交易上下文，而不只是“review this discount”。至少应提供：

• Deal ID、客户名称、负责人、预计关闭日期、细分市场和客户层级。
• ARR、TCV、合同期限、标价、申请折扣和毛利率。
• 付款条款、开票结构、实施成本和定制工作。
• 战略理由：logo、reference、扩张、续约、竞争替换。
• 合同例外：赔偿责任上限、责任上限、DPA 状态、EU data、MFN、排他性、IP assignment、自动续约、适用法律。

录入模板很有价值，因为其中的 JSON blocks 可以直接映射到脚本。

从粗略请求到完整提示词

较弱的提示词：

Review this 32% discount for Acme.

更好的提示词：

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.

这样能提升输出质量，因为 skill 可以区分商业灵活性、毛利破坏和法务升级之间的不同问题。

运行内置工具

你可以让 agent 使用这个 skill，也可以直接运行脚本做确定性检查：

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

把脚本输出作为事实基础，然后让 AI 为 RevOps、销售、财务和法务总结取舍、审批阻塞点和下一步行动。

deal-desk skill 常见问题

deal-desk 是法律审阅工具吗？

不是。terms_redliner.py 会检测结构化商业合同中的高风险点，例如无上限赔偿责任、涉及 EU data 但缺少 DPA、MFN 条款、有问题的 IP 语言，以及异常的 non-solicit 或 exclusivity 条款。它是风险分诊，不是法律意见。高风险和严重风险发现应路由给具名律师。

它比普通提示词好在哪里？

通用提示词可能给出看似合理的评论，但审批路由往往不一致。deal-desk skill 编码了类似政策的行为：评分维度、折扣区间、保守的升级规则，以及固定 COGS 下的毛利计算。因此，当你需要可重复、可对齐的交易审核时，它更适合强调一致性的场景。

新手可以使用吗？

可以，前提是先从 assets/deal_intake_template.md 开始。新手一开始应避免随意改输入格式。先填写模板，生成 JSON blocks，运行 sample scripts，并在依赖路由建议之前，把真实交易与示例输出进行对比。

什么时候不应该使用 deal-desk？

不要用它自动批准交易，不要在没有律师参与的情况下谈判最终法律文本，不要用它评估消费者折扣，也不要直接扫描完整合同 PDF。对于完整合同文本审阅，请使用专门的合同扫描工具或法务流程，然后再把结构化例外项反馈到 deal-desk。

如何改进 deal-desk skill

先改进 deal-desk 输入，再考虑改逻辑

大多数低质量结果都来自录入不完整。请加入你们真实的价目表假设、毛利目标、审批人姓名、折扣授权区间和客户分层规则。如果你的运营模式要求可问责的审批路由，请把占位审批角色替换成具名负责人。

例如，“VP Sales” 有用；但 “Jordan Lee, VP Sales, for enterprise deals over $500K ARR” 在实际运营中更好。

按你的业务校准政策区间

默认 router 使用常见折扣区间：AE、Sales Manager、Director of Sales、VP Sales，然后是 CFO/CRO。你的公司可能需要按产品线、区域、合同期限或客户层级设置不同阈值。

如果超过 $500K ARR 的企业客户交易一律需要 VP 审核，就把这条规则编码进去。如果低于 $25K ARR 的 SMB 续约应该更快通过，就把例外写清楚。目标是一致路由，而不是最大化升级。

关注常见失败模式

常见错误包括：把折扣比例当成唯一重点、忽略实施成本、未标记超过 NET 60 的付款条款，以及因为综合评分看起来健康而低估合同风险。严重条款风险应覆盖良好的商业评分。

也不要直接在旧 intake 上原地修改。模板建议在定价或条款变化时创建新的 intake，这样可以保留审批历史。

在第一版输出后继续迭代

拿到第一版 deal-desk 输出后，可以继续追问更具体的问题：

• “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.”

这样可以把这个 skill 从静态审核工具，变成一个实用的 deal-desk 指南，帮助团队更快、更有治理地做出成交决策。