官方技能 · 财务
财务模型假设审查
审查财务模型的假设:逐个列出来源,做敏感性测试,对照历史判断合理性,并指出最关键的 3 个假设。
AI 技能
让 AI 质疑财务模型中的假设
在你的 AI 中使用这个技能
免费 14 天 · 无需信用卡
可在 Claude、ChatGPT 和编程智能体中使用。在 Team 和 Business 套餐中,Pod 里的官方技能会在我们改进后自动更新到最新版。
适用场景
- 模型提交给董事会、贷款方或投资人之前
- 预测看起来好得过头,却没人说得清为什么
你需要提供
- 模型,或它的输入和输出
- 同一组驱动因素的实际历史数据
- 你信得过的基准及来源(可选)
你会得到
一份审查:最关键的 3 个假设、敏感性表、完整的假设清单和结构性问题。
工作方式
- 列出每个假设
- 区分驱动因素和结果
- 逐个输入做敏感性测试
- 检查合理性
- 指出最关键的 3 个
- 记录结构性问题
- 写总结
示例
交给 AI 的内容
> 云隼科技(B2B SaaS)两年计划。期初 MRR 60,000。每月新增 MRR 9,000,每月增长 10%。月收入流失率 1%。毛利率 80%。员工人数 14 → 第 12 个月 30 人;人均成本每月 9,000。现金 2,400,000。模型显示第 26 个月现金耗尽。历史(最近 6 个月):新增 MRR 平均 6,500,最好的一个月 8,100;收入流失率平均 2.2%。用户基准:未提供。
得到的结果(开头部分)
假设审查 — 云隼科技两年计划
关键输出: 现金耗尽月份:第 26 个月 总结: 计划之所以能撑到第 26 个月,是因为假设新增 MRR 一开始就高于迄今最好的月份、每月增长 10%,同时流失率不到历史的一半。如果新增 MRR 和流失率保持近 6 个月的历史水平,现金会更早耗尽 [待确认:用历史值重新运行模型]。
最关键的 3 个假设
| # | 假设 | 取值 | 证据 | 如果错了(不利方向) | 如何提高把握 |
|---|---|---|---|---|---|
| 1 | 期初每月新增 MRR | 9,000 | 猜测;历史平均 6,500,最好 8,100 | [待确认:按 6,500 重新运行] | 拿出能支撑 9,000 的销售管道 |
| 2 | 新增 MRR 增长率 | 每月 10% | 猜测;未提供历史 | [待确认:按 0% 和 5% 重新运行] | 与计划中的销售招聘和人均指标挂钩 |
| 3 | 收入流失率 | 每月 1% | 历史 2.2% | [待确认:按 2.2% 重新运行] | 写明哪些留存措施能让流失减半 |
结构性问题
- 员工人数到第 12 个月翻了一倍多,但新增 MRR 的增长没有和销售招聘挂钩;两者应该联动。
这份结果的其余部分、完整步骤以及 AI 回答前做的检查,在你把技能添加到 Pod 后即可使用。
在你的 AI 中使用这个技能与团队共享
把它添加到 AI Skill Pod,团队里的每个人(包括外包人员)都能在自己的 AI 中使用同一个版本。 了解与团队共享 AI 技能的最佳方式
更新记录
- v1.0.0 · · First release.
参考来源
- The Aqua Book (2026-11-04 查阅)
- What is Sensitivity Analysis? (2026-11-04 查阅)