Una Claude Skill que toma una cuenta de cliente y un trimestre y produce un borrador de QBR 70%-listo: tendencias de uso encadenadas al success plan, principales wins del trimestre obtenidos de Salesforce y Gong, una tabla de riesgos abiertos, progreso del success plan y una lista priorizada de caminos de expansión. Los CSMs pasan de una plantilla en blanco de Google Slides a Markdown con slots mapeados que el script de ensamble de decks del equipo puede inyectar en cinco minutos. El bundle del artifact incluye el SKILL.md más tres archivos de referencia que el equipo de CSM adapta una vez y reusa en cada cuenta.
Cuándo usarla
Eres un CSM (o un lead de RevOps soportando CSMs) preparando un borrador de deck de QBR para una cuenta nombrada específica, y quieres un punto de partida poblado que puedas editar en vez de una plantilla en blanco. La skill está diseñada para el workflow donde cuatro streams de datos tienen que juntarse —historial de cuenta en Salesforce, casos de Salesforce del trimestre, temas de llamadas de Gong de los últimos 90 días y el doc del success plan activo— y donde el deck tiene que aterrizar en la voz del equipo con los slots nombrados de placeholder llenos.
Funciona bien cuando los datos de uso están razonablemente limpios, los success plans se mantienen al día y la plantilla de QBR tiene slots nombrados estables en los que el script de ensamble del deck puede dividir el contenido de vuelta. Produce el output más útil para cuentas con al menos tres llamadas de Gong en el trimestre y un success plan refrescado dentro de los últimos 60 días. Para todo lo demás, la skill marca el gap explícitamente en vez de producir un borrador confiadamente-equivocado.
Cuándo NO usarla
No uses esta skill para auto-publicar un deck de QBR sin revisión del CSM. La skill es un motor de borrador. Cada deck sigue recibiendo una pasada humana antes de que el cliente lo vea. No la apuntes a un deck de cara al cliente donde el equipo de cuenta nombrado no ha aprobado el framing —el AE/CSM-de-record posee la narrativa; la skill la siembra.
No la uses para cuentas con menos de 30 días de datos de uso, sin llamadas de Gong registradas en el trimestre, o un success plan que no ha sido tocado en más de 60 días. La skill está construida para marcar y rehusar en vez de rellenar con generalidades, pero solo si respetas la negativa —sobrescribir las advertencias de gap produce decks que se leen bien y engañan al cliente.
No la uses para forecasting de renewal o predicción de churn. La rúbrica relevante está en la skill de churn-risk-summarizer, que está calibrada para scoring de retención; esta skill está calibrada para contenido de deck y te engañará si lees su tabla de riesgo como una señal de churn.
No la uses para reviews que no sean con cliente (updates al board, QBRs internos, reviews de deals). El mapa de slots y las pasadas de tone-match asumen una audiencia externa.
Setup
Aproximadamente 45 minutos la primera vez, gastados en su mayoría mapeando los slots nombrados de tu plantilla de QBR al vocabulario de slots esperado de la skill.
- Instala la Skill. Coloca el bundle de
apps/web/public/artifacts/qbr-prep-skill/en~/.claude/skills/qbr-prep/. La Skill define un solo comando,prep_qbr(account_id, quarter), más helpers internos para Salesforce, Gong, parseo del success plan y el pipeline de tres pasadas de Claude. - Conecta credenciales. Configura
SFDC_TOKEN(acceso de lectura en Account, Opportunity, Case),GONG_API_KEY(acceso de lectura en calls y transcripciones), y o bienGOOGLE_SLIDES_TOKENo un path a una plantilla local PPTX. ConfiguraUSAGE_WAREHOUSE_VIEWa la vista de BigQuery o path de CSV que usa el equipo; la skill valida el header de columnas contra el schema enreferences/1-qbr-template-slots.mdy rehúsa poblar la tendencia de uso si las columnas derivan. - Adapta los archivos de plantilla. Abre
references/1-qbr-template-slots.mdy reemplaza el manifesto de slots con los placeholders nombrados reales en el deck de tu equipo. Abrereferences/2-success-plan-format.mdy o bien adopta el schema verbatim a través del equipo de CSM o reemplázalo con el formato existente de tu equipo —cualquier camino que elijas, la skill necesita una forma estable contra la cual parsear. Reemplaza el ejemplo trabajado enreferences/3-sample-output.mdcon tres a cinco QBRs previos anonimizados de tu equipo de CSM para que la pasada de tone-match tenga material real que imitar. - Mapea el almacenamiento del success-plan. Elige uno de Notion, custom object de Salesforce, o CTA de Gainsight, y mantente con él. El resolver de
success_plan_refde la skill asume una sola ubicación canónica de almacenamiento por cuenta. El almacenamiento mixto es la causa más común de “la skill dice que mi plan falta cuando no es así”. - Corre para una cuenta.
prep_qbr(account_id="0014x...XYZ", quarter="Q1-2026", last_qbr_path="...", success_plan_ref="..."). La skill escribe un archivo Markdown con un bloque fenced por slot más un resumen ejecutivo separado de una página. Pasa el archivo de slots por el script de ensamble de deck del equipo (o pega manualmente en la primera corrida).
Qué hace la skill en realidad
La skill jala cuatro streams de datos en paralelo porque golpean sistemas independientes y el cuello de botella es la latencia de la API, no los tokens de Claude. El historial de cuenta de Salesforce cubre trayectoria de ARR, expansiones o contracciones y fecha de renewal. Los casos de Salesforce cubren volumen de tickets vs trimestre previo, mix de severidad y tiempo mediano de resolución. Gong cubre temas de llamadas, citas de ejecutivos y menciones de competidores de los últimos 90 días. El doc del success plan cubre las metas contra las que el contenido de las slides tiene que reportar. Si cualquier stream devuelve vacío o error, la skill registra unavailable para ese stream en vez de sintetizar —la plantilla de output explícitamente acomoda streams faltantes.
Después corre tres pasadas de Claude. La pasada uno es síntesis: Claude lee los cuatro streams más el QBR previo y produce un scratchpad interno de wins, losses, temas y un resumen de tendencia de uso encadenado a las metas del success plan. Hacer esto como pasada dedicada importa porque las siguientes dos pasadas necesitan una sola imagen coherente; hacer síntesis-y-slides en una sola pasada produce contenido de slide desigual porque Claude sobrepondera el stream que leyó al último.
La pasada dos toma el scratchpad de síntesis más el success plan y produce la tabla de riesgos abiertos (rojo/amarillo/verde con una mitigación de una línea por riesgo) y los caminos de expansión priorizados (señal: uso, persona, contrato; confianza: alta, media, baja). Los riesgos y la expansión obtienen su propia pasada porque son las partes que un CSM edita más a menudo, así que reciben un presupuesto de tokens enfocado y razonamiento explícito.
La pasada tres es tone-match y mapeo de slots. Claude lee tres QBRs de muestra de voz del mismo CSM (o cae al sample en references/3-sample-output.md) y reescribe la síntesis más riesgos más contenido de expansión en la voz del equipo —neutral, basada en datos, sin superlativos. Después mapea el contenido reescrito a los slots nombrados de references/1-qbr-template-slots.md. El mapeo de slot por plantilla al final significa que cambiar plantillas no requiere re-correr las pasadas upstream; la skill regenera solo el paso de mapeo.
El output es un solo archivo Markdown con un bloque fenced por slot, más un resumen ejecutivo de una página como archivo separado. Los CSMs siempre editan antes de enviar. La skill es un motor de borrador, no un publicador.
Realidad de costos
Una corrida completa cuesta aproximadamente 25,000 a 40,000 tokens de input y 4,000 a 7,000 tokens de output con Claude Sonnet —llámalo 8 a 15 centavos por QBR a precios actuales de Sonnet. La variable de input más grande es el volumen de transcripciones de Gong: una cuenta con veinte llamadas de 60 minutos en el trimestre aterrizará cerca del extremo alto; una cuenta con tres llamadas de 30 minutos aterriza cerca del extremo bajo. El diseño de tres pasadas agrega overhead modesto (cada pasada comparte contexto prefijo) pero vale la pena porque el output está confiablemente listo para editar en vez de listo para reescribir.
El tiempo de reloj es aproximadamente dos a cuatro minutos por cuenta, dominado por el pull SOQL de Salesforce y el fetch de transcripciones de Gong en el paso uno. Las pasadas de Claude corren secuencialmente después del pull paralelo y agregan tal vez 60 a 90 segundos en total.
Un CSM preparando un QBR desde cero típicamente gasta 90 a 180 minutos por cuenta —jalando datos, leyendo llamadas previas, estructurando la narrativa, redactando el texto de slide. La skill lleva eso a 25 a 45 minutos (la pasada de edición), así que el ahorro es aproximadamente una hora por QBR. Un book de CSM de 30 cuentas a un QBR por trimestre son 30 horas ahorradas por trimestre por CSM.
Métrica de éxito
Rastrea el tiempo desde “deck abierto” hasta “deck enviado a revisión interna” por QBR. La skill debe jalar la mediana bajo 60 minutos dentro del primer trimestre de uso. También rastrea el número de QBRs marcados con marcadores SUCCESS_PLAN_STALE, GONG_COVERAGE_LOW o TONE_REVIEW_NEEDED —esos son indicadores líderes de problemas de higiene upstream (success plans no mantenidos, gaps de cobertura de Gong, muestras de voz faltantes) que la skill saca a la superficie por diseño. Un mes saludable ve esos flags con tendencia a la baja.
Una segunda métrica que vale la pena observar: la proporción de contenido generado que sobrevive la pasada de edición del CSM. Apunta a 70% o más. Más bajo que eso y las fuentes de datos upstream necesitan trabajo —usualmente success plans, a veces cobertura de Gong. Por encima de 90% y el CSM probablemente está sub-editando; la skill es un borrador, no un deck terminado.
vs alternativas
vs plantillas de QBR de Gainsight. Gainsight viene con plantillas estándar de QBR con campos auto-poblados (health score, NPS, métricas clave) y es el default obvio si ya pagas por Gainsight. El trade-off: las plantillas de Gainsight están estructuradas alrededor de health-scoring y gestión de CTA, no alrededor de contenido de slide. Sacan campos a la superficie; no escriben narrativa. Esta skill escribe la narrativa. Usa Gainsight para el andamiaje operacional y esta skill para el contenido del deck; son complementarias, no competidoras. Si no pagas ya por Gainsight, esta skill más Salesforce más Gong cubre la mayor parte del caso de uso de QBR a una fracción del costo.
vs automatización custom de slides (ej. un script Python que jala Salesforce y empuja a Google Slides vía la API). Un script casero es más rápido para el paso literal de datos-a-slide pero produce decks estériles porque no puede sintetizar temas de Gong, escribir una narrativa de tendencia de uso, o priorizar caminos de expansión. Terminas con un deck donde cada slide es un chart y un label, y el CSM todavía escribe toda la prosa. Esta skill produce la prosa. Si tienes un script de ensamble de slides funcionando, apúntalo al Markdown con slots mapeados que esta skill emite —esa es la integración pretendida.
vs preparación manual escrita por el CSM. La preparación manual produce los QBRs de más alta calidad porque el CSM tiene contexto que la skill no puede recuperar (la llamada previa donde el champion se desahogó sobre el presupuesto, la conversación lateral sobre el pitch del competidor). El trade-off son los 90 a 180 minutos por cuenta. Usa preparación manual para cuentas de top-tier y la skill para la long tail. El output de la skill también es un punto de partida útil incluso para cuentas top-tier —el CSM edita más agresivamente pero arranca más adelante.
A vigilar
- Deriva de datos de uso. La vista del warehouse de uso ocasionalmente recibe renombramientos de columnas o redefiniciones de métricas upstream por data engineering. El resumen de tendencia entonces está silenciosamente equivocado. Guarda: la skill valida el header del CSV de uso contra
references/1-qbr-template-slots.mdy rehúsa poblar el slot de tendencia de uso si las columnas faltan o están renombradas. El script de ensamble de deck entonces renderiza la slide en blanco en vez de contenido engañoso. - Obsolescencia del success-plan. Los success plans que no han sido tocados en más de 60 días producen slots de
success_plan_progressque suenan confiados pero están obsoletos. Guarda: la skill checa el campolast_updateddel doc del success plan; si es más viejo que 60 días, antepone un flagSUCCESS_PLAN_STALEa ese slot para que el CSM tenga que reconocerlo antes de que la slide sea aprobada. - Desajuste de tono con el cliente. El tono por default es la voz del equipo de CSM —eso puede no coincidir con cómo este cliente específico está acostumbrado a que se le hable. Un cliente enterprise espera fraseo más formal que un startup. Guarda: cuando se pasan
voice_samples, la pasada de tone-match pondera los artifacts de cara al cliente (QBRs previos que el cliente recibió) por encima de docs internos. Si no existen voice samples, la skill emite contenido en registro neutral y marcaTONE_REVIEW_NEEDEDen el resumen ejecutivo. - Gaps de cobertura de Gong. Si se registraron menos de tres llamadas de Gong en el trimestre, la sección de temas es delgada y sobrepondera las llamadas que sí se registraron. Guarda: la skill cuenta las llamadas de Gong durante el pull paralelo; bajo tres, el slot
top_winsse genera solo a partir de señal de Salesforce y se prefija conGONG_COVERAGE_LOWpara que el CSM sepa que debe agregar color manualmente antes de que el deck salga. - Diff contra el QBR previo equivocado. Si
last_qbr_pathapunta a un deck de otra cuenta o trimestre, el framing “compromisos entonces vs realidad ahora” se rompe silenciosamente. Guarda: la pasada de síntesis extrae el nombre de cuenta y la etiqueta de trimestre de la slide de título del QBR previo y se detiene si cualquiera no coincide con los inputs.
Stack
- Salesforce —historial de cuenta, oportunidad y caso (SOQL vía REST API)
- Gong —temas de llamadas, citas de ejecutivos, menciones de competidores (Gong API, últimos 90 días)
- Claude —síntesis de tres pasadas: síntesis, riesgos + expansión, tone-match + mapeo de slots (Sonnet recomendado por costo; Opus solo si el voice match importa más que el presupuesto)
- Notion / Salesforce custom object / Gainsight —almacenamiento del success-plan (elige uno)
- Google Slides o PowerPoint —la plantilla del deck en la que el Markdown con slots mapeados se inyecta vía el script de ensamble de deck de tu equipo