ooligo
claude-skill

Preparação de QBR com Salesforce + Gong + Claude

Dificuldade
intermediário
Tempo de setup
45min
Para
revops · csm
RevOps

Stack

Um Claude Skill que pega uma conta de cliente e um trimestre e produz um rascunho de QBR 70% pronto: tendências de uso vinculadas ao plano de sucesso, principais vitórias do trimestre extraídas do Salesforce e do Gong, tabela de riscos em aberto, progresso do plano de sucesso e uma lista ranqueada de caminhos de expansão. Os CSMs passam de um template de Google Slides em branco para um Markdown mapeado em slots que o script de montagem de deck da equipe pode injetar em cinco minutos. O bundle de artefatos inclui o SKILL.md mais três arquivos de referência que a equipe de CSM adapta uma vez e reutiliza em todas as contas.

Quando usar

Você é um CSM (ou um lead de RevOps apoiando CSMs) preparando um rascunho de deck de QBR para uma conta nomeada específica e quer um ponto de partida populado para editar em vez de um template em branco. O skill é projetado para o workflow onde quatro streams de dados precisam se juntar — histórico da conta no Salesforce, casos do Salesforce do trimestre, temas de chamadas do Gong dos últimos 90 dias e o doc do plano de sucesso ativo — e onde o deck precisa chegar na voz da equipe com slots de placeholder nomeados preenchidos.

Funciona bem quando os dados de uso estão razoavelmente limpos, os planos de sucesso são mantidos atualizados e o template de QBR tem slots nomeados estáveis que o script de montagem de deck pode separar o conteúdo de volta. Produz o output mais útil para contas com pelo menos três chamadas do Gong no trimestre e um plano de sucesso atualizado nos últimos 60 dias. Para tudo o mais, o skill sinaliza a lacuna explicitamente em vez de produzir um rascunho confiante mas errado.

Quando NÃO usar

Não use este skill para publicar automaticamente um deck de QBR sem revisão do CSM. O skill é um motor de rascunho. Todo deck ainda passa por uma revisão humana antes de o cliente vê-lo. Não o aponte para um deck voltado ao cliente onde a equipe de conta nomeada não aprovou o enquadramento — o AE/CSM-of-record é dono do narrativo; o skill o semeia.

Não use para contas com menos de 30 dias de dados de uso, sem chamadas do Gong registradas no trimestre ou um plano de sucesso que não foi tocado em mais de 60 dias. O skill é construído para sinalizar e recusar em vez de preencher com generalidades, mas apenas se você respeitar a recusa — sobrepor os avisos de lacuna produz decks que leem bem e enganam o cliente.

Não use para forecasting de renovação ou previsão de churn. A rubrica relevante está no skill de churn-risk-summarizer, que é calibrado para pontuação de retenção; este skill é calibrado para conteúdo de deck e vai enganá-lo se você ler a tabela de riscos como sinal de churn.

Não use para revisões não voltadas ao cliente (atualizações de board, QBRs internos, revisões de deals). O mapeamento de slots e as passagens de tone-match assumem uma audiência externa.

Setup

Aproximadamente 45 minutos na primeira vez, principalmente gasto mapeando os slots nomeados do seu template de QBR para o vocabulário de slots esperado do skill.

  1. Instale o Skill. Faça o drop do bundle de apps/web/public/artifacts/qbr-prep-skill/ em ~/.claude/skills/qbr-prep/. O Skill define um único comando, prep_qbr(account_id, quarter), mais helpers internos para Salesforce, Gong, parsing do plano de sucesso e o pipeline de três passagens do Claude.
  2. Configure as credenciais. Defina SFDC_TOKEN (acesso de leitura em Account, Opportunity, Case), GONG_API_KEY (acesso de leitura em chamadas e transcrições) e ou GOOGLE_SLIDES_TOKEN ou um caminho para um template PPTX local. Defina USAGE_WAREHOUSE_VIEW para a view BigQuery ou caminho de CSV que a equipe usa; o skill valida o cabeçalho de coluna contra o esquema em references/1-qbr-template-slots.md e recusa preencher a tendência de uso se as colunas derivarem.
  3. Adapte os arquivos de template. Abra references/1-qbr-template-slots.md e substitua o manifesto de slots pelos placeholders nomeados reais do deck da sua equipe. Abra references/2-success-plan-format.md e ou adote o esquema verbatim em toda a equipe de CSM ou substitua pelo formato existente da sua equipe — seja qual for o caminho escolhido, o skill precisa de uma forma estável para analisar. Substitua o exemplo trabalhado em references/3-sample-output.md por três a cinco QBRs anteriores anonimizados da sua equipe de CSM para que a passagem de tone-match tenha material real para imitar.
  4. Mapeie o armazenamento do plano de sucesso. Escolha um de Notion, objeto customizado do Salesforce ou Gainsight CTA e mantenha-o. O resolver success_plan_ref do skill assume um único local de armazenamento canônico por conta. Armazenamento misto é a causa mais comum de “o skill diz que meu plano está faltando quando não está”.
  5. Execute para uma conta. prep_qbr(account_id="0014x...XYZ", quarter="Q1-2026", last_qbr_path="...", success_plan_ref="..."). O skill escreve um arquivo Markdown com um bloco fenced por slot mais um resumo executivo separado de uma página. Passe o arquivo de slots pelo script de montagem de deck da equipe (ou cole manualmente na primeira execução).

O que o skill realmente faz

O skill puxa quatro streams de dados em paralelo porque eles acessam sistemas independentes e o gargalo é latência de API, não tokens do Claude. O histórico da conta no Salesforce cobre trajetória de ARR, expansões ou contrações e data de renovação. Os casos do Salesforce cobrem volume de tickets versus trimestre anterior, mix de severidade e tempo médio de resolução. O Gong cobre temas de chamadas, citações de executivos e menções de concorrentes dos últimos 90 dias. O doc do plano de sucesso cobre as metas contra as quais o conteúdo dos slides deve reportar. Se algum stream retornar vazio ou com erro, o skill registra unavailable para aquele stream em vez de sintetizar — o template de output acomoda explicitamente streams ausentes.

Em seguida executa três passagens do Claude. A passagem um é síntese: o Claude lê todos os quatro streams mais o QBR anterior e produz um scratchpad interno de vitórias, perdas, temas e um resumo de tendência de uso vinculado às metas do plano de sucesso. Fazer isso como uma passagem dedicada importa porque as próximas duas passagens precisam de uma imagem coerente única; fazer síntese-e-slides em uma passagem produz conteúdo de slide desigual porque o Claude dá muito peso ao stream que leu por último.

A passagem dois pega o scratchpad de síntese mais o plano de sucesso e produz a tabela de riscos em aberto (vermelho/amarelo/verde com uma linha de mitigação por risco) e os caminhos de expansão ranqueados (sinal: uso, persona, contrato; confiança: alta, média, baixa). Riscos e expansão têm sua própria passagem porque são as partes que um CSM edita com mais frequência, então recebem orçamento de tokens focado e raciocínio explícito.

A passagem três é tone-match e mapeamento de slots. O Claude lê três QBRs de amostra de voz do mesmo CSM (ou faz fallback para a amostra em references/3-sample-output.md) e reescreve o conteúdo de síntese mais riscos mais expansão na voz da equipe — neutro, orientado por dados, sem superlativos. Depois mapeia o conteúdo reescrito para os slots nomeados de references/1-qbr-template-slots.md. O mapeamento de slots por template no final significa que trocar templates não requer reexecutar as passagens upstream; o skill regenera apenas a etapa de mapeamento.

O output é um único arquivo Markdown com um bloco fenced por slot, mais um resumo executivo de uma página como arquivo separado. Os CSMs sempre editam antes de enviar. O skill é um motor de rascunho, não um publicador.

Realidade de custos

Uma execução completa custa aproximadamente 25.000 a 40.000 tokens de input e 4.000 a 7.000 tokens de output no Claude Sonnet — chame de 8 a 15 centavos de dólar por QBR ao preço atual do Sonnet. A maior variável de input é o volume de transcrição do Gong: uma conta com vinte chamadas de 60 minutos no trimestre ficará perto do limite superior; uma conta com três chamadas de 30 minutos fica perto do limite inferior. O design de três passagens adiciona overhead modesto (cada passagem compartilha contexto de prefixo) mas vale a pena porque o output é confiavelmente pronto para edição em vez de pronto para reescrita.

O tempo de processamento é de aproximadamente dois a quatro minutos por conta, dominado pelo pull de SOQL do Salesforce e pelo fetch de transcrição do Gong no passo um. As passagens do Claude rodam sequencialmente após o pull paralelo e adicionam talvez 60 a 90 segundos no total.

Um CSM preparando um QBR do zero tipicamente gasta 90 a 180 minutos por conta — puxando dados, lendo chamadas anteriores, estruturando o narrativo, rascunhando o texto dos slides. O skill leva isso para 25 a 45 minutos (a passagem de edição), então a economia é de aproximadamente uma hora por QBR. Um book de CSM de 30 contas a um QBR por trimestre é 30 horas economizadas por trimestre por CSM.

Métrica de sucesso

Rastreie o tempo de “deck aberto” para “deck enviado para revisão interna” por QBR. O skill deve puxar a mediana para menos de 60 minutos dentro do primeiro trimestre de uso. Rastreie também o número de QBRs sinalizados com marcadores SUCCESS_PLAN_STALE, GONG_COVERAGE_LOW ou TONE_REVIEW_NEEDED — esses são indicadores líderes de problemas de higiene upstream (planos de sucesso não sendo mantidos, lacunas de cobertura do Gong, amostras de voz ausentes) que o skill surfaceia por design. Um mês saudável vê esses flags com tendência de queda.

Uma segunda métrica que vale observar: a proporção do conteúdo gerado que sobrevive à passagem de edição do CSM. Mire em 70% ou mais. Abaixo disso e as fontes de dados upstream precisam de trabalho — geralmente planos de sucesso, às vezes cobertura do Gong. Acima de 90% e o CSM provavelmente está subeditando; o skill é um rascunho, não um deck finalizado.

Versus as alternativas

Versus templates de QBR do Gainsight. O Gainsight tem templates de QBR padrão com campos preenchidos automaticamente (health score, NPS, métricas-chave) e é o padrão óbvio se você já paga pelo Gainsight. O trade-off: os templates do Gainsight são estruturados em torno de gestão de health-scoring e CTA, não em torno de conteúdo de slide. Eles surfaceiam campos; não escrevem narrativo. Este skill escreve o narrativo. Use o Gainsight para o scaffolding operacional e este skill para o conteúdo do deck; são complementares, não concorrentes. Se você não paga pelo Gainsight, este skill mais Salesforce mais Gong cobre a maioria do caso de uso de QBR a uma fração do custo.

Versus automação de slides customizada (ex.: um script Python que puxa do Salesforce e empurra para o Google Slides via API). Um script próprio é mais rápido para a etapa literal de dados-em-slide mas produz decks estéreis porque não consegue sintetizar temas do Gong, escrever um narrativo de tendência de uso ou ranquear caminhos de expansão. Você termina com um deck onde cada slide é um gráfico e um rótulo, e o CSM ainda escreve toda a prosa. Este skill produz a prosa. Se você tem um script de montagem de slides funcionando, aponte-o para o Markdown mapeado em slots que este skill emite — essa é a integração pretendida.

Versus preparação manual escrita pelo CSM. A preparação manual produz os QBRs de maior qualidade porque o CSM tem contexto que o skill não consegue recuperar (a chamada anterior onde o champion desabafou sobre orçamento, a conversa paralela sobre o pitch do concorrente). O trade-off são os 90 a 180 minutos por conta. Use preparação manual para contas de tier superior e o skill para a cauda longa. O output do skill também é um ponto de partida útil mesmo para contas de tier superior — o CSM edita mais agressivamente mas começa mais adiante.

Pontos de atenção

  • Drift de dados de uso. A view do data warehouse de uso ocasionalmente tem colunas renomeadas ou métricas redefinidas upstream pelo time de engenharia de dados. O resumo de tendência fica então silenciosamente errado. Guarda: o skill valida o cabeçalho do CSV de uso contra references/1-qbr-template-slots.md e recusa preencher o slot de tendência de uso se as colunas estiverem faltando ou renomeadas. O script de montagem de deck então renderiza o slide em branco em vez de conteúdo enganoso.
  • Staleness do plano de sucesso. Planos de sucesso que não foram tocados em 60 ou mais dias produzem slots success_plan_progress que soam confiantes mas estão stale. Guarda: o skill verifica o campo last_updated do doc do plano de sucesso; se mais antigo que 60 dias, coloca um flag SUCCESS_PLAN_STALE antes daquele slot para que o CSM tenha que reconhecê-lo antes de o slide ser aprovado.
  • Mismatch de tom com o cliente. O tom padrão é a voz da equipe de CSM — pode não corresponder à forma como este cliente específico está acostumado a ser tratado. Um cliente enterprise espera linguagem mais formal do que uma startup. Guarda: quando voice_samples são passados, a passagem de tone-match pondera os artefatos voltados ao cliente (QBRs anteriores que o cliente recebeu) em vez de docs internos. Se não houver amostras de voz, o skill emite conteúdo em registro neutro e sinaliza TONE_REVIEW_NEEDED no resumo executivo.
  • Lacunas de cobertura do Gong. Se menos de três chamadas do Gong foram registradas no trimestre, a seção de temas é fraca e dá muito peso às chamadas que foram registradas. Guarda: o skill conta as chamadas do Gong durante o pull paralelo; abaixo de três, o slot top_wins é gerado apenas a partir do sinal do Salesforce e prefixado com GONG_COVERAGE_LOW para que o CSM saiba adicionar cor manualmente antes de o deck sair.
  • Diff para o QBR anterior errado. Se last_qbr_path aponta para um deck de uma conta ou trimestre diferente, o enquadramento “compromissos de então versus realidade agora” quebra silenciosamente. Guarda: a passagem de síntese extrai o nome da conta e o rótulo do trimestre do slide de título do QBR anterior e para se um deles não corresponder aos inputs.

Stack

  • Salesforce — histórico de conta, oportunidade e caso (SOQL via REST API)
  • Gong — temas de chamadas, citações de executivos, menções de concorrentes (API do Gong, últimos 90 dias)
  • Claude — síntese em três passagens: síntese, riscos + expansão, tone-match + mapeamento de slots (Sonnet recomendado por custo; Opus somente se o match de voz importa mais que o orçamento)
  • Notion / objeto customizado do Salesforce / Gainsight — armazenamento do plano de sucesso (escolha um)
  • Google Slides ou PowerPoint — o template de deck no qual o Markdown mapeado em slots é injetado via script de montagem de deck da sua equipe

Arquivos deste artefato

Baixar tudo (.zip)