AI-промты для P&L отдела продаж

Настройте параметры отдела — получите готовый промт под расчёт P&L

Выбрать параметры и получить промпт Без API, сразу готовые промпты
Для коммерческого директора Под управленческий учёт От бюджета до due diligence
  • Считает GP, contribution margin и вклад отдела в EBITDA
  • Разделяет переменные, фиксированные и аллоцированные расходы
  • Даёт сценарии и управленческие решения по квотам и OPEX

Конструктор промтов для P&L продаж

Выберите модель продаж, структуру P&L и бизнес-цель — соберите промт под коммерческую задачу

Быстрый старт:
Персонализация промта (необязательно) Показать
Доп. настройки (необязательно) Показать

Ваш промт появится здесь

Выберите параметры слева — промт обновится автоматически

Ваш промт

          

Коммерческий директор тратит полдня на сборку P&L отдела продаж: данные из CRM, бюджет vs факт, бонусы и квоты — всё руками сводится в таблицу, а к защите бюджета перед правлением цифры уже устаревают. Готовые промты для ChatGPT и Claude снимают эту рутину: нейросеть берёт на себя ‘Защиту бюджета перед правлением’, ‘Оптимизацию затрат отдела продаж’ и ‘Пересмотр мотивации и квот’, раскладывая выручку по воронке MQL→SQL→Won или по юнит-экономике CAC/LTV/ROI. Укажите модель продаж (например, Inbound + SDR/AE) и период (квартал или Rolling 12 месяцев) — получите промт, который соберёт P&L в нужной структуре. Такой подход высвобождает большую часть времени на ручные сверки и оставляет силы на сценарный анализ и переговоры с CFO. Заполните форму генератора и получите бесплатный промт, оптимизированный под вашу задачу — скопируйте его в ChatGPT, Claude или YandexGPT и сразу используйте в работе.

Промты для P&L отдела продаж: инструкция

1
🎯

Выберите модель продаж и период

Укажите Роль AI, Модель продаж и Структуру P&L. Это задаст каркас расчёта под ваш отдел продаж.

2
⚙️

Настройте тон и формат вывода

Задайте деловой тон и формат таблицы с разбивкой по месяцам. Например: CFO-стиль плюс P&L по юнитам.

3
📝

Впишите цифры и ограничения

Заполните поля Компания, Текущие цифры и Ограничения. Промт учтёт вашу выручку, CAC и целевую маржу.

4
🚀

Скопируйте промт в ChatGPT

Скопируйте готовый промт и вставьте в ChatGPT или Claude — получите P&L отдела продаж с прогнозом.

Для кого промты по P&L отдела продаж

Генератор помогает CFO, финконтролёрам, РОПам и FP&A собирать P&L продаж в ChatGPT и Claude

👔

CFO в SaaS-компании

Готовлю защиту бюджета правлению 3 дня, правки прилетают ночью

Собирайте структуру P&L с EBITDA и комментариями за 20 минут

📊

Руководитель FP&A

Свожу бюджет против факта вручную в Excel по 6 часов каждый месяц

Формируйте разбор отклонений план-факт по сегментам за один запрос

🎯

Коммерческий директор B2B

Пересматриваю квоты и мотивацию менеджеров и теряюсь в цифрах воронки

Получайте P&L по менеджерам с рекомендациями по квотам и бонусам

🔍

Финансовый контролёр продаж

Считаю ROI маркетинга и продаж по 4 источникам — уходит целый день

Стройте разрез COGS, OPEX и ROI по продуктовым линейкам за сессию

Ещё промты для P&L отдела продаж

Промты дополняют генератор смежными задачами по P&L. Скопируйте, замените данные в [скобках] и вставьте в ChatGPT, Claude, YandexGPT или GigaChat.

Аудит текущего P&L отдела продаж с поиском аномалий и резервов

Аудит P&L
Роль: Ты финансовый контролёр с 10 лет опыта в аудите P&L отделов продаж в B2B SaaS. Экспертиза: вариативный анализ план-факт, каскадный waterfall-анализ, бенчмаркинг OPEX через SaaS Rule of 40.

Контекст: Я коммерческий директор в [отрасль компании]. Веду отдел продаж численностью [число менеджеров] человек с годовой выручкой [годовая выручка]. Текущие данные: структура P&L за [период анализа], разбивка OPEX по статьям [ФОТ, бонусы, CRM-лицензии, командировки], маржинальность по сегментам [список сегментов], CAC по каналам [каналы].

Задача: Провести аудит P&L, выявить топ-5 аномалий и сформулировать гипотезы по источникам неэффективности с оценкой потенциала экономии.

Формат вывода: (1) Таблица отклонений план-факт по каждой статье с MoM-динамикой и красными флагами. (2) Список 5 аномалий с гипотезой причины и приоритетом 1–5. (3) План действий по каждой аномалии: ответственный, срок, ожидаемый эффект в рублях.

Детали: Опирайся на правило Rule of 40 и бенчмарки SaaS Magic Number. Не предлагай сокращения, разрушающие pipeline на горизонте 6+ месяцев. Избегай общих советов — только цифровые выводы.

Сценарный стресс-тест P&L отдела продаж при падении выручки

Стресс-тест
Роль: Ты CFO с 12 лет опыта в сценарном моделировании и финансовом планировании отделов продаж. Экспертиза: Monte Carlo, what-if в Excel/Power BI, моделирование юнит-экономики при шоках спроса.

Контекст: Я коммерческий директор в [тип бизнеса] с выручкой [годовая выручка] и EBITDA-маржой [текущая EBITDA-маржа]. Модель продаж: [модель продаж]. Текущая структура: COGS [доля COGS], OPEX продаж [доля OPEX], переменные бонусы [доля бонусов в ФОТ]. Ключевые метрики: CAC [значение CAC], LTV [значение LTV], win-rate [win-rate].

Задача: Построить три сценария P&L — базовый, стрессовый (−20% выручки) и кризисный (−35% выручки) — с механикой защиты EBITDA.

Формат вывода: (1) Сводная таблица трёх сценариев с выручкой, GP, OPEX, EBITDA и CAC/LTV. (2) Перечень управленческих рычагов по каждому сценарию: что режем, что замораживаем, что ускоряем. (3) Триггеры перехода между сценариями с пороговыми метриками.

Детали: Считай бонусы как переменные от выручки. Не допускай падения LTV/CAC ниже 3. Избегай линейного урезания — режь по юнит-экономике.

Защита бюджета P&L отдела продаж перед правлением

Board Defense
Роль: Ты руководитель FP&A с 8 лет опыта подготовки материалов для совета директоров и инвесткомитетов. Экспертиза: storytelling финансовых данных, MECE-структура, подготовка Q&A-досье.

Контекст: Я коммерческий директор в [тип компании]. Защищаю бюджет отдела продаж [размер бюджета] на [горизонт планирования]. Правление состоит из [состав правления]. Ключевые возражения в прошлый раз: [типичные возражения].

Задача: Подготовить структуру защитной презентации P&L отдела продаж и досье ответов на 10 острых вопросов правления.

Формат вывода: (1) Структура презентации на 10–12 слайдов: заголовок, ключевой тезис, визуал, цифра-якорь. (2) Таблица 10 острых вопросов с ответом на 3–5 предложений, подкрепляющей метрикой и источником данных. (3) Блок risk mitigation: топ-3 риска бюджета и план B по каждому.

Детали: Используй принцип пирамиды Минто. Опирайся на бенчмарки CAC payback и Magic Number. Избегай оборонительного тона — формулируй проактивно через ROI и pipeline coverage.

Пересмотр системы мотивации и квот на основе P&L и юнит-экономики

Мотивация
Роль: Ты коммерческий директор с 9 лет опыта в проектировании систем мотивации sales-команд в [отрасль]. Экспертиза: OTE-моделирование, ускорители/декселераторы, связка квот с юнит-экономикой и CAC payback.

Контекст: Я коммерческий директор в [тип компании]. Отдел продаж: [число AE/SDR]. Текущая схема: оклад [доля оклада в OTE], бонус [доля бонуса], ускорители от [порог выполнения]. Проблемы: [проблемы текущей схемы]. Данные из P&L: ФОТ продаж [доля ФОТ в выручке], GP по продукту [маржа по продукту], средний чек [средний чек].

Задача: Пересобрать схему мотивации и квоты так, чтобы защитить GP и удержать CAC payback ниже [целевой CAC payback] месяцев.

Формат вывода: (1) Таблица новой схемы: компоненты OTE, веса KPI, ускорители, пороги. (2) Симуляция выплат на 3 сценариях выполнения плана (70%, 100%, 130%) с влиянием на EBITDA. (3) План перехода: коммуникация команде, grandfather-период, риски демотивации.

Детали: Опирайся на принципы Sales Compensation Design от Alexander Group. Избегай схем, где топ-перформеры теряют доход при переходе. Квоты — SMART и привязаны к pipeline coverage 3×.

6 правил промтов для P&L отдела продаж

Используйте эти правила, чтобы получать точные P&L отдела продаж в ChatGPT и Claude без ручных правок цифр.

👔

Задайте роль финдира по продажам

Вместо 'Ты финансист' укажите: 'Ты CFO B2B SaaS с опытом построения P&L отдела продаж по GAAP'. ИИ включит юнит-экономику и CAC payback.

📊

Указывайте метрики и модель продаж

В промте давайте MRR, ARR, CAC, LTV, Gross Margin, комиссии sales, split на new/expansion. Без этих цифр ИИ придумает benchmark, а P&L поедет на 20-30%.

📋

Запрашивайте структуру по статьям

Просите вывод в формате: Revenue → COGS → Gross Profit → S&M costs → Contribution Margin. Добавьте колонки План/Факт/Δ% и разбивку по каналам sales.

🎯

Уточните стадию и горизонт

Seed, Series A и scale-up считают P&L отдела продаж по-разному. Шаблон: 'Компания [стадия], ARR $[X]M, команда sales [Y] AE, горизонт — квартал с помесячной разбивкой'.

🔄

Итерируйте через сценарии

После базового P&L дайте follow-up: 'Пересчитай при падении win rate с 22% до 15%' или 'Добавь сценарий найма 3 AE с ramp-up 4 мес'. Так ловите чувствительность модели.

⚠️

Избегайте размытых формулировок

До: 'Посчитай P&L отдела продаж'. После: 'Собери P&L sales за Q2 2026: ARR $4.2M, CAC $8k, bonus 12% от new MRR, headcount 6 AE + 2 SDR, вывод в таблице'.

FAQ: промты для P&L отдела продаж

Промты для составления P&L отдела продаж — это готовые текстовые инструкции, которые задают нейросети роль финансового контролёра и структуру отчёта Выручка — COGS — GP — OPEX — EBITDA. В промт зашиваются период (месяц, квартал, год), источник данных (CRM, управленческая отчётность, бюджет vs факт) и бизнес-цель — например, защита бюджета перед правлением. ChatGPT по такому промту собирает таблицу по менеджерам, сегментам клиентов или продуктовым линейкам и считает маржинальность. Коммерческому директору это экономит 4–6 часов работы с Excel на каждый отчётный цикл. Скопируйте готовый промт из генератора и вставьте в ChatGPT вместе с выгрузкой сделок.

Задайте ChatGPT роль руководителя FP&A и передайте выгрузку сделок из CRM с полями стадии воронки, суммы, даты закрытия и ответственного менеджера. В промте укажите структуру: строки — этапы MQL, SQL, Opportunity, Won; колонки — выручка, COGS, валовая прибыль, доля OPEX на привлечение, вклад в EBITDA. Попросите рассчитать конверсии между стадиями и стоимость лида по каждому сегменту за квартал. ChatGPT вернёт готовую таблицу и короткие выводы по узким местам воронки. Claude хорошо справляется с объёмными выгрузками свыше 20 тысяч строк. Скопируйте шаблон промта из генератора и вставьте в чат вместе с CSV-файлом сделок.

Коммерческому директору генератор нужен, чтобы за 10 минут собрать P&L под конкретную задачу — защиту бюджета, пересмотр мотивации или оценку ROI маркетинга. Вместо ручной сборки пивотов в Excel вы выбираете модель продаж (outbound, inbound + SDR/AE, партнёрский канал), структуру отчёта и период, а нейросеть возвращает готовый разрез с EBITDA по сегментам и менеджерам. Это помогает быстро сравнить бюджет vs факт и подсветить менеджеров с отрицательной маржинальностью после выплаты бонусов. ChatGPT и GigaChat одинаково хорошо считают по заданным формулам, если данные выгружены из CRM корректно. Попробуйте генератор бесплатно и соберите первый P&L к ближайшему правлению.

Промты по менеджерам фокусируются на персональной юнит-экономике: выручка, COGS на обслуживание сделок, бонусы и фактические выплаты по каждому сейлзу, чтобы пересмотреть квоты и мотивацию. Промты по продуктовым линейкам разрезают P&L по SKU или тарифам — там главное корректно разнести OPEX и маркетинговый бюджет по продуктам для оценки ROI. В первом случае Claude хорошо работает с данными по бонусам и процентным схемам, во втором — точнее считает аллокацию затрат по продуктам. Структура EBITDA остаётся одинаковой, меняются только измерения и источник данных. Выберите нужный разрез в генераторе и вставьте полученный промт в свою нейросеть.

Промты универсальны и работают во всех популярных нейросетях: ChatGPT, Claude, Gemini, YandexGPT и GigaChat. ChatGPT-4 и Claude лучше всего справляются с многоуровневыми расчётами EBITDA и сверкой бюджет vs факт на объёмах свыше 10 тысяч строк из CRM. YandexGPT и GigaChat предпочтительнее, если данные отдела продаж содержат персональные сведения клиентов и требуется хранение в российском контуре по 152-ФЗ. Gemini хорошо визуализирует P&L в таблицы Google Sheets через встроенные расширения. В генераторе GUSAROV шаблон промта адаптируется под выбранную модель — достаточно скопировать результат и вставить в нужную AI-систему.