Un Claude Skill qui prend un compte client et un trimestre et produit un brouillon de QBR à 70 % : tendances d’utilisation indexées sur le plan de succès, principales réussites du trimestre issues de Salesforce et Gong, tableau des risques ouverts, avancement du plan de succès et liste classée des pistes d’expansion. Les CSM passent d’un template Google Slides vide à un Markdown mappé sur les slots que le script d’assemblage de deck de l’équipe peut injecter en cinq minutes. Le bundle d’artefacts fournit le SKILL.md plus trois fichiers de référence que l’équipe CSM adapte une fois et réutilise sur chaque compte.
Quand l’utiliser
Vous êtes un CSM (ou un responsable RevOps soutenant des CSM) en train de préparer un brouillon de deck QBR pour un compte nommé unique, et vous voulez un point de départ rempli que vous pouvez éditer plutôt qu’un template vide. Le skill est conçu pour le workflow où quatre flux de données doivent converger — historique de compte Salesforce, tickets Salesforce du trimestre, thèmes d’appels Gong des 90 derniers jours et le doc de plan de succès actif — et où le deck doit atterrir dans la voix de l’équipe avec des slots de placeholder nommés remplis.
Il fonctionne bien quand les données d’utilisation sont raisonnablement propres, les plans de succès sont tenus à jour, et le template QBR a des slots nommés stables que le script d’assemblage de deck peut redistribuer le contenu. Il produit la sortie la plus utile pour les comptes avec au moins trois appels Gong dans le trimestre et un plan de succès actualisé dans les 60 derniers jours. Pour tout le reste, le skill signale explicitement le gap plutôt que de produire un brouillon confiant mais faux.
Quand NE PAS l’utiliser
N’utilisez pas ce skill pour publier automatiquement un deck QBR sans revue CSM. Le skill est un moteur de brouillon. Chaque deck reçoit encore une passe humaine avant que le client ne le voie. Ne le pointez pas vers un deck orienté client où l’équipe de compte nommé n’a pas approuvé le cadrage — l’AE/CSM responsable possède le récit ; le skill le sème.
Ne l’utilisez pas pour les comptes avec moins de 30 jours de données d’utilisation, aucun appel Gong enregistré dans le trimestre, ou un plan de succès non touché depuis plus de 60 jours. Le skill est construit pour signaler et refuser plutôt que pour rembourrer avec des généralités, mais seulement si vous respectez le refus — ignorer les avertissements de gap produit des decks qui se lisent bien et induisent le client en erreur.
Ne l’utilisez pas pour le forecasting de renouvellement ou la prédiction du churn. Le rubrique pertinent est dans le skill churn-risk-summarizer, calibré pour le scoring de rétention ; ce skill est calibré pour le contenu de deck et vous induira en erreur si vous lisez son tableau de risques comme un signal de churn.
Ne l’utilisez pas pour les revues non-client (mises à jour pour le board, QBR internes, revues de deals). Le mapping de slots et les passes de correspondance de ton supposent une audience externe.
Setup
Environ 45 minutes la première fois, principalement consacrées à mapper les slots nommés de votre template QBR vers le vocabulaire de slots attendu du skill.
- Installez le Skill. Déposez le bundle depuis
apps/web/public/artifacts/qbr-prep-skill/dans~/.claude/skills/qbr-prep/. Le Skill définit une commande unique,prep_qbr(account_id, quarter), plus des helpers internes pour Salesforce, Gong, le parsing du plan de succès et le pipeline Claude en trois passes. - Câblez les credentials. Définissez
SFDC_TOKEN(accès lecture sur Account, Opportunity, Case),GONG_API_KEY(accès lecture sur les appels et transcripts), et soitGOOGLE_SLIDES_TOKENsoit un chemin vers un template PPTX local. DéfinissezUSAGE_WAREHOUSE_VIEWvers la vue BigQuery ou le chemin CSV qu’utilise l’équipe ; le skill valide l’en-tête de colonne contre le schéma dansreferences/1-qbr-template-slots.mdet refuse de remplir la tendance d’utilisation si les colonnes dérivent. - Adaptez les fichiers de template. Ouvrez
references/1-qbr-template-slots.mdet remplacez le manifeste de slots par les placeholders nommés réels de votre deck d’équipe. Ouvrezreferences/2-success-plan-format.mdet soit adoptez le schéma verbatim sur toute l’équipe CSM soit remplacez-le par le format existant de votre équipe — quelle que soit la voie choisie, le skill a besoin d’une forme stable à parser. Remplacez l’exemple travaillé dansreferences/3-sample-output.mdpar trois à cinq QBR antérieurs anonymisés de votre équipe CSM afin que la passe de correspondance de ton ait du matériel réel à imiter. - Mappez le stockage du plan de succès. Choisissez l’une des options Notion, objet personnalisé Salesforce ou CTA Gainsight, et tenez-vous-y. Le résolveur
success_plan_refdu skill suppose un emplacement de stockage canonique unique par compte. Le stockage mixte est la cause la plus courante du « le skill dit que mon plan est manquant alors qu’il ne l’est pas ». - Exécutez pour un compte.
prep_qbr(account_id="0014x...XYZ", quarter="Q1-2026", last_qbr_path="...", success_plan_ref="..."). Le skill écrit un fichier Markdown avec un bloc clôturé par slot plus un résumé exécutif d’une page séparé. Pipez le fichier de slots via le script d’assemblage de deck de l’équipe (ou collez manuellement pour la première exécution).
Ce que le skill fait réellement
Le skill tire quatre flux de données en parallèle parce qu’ils frappent des systèmes indépendants et que le goulot d’étranglement est la latence API, pas les tokens Claude. L’historique de compte Salesforce couvre la trajectoire ARR, les expansions ou contractions et la date de renouvellement. Les tickets Salesforce couvrent le volume de tickets versus le trimestre précédent, le mix de sévérité et le temps médian de résolution. Gong couvre les thèmes d’appels, les citations d’exécutifs et les mentions de concurrents des 90 derniers jours. Le doc de plan de succès couvre les objectifs sur lesquels le contenu des slides doit rendre compte. Si un flux renvoie vide ou une erreur, le skill enregistre unavailable pour ce flux plutôt que de synthétiser — le template de sortie accommode explicitement les flux manquants.
Il exécute ensuite trois passes Claude. La passe un est la synthèse : Claude lit les quatre flux plus le QBR précédent et produit un bloc-notes interne de réussites, échecs, thèmes et résumé de tendance d’utilisation indexé sur les objectifs du plan de succès. Faire cela comme une passe dédiée compte parce que les deux passes suivantes ont besoin d’une image unique cohérente ; faire synthèse-et-slides en une seule passe produit un contenu de slide inégal parce que Claude surpondère le flux qu’il a lu en dernier.
La passe deux prend le bloc-notes de synthèse plus le plan de succès et produit le tableau des risques ouverts (rouge/jaune/vert avec une ligne d’atténuation par risque) et les pistes d’expansion classées (signal : utilisation, persona, contrat ; confiance : haute, moyenne, faible). Les risques et l’expansion ont leur propre passe parce que ce sont les parties qu’un CSM édite le plus souvent, elles obtiennent donc un budget de tokens concentré et un raisonnement explicite.
La passe trois est la correspondance de ton et le mapping de slots. Claude lit trois QBR-échantillons dans la voix du même CSM (ou se replie sur l’échantillon dans references/3-sample-output.md) et réécrit la synthèse plus les risques plus le contenu d’expansion dans la voix de l’équipe — neutre, pilotée par les données, sans superlatifs. Il mappe ensuite le contenu réécrit vers les slots nommés depuis references/1-qbr-template-slots.md. Le mapping de slots par template à la fin signifie que changer de template ne nécessite pas de relancer les passes amont ; le skill ne régénère que l’étape de mapping.
La sortie est un fichier Markdown unique avec un bloc clôturé par slot, plus un résumé exécutif d’une page comme fichier séparé. Les CSM éditent toujours avant d’envoyer. Le skill est un moteur de brouillon, pas un éditeur.
Coûts réels
Un run complet coûte environ 25 000 à 40 000 tokens d’input et 4 000 à 7 000 tokens d’output sur Claude Sonnet — disons 8 à 15 centimes par QBR aux tarifs Sonnet actuels. La plus grande variable d’input est le volume de transcript Gong : un compte avec vingt appels de 60 minutes dans le trimestre atterrira près du haut de la fourchette ; un compte avec trois appels de 30 minutes atterrit près du bas. La conception en trois passes ajoute une légère surcharge (chaque passe partage le contexte de préfixe) mais en vaut la peine parce que la sortie est de façon fiable prête-à-éditer plutôt que prête-à-réécrire.
Le temps d’horloge murale est d’environ deux à quatre minutes par compte, dominé par le tirage SOQL Salesforce et la récupération de transcript Gong à l’étape un. Les passes Claude s’exécutent séquentiellement après le tirage parallèle et ajoutent peut-être 60 à 90 secondes au total.
Un CSM préparant un QBR de zéro dépend typiquement 90 à 180 minutes par compte — tirer les données, lire les appels précédents, structurer le récit, rédiger le texte des slides. Le skill réduit cela à 25 à 45 minutes (la passe d’édition), donc l’économie est d’environ une heure par QBR. Un book CSM de 30 comptes à un QBR par trimestre représente 30 heures économisées par trimestre par CSM.
Métrique de succès
Suivez le temps entre « deck ouvert » et « deck envoyé pour revue interne » par QBR. Le skill devrait ramener la médiane sous 60 minutes dans le premier trimestre d’utilisation. Suivez également le nombre de QBR signalés avec les marqueurs SUCCESS_PLAN_STALE, GONG_COVERAGE_LOW ou TONE_REVIEW_NEEDED — ce sont des indicateurs avancés de problèmes d’hygiène amont (plans de succès non maintenus, gaps de couverture Gong, échantillons de voix manquants) que le skill fait remonter par conception. Un mois sain voit ces flags baisser.
Une deuxième métrique à surveiller : la proportion du contenu généré qui survit à la passe d’édition du CSM. Visez 70 % ou plus. En dessous, les sources de données amont ont besoin de travail — généralement les plans de succès, parfois la couverture Gong. Au-dessus de 90 % et le CSM est probablement en sous-édition ; le skill est un brouillon, pas un deck finalisé.
Comparaison avec les alternatives
Versus les templates QBR Gainsight. Gainsight propose des templates QBR standard avec des champs auto-remplis (score de santé, NPS, métriques clés) et est la valeur par défaut évidente si vous payez déjà pour Gainsight. Le compromis : les templates Gainsight sont structurés autour du scoring de santé et de la gestion des CTA, pas autour du contenu des slides. Ils font remonter des champs ; ils ne rédigent pas de récit. Ce skill rédige le récit. Utilisez Gainsight pour l’échafaudage opérationnel et ce skill pour le contenu du deck ; ils sont complémentaires, pas concurrents. Si vous ne payez pas déjà pour Gainsight, ce skill plus Salesforce plus Gong couvre la plupart du cas d’usage QBR à une fraction du coût.
Versus l’automatisation de slides personnalisée (par ex. un script Python qui tire Salesforce et pousse dans Google Slides via l’API). Un script maison est plus rapide pour l’étape littérale données-dans-slide mais produit des decks stériles parce qu’il ne peut pas synthétiser les thèmes Gong, rédiger un récit de tendance d’utilisation ou classer les pistes d’expansion. Vous vous retrouvez avec un deck où chaque slide est un graphique et une étiquette, et le CSM doit encore écrire toute la prose. Ce skill produit la prose. Si vous avez un script d’assemblage de slides fonctionnel, pointez-le sur le Markdown mappé sur les slots que ce skill émet — c’est l’intégration prévue.
Versus la préparation manuelle par le CSM. La préparation manuelle produit les QBR de la plus haute qualité parce que le CSM a du contexte que le skill ne peut pas récupérer (l’appel précédent où le champion s’est épanché sur le budget, la conversation de côté sur le pitch concurrent). Le compromis est les 90 à 180 minutes par compte. Utilisez la préparation manuelle pour les comptes de premier rang et le skill pour la longue traîne. La sortie du skill est également un bon point de départ même pour les comptes de premier rang — le CSM édite plus agressivement mais commence plus loin dans le process.
Points de vigilance
- Dérive des données d’utilisation. La vue du data warehouse d’utilisation est parfois rebaptisée ou redéfinie en amont par l’équipe data engineering. Le résumé de tendance est alors silencieusement faux. Garde-fou : le skill valide l’en-tête CSV d’utilisation contre
references/1-qbr-template-slots.mdet refuse de remplir le slot de tendance d’utilisation si les colonnes sont manquantes ou renommées. Le script d’assemblage de deck rend alors le slide vide plutôt qu’un contenu trompeur. - Obsolescence du plan de succès. Les plans de succès non touchés depuis 60 jours ou plus produisent des slots
success_plan_progressqui sonnent confiant mais sont périmés. Garde-fou : le skill vérifie le champlast_updateddu doc de plan de succès ; s’il a plus de 60 jours, il préfixe un flagSUCCESS_PLAN_STALEà ce slot afin que le CSM doive l’acquitter avant que le slide ne soit approuvé. - Inadéquation de ton avec le client. Le ton par défaut est la voix de l’équipe CSM — qui peut ne pas correspondre à la façon dont ce client spécifique est habitué à être addressé. Un client enterprise attend un libellé plus formel qu’une startup. Garde-fou : quand des
voice_samplessont passés, la passe de correspondance de ton pondère les artefacts orientés client (les QBR précédents que le client a reçus) par rapport aux docs internes. Si aucun échantillon de voix n’existe, le skill émet du contenu en registre neutre et signaleTONE_REVIEW_NEEDEDsur le résumé exécutif. - Gaps de couverture Gong. Si moins de trois appels Gong ont été enregistrés dans le trimestre, la section des thèmes est mince et surpondère les appels qui se sont enregistrés. Garde-fou : le skill compte les appels Gong lors du tirage parallèle ; en dessous de trois, le slot
top_winsest généré uniquement depuis le signal Salesforce et préfixé avecGONG_COVERAGE_LOWafin que le CSM sache ajouter de la couleur manuellement avant que le deck ne soit publié. - Comparaison avec le mauvais QBR précédent. Si
last_qbr_pathpointe vers un deck d’un compte ou trimestre différent, le cadrage « engagements d’alors versus réalité maintenant » se casse silencieusement. Garde-fou : la passe de synthèse extrait le nom du compte et l’étiquette du trimestre du slide de titre du QBR précédent et s’arrête si l’un ou l’autre ne correspond pas aux inputs.
Stack
- Salesforce — historique de compte, d’opportunité et de tickets (SOQL via API REST)
- Gong — thèmes d’appels, citations d’exécutifs, mentions de concurrents (API Gong, 90 derniers jours)
- Claude — synthèse en trois passes : synthèse, risques + expansion, correspondance de ton + mapping de slots (Sonnet recommandé pour le coût ; Opus seulement si la correspondance de voix prime sur le budget)
- Notion / objet personnalisé Salesforce / Gainsight — stockage du plan de succès (choisissez-en un)
- Google Slides ou PowerPoint — le template de deck dans lequel le Markdown mappé sur les slots s’injecte via le script d’assemblage de deck de votre équipe