商业能力

Commercial — 领域编排器

Commercial 层面关注的是单笔交易的经济效益与打包方案：即公司如何定价、打包、审批以及预测收入。该编排器会分叉其上下文，将您的咨询路由至七个子技能之一，然后返回摘要。大量输入资料（如 RFP PDF、管线导出文件、合作伙伴协议）将保留在分叉的上下文中。

何时调用

| 症状 | 子技能 |
|---|---|
| “我们因为价格问题丢单——应该降价还是重新打包？” | pricing-strategist |
| “这笔企业级交易可以批准 40% 的折扣吗？” | deal-desk |
| “我们应该与这家经销商签约吗？他们的等级是什么？” | partnerships-architect |
| “我们的合作伙伴渠道实际上盈利吗？” | channel-economics |
| “我们的标准折扣矩阵应该是怎样的？” | commercial-policy |
| “帮我回复这份 60 页的 RFP” | rfp-responder |
| “按目前的转化率，我们第四季度的预订预测是多少？” | commercial-forecaster |

路由逻辑（确定性）

采用与 business-operations-skills 相同的双信号阈值模式。单信号 $\rightarrow$ 提出澄清问题。混合信号 $\rightarrow$ 优先处理置信度最高的一项，在后续回合中链式处理第二项。

信号表

| 信号类别 | 关键词 | 子技能 |
|---|---|---|
| PRICING (定价) | pricing, price, packaging, tier, WTP, willingness to pay, Van Westendorp, value pricing | pricing-strategist |
| DEAL (交易) | deal, discount, approval, margin, T&Cs, redline, exception, MSA | deal-desk |
| PARTNERSHIP (合作伙伴) | partner, reseller, OEM, co-sell, joint GTM, revenue share, channel agreement | partnerships-architect |
| CHANNEL_ECON (渠道经济) | channel mix, cost to serve, channel ROI, direct vs partner, channel economics | channel-economics |
| POLICY (政策) | commercial policy, discount matrix, T&C library, exception policy, deal framework | commercial-policy |
| RFP (提案请求) | RFP, RFI, RFQ, proposal request, vendor questionnaire, security questionnaire | rfp-responder |
| FORECAST (预测) | forecast, bookings, billings, ARR, NRR forecast, pipeline math, funnel projection | commercial-forecaster |

工作流 (Matt Pocock 质询纪律)

源自 Matt Pocock 的 grill-with-docs 模式：先探索后提问，每轮仅提出一个问题并附带建议答案，深度优先遍历决策树，跟踪依赖关系，并将所有挑战锚定在 SaaS 定价/交易审查的标准规范中 (references/)。

第一步 — 提问前先探索

首先检查用户的工作目录：

• 是否存在交易记录、定价对比表、RFP 文档或 pi

• 查询内容是否已消除 lane（业务线）歧义（例如，“审查这份 60 页的 RFP” $\rightarrow$ 对应 rfp-responder，无需询问）？

• 是否有可确定 lane 的文件名称（pipeline-Q4.csv $\rightarrow$ 预测；MSA-redline.docx $\rightarrow$ 交易）？

如果工作区能确定 lane，请静默路由。

第 2 步 — 若仍有歧义，提出一个带有推荐答案的强制性问题

Matt 的原则：绝不捆绑，始终推荐。

模式：

Q1/1: [明确指出两个候选 lane 的问题]
推荐：[Lane X，因为 <信号表理由>]

(确认，或覆盖？)

第 3 步 — 多 lane 查询的决策树遍历

如果查询确实跨越两个 lane（例如，“这份 RFP 要求了我们通常不给的折扣” = RFP + DEAL + 可能涉及 POLICY），请按深度优先顺序执行：

1. 先处理置信度最高的 lane $\rightarrow$ 在分叉上下文中运行子技能 $\rightarrow$ 汇总。
2. 询问：“现在运行 [第二个 lane] 吗？推荐：是，因为 [依赖关系]。”
3. 在链式执行前确认。

绝不要静默链式执行。

第 4 步 — 在分叉上下文中调用子技能

转发原始提示词 + 结构化输入（pipeline CSV、RFP 文档路径、定价对比表、MSA 修订稿）。

第 5 步 — 返回带有权威引用挑战的汇总

$\le 200$ 字：分析结果、前 3 项核心发现（锚定权威引用）、前 3 项后续行动（注明适用审批人）、文件路径，以及一个针对用户的质询挑战 (grill challenge)。示例：

• “你的交易计分卡显示折扣后利润率为 38%。Skok 的《For Entrepreneurs》基准指出，折扣前毛利率 < 70% 的 SaaS 交易需要审视。你是否建模了履约成本，还是仅计算了 COGS？”

• “你的产品组合在 Better 版中有 14 个功能，Best 版中有 16 个。Madhavan Ramanujam（《Monetizing Innovation》）认为：缺乏明确区分度的层级会导致 70% 的客户选择最便宜的方案。哪个核心功能能强制用户升级？”

强制性问题库（基于文档质询模式）

在调用子技能前，针对定义 lane 的决策质询用户。每轮一个问题，提供推荐答案和权威引用：

• PRICING (定价) lane：“在选择模型前：你的客户是为结果、席位还是用量付费？推荐：如果可以衡量，请选择结果（基于价值）。反面模式 (Ramanujam 2016 *Monetizing Innovation*)：对用量波动产品采用席位定价会将你的 TAM 限制在 WTP 的 20%。”

• DEAL (交易) lane：“在批准前：全额折扣后的毛利率是多少，且下季度相同条款下的 pipeline 情况如何？推荐：两者同时建模。反面模式 (Tunguz benchmarks)：一个 40% 的先例会重塑未来 3 个季度的 pipeline。”

• FORECAST (预测) lane：“在预测前：你使用的是过去 4 个季度还是过去 12 个季度的阶段转化率？推荐：过去 4 个季度权重更高。反面模式 (Skok, OpenView)：对 12 个月等权重计算会掩盖近期的下滑。”

• PARTNERSHIP (合作伙伴) lane：“在签约前：合作伙伴是否拥有独立需求，还是在转售我们的 pipeline？推荐：坚持要求独立需求的证据。反面模式 (Forrester 渠道研究)：来自自身 pipeline 的渠道主导交易成本高于直销。”

在定义 lane 的决策锁定之前，绝不运行子技能。

假设条件

1. 用户拥有商业决策权，或正在为拥有决策权的人准备分析。
2. 用户需要的是确定性的决策支持，而非最终答案 —— 由人类批准交易、设定价格、签署合作伙伴。
3. 输入可能是部分缺失的 —— 每个子技能都提供模板化的虚拟数据，以便用户...
用户可以在填写自己的内容之前看到其形状。

非目标

• 不是 CRM、CPQ 系统或合同库。

• 不会自动批准交易。所有输出均为 评分 + 建议 + 人工审批路由。

• 不跨会话存储交易历史。

区别于

• business-growth/sales-engineer —— 侧重于 技术销售（演示、POC）。Commercial 侧重于交易的 经济形态。

• business-growth/revenue-operations —— 侧重于 流程（线索路由、SDR 机制）。Commercial 侧重于 单笔交易经济学 + 政策。

• business-growth/contract-and-proposal-writer —— 侧重于 撰写 正文。Commercial 侧重于 决策逻辑 + 结构化响应。

• c-level-advisor/cro-advisor —— 侧重于 CRO 的战略判断（“何时聘请销售副总裁？”）。Commercial 侧重于战术执行（“批准此折扣”）。

• finance/financial-analysis —— 侧重于 结账 + 报告。Commercial 侧重于 预测 + 单笔交易经济学。

输出产出物

| 子技能 | 产出物 |
|---|---|
| pricing-strategist | pricing_model.md + wtp_analysis.json |
| deal-desk | deal_scorecard.md + discount_approval_routing.json |
| partnerships-architect | partner_tier_assignment.md + revshare_model.json |
| channel-economics | channel_mix_analysis.md + cost_to_serve.json |
| commercial-policy | commercial_policy.md (折扣矩阵 + 例外流程) |
| rfp-responder | rfp_response.md + winrate_estimate.json |
| commercial-forecaster | forecast.md + pipeline_math.json |

反模式（避免）

• ❌ 推荐具体价格 —— 应推荐 范围 + 模型，由用户决定具体数值。

• ❌ 自动批准超出政策的折扣 —— 所有 >X% 的折扣必须路由至指定的负责人审批。

• ❌ 在没有用户可验证的证明点的情况下生成 RFP 响应。

• ❌ 在不明确列出 转化假设 的情况下预测预订量。

• ❌ 为了“全面”而运行所有 7 个子技能 —— 应选择其一，消化，必要时再进行链式调用。

参考资料

• SaaS 定价经典：Tomasz Tunguz, David Skok, Bessemer Venture Partners

• Deal desk：SaaStr playbook, Winning by Design

• Path-B 构建模式：documentation/implementation/bizops-commercial-expansion-plan.md