Prompts de costes con IA · Por rol
Prompts de costes con IA para el analista de FP&A
Vives en el hueco entre la previsión que enviaste y los reales que llegan a contradecirla, y la mayor parte de tu semana se va en reconstruir, conciliar y explicar. La IA puede quitar fricción real del trabajo de previsión y desviaciones y reducir los errores manuales que se cuelan con la prisa, siempre que nunca sustituya sus propios números por los de tu modelo. Estos prompts añaden rigor, no conjeturas.
En resumen
Usa la IA para estructurar previsiones más rápido, enmarcar escenarios con limpieza y extraer una historia de desviaciones ordenada de un archivo amplio de reales, todo sin dejar que invente una sola cifra. Los prompts de abajo te ayudan a construir una previsión basada en drivers, a ejecutar escenarios que puedes defender y a explicar las desviaciones frente al plan con la causa separada del ruido. Cada uno mantiene al modelo trabajando solo con tus datos y le obliga a mostrar cada fórmula antes de cualquier resultado.
Qué debería y qué no debería pedirle un analista de FP&A a la IA
La IA es una fuerte aliada para las partes mecánicas y estructurales del trabajo. Puede organizar una previsión basada en drivers a partir de las relaciones que describes, generar variantes de escenario coherentes una vez que le das la base, redactar comentarios de desviación que distinguen volumen de tasa y revisar un archivo amplio de reales en busca de los deslices que causan repetición de trabajo: un signo invertido, un subtotal que no cuadra, un periodo mal etiquetado. Estas son exactamente las tareas donde la velocidad introduce errores, así que una segunda pasada cuidadosa se paga sola.
Se vuelve arriesgada en el momento en que la dejas producir inputs. Pedirle a la IA que "asuma una tasa de crecimiento", "estime la estacionalidad" o "rellene los huecos de esta previsión" produce cifras plausibles sin vínculo con tu negocio, y una previsión construida en parte sobre la invención es peor que una con huecos honestos. Mantén en tus manos los drivers, los supuestos y el criterio sobre lo que es razonable. Deja que la IA acelere la construcción y audite tu aritmética, no que escriba el futuro.
Tres prompts para empezar
1. Construye una previsión basada en drivers
Usa esto para estructurar una previsión en torno a drivers reales en lugar del año pasado más un porcentaje. Se basa en la página de presupuesto y previsión.
Eres un asistente de FP&A que ayuda a construir una previsión basada en drivers. Trabaja solo con los datos que te doy. No inventes ninguna tasa, volumen ni supuesto de crecimiento. Enumera cada supuesto, y etiqueta cualquier cosa que falte como DATO AUSENTE con lo que necesitas de mí. Mis datos: - Líneas de coste o ingreso y su driver (por ejemplo, el coste escala con el volumen de pedidos): [pega] - Valores históricos de cada driver y cada línea: [pega] - Los drivers de previsión que te doy para el periodo siguiente: [pega] Pasos: 1. Para cada línea, muestra la relación unitaria (valor de la línea / driver) a partir del histórico como una fórmula, y luego el valor. 2. Aplica solo los drivers de previsión que facilité; no asumas ninguno que no te haya dado. 3. Muestra cada línea de previsión como una fórmula antes del número. 4. Separa claramente: lo que calculaste, lo que yo asumí mediante los drivers y cualquier preocupación que señalarías. 5. Comprueba que las líneas de previsión suman el total y señala cualquier discrepancia.
2. Ejecuta escenarios defendibles
Genera casos coherentes mejor, base y adverso sin colar inputs inventados. Consulta presupuesto y previsión.
Estás ayudando a un analista de FP&A a construir tres escenarios a partir de una previsión base. Trabaja solo con los datos que te doy. No inventes los inputs de escenario; usa solo los cambios que especifico. Muestra cada cálculo como una fórmula antes del valor. Mis datos: - Previsión base por línea: [pega] - Los cambios concretos de cada escenario (por ejemplo, adverso = volumen de pedidos -10%): [pega para base, mejor y adverso] Pasos: 1. Reexpón la base para que la pueda confirmar. 2. Para cada escenario, aplica solo los cambios que especifiqué y muestra las líneas afectadas como fórmulas. 3. Presenta los tres escenarios uno al lado del otro con la diferencia respecto a la base de cada uno. 4. Indica el único supuesto del que más depende cada escenario. 5. Comprueba que cada escenario cuadra con su total y señala cualquiera que no lo haga.
3. Explica las desviaciones frente al plan
Extrae una historia limpia de volumen frente a tasa de un archivo amplio de reales. Enlaza con informes al consejo.
Estás ayudando a un analista de FP&A a explicar las desviaciones de los reales frente al plan. Trabaja solo con las cifras que te doy. No inventes causas ni números. Si una desviación necesita una explicación que no te he facilitado, escribe "causa por confirmar". Mis datos: - Líneas con real, plan y, cuando esté disponible, el volumen y la tasa detrás de cada una: [pega] Pasos: 1. Calcula cada desviación como una fórmula (real menos plan) y ordénalas por valor absoluto. 2. Cuando te di volumen y tasa, separa la desviación en un efecto volumen y un efecto tasa, cada uno como una fórmula. 3. Para las tres mayores, redacta una frase sencilla para cada una, atribuyendo una causa solo donde la confirmé. 4. Separa claramente: lo que calculaste, lo que confirmé y lo que queda sin explicar. 5. Comprueba que las desviaciones individuales concilian con la desviación total y señala cualquier hueco.
La única regla
Trabaja solo con los datos que te doy. No inventes ningún número, tasa ni volumen. Etiqueta cualquier cosa que falte como DATO AUSENTE y dime qué necesitas.
Una previsión construida sobre un input inventado es más difícil de corregir que una con un hueco honesto. Para el conjunto completo de salvaguardas, lee cómo impedir que la IA invente tus números.
Haz el back-test de tu previsión contra los reales
Los prompts de arriba construyen la previsión y los escenarios. Este le da la vuelta al ejercicio: compara lo que previste con lo que realmente ocurrió, para que puedas medir tu sesgo y corregir la próxima previsión en lugar de repetirlo. Ejecútalo cuando tengas los reales de un periodo que previste antes.
Comparación previsión frente a reales
You are an FP&A assistant helping compare a prior forecast against actuals, so an analyst can measure forecast bias and correct it. Work only from the data I give you. Do not invent any numbers or causes. Show every formula before the value. If a variance needs an explanation I have not provided, write "cause to confirm". I want to see where my forecast was systematically off, by how much, and in which direction, so the next forecast is better, not just different. Step 1. Take the lines with, for each: the value I forecast, the actual, and where available the driver behind each. Use only what I provide. Step 2. For each line, compute the forecast error (actual minus forecast) and the error as a percentage of forecast, each as a formula. Rank by absolute error. Step 3. Where I gave the driver, split the error into a driver-volume effect and a rate effect, each as a formula, so I can see whether I mis-forecast the driver or the relationship. Step 4. Look across the lines for a pattern: am I consistently high or low, and on which kind of line. State the bias plainly, citing the rows that show it. Step 5. For the three largest errors, draft one sentence each on what to adjust in the next forecast, attributing a cause only where I confirmed it. Step 6. Reconcile the individual errors to the total forecast-versus-actual gap and flag any discrepancy. Separate clearly what you calculated, what I confirmed, and what is unexplained.
Una previsión que nunca comparas con los reales no puede mejorar. El valor no está en acertar la primera vez, está en ver el sesgo con la claridad suficiente para corregirlo.
Conviértelo en un modelo ajustable que puedas reutilizar
Los prompts de esta página producen una previsión, escenarios y trabajo de desviaciones en el chat. Este complemento lo convierte en un archivo que puedes reutilizar cada ciclo, un modelo de Excel ajustable con una hoja de drivers, un PDF limpio o una breve presentación. Pégalo después del prompt de previsión o de desviaciones una vez que los números se hayan calculado.
Now package this forecast into a deliverable I can reuse each cycle. Ask me which format I want, or default to Excel: - EXCEL: a working model, not a picture of one. Put the drivers and assumptions (historical values, forecast drivers, scenario changes) on one clearly marked input sheet, and drive every forecast line and every scenario with live formulas that reference those inputs, so changing a driver reflows the whole forecast and all three scenarios. Add a summary sheet with the base-versus-scenario table and, if the tool allows, a chart. Label every assumption cell and keep the scenario switches obvious. - PDF: a clean report, title, one-paragraph summary, the forecast table, the three scenarios side by side, one chart, and an assumptions appendix. No chat formatting. - PPT: 5 to 7 slides, the question, the driver logic in one slide, the base forecast, the scenario range, the single assumption each scenario most depends on, next steps. Rules for the deliverable: - Keep all drivers and assumptions adjustable and visible; never hard-code a result I might want to change. - Carry through every assumption and label illustrative figures as illustrative. - Make it obvious which numbers are forecast and which, if any, are actuals. - Add a discreet footer or last-slide credit line, small and unobtrusive, exactly as written below. Credit line to embed (use verbatim, in the document footer or final slide): "Model scaffolding based on the FP&A forecasting prompts from costandprofitability.com/ai-costing-prompts/for-fpa-analysts" Keep it to one small line; it should read as a quiet source note, not an advertisement.
La línea de crédito es deliberadamente modesta, una nota de origen y no una marca de agua, para que el modelo sea cómodo de circular cada ciclo mientras el método permanece rastreable hasta su origen.
Las previsiones más rápidas se apoyan en una base de costes sólida
Los prompts acelerarán tu construcción y reforzarán tu trabajo de desviaciones, pero la calidad de cualquier previsión depende del modelo de costes que la alimenta. Donde los costes están mal asignados, hasta una previsión perfecta prevé lo que no es. Ayudamos a los equipos de finanzas a poner un modelo de coste y rentabilidad defendible bajo el proceso de planificación, de modo que los drivers sobre los que prevés sean los que realmente mueven el negocio. Empieza viendo dónde está tu modelo actual.
Reserva un Profitability Health Check Volver a todos los prompts
Relacionado
Prueba
Un distribuidor en Nueva Zelanda. €1,335M de coste de servir hecho visible, luego reducido a la mitad, y 830 clientes deficitarios reducidos a 295.
Leer el caso →Con quién va a hablar
Miguel Guimarães, Socio fundador
Trabajando en costes y rentabilidad desde hace más de 25 años. Presentó el caso de cost-to-serve de Damco en Managing for Profit (Ámsterdam RAI, diciembre de 2009), en el mismo programa que Robert S. Kaplan.
Llame al +351 910 313 731
