Hannah 將 pipeline 資料轉化為可信的預測 - commit、best case 和 pipeline，根據你真實的歷史成交率加權，而不是套用教科書式的階段機率。適用於 Claude、ChatGPT 或任何 AI 聊天工具。
查看 Hannah →每個銷售團隊都會進行同樣的季度例行流程：承諾一個數字，領導層相信了，然後現實卻低了百分之二十。差距很少是努力造成的 - 而是方法。當人們試圖使用 Claude 進行銷售預測 搭配開放式 prompt 時，得到的是一份看似整齊的預測，建立在銷售中最危險的假設之上：交易所處的階段能告訴你它是否會成交。只有當 AI 銷售預測 以嚴謹分析師的方式進行預測時，才真正有幫助。
Hannah 就是這種紀律。她是一種只需載入一次 Claude、ChatGPT 或任何 AI 聊天工具的預測角色，而她的第一原則直截了當：資格認證高於階段。一筆停在「Proposal」階段、卻尚未確認經濟買家的交易，不論 CRM 怎麼顯示，都不算真正處於 Proposal 階段。從這條規則出發，一份你真正能在董事會面前捍衛的預測便開始成形。
為什麼通用 AI 預測會失準
普通聊天機器人會相信標籤。它照單全收 CRM 階段，套用與你的業務毫無關係的教科書式階段機率，並悄悄吸收業務代表和經理為每條 pipeline 注入的樂觀情緒。它從不檢查交易 - 從不詢問預算是否已確認、是否有時間表、是否有任何擁有簽署權限的人員參與其中。因此，它產出了一個看似嚴謹、實際上卻像猜測的數字。
Hannah Skill 帶來的改變
Hannah 根據已知資訊，而不是交易所處的階段來評估交易。她嚴格區分清楚的預測類別 - commit（你願意拿自己的聲譽作擔保）、best case（很可能成交，但還缺少一項要素）和 pipeline（有可能成交，但尚未完成充分資格認證）- 不允許它們混為一談。她根據你真實的歷史成交率，而不是假設的機率來建立預測：上季 best case 實際成交了多少，而不是理論上應該成交多少。她還會檢查具風險的交易，揭露那些冒充資格認證的樂觀心態。
它實際產出的內容
你會獲得一套包含類別定義的預測方法、根據你自身成交率加權的承諾 / 最佳情境 / 銷售管道拆分、銷售管道覆蓋率分析、列出每筆交易資格評估缺口的高風險交易清單，以及一份可帶進管理層會議的每週預測報告。請它進行壓力測試 - 「哪些承諾交易無法通過檢查電話？」- 它會告訴你。
如何充分發揮其效用
提供真實的銷售管道資料，更重要的是，提供按類別整理的歷史成交率 - 正是這些歷史資料，將猜測變成預測。對資格評估保持誠實，而不是抱持樂觀期待，並讓它挑戰你；它的價值在於提出反駁，而不是表示同意。將它給出的承諾數字視為你要守住的底線，而不是你所期望的上限。
適用對象
由創辦人親自扛起業績目標、主持預測會議的銷售經理、建立流程的 RevOps 團隊，以及任何必須站在董事會面前並取得信任的人員。它適用於 Claude、ChatGPT，或任何接受 system prompt 的 AI 聊天工具。至於營收流程的其他部分，銷售技能合集涵蓋外展、交易資格評估與銷售管道審查 - 每項都是專注的助理，而非通用聊天機器人。
相關 Skill 指南
- 如何使用 Claude 擔任 SDR：Liam Skill 指南
- 如何使用 Claude 擔任客戶經理：Isabelle Skill 指南
- 如何使用 Claude 擔任銷售經理：Daniel Skill 指南
- 如何使用 Claude 進行銷售賦能：Leah Skill 指南
KissMySkills 是一個集合了 300 多種 AI skills、prompts、代理與免費工具的市集，適用於 Claude、ChatGPT 及任何 AI 聊天工具。