CFO 周五要看新一版 12 个月预测。你手上有驱动清单——挂牌价、预期销量、流失假设、招聘计划、供应商续约——和一份上一轮就有点散架的模型。本能反应是把表重搭一遍。先别。让 AI 把叙述和逐行的算法先草一份，逻辑站得住，再搬进表格。
一句话总结
- 用 AI 起的是预测逻辑和季度故事，不是终版账本。收入和 EBITDA 在见人之前你自己重算一遍。
- 截至 2026 年 6 月，选哪个工具看数据在哪：Claude in Excel（Sonnet 4.6，财务基准分最高）和 ChatGPT for Excel（GPT-5.5，5 月 5 日正式开放）都能直接读你表格里的实际单元格。只想在 chat 窗口里快出一份初稿，就把实际数贴进 Claude 或 ChatGPT。
- 给模型的是有名有姓的驱动，不是目标。“销量月增 4% 到第 9 个月”行得通；“帮我做到 1500 万”出来的全是编的。
- 一定要它列出 pressure-test 清单和一条点名的敏感性。只有 base case、没有下行情景，等于半份预测。
任务场景
把一组业务驱动转成 12 个月 P&L 展望：月度收入、毛利率、按品类的 opex、EBITDA，每个季度一段话讲”在变什么、为什么”。这份是你要拿来撕的工作稿，不是终稿。
什么时候适合让 AI 来做
- 你能把驱动讲清楚（单价、月销量、流失百分比、各月新增 headcount、供应商成本台阶）。
- 你要一份会被你自己推翻的初稿，不是最终数字。
- 你要的是说理段，不是格子里的数——格子好填，故事难写。
- 这份用于内部规划，不是对外披露。审计级的东西放你的模型里，不在 chat 窗口里。
选哪个工具、哪个模型（2026 年 6 月）
两个问题决定工具：AI 要不要直接动你的实时表格，以及模型的财务推理够不够强。
| 工具 | 模型 | 能读实时单元格？ | 需要什么套餐 | 适合 |
|---|---|---|---|---|
| Claude in Excel | Sonnet 4.6 | 能（Microsoft 365 插件，5 月 7 日正式开放） | Claude Pro 20 美元 / Max / Team / Enterprise | 原地搭建并审计模型 |
| ChatGPT for Excel | GPT-5.5 | 能（Excel 插件，5 月 5 日开放，限美/加/澳） | ChatGPT Plus 20 美元 / Pro / Business | 习惯 OpenAI 生态的 Excel 用户 |
| Claude（chat） | Sonnet 4.6 / Opus 4.7 | 不能——手动贴表 | 免费 / Pro 20 美元 / Max | 快速起叙述初稿 + 算法 |
| ChatGPT（chat） | GPT-5.5 | 不能——贴表，或上传文件 | 免费 / Plus 20 美元 / Pro | 同上，多了文件上传和 Python 数据分析 |
| Gemini in Sheets | Gemini 3.1 Pro | 能（Google Sheets） | Google AI Pro 19.99 美元 | 已经在 Google Workspace 的团队 |
选之前有几个事实值得知道。Anthropic 自家的 Finance Agent v1.1 基准上，Claude Sonnet 4.6 拿 63.3%——高过 Opus 4.6 的 60.1%——单 token 价格只有 Opus 的五分之一，所以做 FP&A 起稿它是最划算的主力。三个旗舰模型（Sonnet 4.6、Opus 4.7、Gemini 3.1 Pro）都有 100 万 token 上下文窗口，足够把一整年月度实际加上你的驱动备忘塞进一次请求。想让模型把公式直接写进单元格、还能解释某个输出为什么变了，就用 Excel 或 Sheets 插件；只是要一份用完即弃的初稿，chat 窗口更快。
需要先给 AI 的信息
- 过去 6-12 个月按行项的月度实际（不要给季度）
- 每个驱动 + 一句话假设（“挂牌 89 块，Q1-Q2 不动，Q3 涨 5%”）
- 招聘计划：什么角色、什么月份入职、全成本是多少
- 已知台阶：第 7 个月供应商续约、第 4 个月办公室房租调整
- 你最在意的那一条敏感性（“Q3 流失翻倍怎么办”）
- 两个不能算错的数——通常是收入和 EBITDA
可直接复制的 Prompt
你在用驱动起一份 12 个月 P&L 预测初稿。
过去 6 个月月度实际：
[贴表——收入、COGS、按品类的 opex]
未来 12 个月驱动：
- 定价：[例：挂牌 89，Q1-Q2 不动，Q3 涨 5%]
- 销量：[例：第 1 个月 1200，月增 4% 到第 9 个月，之后持平]
- 流失：[例：月度 logo 3.8%、收入 2.4%]
- 招聘：[逐角色：入职月份、全成本]
- 台阶：[供应商 B 第 7 个月涨 12%、第 4 个月起房租每月多 8k]
- 一条敏感性：[Q3 流失翻倍]
请输出：
1. 月度表：收入、COGS、毛利率%、按品类 opex、EBITDA
2. 季度叙述——每个季度 3-4 句讲清楚是什么在推动
3. 我对外分享前要 pressure-test 的 3 个数字，标 [PRESSURE-TEST]
4. 敏感性情景另起一张表，与 base 的差额高亮
5. 整份预测里最可能算错的一行，以及为什么
不要编驱动假设。我没给的数字标"需补假设"，不要猜。建议输出长什么样
Q1（1-3 月）： 收入 108 万 / 113 万 / 118 万——月增 4% 销量在不动价的前提下复利累加。毛利率 71% 不动——供应商还没换。EBITDA 在第 3 个月转正，因为 m1、m2 入职的 SDR 上量到指标。
Q2（4-6 月）： 房租调整每月多 8k 推高 opex，但销量推动收入。EBITDA 14.2 万 / 15.6 万 / 17.1 万。[PRESSURE-TEST] 销量曲线——第 5 个月假设没有季节性回落，对我们这个品类偏乐观。
Q3（7-9 月）： 供应商 B 续约在第 7 个月打到毛利率（71% 到 67%）。Q3 涨 5% 价格到第 9 个月差不多收回 3 个点。招聘 m7 加 2 个 AE、m8 加 1 个 eng——到第 9 个月 opex 每月多 5.8 万。
Q4（10-12 月）： 销量按假设持平。毛利率稳定 70%。EBITDA 19.8 万 / 21.1 万 / 22.4 万。风险：流失重新加速（按敏感性场景），Q4 EBITDA 跌到 13.4 万 / 12.8 万 / 11.9 万。
怎么改输出
- AI 编了驱动。 点名：“你假设营销月增 8%。我从没给你这个数。营销当成持平重算。”
- 月度表太顺。 真实业务有台阶。要求：“参考过去 6 个月实际，加上现实的月度噪声，别画直线。”
- 叙述像财务教科书。 要的是具体风险这一句，不是文体：“点名说出会让模型崩掉的那一条假设，落到月份。”
- EBITDA 看着太好。 通常意味着 opex 没算够。把招聘计划按全成本重喂（福利、设备、招聘费摊销）。
容易踩的坑
- 让模型替你定增长率——驱动必须从你这来，不是来自模型训练里”典型 SaaS”的印象。
- 只出一张表，没有季度叙述——叙述才是交付物，表是证据。
- 跳过 pressure-test 列表——每份预测都有 2-3 行经不住盘问；自己先掀出来，免得 CFO 替你掀。
- 把敏感性当可选——base case 只是三种情景之一；没有下行情景你回答不了”最差能多差”。
- 不重新推一遍数学就搬模型——chat 模型对月度复利还是会算错，频率高到你必须在表里把销量曲线再算一遍；就算用 Excel 插件，它写的公式你也得抽查。
FAQ
- 到底该用哪个模型？ 日常 FP&A 起稿用 Claude Sonnet 4.6——它在 Anthropic 自家的财务基准上领先（Finance Agent v1.1 拿 63.3%），又便宜。只有复杂的多步建模才动用 Opus 4.7 或 GPT-5.5。数据已经在 Google Sheets 里，那 Gemini 3.1 Pro 顺手。
- 数学能信吗？ 别信。信结构和故事。收入和 EBITDA 在你表里重算——AI 帮你起逻辑稿，不是替你记账。
- Excel 插件会改变这点吗？ 有帮助——Claude in Excel 和 ChatGPT for Excel 都能读你表里的实际单元格，还能追一条假设怎么流过整个模型，省掉大量复制粘贴出错。但它们不能免去你重核那两个关键数字。
- 营运资金怎么办？ 第一稿先不管。单独再起一段 prompt：“基于这份 P&L 和 45 天 DSO，起一份月度经营现金流。” P&L 和现金一把抓只会两头都差。
- 驱动还没定，要等吗？ 别等，用区间。第 6 个月收入写 85 万-120 万 区间，比写 105 万 这种猜出来的点估更诚实。
厂商细节见 OpenAI 的 ChatGPT for Excel 发布说明，以及 Anthropic 的 Claude for Excel 帮助文档。
相关阅读
- AI 差异分析 ——实际偏离这份预测时
- AI 敏感性分析说明 ——更深一层敏感性
- AI 预算叙述 ——预测变预算故事时
- AI KPI 周报 ——每周跟预测对账
- AI exec summary ——把预测压成董事会摘要
- AI 业务驱动因素梳理 ——预测前先把驱动核一遍
- AI Excel 清理 ——喂进去前先把实际数整干净