Testada em uma tarefa realOficial da AnthropicNegócios e produtividade

DCF Valuation Model

Tenha uma avaliação viva em Excel de uma empresa de capital aberto, com cenários pessimista, base e otimista e tabelas de sensibilidade.

Veja o que ela criou

Instale DCF Valuation Model grátis

Deixe seu email e os passos de instalação abrem aqui mesmo: um prompt para colar na sua ferramenta de IA. Vale para as 149 skills.

Nossa nota: 6/10
Funciona em: Claude, ChatGPT+7 outras
Claude Code, Claude app, Codex, ChatGPT, Cursor, GitHub Copilot, Gemini CLI, Antigravity, OpenCode, Windsurf e mais de 60 ferramentas de IA que leem skills.
Precisa programar?: Um pouco
Tempo até o resultado: 30 min
Criado por: Anthropic
Testada em: 19 de out. de 2026

Entradas e cenários — A planilha de DCF: cada célula calculada é uma fórmula viva, com cenários pessimista, base e otimista.

A resposta curta

DCF Valuation Model é uma skill dos plugins de serviços financeiros da Anthropic que monta um modelo de fluxo de caixa descontado (DCF), um jeito de estimar quanto uma empresa vale a partir do caixa que ela vai gerar, como um arquivo Excel totalmente vivo. Serve para investidores, estudantes de finanças e analistas avaliando uma empresa de capital aberto que sabem julgar entradas como o WACC, a taxa de desconto. Demos nota 6/10: a planilha do nosso teste foi profissional e sem erros de fórmula, mas os números só são tão bons quanto os dados que você fornece, e ela é pesada para quem não é de finanças.

Ideal para: Investidores, estudantes de finanças e analistas que querem um modelo de DCF limpo e auditável de uma empresa de capital aberto, com dados reais inseridos.

Quer esse resultado no seu próprio trabalho?

Cadastre-se grátis e instale DCF Valuation Model em cerca de um minuto. Um email libera os passos de instalação de todas as skills do site.

Quando vale a pena usar

Avalie uma ação que você tem

Você tem algumas ações e se pergunta se o preço faz sentido. No nosso teste, uma vendedora da Etsy que tem ações da Etsy recebeu um modelo que colocava o caso base em cerca de $48.50 por ação contra um preço placeholder de $55, com os cenários pessimista e otimista alternáveis a partir de uma célula.

Aprenda como um DCF se encaixa

Você é estudante de finanças e quer ver um modelo limpo. As entradas digitadas ficam em azul com uma nota de fonte em cada uma, as fórmulas em preto, e cada passo da receita até o preço por ação é uma fórmula que você pode rastrear.

Teste suas premissas sob pressão

Você quer ver quanto o valor muda se o crescimento ou as taxas mudarem. A skill acrescenta três tabelas 5 por 5 (taxa de desconto vs crescimento de longo prazo, crescimento vs margem, beta vs taxa livre de risco), e cada célula refaz a avaliação inteira.

Como ter um ótimo resultado

Instale (passos abaixo)
Ela vem no plugin de análise financeira da Anthropic. Depois peça um DCF de uma empresa pelo nome ou pelo ticker; o horizonte da projeção e os cenários são opcionais.
Conecte ou cole dados atuais
Ative a busca na web ou um conector de dados financeiros, se tiver, ou cole você mesmo os números mais recentes. A skill usa primeiro os conectores, depois seus dados, depois a web; nosso teste não tinha nenhum, então cada entrada foi sinalizada como aproximada.
Aprove cada ponto de checagem
A skill para e mostra as entradas, depois as projeções e os fluxos de caixa, depois a taxa de desconto (WACC) antes de seguir. Leia cada um: é aqui que uma margem ou um número de ações errado sai barato de corrigir.
Abra o arquivo Excel
Você recebe um arquivo com o nome do ticker e a data, com duas abas: DCF, com blocos de cenário e três tabelas de sensibilidade embaixo, e WACC. Mude a célula seletora de caso para 1, 2 ou 3 para alternar entre pessimista, base e otimista.
Substitua as entradas azuis
As células azuis são números digitados, cada uma com um comentário citando a fonte. Atualize o preço da ação e tudo o que estiver marcado como aproximado, e o modelo inteiro, incluindo as tabelas de sensibilidade, recalcula.

Este é o prompt exato com que começamos o nosso teste:

O prompt que usamos

Eu vendo na Etsy e tenho algumas ações dela. Você pode montar um modelo DCF da Etsy para eu ver se o preço faz sentido? Cenários base, pessimista e otimista, por favor.

Como foi a sessão

A conversa do nosso teste, resumida. Cerca de 30 minutos do primeiro prompt até o resultado final.

Você: Eu vendo na Etsy e tenho algumas ações dela. Você pode montar um modelo DCF da Etsy para eu ver se o preço faz sentido? Cenários base, pessimista e otimista, por favor.
AI: Receita 2022-2024 de cerca de $2.57bn, $2.75bn, $2.81bn; margem EBIT ajustada de cerca de 15-17% (excluindo impairments de goodwill); 112M ações diluídas; dívida de $2.3bn em conversíveis vs $1.0bn em caixa, então dívida líquida de $1.3bn; preço placeholder de $55. Isso vem da memória, não de uma fonte ao vivo. Posso seguir?
Você: Pode, eu corrijo o preço depois.
AI: Base: crescimento de 3%, 4%, 5%, 5%, 4%; margem EBIT subindo de 15.5% para 17.5%; imposto de 23%; D&A de 6%; capex de 2%; o capital de giro libera 1% da variação da receita. FCF de $462M a $604M.
Você: Ok.
AI: taxa livre de risco 4.2%, beta 1.6, ERP 5.5% -> custo do capital próprio 13.0%; dívida após impostos 2.7%; pesos 83/17 -> WACC 11.2%.
Você: Ok. escrevi o build.py com layout de linhas travado, caso selecionado via CHOOSE, todas as 75 células de sensibilidade como recálculos completos do DCF (a tabela de crescimento/margem reprojeta cada ano). rodei o recalc.py do xlsx (através de um ajuste para Python 3.9): sucesso, 236 fórmulas, 0 erros. conferido: a célula central das três tabelas = $48.50 = preço implícito; valor terminal 69.9% do EV (dentro da faixa de 50-70% da skill); g terminal 3% < WACC...
AI: Valor implícito no caso base de cerca de $48.50 por ação vs o placeholder de $55, cerca de 12% de queda potencial. O cenário otimista ou um beta menor te levam acima de $55. Grande ressalva: as entradas são aproximadas e não são ao vivo; substitua as células azuis em fundo cinza-amarelado por números atuais antes de confiar nisso. Não é recomendação de investimento.

O que funcionou e onde deixou a desejar

O que funcionou

Gera um modelo realmente no estilo de banco de investimento: entradas em azul com comentários de fonte, seletor de cenário, bordas, fórmulas vivas em tudo
As três tabelas de sensibilidade 5x5 são recálculos de verdade e as células centrais batem exatamente com o valor principal ($48.50)
O fluxo com pontos de checagem faz o Claude mostrar entradas, projeções e WACC antes de seguir, e é assim que um leigo consegue pegar uma premissa ruim

Onde deixou a desejar

Precisa de dados financeiros reais: sem conector de dados nem acesso à web no nosso teste, cada entrada (receita, ações, dívida, beta) veio da memória do Claude e o preço da ação era um placeholder de $55, então o resultado é aproximado e desatualizado. Dica: cole os números do relatório anual mais recente e o preço da ação de hoje na sua primeira mensagem.
A projeção começa num ano que já acabou: o arquivo é de outubro de 2026, mas o ano realizado mais recente que o Claude conhecia era 2024, então o primeiro ano projetado é 2025. Dica: informe o último ano divulgado e peça que a projeção comece depois dele.
Pesado para quem não programa: o jargão (WACC, beta, NWC) e uma skill de 1,263 linhas fazem você ter que confiar nos padrões ou entender de finanças, e o validate_dcf.py que vem junto não é confiável (uma falha falsa de 'terminal growth >= WACC', ele espera uma aba Sensitivity que a skill proíbe e travou numa checagem).

Quer esse resultado no seu próprio trabalho?

Cadastre-se grátis e instale DCF Valuation Model em cerca de um minuto. Um email libera os passos de instalação de todas as skills do site.

Prompts que funcionam

Troque as partes entre colchetes pelos seus próprios dados. Não precisa citar a skill: peça o trabalho e sua ferramenta de IA usa a skill sozinha.

DCF com três cenários

Tenho algumas ações da [empresa]. Você pode montar um modelo DCF de [empresa ou ticker] para eu ver se o preço faz sentido? Cenários base, pessimista e otimista, por favor.

Projeção de cinco anos com seus números

Monte um modelo DCF da [empresa] com projeção de cinco anos. Use estes números do relatório anual mais recente: [receita, lucro operacional, caixa, dívida, ações diluídas]. O preço da ação hoje é [$X].

Explique a taxa de desconto primeiro

Qual é o valor intrínseco da [empresa]? Mostre suas premissas de WACC e explique cada uma em linguagem simples antes de montar o modelo.

Tabelas de sensibilidade dos principais fatores

Crie um DCF no Excel da [empresa] com tabelas de sensibilidade para crescimento da receita e taxa de desconto. Use uma taxa de crescimento terminal de [2.5%].

Dicas do nosso teste

Passe você mesmo o preço da ação de hoje. No nosso teste, o preço era um placeholder de $55, então o número de alta ou queda potencial não significava nada até ser substituído.
Peça ao Claude para explicar cada ponto de checagem em palavras simples. A skill pausa nas entradas, nas projeções e no WACC, mas termos como beta, NWC (capital de giro) e valor terminal pressupõem conhecimento de finanças.
Confira quão recentes são os números realizados. No nosso teste, feito de memória, o último ano realizado era 2024, então o primeiro ano projetado era 2025, um ano que já tinha terminado. Passe os números divulgados mais recentes e peça que a projeção comece depois deles.
Use as células centrais destacadas como checagem de sanidade. O centro de cada tabela de sensibilidade deve ser igual ao preço principal do modelo; no nosso teste, as três mostraram $48.50.
Repare quanto depende do valor terminal, o valor de todos os anos depois da projeção. A skill mira em 50 a 70% do total; no nosso teste foi 69.9%, então as premissas de longo prazo determinaram a maior parte da resposta.
Confie no recálculo das fórmulas mais do que no verificador que vem junto. No nosso teste, o recálculo informou 236 fórmulas e 0 erros, enquanto o script de validação separado da skill acusou uma falha falsa.

O que você precisa: Claude Pro ou superior, no Claude Code ou no Claude.ai com execução de código ativada, Também a skill de Excel (xlsx) da Anthropic: a skill de DCF usa o script dela para recalcular as fórmulas, No seu próprio computador: Python 3.10 ou mais novo com openpyxl, e LibreOffice para o recálculo, Idealmente, um conector de dados financeiros ou busca na web para números atuais.

Como instalar

As skills seguem o padrão aberto Agent Skills, então esta não depende de uma única empresa. Escolha a ferramenta de IA que você usa. Na dúvida? A primeira aba cobre a maioria em um passo só.

Mais fácil: cole isto em sua ferramenta de IA

Instale esta skill para mim para que ela funcione em todos os projetos: rode `npx skills add https://github.com/anthropics/financial-services/tree/main/plugins/vertical-plugins/financial-analysis/skills/dcf-model -g -y` no meu terminal. Se faltar o Node.js, me diga primeiro como instalar. Quando terminar, confirme que a skill foi instalada e me diga como começar a usar.

Ou faça você mesmo:

Um comando instala a skill nas ferramentas de IA do seu computador. Ele encontra as que você tem e pergunta em quais adicionar: Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf, OpenCode e mais de 60 outras.

$npx skills add https://github.com/anthropics/financial-services/tree/main/plugins/vertical-plugins/financial-analysis/skills/dcf-model -g

Você precisa ter o Node.js instalado (grátis, em nodejs.org). A opção -g deixa a skill disponível em todos os projetos.

Bom saber: O mesmo marketplace oferece skills de comparáveis, LBO, três demonstrativos e pitch deck. Não é recomendação de investimento.

Libere os passos de instalação

Grátis. Deixe seu email uma vez para liberar os passos de instalação das 149 skills e receber as melhores skills novas todo mês.

Como verificamos

Confirmamos a skill na fonte original em 18 de outubro de 2026: o SKILL.md está onde deveria, os arquivos foram atualizados no último ano e a licença (Apache-2.0) permite o uso. Depois, em 19 de outubro de 2026, instalamos, usamos na tarefa acima sem mudar a skill e anotamos o que aconteceu, inclusive o que deu errado.

Perguntas frequentes

Preciso saber programação ou finanças para usar a skill de DCF?

Programação não, mas conhecimento de finanças ajuda muito. O Claude escreve a planilha, mas pede que você aprove entradas, projeções e a taxa de desconto, e a skill pressupõe que você sabe o que significam WACC, beta e capital de giro.

A skill de DCF funciona no Claude.ai ou só no Claude Code?

Nos dois. Ela faz parte do plugin de análise financeira da Anthropic, que você pode adicionar no Claude Code ou enviar como plugin no Claude.ai. Testamos no Claude Code.

De qual plano ou ferramentas a skill de DCF precisa?

Ela precisa do Claude Pro ou superior, de execução de código e de acesso a dados financeiros, como documentos oficiais, busca na web ou um conector de dados. Ela também depende da skill de Excel (xlsx) da Anthropic para recalcular as fórmulas; no Claude Code, no seu computador, isso significa Python com openpyxl e LibreOffice, como no nosso teste.

Qual a diferença de pedir um DCF ao Claude sem a skill?

A skill impõe regras de banco de investimento: cada número uma fórmula viva, entradas em azul com comentários de fonte, blocos pessimista, base e otimista, desconto no meio do ano e 75 células de sensibilidade que refazem a avaliação inteira cada uma, além de pontos de parada para conferir com você. No nosso teste, isso deu um modelo com zero erros de fórmula cujas três tabelas batiam com o preço principal.

O resultado do DCF é recomendação de investimento?

Não. O modelo só mostra o que as premissas dele implicam, e no nosso teste essas premissas vieram da memória e eram aproximadas. Trate-o como uma ferramenta para testar a sua própria visão e confira cada entrada com os documentos atuais.