Menu
Análisis de desviaciones real vs budget con causa raíz, narrativa para dirección y semáforo RAG.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | controlling-variance-analyzer |
| description | Análisis de desviaciones real vs budget con causa raíz, narrativa para dirección y semáforo RAG. |
| summary | Analiza desviaciones presupuestarias (5 tipos: volumen/precio/mix/eficiencia/calendario). Produce tabla RAG + narrativa ejecutiva + acciones correctoras cuantificadas. Input: real + budget + período. Output: informe de desviaciones para dirección. |
| maturity | stable |
| context | isolated |
| context_cost | medium |
| category | professional-domain/controlling |
| tags | ["controlling","presupuesto","desviaciones","variance","gestión","CFO"] |
| priority | high |
| Campo | Descripción | Ejemplo |
|---|---|---|
datos_reales | P&L o partidas reales del período | Tabla con ventas, costes, márgenes |
datos_budget | Budget o forecast de referencia | Mismo formato que reales |
período | Mes, trimestre o acumulado | Junio 2026 / Q2 2026 / YTD Jun-26 |
materialidad | Umbral de desviación significativa | 5% o 50.000€ (el mayor) |
Si el usuario no aporta datos reales, genera plantilla vacía con [DATO REAL PENDIENTE] en cada celda.
Todo output incluye disclaimer de controlling. Ver docs/rules/domain/professional-domain-disclaimer.md.
controlling-kpi-analyst (contexto de KPIs antes del análisis)controlling-management-report (las desviaciones alimentan el informe de gestión)Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).
Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.
Detecta el Bus Factor por modulo en un repositorio git usando el algoritmo CST(change-size-ratio). Genera JSON con BF, owners, riesgo, y avisa cuando un solo dev conoce un modulo critico.
Genera CONTEXT_DOME.md para modulos con Bus Factor bajo. Captura conocimiento tacito: proposito, decisiones no obvias, dependencias, runbook minimo, knowledge owners y plan de distribucion.
Usar cuando se quiere ejecutar tareas de bajo riesgo de forma autónoma durante la noche.
Mapear la superficie de ataque de un dominio: subdominios, OSINT, typosquatting.