用途：面向商业负责人，在预测节点回答三个问题——commit/best-case/pipe-only三档预订数字（附披露的假设）、哪些队列在流失以及合并NRR是否掩盖了流失、哪些漏斗阶段可靠哪些是统计噪声。
主要能力：提供三个脚本。bookings_forecaster.py 生成三档预订预测，含转化率、数据窗口（近4季度与近12季度按70/30加权）与成交时间概率调整；cohort_arr_projector.py 按队列计算NRR/GRR并标记流失队列；funnel_confidence_scorer.py 按阶段计算均值、标准差与变异系数（CoV），给出HIGH/MEDIUM/LOW/VERY LOW置信带及处理建议。三个脚本仅用标准库，均支持 --help 与 --sample。
使用方式：先填写 assets/forecast_intake_template.md（约20分钟），采集商机列表、历史阶段转化、队列留存与扩张数据；再依次运行： scripts/bookings_forecaster.py --input intake.json --profile saas --output markdown scripts/cohort_arr_projector.py --input intake.json --output markdown scripts/funnel_confidence_scorer.py --input intake.json --output markdown 最后将三档数字、队列热力图与漏斗置信度组装进QBR/董事会材料，假设块必须与数字同页。
适用场景：董事会季度预订预测、CFO追问三档数字的QBR、用队列留存数据预测未来4-8季度ARR、怀疑合并NRR掩盖近期队列流失、管道覆盖率收缩时判断可信阶段。
限制：不用于回溯性财务结账与报告、多年战略财务规划与融资、销售VP招聘/区域设计/薪酬、定价（由pricing-strategist负责）、单笔折扣审批（由deal-desk负责）。历史转化率是先验而非事实；无假设块的预测被视为“表演”，CLI拒绝省略假设块。行业profile只调整先验，实际历史数据优先。资料未提供具体价格、平台与效果数据。