Communitygithub.com

Operações de Faturamento de Clientes

Operar fluxos de trabalho de faturamento de clientes, como assinaturas, reembolsos, tratamento de churn, recuperação do portal de faturamento e análise de planos usando ferramentas de faturamento conectadas como o Stripe. Use quando o usuário precisar ajudar um cliente, inspecionar o estado da assinatura ou gerenciar operações de faturamento com impacto na receita.

O que é Operações de Faturamento de Clientes?

Esta habilidade capacita operadores a executar operações de faturamento de clientes com segurança e eficiência, usando ferramentas como Stripe. Ela ajuda a responder perguntas fundamentais: quem é o cliente, o que aconteceu, qual é a correção mais segura e qual acompanhamento enviar. A habilidade abrange desde a identificação limpa do cliente usando o identificador mais forte (e-mail, ID do Stripe, etc.) até a classificação do problema em categorias como duplicação acidental, intenção de uso por equipe ou falha de pagamento. O fluxo prioriza ações reversíveis, como restaurar o autosserviço antes de reembolsar, e exige uma auditoria de lacunas no produto do operador. Ao final, o operador produz um resumo do estado do cliente e um plano de ação, garantindo que reembolsos cegos sejam evitados e que informações sensíveis nunca sejam expostas.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/customer-billing-ops

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Operações de Faturamento de Clientes faz?

Use esta habilidade para operações reais com clientes, não para design genérico de API de pagamento.

O objetivo é ajudar o operador a responder: quem é este cliente, o que aconteceu, qual é a correção mais segura e qual acompanhamento devemos enviar?

Quando Usar

  • O cliente diz que o faturamento está quebrado, quer um reembolso ou não pode cancelar
  • Investigando assinaturas duplicadas, cobranças acidentais, renovações com falha ou risco de churn
  • Revisando mix de planos, assinaturas ativas, conversão anual vs mensal, ou confusão de assentos de equipe
  • Criando ou validando um fluxo de portal de faturamento
  • Auditando reclamações de suporte que envolvam assinaturas, faturas, reembolsos ou métodos de pagamento

Superfície de Ferramenta Preferida

  • Use ferramentas de faturamento conectadas, como Stripe, primeiro
  • Use e-mail, GitHub ou rastreadores de problemas apenas como evidência de apoio
  • Prefira portais de faturamento/atendimento ao cliente hospedados em vez de código de gerenciamento de conta personalizado quando a plataforma já fornece os controles necessários

Salvaguardas

  • Nunca exponha chaves secretas, detalhes completos de cartão ou PII desnecessária do cliente na resposta
  • Não reembolse cegamente; primeiro classifique o problema
  • Distinga entre:
    • compra duplicada acidental
    • compra deliberada de vários assentos ou de equipe
    • produto quebrado / valor não entregue
    • checkout com falha ou incompleto
    • cancelamento devido à falta de controles de autoatendimento
  • Para planos anuais, planos de equipe e estados com rateio, verifique a forma do contrato antes de agir

Fluxo de Trabalho

1. Identifique o cliente de forma limpa

Comece pelo identificador mais forte disponível:

  • e-mail do cliente
  • ID do cliente no Stripe
  • ID da assinatura
  • ID da fatura
  • nome de usuário do GitHub ou e-mail de suporte, se for conhecido por mapear para faturamento

Retorne um resumo conciso da identidade:

  • cliente
  • assinaturas ativas
  • assinaturas canceladas
  • faturas
  • anomalias óbvias, como assinaturas ativas duplicadas

2. Classifique o problema

Coloque o caso em uma categoria antes de agir:

CasoAção típica
Assinatura pessoal duplicadacancelar extras, considerar reembolso
Intenção real de vários assentos/equipepreservar assentos, esclarecer modelo de faturamento
Pagamento com falha / checkout incompletorecuperar via portal ou atualizar método de pagamento
Falta de controles de autoatendimentofornecer portal, caminho de cancelamento ou acesso a faturas
Falha do produto ou quebra de confiançareembolsar, pedir desculpas, registrar problema do produto

3. Tome a ação reversível mais segura primeiro

Ordem preferida:

  1. restaurar o gerenciamento de autoatendimento
  2. corrigir estado de faturamento duplicado ou quebrado
  3. reembolsar apenas a cobrança afetada ou duplicada
  4. documentar o motivo
  5. enviar um breve acompanhamento ao cliente

Se a correção exigir trabalho no produto, separe:

  • remediação do cliente agora
  • bug do produto / lacuna de fluxo de trabalho para o backlog

4. Verifique lacunas do produto no lado do operador

Se a dor do cliente vier de uma superfície de operador ausente, mencione-a explicitamente. Exemplos comuns:

  • sem portal de faturamento
  • sem visibilidade de uso/limite de taxa
  • sem explicação de plano/assento
  • sem fluxo de cancelamento
  • sem proteção contra assinatura duplicada

Trate estes como itens de acompanhamento para ECC ou site, não apenas como incidentes de suporte.

5. Produza o repasse do operador

Termine com:

  • resumo do estado do cliente
  • ação tomada
  • impacto na receita
  • texto de acompanhamento a ser enviado
  • problema do produto ou backlog a ser criado

Formato de Saída

Use esta estrutura:

CLIENTE
- nome / e-mail
- identificadores de conta relevantes

ESTADO DE FATURAMENTO
- assinaturas ativas
- estado da fatura ou renovação
- anomalias

DECISÃO
- classificação do problema
- por que esta ação está correta

AÇÃO TOMADA
- reembolso / cancelamento / portal / nenhuma ação

ACOMPANHAMENTO
- breve mensagem ao cliente

LACUNA DO PRODUTO
- o que deve ser corrigido no produto ou site

Exemplos de Boas Recomendações

  • "A correção certa é um portal de faturamento, não um painel personalizado ainda"
  • "Isso parece um checkout pessoal duplicado, não uma compra real de assentos de equipe"
  • "Reembolse uma cobrança duplicada, mantenha a assinatura ativa restante e converta o cliente para faturamento organizacional depois, se necessário"

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Habilidades Relacionadas