Install any skill in seconds. Free to start, no credit card required.
Get Started Free →Planejamento de headcount, design organizacional e otimização de estrutura de times. Use quando precisar de planejamento de org, plano de headcount, estrutura de times, reorganização, próximas contratações prioritárias, ou ao pensar em tamanho de time, linhas de reporte e design organizacional.
.claude/skills/evolution-foundation-hr-org-planning/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-02 | ✗→✓ | ▲ Improved | 61% | 0% |
| case-07 | ✗→✓ | ▲ Improved | 37% | 0% |
| case-09 | ✗→✓ | ▲ Improved | 57% | 0% |
| case-15 | ✗→✓ | ▲ Improved | 81% | 0% |
| case-16 | ✗→✓ | ▲ Improved | 60% | 0% |
Ajude a planejar a estrutura organizacional, headcount e design de times.
| Métrica | Faixa Saudável | Sinal de Alerta | |---------|---------------|-----------------| | Span of control | 3-7 reports diretos | < 2 ou > 10 | | Camadas de gestão | 2-3 para times ≤ 15 | Muitas = decisões lentas | | IC : manager ratio | 4:1 a 8:1 | < 3:1 = top-heavy | | Tamanho de time | 4-8 pessoas | < 3 = isolado, > 10 = difícil de alinhar |
> Nota: benchmarks ajustados para startup small team (~10 pessoas). Os valores clássicos de orgs maiores não se aplicam diretamente.
Davidson (CEO)
├── Danilo (Tech/PM)
│ ├── Guilherme / Gui (Dev Backend - Brius)
│ ├── Nickolas / Nick (Dev - Brius)
│ └── Wanderson (Brius)
├── Marcelo (Etus)
├── Matheus (Etus)
├── Samara (Financeiro Etus)
├── Thaís (Jurídico Brius/Etus)
├── Vitor (Jurídico Etus)
└── William (Freelancer - OrionDesign)> Atualize conforme a estrutura real mudar.
markdown## Plano de Headcount: [Time / Período] **Data:** [Data] | **Horizonte:** [ex: H2 2025] ### Estado Atual | Cargo | Regime | Nível | Time | Status | |-------|--------|-------|------|--------| | [Cargo] | CLT/PJ | [Nível] | [Time] | Ativo | ### Novas Vagas Planejadas | Cargo | Prioridade | Regime | Nível | Justificativa | Início Desejado | |-------|-----------|--------|-------|---------------|----------------| | [Cargo] | Alta/Média/Baixa | CLT/PJ | [Nível] | [Por quê agora] | [Mês/Trimestre] | ### Sequência Recomendada de Contratações **Round 1 (imediato — preenche gargalo crítico):** 1. [Cargo] — [Razão: bottleneck específico] **Round 2 (3-6 meses — escala capacidade):** 2. [Cargo] — [Razão] 3. [Cargo] — [Razão] **Round 3 (6-12 meses — estrutura de gestão):** 4. [Cargo] — [Razão] ### Modelagem de Custo | Cargo | Regime | Custo Mensal Estimado | Custo Anual | |-------|--------|-----------------------|-------------| | [Cargo] | CLT | R$ [X] (base + encargos) | R$ [X] | | [Cargo] | PJ | R$ [X] (NF) | R$ [X] | | **Total Headcount Adicional** | | R$ [X]/mês | R$ [X]/ano | ### Riscos - [Single point of failure identificado — ex: só 1 pessoa sabe X] - [Sobrecargas identificadas — ex: Danilo fazendo PM + tech lead] - [Dependências críticas em freelancers ou contratados externos]
markdown## Estrutura Organizacional: [Time] — [Data] [Davidson] (CEO) ├── [Nome] ([Cargo]) — CLT/PJ │ ├── [Nome] ([Cargo]) — CLT/PJ │ └── [Nome] ([Cargo]) — CLT/PJ └── [Nome] ([Cargo]) — CLT/PJ **Vagas Abertas:** └── 🔍 [Cargo Aberto] — [Estimativa de início]
| Critério | Contratar (CLT/PJ long-term) | Terceirizar / Freelancer | |----------|------------------------------|--------------------------| | Atividade | Core do produto | Periférica / pontual | | Frequência | Recorrente e contínua | Esporádica ou por projeto | | Conhecimento | Estratégico, não pode vazar | Operacional, documentável | | Budget | Capacidade de arcar com CLT | Prefere flexibilidade de custo |
Priorize contratar quando:
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-06 | pass→pass | 17,899 | 16,786 | -6% | 1 | 1 | 0% | 2,776 | 4,180 | +51% | 0 | 0 | — |
case-01 | pass→fail | 26,106 | 21,679 | -17% | 1 | 1 | 0% | 4,397 | 5,117 | +16% | 0 | 0 | — |
case-02 | fail→pass | 18,483 | 18,952 | +3% | 1 | 1 | 0% | 2,844 | 4,587 | +61% | 0 | 0 | — |
case-03 | pass→pass | 29,855 | 20,647 | -31% | 1 | 1 | 0% | 5,257 | 5,126 | -2% | 0 | 0 | — |
case-04 | pass→pass | 15,030 | 16,259 | +8% | 1 | 1 | 0% | 2,368 | 3,973 | +68% | 0 | 0 | — |
case-05 | pass→pass | 17,044 | 19,118 | +12% | 1 | 1 | 0% | 2,898 | 4,767 | +64% | 0 | 0 | — |
case-07 | fail→pass | 17,114 | 13,191 | -23% | 1 | 1 | 0% | 2,534 | 3,480 | +37% | 0 | 0 | — |
case-08 | pass→pass | 14,167 | 14,820 | +5% | 1 | 1 | 0% | 2,182 | 3,807 | +74% | 0 | 0 | — |
case-09 | fail→pass | 16,361 | 14,966 | -9% | 1 | 1 | 0% | 2,388 | 3,745 | +57% | 0 | 0 | — |
case-10 | pass→pass | 16,621 | 15,990 | -4% | 1 | 1 | 0% | 2,465 | 3,829 | +55% | 0 | 0 | — |
case-11 | pass→pass | 12,803 | 12,625 | -1% | 1 | 1 | 0% | 1,890 | 3,335 | +76% | 0 | 0 | — |
case-12 | pass→pass | 9,798 | 14,570 | +49% | 1 | 1 | 0% | 1,484 | 3,685 | +148% | 0 | 0 | — |
case-13 | pass→pass | 15,815 | 14,209 | -10% | 1 | 1 | 0% | 2,213 | 3,535 | +60% | 0 | 0 | — |
case-14 | pass→pass | 11,408 | 9,682 | -15% | 1 | 1 | 0% | 1,614 | 2,916 | +81% | 0 | 0 | — |
case-15 | fail→pass | 14,946 | 16,104 | +8% | 1 | 1 | 0% | 2,212 | 4,008 | +81% | 0 | 0 | — |
case-16 | fail→pass | 15,385 | 16,179 | +5% | 1 | 1 | 0% | 2,483 | 3,961 | +60% | 0 | 0 | — |
case-17 | pass→fail | 13,736 | 13,247 | -4% | 1 | 1 | 0% | 2,116 | 3,545 | +68% | 0 | 0 | — |
case-18 | pass→pass | 19,120 | 16,201 | -15% | 1 | 1 | 0% | 3,231 | 4,169 | +29% | 0 | 0 | — |
case-19 | pass→pass | 10,614 | 11,195 | +5% | 1 | 1 | 0% | 1,737 | 3,191 | +84% | 0 | 0 | — |
case-20 | pass→pass | 9,065 | 10,411 | +15% | 1 | 1 | 0% | 1,483 | 3,189 | +115% | 0 | 0 | — |
case-21 | pass→pass | 17,516 | 16,720 | -5% | 1 | 1 | 0% | 2,589 | 3,934 | +52% | 0 | 0 | — |
case-22 | pass→pass | 14,575 | 16,518 | +13% | 1 | 1 | 0% | 2,590 | 4,327 | +67% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +14 percentage points is the difference between those two pass rates over the 22 comparable cases. 2 cases got worse with the skill loaded, and they are included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.