20 Investor Questions: How AI Prepares Better Answers Than Founders

73% of Series A founders can’t state their payback period to the nearest month. That’s DocSend data from 2024. Investors ask the same 20 questions at every meeting. The gap between “funded” and “passed” often comes down to how deep and fast the answers are.

This article covers using Claude to prepare for investor meetings: 20 questions with precise prompts and answer templates that address objections before they come up.

Why AI Prepares Better Investor Answers Than Founders

Founders know the product. Investors evaluate the business. That gap between perspectives is where pitch meetings fall apart.

A typical mistake: asked “what’s your CAC?”, a founder gives a number from memory. Claude takes real data (marketing spend, conversion counts, attribution period) and calculates CAC by channel. The output isn’t one rough figure. It’s a table with a breakdown the investor can verify.

Three reasons this works:

Structure. Claude formats answers using frameworks investors expect: TAM-SAM-SOM, unit economics waterfall, cohort retention. Founders tell a story. Investors want a model.

Completeness. Ask a founder about competitors and you get 3-4 company names. Claude produces a matrix: direct competitors, indirect, and potential (large companies that could enter the niche). It adds positioning along axes that matter to the target segment.

Numbers over narrative. “We’re growing fast” becomes “MoM revenue growth 18%, organic accounts for 62% of total acquisition.” Investors write down the second version.

Block 1: Market and Opportunity (Questions 1-5)

Question 1. “How big is your market?”

Investor checks: is there a venture-scale opportunity. Minimum $1B TAM for Series A.

Prompt:

Рассчитай TAM, SAM, SOM для [продукт].
Целевой сегмент: [описание].
Используй bottom-up подход: количество потенциальных клиентов × средний чек × частота покупки.
Дополни top-down данными из отчётов (Gartner, Statista, CB Insights).
Укажи источники и допущения для каждой цифры.

Example answer (pitch format):

TAM: $4.2B (all 10-500-employee companies in US + EU using CRM). SAM: $860M (companies actively adopting AI tools in their sales pipeline). SOM: $43M (first 500 customers in the B2B SaaS niche with ACV $86K). Source: Gartner CRM Market Report 2025, Census Bureau company data.

Question 2. “Who are your competitors?”

Investor checks: does the founder understand the market and what the real differentiation is.

Prompt:

Составь competitive landscape для [продукт] в формате матрицы.
Категории конкурентов: прямые, косвенные, потенциальные.
Для каждого укажи: funding, revenue (если публично), ключевой feature, слабое место.
Выдели 2-3 оси дифференциации, по которым [продукт] выигрывает.
Формат: таблица + параграф с positioning statement.

Result: instead of “we differentiate on UX,” you get specifics. “Competitor A handles requests in 48 hours, we do it in 12 minutes. Competitor B requires integrations with 3 systems, we work standalone. Differentiation axis: time-to-value.”

Question 3. “What’s your unfair advantage?”

Investor checks: is there a moat that can’t be copied in 6 months.

Prompt:

Проанализируй defensibility [продукта] по 5 категориям moat:
1. Network effects (прямые и косвенные)
2. Switching costs (данные, интеграции, привычки)
3. Proprietary data/technology
4. Brand/community
5. Regulatory/compliance barriers
Для каждой категории: текущее состояние + план усиления на 12-18 месяцев.
Будь честным - если moat слабый, скажи прямо.

Question 4. “Why now?”

Investor checks: what changed in the world that makes this business possible right now.

Prompt:

Сформулируй "Why Now" для [продукт]. Найди 3-4 macro-тренда, которые создают окно возможности:
- Технологические сдвиги (новые API, снижение стоимости compute)
- Регуляторные изменения
- Поведенческие изменения (remote work, AI adoption)
- Market timing (конкуренты закрылись, ниша пустая, категория формируется)
Каждый тренд подкрепи данными за последние 12 месяцев.

Question 5. “What problem are you solving?”

Investor checks: is this a vitamin or an aspirin. How acute is the problem.

Prompt:

Опиши проблему, которую решает [продукт], используя формат:
1. Кто страдает (конкретная роль, размер компании)
2. Как выглядит боль сегодня (текущий workflow без продукта)
3. Сколько стоит проблема (в деньгах и времени за год)
4. Почему текущие решения не работают
5. Trigger event - момент, когда клиент осознаёт проблему
Используй конкретные цифры, не абстракции.

Block 2: Business Model and Unit Economics (Questions 6-10)

Question 6. “What’s your business model?”

Prompt:

Опиши бизнес-модель [продукт] для инвестора:
- Revenue model (subscription / usage-based / transaction fee / hybrid)
- Pricing tiers с конкретными ценами
- Expansion revenue mechanics (upsell, cross-sell, usage growth)
- Gross margin structure (COGS breakdown)
Покажи path от текущей модели к $10M ARR.

Question 7. “What are your unit economics?”

This is where founders fail most often. Not because the numbers are bad, but because they haven’t prepared the breakdown.

Prompt:

Рассчитай unit economics для [продукт] с данными:
- ARPU: [X]
- CAC по каналам: [organic, paid, outbound]
- Churn rate: [X]% monthly
- Gross margin: [X]%
Выведи: LTV, LTV/CAC ratio, payback period, contribution margin.
Покажи sensitivity analysis: как метрики меняются при churn ±2% и CAC ±20%.

For a detailed guide to calculating unit economics with AI, see Unit Economics Calculator: Full Calculation with Claude.

Question 8. “How do you acquire customers?”

Prompt:

Опиши acquisition strategy для [продукт]:
Для каждого канала (organic, paid, outbound, partnerships, referral):
- Текущий объём лидов/месяц
- Конверсия в платящего клиента
- CAC канала
- Timeline до масштабирования
Какой канал primary сейчас? Какой станет primary через 12 месяцев?

For a practical case on AI-personalized outreach, see AI Cold Outreach: Personalization That Converts.

Question 9. “What’s your pricing strategy?”

Prompt:

Проанализируй pricing strategy для [продукт]:
1. Value metric - за что клиент платит (seats, usage, features)
2. Текущие тарифы vs конкуренты (таблица)
3. Willingness to pay - данные из customer interviews
4. Expansion potential - как средний чек растёт со временем
5. Discount policy и влияние на unit economics
Рекомендация: оптимальная структура ценообразования с обоснованием.

Question 10. “What’s your burn rate and runway?”

Prompt:

Подготовь финансовый snapshot для инвестора:
- Monthly burn rate (total и net)
- Cash on hand
- Runway в месяцах
- Key cost drivers (team, infrastructure, marketing) - процентное распределение
- Path to break-even: при каком MRR выходим в ноль
- Как изменится burn после раунда (hiring plan)

Block 3: Traction and Growth Metrics (Questions 11-15)

Question 11. “What traction do you have?”

Prompt:

Подготовь traction slide для [продукт]:
- Ключевая метрика роста (MRR, users, revenue) за последние 6 месяцев - помесячно
- MoM growth rate
- Milestone achievements (первый клиент, $10K MRR, 100 users)
- Qualitative traction: notable customers, press, partnerships
Формат: таблица + одна фраза-summary ("From $0 to $50K MRR in 5 months, 100% organic").

Question 12. “What’s your retention / churn?”

Prompt:

Проанализируй retention для [продукт]:
- Logo churn (% клиентов, которые ушли) - monthly и annual
- Revenue churn (net revenue retention)
- Cohort analysis: retention curve по месячным когортам
- Top 3 причины churn (из exit interviews или данных)
- Действия по снижению churn + ожидаемый эффект
Benchmark: как наши цифры соотносятся с медианой B2B SaaS.

Question 13. “Who is your ideal customer?”

Prompt:

Опиши ICP (Ideal Customer Profile) для [продукт]:
- Firmographics: отрасль, размер, revenue, география
- Technographics: текущий стек, зрелость
- Buying trigger: что заставляет искать решение
- Decision maker + champion (роли)
- Deal cycle: средняя длительность, этапы
- Top 3 клиента, которые идеально соответствуют ICP, и почему

Question 14. “Show me your cohort data”

Prompt:

Построй cohort analysis для [продукт] на основе данных:
[вставить данные по когортам]
Для каждой когорты показать:
- Retention на month 1, 3, 6, 12
- Revenue per cohort (если есть expansion)
- Net Dollar Retention
Выдели тренды: улучшаются ли когорты со временем? Если да - почему.

Question 15. “What are your key metrics?”

Prompt:

Подготовь metrics dashboard для investor meeting:
North Star Metric: [что и почему]
Growth metrics: MRR, user growth, revenue growth (MoM)
Engagement: DAU/MAU, session frequency, feature adoption
Economics: CAC, LTV, LTV/CAC, payback period, gross margin
Efficiency: burn multiple, magic number, rule of 40
Для каждой метрики: текущее значение, тренд (3 мес.), benchmark.

Block 4: Team, Strategy, Round (Questions 16-20)

Question 16. “Why are you the right team?”

Prompt:

Подготовь team narrative для pitch:
Для каждого co-founder:
- Relevant experience (почему именно этот человек для этой проблемы)
- Domain expertise (глубокое знание отрасли или технологии)
- Track record (предыдущие exits, рост метрик, leadership roles)
Founder-market fit: одна история, которая показывает, почему эта команда неизбежно решит эту проблему.
Missing roles: кого нанимаете первыми и почему.

Question 17. “What’s your go-to-market strategy?”

Prompt:

Опиши GTM strategy для [продукт]:
Phase 1 (0-6 мес.): первые 50 клиентов - канал, тактика, бюджет
Phase 2 (6-18 мес.): масштабирование до 500 клиентов - новые каналы, команда
Phase 3 (18-36 мес.): категорийное лидерство - ecosystem, partnerships
Для каждой фазы: target metrics, key hires, budget allocation.
Какие эксперименты уже провели и что узнали.

Question 18. “How will you use the funds?”

Prompt:

Подготовь use of funds для раунда $[X]:
Распредели по категориям:
- Engineering (% и конкретные hires)
- Sales & Marketing (% и каналы)
- Operations (% и что включает)
- Buffer / runway extension (%)
Timeline: какие milestones достигаются за 18 месяцев.
Trigger для следующего раунда: при каких метриках поднимаем Series [X+1].

Question 19. “What could go wrong?”

This question filters naive founders from mature ones. The investor wants honest risk analysis with a mitigation plan.

Prompt:

Проведи risk analysis для [продукт]:
Категории рисков:
1. Market risk (рынок не вырастет, timing неправильный)
2. Technology risk (не сможем построить, зависимость от API)
3. Execution risk (не наймём команду, не удержим клиентов)
4. Competitive risk (крупный игрок скопирует, ценовая война)
5. Regulatory risk (новые законы, compliance requirements)
Для каждого: вероятность (low/med/high), impact, mitigation plan.
Будь честным - инвестор видит bullshit мгновенно.

Question 20. “What’s your ask?”

Prompt:

Подготовь fundraising ask:
- Сумма раунда и target valuation (с обоснованием)
- Тип инструмента (SAFE, priced round, convertible note)
- Сколько уже committed / в pipeline
- Timeline закрытия раунда
- Ideal investor profile: чем инвестор может помочь помимо денег
- Strategic value: доступ к клиентам, экспертиза, найм

Pitch Meeting Prep Workflow with AI

The prompts above work on their own. The biggest payoff comes from working through them in sequence.

Step 1. Data dump. Load all available data into Claude: financial reports, analytics metrics, customer interviews, competitive research. More real data means more accurate answers.

Step 2. Run through 20 questions. Work through each question with its prompt. Save answers to a single document. Time: 2-3 hours.

Step 3. Stress-test. Ask Claude to play a skeptical investor and fire follow-up questions at each answer. Prompt:

Ты - partner в top-tier VC фонде. Твоя задача - найти слабые места в pitch.
Прочитай ответы на 20 вопросов ниже.
Для каждого ответа задай 2 follow-up вопроса, которые вскроют слабости.
Будь жёстким, но конструктивным.
[вставить ответы]

Step 4. Iterate. Refine weak answers. Usually 3-4 passes close the main gaps.

Step 5. One-pager. Ask Claude to compress the 20 answers into a one-page memo for the investor. That executive summary doubles as a post-meeting follow-up.

Common Mistakes When Preparing Answers with AI

No real data. Claude generates plausible numbers. Without real metrics, answers look polished and say nothing. Every number in the pitch needs a source.

Copy-paste without adaptation. Claude’s answer optimizes for completeness. A pitch meeting answer optimizes for 30-60 seconds. Each answer needs to shrink to “headline + proof point + one number.”

Ignoring weak spots. If Claude flags a weak moat or broken unit economics, that’s not a prompt bug. It’s a signal to change the strategy, not the wording.

One prompt for everything. Each investor question needs its own prompt with context. Trying to get all 20 answers in one request drops the quality of each answer by 3-4x.

Results

Preparing for an investor meeting with AI takes 4-6 hours instead of 2-3 weeks. Answer quality is higher because it builds on data, not intuition. Every answer contains specific numbers, benchmarks, and the structure investors expect.

The 20 prompts in this article cover 90% of questions that come up at pitch meetings from pre-seed to Series A. The remaining 10% are business-specific, but the prep framework stays the same: data, prompt, verify, iterate.