From Deck to Data Room: подготовка всех fundraising-материалов за 3 дня с AI

Инвестор, готовый подписать term sheet, не будет ждать две недели, пока команда соберёт cap table и финмодель. На подготовку документов нередко уходит 3–4 недели типичного seed-раунда. Фаундеры, у которых data room собран заранее, закрывают раунд быстрее.

Статья описывает процесс подготовки полного комплекта fundraising-материалов за три дня. Каждый документ сопровождается промптом, структурой и критериями качества.

Что входит в data room для seed-раунда

Data room — это аргумент в пользу инвестиции, разложенный по категориям, а не произвольная папка с файлами. Инвестор открывает data room с конкретными вопросами. Задача каждого документа — ответить на вопрос до того, как он будет задан.

Минимальный комплект для seed/pre-seed:

Корпоративные документы

• Certificate of Incorporation / учредительные документы
• Cap table (текущая структура владения)
• Устав компании / Operating Agreement
• Список всех юридических лиц и связей между ними

Финансы

• Финансовая модель на 18-24 месяца
• Unit economics breakdown
• Текущий P&L (если есть выручка)
• Банковские выписки за последние 6 месяцев
• Burn rate и runway

Продукт и рынок

• Pitch deck (10-15 слайдов)
• One-pager / Executive Summary
• TAM/SAM/SOM анализ
• Competitive landscape
• Product roadmap

Трекшн

• Ключевые метрики (MRR, DAU, retention, NPS)
• Графики роста
• Ключевые клиенты / LOI / partnerships

Команда

• Биографии фаундеров и ключевых сотрудников
• Org chart
• Vesting schedule

Юридические

• IP assignment agreements
• Существующие контракты с клиентами
• NDA template
• SAFE/Convertible note (если были предыдущие раунды)

Это 20+ документов. Без системы подготовка растягивается на недели. С AI и правильной структурой трёх дней достаточно.

Структура папок data room

Инвестор оценивает организацию data room ещё до чтения документов. Хаотичная структура сигнализирует о хаотичном управлении.

Data Room/
├── 01_Corporate/
│   ├── Certificate_of_Incorporation.pdf
│   ├── Cap_Table_[Date].xlsx
│   ├── Operating_Agreement.pdf
│   └── Entity_Structure.pdf
├── 02_Financials/
│   ├── Financial_Model_[Date].xlsx
│   ├── Unit_Economics.xlsx
│   ├── PnL_Current.xlsx
│   ├── Bank_Statements/
│   └── Burn_Rate_Summary.pdf
├── 03_Product_Market/
│   ├── Pitch_Deck_[Version].pdf
│   ├── Executive_Summary.pdf
│   ├── TAM_SAM_SOM.pdf
│   ├── Competitive_Analysis.pdf
│   └── Product_Roadmap.pdf
├── 04_Traction/
│   ├── Key_Metrics_Dashboard.pdf
│   ├── Growth_Charts.pdf
│   └── Customer_References.pdf
├── 05_Team/
│   ├── Founder_Bios.pdf
│   ├── Org_Chart.pdf
│   └── Vesting_Schedule.xlsx
└── 06_Legal/
    ├── IP_Assignment.pdf
    ├── Customer_Contracts/
    ├── NDA_Template.pdf
    └── Previous_Rounds/

Правила именования: номер категории в начале (сортировка), дата в скобках для версионных документов, PDF для финальных версий, XLSX для моделей.

Тайминг: три дня, шесть сессий

Распределение задач по дням учитывает зависимости между документами. Финмодель нужна до pitch deck. Cap table нужен до финмодели. Порядок не произвольный.

День 1 (утро): Корпоративные документы + Cap Table

Начинать с юридической базы. Cap table влияет на финмодель, финмодель влияет на pitch deck. Обратный порядок приводит к переделкам.

День 1 (вечер): Финансовая модель + Unit Economics

Финмодель строится на основе cap table (dilution при новом раунде) и текущих метрик. Unit economics — срез финмодели для отдельного представления.

День 2 (утро): TAM/SAM/SOM + Competitive Analysis

Рыночный анализ использует данные из финмодели (целевые сегменты, pricing) и формирует основу для нарратива pitch deck.

День 2 (вечер): Pitch Deck + Executive Summary

Pitch deck опирается на все предыдущие документы. Executive Summary — сжатая версия pitch deck для email-outreach.

День 3 (утро): Трекшн-материалы + Team

Метрики, графики роста, биографии команды. Эти документы требуют минимум генерации и максимум форматирования реальных данных.

День 3 (вечер): Legal + финальная проверка

Шаблоны юридических документов, ревью всех материалов, загрузка в data room platform.

День 1: корпоративная база и финансы

Cap Table с AI

Cap table — таблица владения компанией. Ошибка в cap table на этапе due diligence убивает сделку.

Промпт для генерации структуры cap table:

Создай cap table для стартапа со следующими параметрами:
- Юрисдикция: [Delaware C-Corp / ООО РФ / ...]
- Фаундеры: [имена и доли]
- ESOP пул: [% от authorized shares]
- Предыдущие раунды: [SAFE/convertible note, сумма, cap/discount]
- Планируемый раунд: [тип, target raise, pre-money valuation]

Выведи:
1. Таблицу текущего владения (pre-money)
2. Таблицу после раунда (post-money) с учётом dilution
3. Waterfall analysis при exit scenarios: [$10M, $50M, $100M]
4. Формулы для каждого расчёта (чтобы перенести в spreadsheet)

Формат: структурированная таблица с пояснениями к каждой строке.

Cap table генерируется как расчётная модель, затем переносится в spreadsheet. AI не заменяет юриста, но создаёт корректную математическую базу для проверки.

Финансовая модель на 18-24 месяца

Финмодель для seed-раунда отвечает на три вопроса: сколько нужно денег, на что пойдут, когда закончатся.

Промпт для финансовой модели:

Построй финансовую модель для [тип продукта] стартапа:

Входные данные:
- Текущий MRR: [$X]
- Текущий burn rate: [$X/мес]
- Команда: [число сотрудников, роли, зарплаты]
- CAC: [$X], LTV: [$X], Payback period: [X мес]
- Планируемый раунд: [$X]

Требования к модели:
1. Помесячный P&L на 24 месяца
2. Revenue model: [подписка / транзакции / marketplace]
3. Три сценария: conservative, base, optimistic
4. Hiring plan, привязанный к revenue milestones
5. Cash flow с учётом runway
6. Key assumptions вынесены в отдельный блок

Для каждого допущения укажи:
- Источник (benchmark, собственные данные, экспертная оценка)
- Диапазон значений
- Чувствительность модели к изменению этого параметра

Формат: структурированные таблицы с формулами.

Инвесторы проверяют assumptions, не итоговые числа. Каждое допущение в модели должно иметь обоснование. «MoM growth 15%» без объяснения, почему 15%, а не 10% или 25%, вызывает вопросы.

Для детального разбора unit economics и построения калькулятора юнит-экономики с AI — отдельный туториал.

Unit Economics как отдельный документ

Unit economics — не часть финмодели, а отдельный артефакт. Инвестор хочет видеть юнит-экономику на одной странице, без прокрутки через 24 месяца P&L.

Промпт:

На основе следующих данных создай one-page unit economics breakdown:

Метрики:
- CAC: [$X] (разбивка по каналам: [paid, organic, referral])
- LTV: [$X] (метод расчёта: [revenue per user × avg lifetime])
- LTV/CAC ratio: [X]
- Payback period: [X мес]
- Gross margin: [X%]
- Monthly churn: [X%]

Выведи:
1. Визуальную схему unit economics (текстовый формат для перевода в дизайн)
2. Таблицу сравнения с benchmarks индустрии
3. Trajectory: как метрики менялись за последние [X] месяцев
4. Целевые значения через 12 и 24 месяца с обоснованием

День 2: рынок и pitch deck

TAM/SAM/SOM анализ

Инвесторы видят завышенные TAM в каждом втором pitch deck. “AI market will be $1.3T by 2030” не говорит ничего о конкретном стартапе. TAM/SAM/SOM должен показать логику сужения от глобального рынка до реально достижимого сегмента.

Промпт:

Проведи TAM/SAM/SOM анализ для [продукт/сервис]:

Контекст:
- Продукт: [описание]
- Целевой сегмент: [кто платит]
- Ценообразование: [модель и средний чек]
- География: [текущая и планируемая]

Для каждого уровня (TAM, SAM, SOM):
1. Расчёт двумя методами: top-down и bottom-up
2. Источники данных (с указанием года публикации)
3. Ключевые допущения
4. Формула расчёта

TAM: весь адресуемый рынок
SAM: сегмент, который продукт реально может обслуживать
SOM: реалистичная доля на горизонте 3 лет

Дополнительно:
- Темпы роста рынка (CAGR) с источниками
- Ключевые драйверы роста
- Риски сжатия рынка

Формат: структурированный отчёт с числами, источниками и визуальной воронкой TAM→SAM→SOM.

Competitive Analysis

Слайд «у нас нет конкурентов» — красный флаг. Конкуренты есть всегда: прямые, косвенные, substitutes, status quo (клиент ничего не делает).

Промпт:

Создай competitive analysis для [продукт]:

Продукт: [описание и ключевое УТП]
Целевой сегмент: [кто покупает]

Задачи:
1. Идентифицируй конкурентов по четырём категориям:
   - Прямые (тот же продукт, тот же сегмент)
   - Косвенные (другой продукт, та же проблема)
   - Substitutes (альтернативные решения)
   - Status quo (как клиент решает проблему сейчас)

2. Для каждого прямого конкурента (топ-5):
   - Раунды финансирования и оценка
   - Ключевые метрики (если публичные)
   - Сильные стороны
   - Слабые стороны
   - Ценообразование

3. Feature comparison matrix (5-7 ключевых критериев)

4. Positioning map по двум осям: [ось 1] vs [ось 2]

5. Defensibility: почему конкуренты не скопируют решение за 6 месяцев

Формат: таблицы + positioning map (текстовое описание для визуализации).

Pitch Deck: 12 слайдов за 2 часа

Pitch deck к этому моменту опирается на готовые данные: cap table, финмодель, unit economics, TAM/SAM/SOM, competitive analysis. Задача — не генерировать контент с нуля, а собрать нарратив из подготовленных материалов.

Детальный разбор нарратива pitch deck — в статье о Pitch Deck Narrative Arc. Здесь фокус на сборке, не на сторителлинге.

Промпт для сборки pitch deck из готовых материалов:

Собери pitch deck из подготовленных материалов. Структура — 12 слайдов:

1. Title slide: [название компании, tagline, контакт]
2. Problem: сформулируй на основе [описание проблемы клиента]
3. Solution: ключевое УТП из [описание продукта]
4. Market: данные из TAM/SAM/SOM анализа [вставить ключевые числа]
5. Business Model: из финмодели [pricing, revenue model]
6. Traction: [текущие метрики: MRR, users, growth rate]
7. Product: [3 ключевых функции, скриншоты]
8. Competition: positioning из competitive analysis
9. Team: [фаундеры + advisors, релевантный опыт]
10. Financials: из финмодели [use of funds, projections на 18 мес]
11. Ask: [сумма раунда, условия, на что пойдут деньги]
12. Contact: [email, сайт, календарь]

Для каждого слайда:
- Заголовок (максимум 6 слов)
- Ключевое сообщение (одно предложение)
- Поддерживающие данные (2-3 bullet points)
- Визуальное решение (что показать: график, таблица, иконки)

Ограничения:
- Максимум 30 слов текста на слайде (без учёта данных)
- Каждый слайд решает один вопрос инвестора
- Переход между слайдами образует логическую цепочку

Executive Summary (One-Pager)

One-pager используется для email-outreach и warm intro. Инвестор получает его до pitch deck и принимает решение о встрече за 30 секунд.

Промпт:

Создай executive summary (one-pager) на основе pitch deck:

Структура:
1. Header: название компании + one-line description
2. Problem (2 предложения): боль клиента + масштаб проблемы
3. Solution (2 предложения): что делает продукт + ключевое отличие
4. Traction (3-5 метрик): самые сильные числа
5. Market (1 предложение): TAM + рост
6. Business model (1 предложение): как зарабатывает
7. Team (2-3 строки): фаундеры + релевантный опыт
8. Ask (1 предложение): сумма, стадия, на что

Ограничения:
- Весь текст умещается на одну страницу A4
- Нет жаргона, всё понятно без контекста
- Каждое предложение содержит конкретное число или факт
- Тон: уверенный, конкретный, без hype-слов (disruptive, revolutionary, game-changing)

День 3: трекшн, команда и финальная сборка

Трекшн-документ

Графики роста — самый убедительный документ в data room. Правило: если метрика растёт, показать график. Если не растёт, показать абсолютное значение с контекстом.

Промпт:

Создай traction document на основе следующих метрик:

Данные (помесячно за последние [X] месяцев):
- MRR: [значения]
- Active users: [значения]
- Retention (month 1/3/6): [значения]
- NPS: [значение]
- Ключевые milestones: [список с датами]

Для каждой метрики:
1. Текущее значение
2. MoM growth rate
3. Сравнение с benchmark для [стадия] [индустрия] стартапов
4. Описание графика (для визуализации): тип, оси, аннотации

Дополнительно:
- Cohort analysis (если есть данные по когортам)
- Highlight топ-3 метрик, на которых стоит фокусировать внимание инвестора
- Контекст для каждого числа: почему это хорошо для данной стадии

Формат: структурированный отчёт, готовый к оформлению в PDF.

Биографии команды

Инвесторы на seed-стадии инвестируют в людей. Биография фаундера — не резюме, а ответ на вопрос «почему именно этот человек решит эту проблему».

Промпт:

Напиши биографии для data room на основе следующих данных:

[Имя фаундера 1]:
- Роль: [CEO/CTO/...]
- Опыт: [предыдущие компании, роли, достижения]
- Образование: [если релевантно]
- Domain expertise: [почему именно этот человек]

Для каждого фаундера:
1. Биография (3-4 предложения):
   - Первое: текущая роль и ключевая компетенция
   - Второе: самое релевантное достижение из прошлого опыта (с числами)
   - Третье: domain expertise и связь с проблемой, которую решает стартап
   - Четвёртое: образование или notable affiliation (если усиливает)

2. Формат "headline": [Имя] — [роль]. [Одно предложение-hook].

Ограничения:
- Без прилагательных типа "passionate", "visionary", "experienced"
- Только факты и числа
- Каждая биография показывает founder-market fit

Юридические шаблоны

Юридические документы в data room делятся на две категории: существующие (загрузить as is) и шаблоны (сгенерировать структуру).

Существующие документы (не генерировать, а собрать):

• Certificate of Incorporation
• Существующие SAFE / convertible notes
• Подписанные контракты с клиентами
• IP assignment agreements

Шаблоны для генерации:

Промпт для NDA:

Создай шаблон mutual NDA для fundraising процесса:

Параметры:
- Юрисдикция: [Delaware / England / ...]
- Стороны: [Компания] и [Потенциальный инвестор]
- Срок действия: [2 года стандарт]
- Цель раскрытия: evaluation of potential investment

Включить:
1. Определение Confidential Information
2. Обязательства сторон
3. Исключения из конфиденциальности
4. Срок действия обязательств
5. Применимое право и разрешение споров

Пометка: [DRAFT — requires legal review before execution]

AI-генерированные юридические документы требуют проверки юристом. Задача AI — создать структурированный черновик, сокращающий время юриста ориентировочно с 3-4 часов до 30-60 минут.

Финальная проверка: чеклист качества data room

После сборки всех документов — проверка по чеклисту. Каждый пункт проверяется за 1-2 минуты.

Промпт для AI-ревью data room:

Проведи ревью data room по следующему чеклисту:

[Вставить список всех документов с кратким содержанием каждого]

Проверь:
1. Consistency: числа совпадают между документами
   - MRR в pitch deck = MRR в финмодели = MRR в traction doc
   - Cap table pre-money = cap table в финмодели
   - TAM в market analysis = TAM на слайде Market

2. Completeness: все обязательные документы присутствуют
   - [чеклист из раздела "Что входит в data room"]

3. Freshness: даты актуальны
   - Финансовые данные не старше 30 дней
   - Метрики не старше 2 недель
   - Cap table отражает все текущие обязательства

4. Red flags:
   - Противоречия между документами
   - Нереалистичные assumptions без обоснования
   - Отсутствие ключевых документов (cap table, финмодель)
   - Грамматические ошибки, разный formatting

5. Investor readiness:
   - Навигация интуитивна (логичная структура папок)
   - Документы в правильных форматах (PDF для чтения, XLSX для моделей)
   - Именование файлов единообразно

Формат: таблица [Документ | Статус | Проблемы | Действие].

Платформы для data room

Выбор платформы зависит от стадии и бюджета.

Pre-seed / Seed (бюджет $0-50/мес):

• Google Drive с правильной структурой папок. Доступ по ссылке с ограничением.
• Notion — для тех, кто уже ведёт в нём документацию.
• Docsend (~$15/мес) — трекинг просмотров, analytics по страницам.

Series A+ ($50-500/мес):

• Carta — cap table management + data room.
• Digify, Ansarada — полноценные virtual data rooms с watermarks и audit trail.
• Drooms — европейский VDR с GDPR-инфраструктурой.

Для seed-раунда Google Drive + Docsend, как правило, покрывают порядка 95% потребностей. Структура и содержание важнее платформы.

Типичные ошибки при подготовке data room

Ошибка 1: числа не сходятся между документами. MRR $45K в pitch deck, $52K в финмодели, $38K в traction doc. Инвестор заметит на первой встрече. Решение: единый source of truth для каждой метрики.

Ошибка 2: финмодель без assumptions. Модель показывает рост до $5M ARR за 18 месяцев, но нигде не объяснено, откуда возьмутся клиенты. Решение: каждый драйвер роста привязан к конкретному каналу с обоснованием.

Ошибка 3: data room обновляется после отправки. Инвестор открыл ссылку и видит “last updated 3 months ago”. Решение: обновлять метрики каждые 2 недели во время активного фандрейзинга.

Ошибка 4: слишком много документов. 50 файлов, большая часть нерелевантна. Инвестор закрывает через 2 минуты. Решение: 20-25 документов максимум. Дополнительные материалы — по запросу.

Ошибка 5: юридические документы без review. AI-генерированный cap table с ошибкой в dilution calculation. Решение: каждый юридический документ проверяет юрист перед загрузкой в data room.

Автоматизация outreach после подготовки data room

Data room готов. Следующий шаг — доставка материалов инвесторам. Массовая рассылка одинаковых писем даёт конверсию 1-2%. Персонализированный outreach с учётом portfolio инвестора и его тезиса работает принципиально иначе.

Подробный разбор AI-персонализации cold outreach — в туториале по AI-powered outreach.

Итого: 3 дня, 20+ документов, один процесс

День	Сессия	Документы	Время
1	Утро	Cap table, корпоративные документы	3-4 ч
1	Вечер	Финмодель, unit economics	3-4 ч
2	Утро	TAM/SAM/SOM, competitive analysis	3-4 ч
2	Вечер	Pitch deck, executive summary	3-4 ч
3	Утро	Traction doc, team bios, org chart	2-3 ч
3	Вечер	Legal templates, QA, загрузка	2-3 ч

Суммарно: 16-22 часа активной работы. Без AI аналогичный комплект занимает кратно больше времени — большая часть уходит не на мышление, а на форматирование и переносы данных между документами.

Реальные метрики, стратегические решения, выбор инвесторов остаются за фаундером — AI лишь переводит то, что уже есть у него в голове, в структурированные документы инвестиционного качества. Разница между «у меня всё в голове» и «data room готов» — три рабочих дня.

---

Нужна помощь с подготовкой data room? Я помогаю стартапам внедрять AI-решения и строить продукты — belov.works.

FAQ

Как работать с data room, когда ранние метрики слабые или неполные?

Контекст убедительнее умолчания. Если метрика ранняя, показывайте траекторию и темп изменений, а не абсолютное число — стартап с $8K MRR и ростом 40% в месяц рассказывает лучшую историю, чем тот, кто скрывает выручку. Для пробелов, где данных ещё объективно нет (когортный retention для продукта, запущенного два месяца назад), маркируйте секцию «Pending — [n] месяцев до значимых данных» с кратким объяснением, что измеряется и почему это важно. Инвесторы финансируют историю о том, чем станет бизнес; пробелы с честной формулировкой наносят гораздо меньше вреда, чем цифры, которые не выдерживают проверки в due diligence.

Когда фаундеру стоит использовать Docsend против полноценной virtual data room платформы вроде Carta?

Docsend — правильный выбор для pre-seed и seed, когда главная нужда — понять, какие инвесторы взаимодействуют с какими материалами: аналитика по страницам показывает, где внимание падает и какие слайды получают повторные просмотры. Carta становится ценной, когда управление cap table и data room — единый workflow, обычно начиная с Series A, когда юридическая сложность оправдывает стоимость. Выбор платформы вторичен по отношению к выбору контента: хорошо организованный Google Drive с чёткой системой именования превосходит хаотичный Carta на любой стадии.

Как правильно обновлять data room после того, как он уже был отправлен инвесторам?

Никогда не перезаписывайте документы в общем data room без уведомления. Инвесторы делают заметки к конкретным метрикам, увиденным в конкретный момент — изменённое число без уведомления разрушает доверие. Вместо этого: версионируйте обновлённые документы с датой-суффиксом (Financial_Model_2026-04.xlsx), отправьте краткое update-письмо активным инвесторам с объяснением изменений («Updated Q1 actuals — MRR вырос до $X, опережает модель»), сохраняйте доступ к предыдущей версии. Частота обновлений во время активного фандрейзинга: метрики — каждые две недели, модель — при существенном изменении assumptions, юридические документы — при изменении корпоративной структуры.