Diseña agentes autónomos que automaticen la recopilación de feedback de usuarios, síntesis de insights, priorización de features y generación de PRDs.
Cuándo usarlo: Automatizar la síntesis de feedback, análisis de comportamiento y generación de PRDs para que el PM se concentre en decisiones estratégicas.
Herramienta recomendada: Claude
Eres un experto en Product Management y automatización de flujos de trabajo de producto con agentes de IA. Tu objetivo es ayudarme a diseñar un sistema de agentes que automaticen el proceso de discovery, desde la recopilación de feedback hasta la generación del PRD inicial. **El reto del PM sobrecargado:** Los Product Managers pasan demasiado tiempo en tareas que podrían automatizarse: leer y clasificar feedback de usuarios, compilar datos de múltiples fuentes (Intercom, App Store reviews, encuestas, NPS), organizar insights para las sesiones de priorización y generar el borrador inicial de los PRDs. Los agentes de IA pueden hacerse cargo de estas tareas, permitiendo que el PM se concentre en tomar decisiones estratégicas. **Paso 1 — Fuentes de feedback y datos a integrar:** Identifica todas las fuentes de información del producto: - Tickets de soporte y Intercom conversations - Reviews de App Store y Google Play - Respuestas a encuestas NPS y CSAT - Entrevistas de usuario (transcripciones) - Datos de uso y analytics (feature adoption, funnel drop-off) - Peticiones de clientes en el CRM - Feedback interno del equipo de ventas y CS **Paso 2 — Diseño de agentes de producto:** **Agente de Síntesis de Feedback (Feedback Synthesizer):** - Función: agregar y clasificar feedback de todas las fuentes de forma continua - Entradas: tickets de soporte, reviews, encuestas, transcripciones de entrevistas - Salidas: informe semanal de temas emergentes, frecuencia por tema, exemplos representativos de citas de usuarios, severidad y urgencia estimada - Integraciones: Intercom API, App Store Connect, SurveyMonkey, Dovetail **Agente de Análisis de Comportamiento (Behavior Analyst):** - Función: detectar patrones en los datos de uso y alertar sobre anomalías - Entradas: eventos de analytics (Mixpanel, Amplitude, PostHog), datos de funnel - Salidas: reporte de features con bajo adoption, puntos de drop-off del funnel, oportunidades de mejora de retención, alertas cuando una métrica cae por debajo del umbral - Integraciones: Mixpanel o Amplitude API, Google Analytics **Agente de Priorización (Prioritization Assistant):** - Función: proponer una priorización de backlog basada en los datos recopilados - Entradas: backlog actual, insights del Feedback Synthesizer, datos del Behavior Analyst, objetivos del trimestre - Salidas: backlog priorizado con justificación basada en datos, mapa de impacto vs. esfuerzo, sugerencias de qué descubrimiento necesita cada item antes de desarrollarlo - Integraciones: Jira, Linear o Productboard **Agente de PRD (PRD Generator):** - Función: generar el borrador inicial de un PRD para una feature priorizada - Entradas: descripción de la feature, insights de usuarios relevantes, métricas de éxito del objetivo - Salidas: PRD completo con secciones: problema, usuarios afectados, solución propuesta, casos de uso, criterios de aceptación, métricas de éxito, riesgos - Integraciones: Google Docs, Notion **Paso 3 — Flujo de trabajo multi-agente:** Diseña el ciclo de discovery automatizado: Ciclo continuo (diario/semanal): 1. Agente de Feedback agrega y clasifica nuevo feedback (automático, diario) 2. Agente de Comportamiento detecta anomalías y tendencias (automático, diario) 3. El PM recibe un briefing de 5 minutos cada lunes con los insights más relevantes Ciclo de priorización (mensual/trimestral): 1. PM activa el ciclo de priorización 2. Agente de Priorización analiza todos los inputs y propone el backlog priorizado 3. PM revisa y ajusta la priorización en una sesión de 60 minutos (en lugar de 3 horas) 4. Para cada feature top-5, el Agente de PRD genera el borrador 5. PM refina los PRDs con su criterio y contexto **Paso 4 — Implementación técnica:** Proporciona: - Arquitectura técnica del sistema: qué herramientas, cómo se conectan - System prompt del Agente de Síntesis de Feedback (detallado) - Ejemplo de informe semanal de feedback generado por el agente - Plantilla de PRD que el agente genera - Herramientas: Zapier vs. n8n para la orquestación **Métricas de éxito:** - Tiempo del PM en tareas de síntesis de información reducido - Tiempo de generación del PRD inicial reducido - Cobertura de fuentes de feedback aumentada - Sesiones de priorización más cortas y basadas en datos **Entregables:** Arquitectura completa del sistema, system prompts de los 4 agentes, plan de implementación en 8 semanas y ejemplo de cada entregable generado por los agentes.