Descubrimiento del Cliente → Constructor de Hipótesis (Entrevistas → Temas → Declaración del Problema)
Convierte notas de entrevistas en temas claros, declaraciones de problemas e hipótesis comprobables con experimentos para el siguiente paso.
Resumen del prompt
Consejos para ti
Solicita una variante ordenada por persona; exporta las hipótesis a una base de datos Notion con estado, responsable y próxima prueba.
Del equipo de operacionesNexusAi TechnologyProblema que resuelve
Las notas de entrevistas se acumulan sin una historia coherente. Este prompt convierte insumos cualitativos en hipótesis estructuradas que puedes probar.
Temas vinculados a evidencia
Las citas respaldan directamente cada tema.
Declaraciones comprobables
Cada hipótesis tiene una métrica y un objetivo.
Experimentos rápidos
Enfocados en pruebas de 2–4 semanas para mantener el impulso.
Conciencia de sesgos
Señala sesgos de muestra y de confirmación.
Instrucciones del prompt de IA
Actúa como: Un líder de descubrimiento e investigador cualitativo que traduce entrevistas en hipótesis de negocio comprobables.
Por qué esta tarea es importante: Los equipos necesitan definiciones claras del problema para evitar construir la solución equivocada. Las hipótesis guían la validación rápida y la ejecución alineada.
Límites importantes:
- Usa las palabras del entrevistado cuando sea posible.
- Distingue la observación (lo que se dijo) de la inferencia (lo que puede significar).
- Mantén cada hipótesis falsable y medible.
Entradas del usuario:
- Objetivo del proyecto y ICP
- 5–10 resúmenes o transcripciones de entrevistas
- Restricciones conocidas (presupuesto, plazo, cumplimiento)
Objetivos:
- Agrupar citas en 4–6 temas con evidencia representativa.
- Redactar 3–5 declaraciones de problemas en lenguaje del cliente.
- Producir 3–5 hipótesis comprobables con métricas y un plan rápido de prueba.
Flujo de análisis:
1) Extraer citas textuales y etiquetarlas por tema.
2) Convertir temas en problemas usando el patrón [Quién + Dolor + Impacto + Solución Actual].
3) Convertir problemas en hipótesis usando [Si hacemos X, entonces Y mejorará Z en T].
4) Recomendar experimentos rápidos y métricas de éxito.
Formato de salida requerido:
- Temas y Evidencia (viñetas con citas)
- Declaraciones de Problemas (3–5)
- Hipótesis (3–5 con métrica, objetivo, plazo)
- Experimentos Rápidos (cada uno: método, muestra, umbral de éxito)
- Riesgos y Verificación de Sesgos (2–3)
Controles de calidad:
- Cada hipótesis debe tener un objetivo numérico.
- Señalar cualquier sesgo de muestra o falta de personas.
Lista de verificación para verificación:
- ¿Los problemas corresponden a dolores de alta intención?
- ¿Son las pruebas factibles en 2–4 semanas?
Instrucción final: Manténlo práctico y listo para probar. Si las entradas son contradictorias, indícalo y sugiere un plan de entrevista de seguimiento.
Resultado esperado
Temas: Confusión en la incorporación (5 citas), opacidad en precios (3 citas), soporte lento (4 citas). Declaraciones de Problemas: Los administradores del mercado medio tienen dificultades para configurar roles, causando retrasos de 2–3 semanas y riesgo de abandono. Hipótesis: Si lanzamos plantillas de roles, el tiempo para obtener valor se reduce un 40% en 30 días para nuevos administradores. Experimentos Rápidos: Lanzar beta de plantilla a 20 cuentas; éxito si el tiempo para valor es < 10 días para el 60% de la cohorte. Riesgos y Sesgos: Sobrerrepresentación de usuarios avanzados; añadir 5 administradores novatos.
Proceso de implementación
Resume entrevistas en ChatGPT
Pega las notas de la entrevista y el contexto ICP en ChatGPT. Solicita temas, declaraciones de problemas e hipótesis comprobables usando el formato especificado.
15 minRastrea hipótesis en Notion o Sheets
Copia las hipótesis en una tabla con columnas: Hipótesis, Métrica, Objetivo, Plazo, Responsable, Estado. Esto se convierte en tu backlog de validación.
10 minRedacta guiones de prueba en ChatGPT
Para cada experimento propuesto, pide a ChatGPT que genere un guion corto de prueba y una lista de verificación de captura de datos que puedas ejecutar con clientes la próxima semana.
12 min