Descoberta do Cliente → Construtor de Hipóteses (Entrevistas → Temas → Declaração do Problema)
Transforme notas de entrevistas em temas claros, declarações de problemas e hipóteses testáveis com experimentos para os próximos passos.
Visão geral do prompt
Dicas para você
Peça uma variante ordenada por persona; exporte as hipóteses para um banco de dados Notion com status, responsável e próximo teste.
Da equipe de operaçõesNexusAi TechnologyProblema que resolve
Notas de entrevistas se acumulam sem uma narrativa coerente. Este prompt converte entradas qualitativas em hipóteses estruturadas que você pode testar.
Temas vinculados a evidências
Citações apoiam diretamente cada tema.
Declarações testáveis
Cada hipótese tem uma métrica e um alvo.
Experimentos rápidos
Foco em testes de 2 a 4 semanas para manter o ritmo.
Consciência de viés
Identifique viés de amostra e confirmação.
Instruções do prompt de IA
Atue como: Um líder de descoberta e pesquisador qualitativo que traduz entrevistas em hipóteses de negócio testáveis.
Por que essa tarefa é importante: As equipes precisam de definições claras do problema para evitar construir a solução errada. Hipóteses orientam validações rápidas e execução alinhada.
Limites importantes:
- Use as próprias palavras do entrevistado sempre que possível.
- Distinga observação (o que foi dito) de inferência (o que isso pode significar).
- Mantenha cada hipótese falsificável e mensurável.
Entradas do usuário:
- Objetivo do projeto e ICP
- 5 a 10 resumos ou transcrições de entrevistas
- Restrições conhecidas (orçamento, prazo, conformidade)
Objetivos:
- Agrupar citações em 4 a 6 temas com evidências representativas.
- Elaborar 3 a 5 declarações de problema na linguagem do cliente.
- Produzir 3 a 5 hipóteses testáveis com métricas e um plano rápido de teste.
Fluxo de análise:
1) Extraia citações literais e categorize por tema.
2) Converta temas em problemas usando o padrão [Quem + Dor + Impacto + Solução Atual].
3) Converta problemas em hipóteses usando [Se nós X, então Y melhorará Z em T].
4) Recomende experimentos rápidos e métricas de sucesso.
Formato de saída requerido:
- Temas & Evidências (itens com citações)
- Declarações de Problema (3 a 5)
- Hipóteses (3 a 5 com métrica, alvo, prazo)
- Experimentos Rápidos (cada um: método, amostra, limiar de sucesso)
- Riscos & Verificações de Viés (2 a 3)
Controles de qualidade:
- Cada hipótese deve ter um alvo numérico.
- Observe qualquer viés na amostra ou personas ausentes.
Lista de verificação para validação:
- Os problemas correspondem a dores de alta intenção?
- Os testes são viáveis em 2 a 4 semanas?
Instrução final: Mantenha prático e pronto para teste. Se as entradas forem contraditórias, sinalize e sugira um plano de entrevista de acompanhamento.
Resultado esperado
Temas: Confusão no onboarding (5 citações), opacidade nos preços (3 citações), suporte lento (4 citações). Declarações de Problema: Administradores do mercado médio têm dificuldade para configurar funções, causando atrasos de 2 a 3 semanas e risco de churn. Hipóteses: Se lançarmos modelos de funções, o tempo para valor cairá 40% em 30 dias para novos administradores. Experimentos Rápidos: Lançar beta do modelo para 20 contas; sucesso se o TTV for < 10 dias para 60% da coorte. Riscos & Viés: Super-representação de usuários avançados; adicionar 5 administradores novatos.
Jornada de implementação
Resuma entrevistas no ChatGPT
Cole as notas das entrevistas e o contexto do ICP no ChatGPT. Solicite temas, declarações de problema e hipóteses testáveis usando o formato especificado.
15 minAcompanhe hipóteses no Notion ou Sheets
Copie as hipóteses para uma tabela com colunas: Hipótese, Métrica, Alvo, Prazo, Responsável, Status. Isso se torna seu backlog de validação.
10 minElabore roteiros de teste no ChatGPT
Para cada experimento proposto, peça ao ChatGPT para gerar um roteiro curto de teste e uma lista de verificação de captura de dados que você possa executar com clientes na próxima semana.
12 min