customer-research

Visão geral da skill customer-research

O que a skill customer-research faz

A skill customer-research ajuda um agente a conduzir pesquisa com clientes de forma estruturada, em vez de entregar um brainstorming genérico. Ela atende a dois trabalhos práticos: analisar pesquisas que você já tem e encontrar novos sinais de clientes em fontes públicas quando você ainda não tem material direto. Isso a torna útil para UX Research, product marketing, posicionamento, messaging, trabalho de ICP e síntese de voice-of-customer.

Quem deve instalar a customer-research

A skill customer-research é mais indicada para equipes que precisam de evidências antes de tomar decisões de produto, UX ou messaging. Bons encaixes incluem pesquisadores de UX, founders, PMs, product marketers, times de growth e agências que trabalham com entrevistas, pesquisas, tickets, reviews ou posts de comunidade.

Casos de uso com melhor aderência

Use customer-research quando você precisar:

• analisar transcrições de entrevistas ou respostas de survey
• transformar insumos desorganizados de clientes em temas e citações
• identificar jobs to be done, pain points, gatilhos, resultados desejados e linguagem de compra
• fazer ICP inicial ou entendimento de mercado sem entrevistas diretas ainda
• minerar Reddit, G2, Capterra, fóruns e comunidades de nicho em busca de padrões recorrentes

Por que isso é melhor do que um prompt genérico

O principal diferencial está na disciplina de workflow. A skill orienta o agente a primeiro verificar se já existe contexto de product marketing, esclarecer o objetivo da pesquisa antes de analisar, separar “analisar ativos existentes” de “ir buscar pesquisa” e extrair campos específicos em vez de despejar um resumo vago. Os evals incluídos também mostram como é um bom comportamento esperado, o que reduz a adivinhação.

O que importa antes de adotar

Isto não é uma ferramenta de coleta de dados nem um pacote de scraping. O valor está no enquadramento da pesquisa, na escolha das fontes, na estrutura de extração e na qualidade da síntese. Se você quer pipelines automatizados, dashboards ou ferramental estatístico para surveys, este guia de customer-research não é a opção certa por si só. Se você quer prompts de pesquisa melhores e saídas mais consistentes de um agente de IA, é uma candidata forte.

Como usar a skill customer-research

Contexto de instalação da customer-research

Instale a partir do repositório com:

npx skills add https://github.com/coreyhaines31/marketingskills --skill customer-research

Depois, abra a pasta da skill e leia:

• skills/customer-research/SKILL.md
• skills/customer-research/evals/evals.json
• skills/customer-research/references/source-guides.md

Se você só for ler um arquivo primeiro, comece por SKILL.md. Se quiser entender rapidamente a qualidade esperada da saída, leia evals/evals.json em seguida.

Comece verificando o contexto do produto

Um requisito prático da skill é verificar .agents/product-marketing-context.md ou .claude/product-marketing-context.md antes de fazer perguntas. Isso importa porque a qualidade de uso da customer-research melhora bastante quando o agente já conhece o produto, o comprador, a categoria e as restrições.

Se esse arquivo existir, aponte o agente para ele ou cole no prompt um contexto equivalente.

Entenda os dois modos de operação

A customer-research funciona melhor quando você escolhe explicitamente um modo:

1. Analyze existing assets
   Use este modo para transcrições, tickets, surveys, reviews, notas de calls e logs de suporte.

2. Go find research
   Use este modo quando você não tem material direto de clientes e precisa pesquisar em fontes públicas como Reddit, sites de review, fóruns ou discussões em torno de concorrentes.

Declarar o modo logo no início evita que o agente misture síntese com descoberta de fontes.

Quais inputs geram boa saída

Para um uso forte de customer-research, forneça ao agente:

• o produto ou a categoria do problema
• o usuário-alvo ou ICP
• o objetivo da pesquisa
• as fontes disponíveis
• o entregável desejado
• restrições como tempo, geografia, mercado ou segmento

Um prompt fraco seria:

• “Help me research customers.”

Um prompt mais forte seria:

• “Use the customer-research skill in analyze-existing-assets mode. I have 18 interview transcripts from heads of support at B2B SaaS companies. Goal: identify recurring onboarding pain points, switching triggers, and language we can use on our website. Deliverable: prioritized themes, representative quotes, and a short implications section for UX Research and messaging.”

Transforme um objetivo vago em um prompt completo

Um padrão de prompt confiável para esta skill customer-research é:

• context: qual produto ou público está envolvido
• objective: qual decisão a pesquisa deve informar
• mode: analisar ativos ou buscar pesquisa
• source list: quais dados existem
• extraction fields: o que extrair
• output format: qual artefato final você quer

Exemplo:

“Use the customer-research skill for UX Research. Product: user onboarding software for mid-market SaaS teams. Audience: onboarding managers and customer success leaders. Mode: analyze existing assets. Sources: 12 transcripts, 40 churn survey responses, 85 support tickets. Extract: jobs to be done, pain points, trigger events, desired outcomes, alternatives considered, exact language, and high-signal quotes. Output: clustered themes with frequency and intensity, then 5 UX opportunities.”

O que a skill customer-research costuma extrair bem

Com base na skill e nos evals, o agente deve procurar:

• jobs to be done
• pain points e fricções
• trigger events
• resultados desejados
• a linguagem que os clientes usam naturalmente
• alternativas ou concorrentes considerados
• clusters de temas
• frequência e intensidade
• money quotes como evidência

Essa estrutura é útil porque conecta a pesquisa bruta a decisões posteriores, como mudanças de UX, posicionamento e messaging.

Como usar customer-research para UX Research

Em UX Research, evite pedir apenas “insights”. Peça:

• quebras recorrentes de tarefas
• pontos de fricção nos workflows atuais
• momentos de confusão ou atraso
• expectativas não atendidas
• comportamentos de contorno
• critérios de seleção de funcionalidades
• áreas de oportunidade sustentadas por evidências

Isso mantém a skill customer-research ancorada no comportamento do usuário, em vez de deixá-la derivar para resumos só de marketing.

Como usar bem pesquisa em fontes públicas

No modo “go find research”, o guia de referência do repositório aponta fontes práticas como Reddit, G2, Capterra, fóruns e comunidades de nicho. A abordagem mais forte não é “buscar o nome da nossa marca”, mas sim “buscar onde o ICP discute o problema”.

Tipos de fonte úteis incluem:

• threads do Reddit focadas no problema
• posts de comparação entre concorrentes
• reclamações e elogios em sites de review
• posts em fóruns sobre workflows e workarounds
• discussões do tipo “what tool do you use for X?”

Arquivos do repositório que valem a leitura antes do primeiro uso real

Leia nesta ordem:

1. SKILL.md para entender o workflow
2. evals/evals.json para ver o comportamento de prompting esperado e o formato da saída
3. references/source-guides.md para táticas específicas por fonte, especialmente pesquisa no Reddit

Os evals são especialmente úteis porque revelam expectativas não óbvias, como perguntar qual é o objetivo do usuário antes da análise e sugerir pontuação por frequência e intensidade.

Workflow sugerido na prática

Um bom guia de customer-research para uso real fica assim:

1. forneça contexto sobre produto e público
2. declare qual decisão de pesquisa você precisa tomar
3. escolha o modo 1 ou modo 2
4. informe os materiais disponíveis ou as fontes-alvo
5. peça ao agente para extrair campos estruturados
6. revise a primeira síntese em busca de segmentos ausentes
7. faça uma segunda passada focada em contradições, edge cases e melhores citações
8. transforme os achados em um artefato específico de UX, produto ou messaging

Formatos de saída práticos para solicitar

Escolha um entregável que combine com seu próximo passo:

• tabela de temas com citações
• resumo de JTBD
• insumos para personas ancorados em evidências
• comparação entre segmentos
• principais pain points ranqueados por frequência e intensidade
• mapa de fontes de comunidades e sites de review
• memo de implicações para produto ou UX Research

Entregáveis específicos melhoram a experiência de instalação da customer-research porque tornam a primeira execução mais acionável.

FAQ da skill customer-research

A customer-research é boa para iniciantes?

Sim, desde que você já saiba qual decisão a pesquisa deve apoiar. A skill traz mais estrutura do que um prompt comum, mas iniciantes ainda precisam fornecer contexto de produto e escolher um entregável útil. Sem isso, a saída pode continuar ampla demais.

Quando devo usar customer-research em vez de um prompt normal?

Use a skill customer-research quando quiser extração e síntese repetíveis, especialmente em muitos ativos. Um prompt genérico pode resumir conteúdo, mas esta skill tende mais a perguntar sobre objetivos, usar um enquadramento de pesquisa e produzir clusters, citações e evidências em vez de observações soltas.

Isso é só para times de marketing?

Não. Apesar de estar em um repositório de skills de marketing, customer-research também é útil para UX Research, product discovery, análise de suporte e entendimento inicial de mercado. Os métodos subjacentes se aplicam bem a qualquer equipe que precise entender dores do usuário, gatilhos, resultados desejados e vocabulário.

Quais são os limites da skill customer-research?

Ela não substitui operação de pesquisa primária, recrutamento de participantes, instrumentação de analytics nem métodos quantitativos formais. Seu ponto forte está em framing, descoberta de fontes, análise qualitativa e síntese.

A customer-research funciona sem transcrições de entrevistas?

Sim. Esse é, inclusive, um dos melhores pontos para adoção. A skill oferece explicitamente um modo para encontrar pesquisa em fontes online, o que ajuda times em estágio inicial ou equipes entrando em um novo segmento sem acesso direto a clientes ainda.

Quando customer-research é uma escolha ruim?

Evite usar quando:

• você precisa de análise estatisticamente válida de survey
• você precisa de revisão legal ou de compliance dos métodos de pesquisa
• você precisa de scraping automatizado ou pipelines de dados
• você só quer ideias soltas de copy sem coleta de evidências

O repositório inclui orientação específica por fonte?

Sim. references/source-guides.md inclui orientação concreta para pesquisa em fontes públicas, especialmente sobre descoberta no Reddit, padrões de busca e os tipos de posts que revelam dores, alternativas e gatilhos de troca.

Como melhorar a skill customer-research

Dê à skill customer-research uma decisão, não só um tema

O maior salto de qualidade vem de dizer ao agente qual decisão a pesquisa deve informar. “Research our customers” é fraco. “Find onboarding friction we should prioritize in the next UX sprint” é muito melhor. Decisões melhores levam a extrações e sínteses melhores.

Forneça um enquadramento de fontes mais forte

Diga ao agente o que cada fonte representa:

• entrevistas com clientes ganhos
• entrevistas com clientes que cancelaram
• tickets de suporte de novos usuários
• reviews no G2 de compradores SMB
• posts no Reddit de praticantes, não compradores

Isso melhora o clustering porque o agente consegue separar sinais de aquisição, onboarding, retenção e troca.

Peça segmentação sustentada por evidências

Uma falha comum no uso de customer-research é colapsar usuários diferentes em uma única persona misturada. Para melhorar os resultados, peça:

• diferenças entre segmentos
• contradições entre fontes
• pain points minoritários, mas de alta severidade
• diferenças entre compradores, admins e usuários do dia a dia

Exija frequência e intensidade, não apenas temas

Só listar temas costuma ser algo suave demais. Peça ao agente para pontuar ou ao menos distinguir:

• problemas comuns, mas de baixa severidade
• problemas menos comuns, mas de alta intensidade
• anedotas isoladas que não deveriam orientar decisões

Esse é um dos padrões práticos mais claros revelados pelos evals.

Peça linguagem exata e money quotes

Se você quer saídas úteis para além de um memo de pesquisa, solicite frases literais e citações curtas de apoio. Isso torna a skill customer-research mais valiosa para síntese de UX Research, readouts para stakeholders e trabalho posterior de messaging.

Melhore a pesquisa em fontes públicas com seeds de busca melhores

Para o modo 2, não comece apenas pela categoria do seu produto. Alimente as buscas com:

• enunciados de problema
• cargos
• nomes de concorrentes
• linguagem como “alternative”, “switch”, “recommend” e “frustrated with”

O guia de referência do repositório mostra por que isso funciona: buscas orientadas pelo problema revelam dores reais de workflow mais rápido do que buscas orientadas por marca.

Itere depois da primeira passada

A primeira saída normalmente deve ser um mapa, não a resposta final. Depois, faça perguntas de follow-up como:

• “Which themes are strongest for new users versus experienced users?”
• “What contradictions appear between interviews and reviews?”
• “Pull 10 quotes that show urgency, not just dissatisfaction.”
• “Which findings are most actionable for UX Research in the onboarding flow?”

Fique atento aos modos de falha mais comuns

A skill customer-research tende a performar mal quando:

• a qualidade das fontes é mista, mas não está rotulada
• o prompt pede resultados demais de uma vez
• o segmento de público está vago
• fontes públicas são tratadas como se fossem entrevistas diretas com clientes
• a síntese é solicitada antes de haver evidência bruta suficiente

Monte um template de prompt reutilizável

Se você espera usar customer-research com frequência, crie um template padrão com:

• resumo do produto
• ICP e não-ICP
• pergunta de pesquisa
• modo
• inventário de fontes
• campos de extração
• formato de saída
• restrições
• qual decisão o resultado deve apoiar

Isso transforma a skill de um ajudante pontual de prompt em um workflow de pesquisa repetível.