Cómo uso la IA para hacer una lluvia de ideas sobre funcionalidades de productos (sin reuniones, solo resultados)
Últimamente, me he encontrado recurriendo a ChatGPT para todo tipo de cosas.
«Tengo tres patatas, una zanahoria y dos dientes de ajo en el frigorífico. ¿Qué puedo preparar para cenar?» (Pista: no mucho.)
«Tengo una idea para una empresa emergente con estos criterios. ¿Podemos desarrollarla?» (Adelanto: sí. Se puede.)
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
La razón no es que pretenda tomar la primera sugerencia que se le ocurra a ChatGPT y dar el día por terminado. Más bien, como procesador externo, no puedo comenzar el proceso de resolución de problemas sin sacar mis ideas al mundo, preferiblemente poniéndolas en manos de un participante dispuesto.
Una lluvia de ideas con un solo cerebro no es más que una llovizna.
Pero en la era del trabajo remoto, no es tan fácil encontrar a alguien con quien trabajar las ideas en cuanto surge la necesidad. Para cuando he decidido con quién debería hablar, he consultado su calendario y he programado una llamada para el próximo martes… la idea que quería comentar ya es un recuerdo lejano.
Para combatir este problema, a menudo he recurrido a Notion y a herramientas de lluvia de ideas como Miro para ayudarme a dar forma a mis pensamientos por mi cuenta. Me he vuelto bastante competente en esto, aunque sigo deseando contar con un compañero de debate que ayude a orientar mi pensamiento, aunque solo sea mediante preguntas incisivas y estímulos reflexivos.
Poco sabía yo que ChatGPT demostraría ser un sustituto aceptable. Casi tan atractivas como las capacidades conversacionales del LLM, las ventajas de ChatGPT son que nunca está en otra reunión, puede funcionar en cualquier zona horaria y nunca se frustra cuando formulo la misma pregunta de tres maneras diferentes para provocar una respuesta ligeramente distinta.
No pasó mucho tiempo antes de que empezara a utilizar ChatGPT para ayudarme a trabajar las funcionalidades de los productos. Antes de darme cuenta, había identificado algunos consejos y trucos para sacar el máximo partido a esta herramienta.
Cómo utilizar la IA para hacer una lluvia de ideas sobre las funcionalidades de un producto
Para ilustrar mi técnica de lluvia de ideas impulsada por IA, he creado una conversación de ejemplo con ChatGPT sobre el desarrollo de funcionalidades para una aplicación ficticia de salud y bienestar.
Para evitar que el LLM extrajera datos de todas nuestras conversaciones anteriores, mantuve esta conversación sin iniciar sesión.
Conviene señalar que ChatGPT es mi herramienta preferida, pero la misma metodología debería funcionar bien con cualquier LLM similar. También puedes utilizar la IA en la gestión de la cartera de trabajo y la priorización una vez que hayas generado ideas sobre las funcionalidades del producto.
Paso 1: Proporciona el contexto
La clave para lograr una interacción productiva con ChatGPT es la instrucción inicial. Cuanto más contexto puedas proporcionar en tu primer mensaje, más fructífera será tu interacción.
En este ejemplo, escribí un escenario para un responsable de producto que intenta desarrollar ideas para funcionalidades de una herramienta de acondicionamiento físico SaaS cuyo objetivo es ayudar a los usuarios a personalizar su rutina de entrenamiento.
El LLM pudo, basándose en un conjunto limitado de información, elaborar fácilmente una larga lista de ideas de funcionalidades para el producto que describí. Este proceso no consiste en tomar esta lista y ponerla en práctica sin más. Consiste en llegar a la primera etapa de la lluvia de ideas más rápido de lo que habría podido hacerlo por mi cuenta.
Puede ser un compañero de reflexión. Puede simular una conversación difícil. ¿Qué es lo más importante que deberías hacer a continuación? Las respuestas a eso son realmente increíbles.
Paso 2: Profundizar
Ahora que tengo una lista con la que trabajar, es hora de evaluar y desarrollar las ideas que me interesan. Mientras leía la lista, una idea en particular despertó mi interés.
«Programación inteligente y gestión de la disponibilidad» me parece una propuesta potencialmente única en el mundo del fitness actual.
Una búsqueda rápida en Google confirma que existen productos que ofrecen este servicio en la categoría del fitness, pero son relativamente escasos. Parecía haber una oportunidad para añadir algo nuevo a este espacio de problemas. Además, como madre trabajadora ocupada de un bebé de 14 meses, mi sueño de hacer ejercicio a la misma hora todos los días es ya un recuerdo lejano.
Le pido a ChatGPT que profundice más en esa idea para ver cómo podría ser una propuesta ampliada.
Me impresionó la funcionalidad ampliada que devolvió el LLM. Mi siguiente paso fue pedirle a ChatGPT que trazara para mí el recorrido del usuario, incluida la funcionalidad anterior. Proporcioné algunos parámetros para perfeccionar la respuesta.
Es importante tener en cuenta que ChatGPT extrae datos de la web, por lo que probablemente esté tomando ideas de productos que ya tienen presencia en línea. Sin embargo, sigue siendo una excelente manera de extraer ideas y poner en marcha el proceso de lluvia de ideas.
Otra opción, en esta etapa del proceso de ideación, sería pedirle a ChatGPT que examinara los productos disponibles actualmente en el mercado e identificara una brecha de mercado. Esto hará que el LLM analice los productos que ya tienen presencia en línea y haga sugerencias sobre ideas menos saturadas. Por supuesto, todas las sugerencias requieren verificación humana, pero puede ser una excelente manera de reducir las opciones.
Paso 3: Perfeccionar la idea
En esta etapa, hemos elegido la idea que vamos a explorar más a fondo y hemos verificado mediante una investigación general que la idea es relativamente única. Ahora es el momento de convertir esta idea en un recorrido del usuario tangible.
En este paso, en lugar de proporcionar un aviso sobre el escenario a ChatGPT, proporcioné un conjunto de instrucciones. Específicamente, le pedí a ChatGPT que incluyera “cualquiera o todas” las funciones descritas anteriormente para evitar que intentara incluir cada funcionalidad, independientemente de si podía incorporarse lógicamente al recorrido del usuario.
Además, le pedí a ChatGPT que indicara en su explicación la diferencia entre las acciones impulsadas por el usuario y las acciones impulsadas por la aplicación. Por último, le pedí al LLM que trazara el recorrido desde el inicio de sesión hasta el cierre de sesión.
Además de seguir mis instrucciones al separar las acciones del usuario de las acciones de la aplicación, ChatGPT incluso llegó a crear una persona de usuario de alto nivel en torno a la cual diseñar el recorrido del usuario, algo que no le pedí que hiciera.
La legibilidad del recorrido del usuario se vio algo limitada por las capacidades de generación de ChatGPT (es decir, en la versión gratuita, ChatGPT solo puede responder mediante texto, en lugar de diagramas y otras herramientas de comunicación visual).
Sin embargo, consideré que esto se mitigaba parcialmente gracias a que ChatGPT incluyó un resumen al final de este segmento, que proporcionaba una visión general de alto nivel de todas las acciones del usuario frente a las acciones de la máquina.
Después de leer el recorrido del usuario, destacaron algunas omisiones importantes. La primera fue la ausencia de un proceso para integrar el calendario personal del usuario con el calendario de la aplicación, lo que proporcionaría los datos para la función de programación dinámica.
La segunda fue la ausencia de una función de alertas para recordar al usuario cuándo se acercaba un entrenamiento. Documenté estos ajustes y los añadí a la conversación. Cada vez, el LLM devolvió recorridos del usuario actualizados que tenían en cuenta los cambios que solicité.
Paso 4: De las ideas a la ejecución
El paso final de este experimento consistió en convertir estas ideas de funcionalidades y recorridos del usuario en una hoja de ruta tangible y de alto nivel de “Ahora, Después, Más tarde” que, en teoría, pudiera ejecutarse. Este es el aviso que utilicé para iniciar el proceso.
ChatGPT devolvió una lista completa de requisitos desglosados en historias de usuario y criterios de aceptación, categorizados como elementos de la hoja de ruta “Ahora, Después y Más tarde”.
No proporcioné definiciones de lo que constituye un elemento “Ahora, Después o Más tarde” en mi hoja de ruta. Ante la ausencia de estas definiciones, ChatGPT determinó las suyas basándose en explicaciones que encontró en la web. Estas definiciones me parecieron adecuadas, así que no solicité ajustes.
Sin embargo, es importante señalar que cuantos más parámetros proporciones a ChatGPT, más adaptado a tus preferencias estará el resultado.
Acelera tu capacidad y creatividad
En conclusión, ChatGPT y otros LLM pueden proporcionar un valioso espacio de reflexión para trabajar en la elaboración de tus ideas de producto.
Personalmente, considero que la primera etapa de la ideación de productos es la más desafiante y aquella en la que necesito más comentarios externos. Es aquí donde prefiero recurrir a ChatGPT para que me ayude a superar el obstáculo de la lluvia de ideas en las primeras etapas. También suelo utilizarlo para obtener una validación general sobre la singularidad o el posicionamiento de una idea concreta.
Sin embargo, si así lo decides, ChatGPT y otros LLMs pueden llevarte lo suficientemente lejos en el proceso como para llegar a una hoja de ruta general que pueda convertirse fácilmente en un plan más tangible. Cuando se utilizan correctamente, estas herramientas tienen el potencial de acelerar drásticamente la capacidad y la creatividad de cualquier equipo de producto.
No olvides suscribirte a nuestro boletín para recibir más recursos y guías sobre gestión de productos, además de los últimos pódcast, entrevistas y otras perspectivas de líderes y expertos del sector.
