Últimamente, me he encontrado recurriendo a ChatGPT para todo tipo de cosas.
«Tengo tres patatas, una zanahoria y dos dientes de ajo en la nevera. ¿Qué puedo preparar para cenar?» (Pista: no mucho.)
«Tengo una idea para una startup con estos criterios. ¿Podemos desarrollarla?» (Spoiler: sí. Se puede.)
La razón no es que pretenda aceptar la primera sugerencia que me dé ChatGPT y dar el día por terminado. Más bien, como procesador externo, no puedo iniciar 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 analizar ideas de improviso. Para cuando he decidido con quién debería hablar, he consultado su calendario y he programado una llamada para el martes siguiente... 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 mí mismo. Me he vuelto bastante competente en esto, aunque sigo echando de menos a un compañero de intercambio que me ayude a orientar mi forma de pensar, aunque solo sea con preguntas incisivas y ánimos reflexivos.
No sabía que ChatGPT demostraría ser un sustituto aceptable. Casi tan convincentes como las capacidades conversacionales del LLM, ChatGPT nunca está en otra reunión, puede funcionar en cualquier zona horaria y nunca se frustra cuando formulo la misma pregunta de tres maneras distintas para provocar una respuesta ligeramente diferente.
No tardé en empezar a usar ChatGPT para ayudarme a analizar la funcionalidad de los productos. Antes de darme cuenta, había identificado algunos consejos y trucos para sacar el máximo partido a esta herramienta.
Have an account? Log In
Cómo usar la IA para desarrollar ideas sobre las funcionalidades de un producto
Para ilustrar mi técnica de lluvia de ideas con 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 mientras no había iniciado sesión.
Conviene señalar que ChatGPT es la herramienta que prefiero, pero la misma metodología debería funcionar bien con cualquier LLM similar. También puedes usar la IA en la gestión de la cartera de tareas y la priorización una vez que hayas desarrollado ideas sobre las funcionalidades del producto.
Paso 1: Proporciona el contexto
La clave para una interacción productiva con ChatGPT es la indicación inicial. Cuanto más contexto puedas proporcionar en tu primer mensaje, más fructífera será la interacción.
En este ejemplo, escribí un escenario para un responsable de producto que intenta desarrollar ideas para funcionalidades de una herramienta de fitness SaaS cuyo objetivo es ayudar a los usuarios a personalizar su rutina de entrenamiento.
El LLM pudo fácilmente, basándose en un conjunto limitado de información, elaborar una larga lista de ideas de funcionalidades para el producto que describí. Este proceso no consiste en tomar esta lista y ponerse manos a la obra. Consiste en llegar a la primera fase 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, hubo una idea en particular que despertó mi interés.
La «programación inteligente y gestión de la disponibilidad» me parece una propuesta potencialmente única en el mundo del acondicionamiento físico actual.
Una búsqueda rápida en Google confirma que existen productos que ofrecen este servicio en la categoría de acondicionamiento físico, pero son bastante escasos. Parecía haber una oportunidad para añadir algo nuevo a este ámbito de problemas. Además, como madre trabajadora con 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 oferta ampliada.
Me impresionó la funcionalidad ampliada que devolvió el LLM. Mi siguiente paso fue pedirle a ChatGPT que trazara un recorrido del usuario para mí, 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 internet. Sin embargo, sigue siendo una excelente forma de extraer ideas y poner en marcha el proceso de lluvia de ideas.
Otra opción, en esta fase del proceso de ideación, sería pedirle a ChatGPT que examine los productos disponibles actualmente en el mercado e identifique una carencia. Esto hará que el LLM analice los productos que ya tienen presencia en internet y haga sugerencias sobre ideas menos saturadas. Por supuesto, todas las sugerencias requieren verificación humana, pero puede ser una excelente forma de reducir las opciones.
Paso 3: Perfeccionar la idea
En esta fase, hemos elegido la idea que vamos a explorar más a fondo y hemos verificado mediante una investigación de alto nivel que la idea es relativamente única. Ahora es el momento de convertir esta idea en un recorrido tangible del usuario.
En este paso, en lugar de proporcionar un prompt de escenario a ChatGPT, le proporcioné un conjunto de instrucciones. En concreto, le pedí a ChatGPT que incluyera «cualquiera o todas» las funciones descritas anteriormente para evitar que intentara incluir cada elemento de funcionalidad independientemente de si podía integrarse lógicamente en el recorrido del usuario.
Además, le pedí a ChatGPT que indicara en su descripción 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 separando las acciones del usuario y las acciones de la aplicación, ChatGPT llegó incluso a crear una persona de usuario de alto nivel en torno a la cual diseñar el recorrido del usuario, algo que no le había pedido.
La legibilidad del recorrido del usuario se vio algo limitada por las capacidades de salida de ChatGPT (es decir, en la versión gratuita, ChatGPT solo puede responder mediante texto, en lugar de utilizar diagramas y otras herramientas de comunicación visual).
Sin embargo, consideré que esto se mitigaba parcialmente gracias a la inclusión por parte de ChatGPT de un resumen al final de este segmento, que ofrecía una visión general de alto nivel de todas las acciones del usuario frente a las acciones de la máquina.
Tras 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, 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 tenía un entrenamiento próximo. 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 había solicitado.
More Articles
Paso 4: De las ideas a la ejecución
El último paso de este experimento consistió en convertir estas ideas de funciones y recorridos del usuario en una hoja de ruta tangible de alto nivel de «Ahora, Después, Más adelante» que, en teoría, pudiera ejecutarse. Este es el prompt que utilicé para iniciar ese proceso.
ChatGPT devolvió una lista completa de requisitos desglosados en historias de usuario y criterios de aceptación, categorizados en elementos de la hoja de ruta «Ahora, Después y Más adelante».
No proporcioné definiciones sobre qué constituye un elemento «Ahora, Después o Más adelante» en mi hoja de ruta. En ausencia de estas definiciones, ChatGPT determinó las suyas basándose en explicaciones que encontró en la web. Quedé satisfecho con estas definiciones, por lo que no solicité ajustes.
Sin embargo, es importante señalar que cuantos más parámetros proporciones a ChatGPT, más adaptada a tus preferencias estará la respuesta que obtengas.
Acelera tu capacidad y creatividad
En conclusión, ChatGPT y otros LLM pueden ofrecer una valiosa caja de resonancia para desarrollar 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 aprovechar 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 LLM 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. Utilizadas correctamente, estas herramientas tienen el potencial de acelerar considerablemente 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 pódcast, las entrevistas y otras novedades más recientes de líderes y expertos del sector.
