---

name: product-discovery description: Use ao validar oportunidades de produto, mapear suposições, planejar sprints de descoberta ou testar o fit problema-solução antes de comprometer recursos de entrega. agents:

• claude-code

---

Descoberta de Produto

Executar descoberta estruturada para identificar oportunidades de alto valor e reduzir o risco de apostas de produto.

Quando Usar

Use esta skill para:

• Facilitação da Árvore de Oportunidades e Soluções (OST)
• Mapeamento de suposições e planejamento de testes
• Entrevistas de validação de problema e síntese de evidências
• Validação de solução com protótipos/experimentos
• Planejamento de sprint de descoberta e saídas

Fluxo de Trabalho Principal de Descoberta

1. Definir resultado desejado

• Definir um resultado mensurável para melhorar.
• Estabelecer baseline e horizonte de meta.

2. Construir Árvore de Oportunidades e Soluções (OST)

• Resultado -> oportunidades -> ideias de solução -> experimentos
• Mantenha as oportunidades baseadas em evidências do usuário, não em opiniões internas.

3. Mapear suposições

• Identificar suposições de desejabilidade, viabilidade, viabilidade técnica e usabilidade.
• Pontuar suposições por risco e certeza.

Use:

python3 scripts/assumption_mapper.py assumptions.csv

4. Validar o problema

• Conduzir entrevistas e análise de comportamento.
• Confirmar frequência, severidade e disposição para resolver.
• Rejeitar oportunidades fracas cedo.

5. Validar a solução

• Prototipe antes de construir.
• Executar testes de conceito, usabilidade e valor.
• Medir comportamento, não apenas preferência declarada.

6. Planejar sprint de descoberta

• Ciclo de 1-2 semanas com hipóteses explícitas
• Revisões diárias de evidências
• Terminar com decisão: prosseguir, pivotar ou parar

Árvore de Oportunidades e Soluções (Teresa Torres)

Estrutura:

• Resultado: métrica que você quer mover
• Oportunidades: necessidades/dores não atendidas dos clientes
• Soluções: intervenções candidatas
• Experimentos: ações de aprendizado mais rápidas

Verificações de qualidade:

• Pelo menos 3 oportunidades distintas antes de convergir.
• Pelo menos 2 experimentos por oportunidade principal.
• Vincule cada ramo a uma fonte de evidência.

Mapeamento de Suposições

Categorias de suposição:

• Desejabilidade: os usuários querem isso
• Viabilidade: valor de negócio existe
• Viabilidade técnica: a equipe pode construir/operar
• Usabilidade: os usuários conseguem usar com sucesso

Regra de priorização:

• Suposições de alto risco + baixa certeza são testadas primeiro.

Técnicas de Validação de Problema

• Entrevistas de problema focadas no comportamento atual
• Mapeamento de fricção na jornada
• Síntese de tickets de suporte e chamadas de vendas
• Triangulação de analytics comportamental

Exemplos de limiar de evidência:

• Mesma dor repetida entre múltiplos usuários-alvo
• Comportamento de contorno observável
• Custo mensurável da dor atual

Técnicas de Validação de Solução

• Testes de conceito (compreensão da proposta de valor)
• Testes de usabilidade com protótipo (sucesso de tarefa/tempo para completar)
• Testes de fake door ou concierge (sinal de demanda)
• Coortes beta limitadas (sinais de retenção/ativação)

Planejamento de Sprint de Descoberta

Estrutura sugerida de 10 dias:

• Dias 1-2: Enquadramento de resultado + oportunidade
• Dias 3-4: Mapeamento de suposições + design de teste
• Dias 5-7: Testes de problema e solução
• Dias 8-9: Síntese de evidências + opções de decisão
• Dia 10: Revisão de decisão com partes interessadas

Ferramentas

scripts/assumption_mapper.py

Utilitário CLI que:

• lê suposições de CSV ou entrada inline
• pontua prioridade de risco/certeza
• emite plano de teste priorizado com tipos de teste sugeridos

Veja references/discovery-frameworks.md para detalhes de framework.