Communitygithub.com

product-lens

Utiliza esta habilidad para validar el 'por qué' antes de empezar cualquier funcionalidad, realizar diagnósticos de producto o priorizar funciones.

¿Qué es product-lens?

Esta habilidad realiza un diagnóstico de producto, no la redacción de especificaciones listas para implementar. Si el usuario necesita un artefacto duradero de PRD a SRS o un contrato de capacidad, remítase a 'product-capacity'. Es útil antes de comenzar cualquier funcionalidad para validar el 'por qué', en revisiones semanales de producto, cuando estás atascado eligiendo entre funcionalidades, antes de un lanzamiento para verificar el recorrido del usuario, o cuando conviertes una idea vaga en un brief de producto antes de la planificación de ingeniería. Funciona en modos como Diagnóstico de Producto (pregunta quién es el usuario, cuál es el dolor, por qué ahora, la versión 10 estrellas, el MVP, el anti-objetivo y cómo saber si funciona), Revisión de Fundador (puntúa las señales de ajuste producto-mercado, identifica el factor multiplicador y lo que no importa), Auditoría de Recorrido del Usuario (documenta puntos de fricción, tiempos, compara con la competencia y recomienda correcciones) y Priorización de Funcionalidades (puntúa por impacto × confianza ÷ esfuerzo). La salida son documentos accionables con pasos específicos, y se integra con /browser-qa, /design-system audit, /canary-watch y product-capacity.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/product-lens

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Product Lens — Piensa Antes de Construir

Este carril es responsable del diagnóstico de producto, no de la redacción de especificaciones listas para implementar.

Si el usuario necesita un artefacto duradero de PRD a SRS o un contrato de capacidad, remítase a product-capacity.

Cuándo Usarlo

  • Antes de comenzar cualquier funcionalidad — validar el "por qué"
  • Revisión semanal de producto — ¿estamos construyendo lo correcto?
  • Cuando estás atascado eligiendo entre funcionalidades
  • Antes de un lanzamiento — verificación de cordura del recorrido del usuario
  • Cuando conviertes una idea vaga en un brief de producto antes de que comience la planificación de ingeniería

Cómo Funciona

Modo 1: Diagnóstico de Producto

Como las horas de oficina de YC pero automatizado. Hace las preguntas difíciles:

1. ¿Para quién es esto? (persona específica, no "desarrolladores")
2. ¿Cuál es el dolor? (cuantificar: ¿con qué frecuencia, qué tan malo, qué hacen hoy?)
3. ¿Por qué ahora? (¿qué cambió que hace esto posible/necesario?)
4. ¿Cuál es la versión 10 estrellas? (si el dinero/tiempo fueran ilimitados)
5. ¿Cuál es el MVP? (la cosa más pequeña que prueba la tesis)
6. ¿Cuál es el anti-objetivo? (¿qué estás explícitamente NO construyendo?)
7. ¿Cómo sabes que está funcionando? (métrica, no vibraciones)

Salida: un PRODUCT-BRIEF.md con respuestas, riesgos y una recomendación de continuar/no continuar.

Si el resultado es "sí, construye esto", el siguiente carril es product-capacity, no más teatro de fundador.

Modo 2: Revisión de Fundador

Revisa tu proyecto actual a través de la lente de un fundador:

1. Leer README, CLAUDE.md, package.json, commits recientes
2. Inferir: ¿qué intenta ser esto?
3. Puntuar: señales de ajuste producto-mercado (0-10)
   - Trayectoria de crecimiento de uso
   - Indicadores de retención (contribuyentes repetidos, usuarios que regresan)
   - Señales de ingresos (página de precios, código de facturación, integración de Stripe)
   - Foso competitivo (¿qué es difícil de copiar?)
4. Identificar: la única cosa que multiplicaría esto por 10
5. Señalar: cosas que estás construyendo que no importan

Modo 3: Auditoría de Recorrido del Usuario

Mapa la experiencia real del usuario:

1. Clonar/instalar el producto como un nuevo usuario
2. Documentar cada punto de fricción (pasos confusos, errores, documentación faltante)
3. Cronometrar cada paso
4. Comparar con la incorporación de la competencia
5. Puntuar: tiempo hasta el valor (¿cuánto tarda el usuario en obtener su primera victoria?)
6. Recomendar: las 3 principales correcciones para la incorporación

Modo 4: Priorización de Funcionalidades

Cuando tienes 10 ideas y necesitas elegir 2:

1. Listar todas las funcionalidades candidatas
2. Puntuar cada una en: impacto (1-5) × confianza (1-5) ÷ esfuerzo (1-5)
3. Clasificar por puntuación ICE
4. Aplicar restricciones: presupuesto, tamaño del equipo, dependencias
5. Salida: hoja de ruta priorizada con justificación

Salida

Todos los modos generan documentos accionables, no ensayos. Cada recomendación tiene un paso específico siguiente.

Integración

Combinar:

  • /browser-qa para verificar los hallazgos de la auditoría del recorrido del usuario
  • /design-system audit para evaluación de pulido visual
  • /canary-watch para monitoreo posterior al lanzamiento
  • product-capacity cuando el brief de producto necesite convertirse en un plan de capacidad listo para implementar

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills relacionados