Communitygithub.com

product-lens

Utiliza esta habilidad para validar el 'por qué' antes de empezar a construir cualquier funcionalidad.

¿Qué es product-lens?

Product Lens es una habilidad para agentes de IA que actúa como un asesor de producto automatizado. Se utiliza antes de comenzar cualquier funcionalidad para validar la idea, durante revisiones semanales de producto, o al decidir entre múltiples opciones. Ofrece cuatro modos principales: diagnóstico de producto (como las office hours de YC), revisión desde la perspectiva de un fundador, auditoría del recorrido del usuario, y priorización de funcionalidades. Cada modo genera documentos accionables con métricas y recomendaciones claras, como un PRODUCT-BRIEF.md o un roadmap priorizado. Se integra con otras habilidades como browser-qa, design-system audit, canary-watch y product-capability, formando parte de un ecosistema de desarrollo de producto completo. Su objetivo es evitar construir lo incorrecto, ahorrando tiempo y recursos al equipo.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/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 implementación.

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

Cuándo Usarlo

  • Antes de comenzar cualquier funcionalidad — valida el "por qué"
  • Revisión semanal de producto — ¿estamos construyendo lo correcto?
  • Cuando estás atascado eligiendo entre funcionalidades
  • Antes de un lanzamiento — verifica el 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 office hours de YC pero automatizado. Hace las preguntas difíciles:

1. ¿Para quién es esto? (persona específica, no "desarrolladores")
2. ¿Cuál es el dolor? (cuantifica: ¿con qué frecuencia, qué tan grave, qué hacen hoy?)
3. ¿Por qué ahora? (¿qué cambió que hace esto posible/necesario?)
4. ¿Cuál es la versión de 10 estrellas? (si el dinero/tiempo fuera ilimitado)
5. ¿Cuál es el MVP? (lo más pequeño que demuestre la tesis)
6. ¿Cuál es el anti-objetivo? (¿qué NO estás construyendo explícitamente?)
7. ¿Cómo sabes que funciona? (métrica, no vibraciones)

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

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

Modo 2: Revisión de Fundador

Revisa tu proyecto actual desde la perspectiva de un fundador:

1. Lee README, CLAUDE.md, package.json, commits recientes
2. Infiere: ¿qué está intentando ser esto?
3. Puntúa: señales de ajuste producto-mercado (0-10)
   - Trayectoria de crecimiento de uso
   - Indicadores de retención (contribuyentes recurrentes, usuarios que regresan)
   - Señales de ingresos (página de precios, código de facturación, integración con Stripe)
   - Foso competitivo (¿qué es difícil de copiar?)
4. Identifica: la única cosa que multiplicaría esto por 10
5. Señala: cosas que estás construyendo que no importan

Modo 3: Auditoría del Recorrido del Usuario

Mapea la experiencia real del usuario:

1. Clona/instala el producto como un nuevo usuario
2. Documenta cada punto de fricción (pasos confusos, errores, documentación faltante)
3. Mide el tiempo de cada paso
4. Compara con la incorporación de la competencia
5. Puntúa: tiempo hasta el valor (¿cuánto tarda el usuario en obtener su primer logro?)
6. Recomienda: las 3 principales correcciones para la incorporación

Modo 4: Priorización de Funcionalidades

Cuando tienes 10 ideas y necesitas elegir 2:

1. Enumera todas las funcionalidades candidatas
2. Puntúa cada una en: impacto (1-5) × confianza (1-5) ÷ esfuerzo (1-5)
3. Ordena por puntuación ICE
4. Aplica restricciones: presupuesto, tamaño del equipo, dependencias
5. Salida: roadmap priorizado con justificación

Salida

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

Integración

Combina con:

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

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Skills relacionados