Skill oficial · Producto

Síntesis de entrevistas con usuarios

v1.0.3 · Actualizada el 4 de noviembre de 2026

Sintetiza notas de entrevistas en temas con recuento de participantes, citas, jobs-to-be-done, insights frente a supuestos y recomendaciones con nivel de confianza.

Funciona en Claude, ChatGPT y agentes de programación. En Team y Business, la skill oficial de tu pod se actualiza sola cuando la mejoramos.

Cuándo usarla

• Hiciste 3 o más entrevistas con usuarios o llamadas de discovery y necesitas los patrones
• El equipo pregunta “¿qué aprendimos?” antes de una decisión de producto

Qué le das

• Transcripciones o notas de cada participante
• La pregunta de investigación
• Segmentos de los participantes (opcional)

Qué obtienes

Un informe de investigación: hallazgos principales, temas con recuentos y citas, jobs-to-be-done, una tabla de insights y recomendaciones con nivel de confianza.

Cómo funciona

1. Extrae observaciones atómicas Una observación = un hecho sobre un participante: algo que hizo, sintió, dijo o usó. Etiqueta cada una con el participante y con si es un comportamiento (“hizo”), una opinión (“dijo”) o una petición (“quiere”). El comportamiento pasado es la señal más fuerte; las peticiones, la más débil.
2. Agrupa en temas Usa el diagrama de afinidad como lo describe NN/g: agrupa primero por contenido y nombra el grupo después, no fuerces un número fijo de grupos y deja que una observación esté en 2 grupos si encaja en ambos. Junta las observaciones que describen la misma necesidad o el mismo problema de fondo. Nombra cada tema como una afirmación desde el lado del usuario (“Los dueños revisan la caja a diario desde el celular”), no como un tema genérico (“Celular”).
3. Cuenta participantes por tema Escribe “5 de 8 participantes”. La regla de esta skill: un tema necesita al menos 2 participantes; las observaciones de un solo participante van en “Para seguir de cerca”. Si un tema sale de un solo segmento, dilo.
4. Elige citas De 1 a 2 citas textuales por tema, atribuidas a la etiqueta del participante. Cita las palabras exactas; si las notas están parafraseadas, márcalas con “(paráfrasis)”.
5. Escribe los jobs-to-be-done Un job es el progreso que una persona intenta lograr en una situación concreta (Christensen Institute); incluye el lado funcional, el social y el emocional cuando los datos los muestren. Para los temas principales: “Cuando [situación], quiero [motivación], para poder [resultado]”. Basa cada uno en el comportamiento observado, no en peticiones de funcionalidades.
6. Separa los insights de los supuestos Un insight está respaldado por el comportamiento de 2 o más participantes. Todo lo que el equipo creía antes de las entrevistas y que los datos no pusieron a prueba sigue siendo un supuesto. Muestra abiertamente la evidencia en contra.
7. Recomienda con un nivel de confianza Cada recomendación enlaza con temas, nombra a un responsable si el usuario lo indicó y recibe un nivel de confianza según la escala por defecto de esta skill: Alta (comportamiento de la mitad o más de los participantes), Media (varios participantes, sobre todo lo que dijeron y no lo que hicieron) o Baja (pocos participantes o un solo segmento). Añade qué investigación subiría la confianza.

El SKILL.md

El archivo completo, tal como lo lee tu IA. Descargarlo

---
name: user-interview-synthesis
description: Sintetiza varias transcripciones o notas de entrevistas con usuarios en observaciones atómicas, temas por afinidad con el recuento de participantes, citas de apoyo, jobs-to-be-done (JTBD), insights separados de supuestos y recomendaciones con un nivel de confianza. Úsala cuando alguien comparta notas de entrevistas con clientes, transcripciones de llamadas de investigación o de discovery y pregunte qué dijeron los usuarios, o pida temas, patrones, insights o un informe de investigación.
---

# Síntesis de entrevistas con usuarios

Una síntesis sirve cuando quien la lee puede ver cuántas personas dijeron algo, con sus propias palabras, y qué seguridad debería tener el equipo. Cuenta participantes, no menciones. Separa lo que los usuarios hicieron de lo que dijeron que harían, y nunca dejes que una sola entrevista muy vehemente se convierta en un tema.

## Cuándo usarla

- Después de 3 o más entrevistas con usuarios, llamadas de discovery o sesiones de usabilidad.
- Cuando el equipo pregunta “¿qué aprendimos?” o necesita un informe antes de una decisión.
- No sirve para una sola entrevista: usa call-summary-crm-notes o meeting-minutes. Tampoco para tickets de soporte o comentarios de encuestas en volumen: usa feedback-themes.

## Qué necesitas

- Transcripciones o notas, una por participante, con una etiqueta de participante (P1, P2 o un seudónimo).
- La pregunta de investigación que las entrevistas debían responder. Si falta, pregunta una vez; si sigue faltando, dedúcela y márcala con “[supuesto: pregunta de investigación]”.
- Opcional: el segmento de cada participante (puesto, tamaño de empresa, plan), para poder dividir los temas por segmento.

## Pasos

1. **Extrae observaciones atómicas.** Una observación = un hecho sobre un participante: algo que hizo, sintió, dijo o usó. Etiqueta cada una con el participante y con si es un comportamiento (“hizo”), una opinión (“dijo”) o una petición (“quiere”). El comportamiento pasado es la señal más fuerte; las peticiones, la más débil.
2. **Agrupa en temas.** Usa el diagrama de afinidad como lo describe NN/g: agrupa primero por contenido y nombra el grupo después, no fuerces un número fijo de grupos y deja que una observación esté en 2 grupos si encaja en ambos. Junta las observaciones que describen la misma necesidad o el mismo problema de fondo. Nombra cada tema como una afirmación desde el lado del usuario (“Los dueños revisan la caja a diario desde el celular”), no como un tema genérico (“Celular”).
3. **Cuenta participantes por tema.** Escribe “5 de 8 participantes”. La regla de esta skill: un tema necesita al menos 2 participantes; las observaciones de un solo participante van en “Para seguir de cerca”. Si un tema sale de un solo segmento, dilo.
4. **Elige citas.** De 1 a 2 citas textuales por tema, atribuidas a la etiqueta del participante. Cita las palabras exactas; si las notas están parafraseadas, márcalas con “(paráfrasis)”.
5. **Escribe los jobs-to-be-done.** Un job es el progreso que una persona intenta lograr en una situación concreta (Christensen Institute); incluye el lado funcional, el social y el emocional cuando los datos los muestren. Para los temas principales: “Cuando [situación], quiero [motivación], para poder [resultado]”. Basa cada uno en el comportamiento observado, no en peticiones de funcionalidades.
6. **Separa los insights de los supuestos.** Un insight está respaldado por el comportamiento de 2 o más participantes. Todo lo que el equipo creía antes de las entrevistas y que los datos no pusieron a prueba sigue siendo un supuesto. Muestra abiertamente la evidencia en contra.
7. **Recomienda con un nivel de confianza.** Cada recomendación enlaza con temas, nombra a un responsable si el usuario lo indicó y recibe un nivel de confianza según la escala por defecto de esta skill: Alta (comportamiento de la mitad o más de los participantes), Media (varios participantes, sobre todo lo que dijeron y no lo que hicieron) o Baja (pocos participantes o un solo segmento). Añade qué investigación subiría la confianza.

## Formato de salida

```markdown
# Síntesis de entrevistas: [pregunta de investigación]

**Participantes:** [n] ([segmentos]) · **Fechas:** [rango] · **Entrevistador(es):** [nombres]

## Hallazgos principales
1. [Afirmación del tema] — [x de n]
2. [Afirmación del tema] — [x de n]
3. [Afirmación del tema] — [x de n]

## Temas
### [Afirmación del tema] — [x de n participantes]
- **Evidencia:** [observaciones, etiquetadas como hizo/dijo/quiere, con las etiquetas de participante]
- **Citas:** “[cita]” — [P#]
- **Segmentos:** [todos, o cuáles]

## Jobs-to-be-done
- Cuando [situación], quiero [motivación], para poder [resultado]. ([temas])

## Insights frente a supuestos
| Afirmación | Estado | Evidencia |
|---|---|---|
| [afirmación] | Insight / Supuesto / Contradicho | [participantes y tipo] |

## Recomendaciones
| Recomendación | Se basa en | Confianza | Para subir la confianza |
|---|---|---|---|
| [acción] | [temas] | Alta / Media / Baja | [siguiente investigación] |

## Para seguir de cerca
- [observación de un solo participante] — [P#]
```

## Ejemplo

**Entrada (notas resumidas, 4 entrevistas sobre el seguimiento de facturas impagadas):**

> P1 (dueña de agencia): persigue las facturas atrasadas todos los viernes desde una hoja de cálculo. “Odio ser la mala de la película”.
> P2 (freelance): envía los recordatorios por SMS desde el celular, no por correo. Quiere recordatorios automáticos.
> P3 (dueño de agencia): tiene un contador que persigue las facturas. No sabía quién iba atrasado hasta fin de mes.
> P4 (freelance): copia y pega el mismo correo de recordatorio; “Lo suavizo cada vez para que no suene grosero”.

**Salida:**

```markdown
# Síntesis de entrevistas: ¿Cómo hacen el seguimiento de las facturas atrasadas los pequeños negocios de servicios?

**Participantes:** 4 (2 dueños de agencia, 2 freelances) · **Fechas:** [fechas] · **Entrevistador(es):** [nombres]

## Hallazgos principales
1. Reclamar un pago resulta socialmente incómodo — 2 de 4
2. El seguimiento es manual y repetido — 3 de 4

## Temas
### Reclamar un pago resulta socialmente incómodo — 2 de 4
- **Evidencia:** P1 hizo: reclama cada semana; dijo que no le gusta ser “la mala de la película”. P4 hizo: reescribe el tono cada vez.
- **Citas:** “Odio ser la mala de la película”. — P1; “Lo suavizo cada vez para que no suene grosero”. — P4
- **Segmentos:** ambos

### El seguimiento es manual y repetido — 3 de 4
- **Evidencia:** P1 hizo: hoja de cálculo cada viernes. P2 hizo: SMS desde el celular. P4 hizo: copia y pega un mismo correo.
- **Citas:** “Lo suavizo cada vez” — P4
- **Segmentos:** ambos

## Jobs-to-be-done
- Cuando un cliente se retrasa, quiero que el recordatorio salga con un tono amable sin tener que escribirlo yo, para poder cobrar sin tensar la relación. (temas 1 y 2)

## Insights frente a supuestos
| Afirmación | Estado | Evidencia |
|---|---|---|
| El seguimiento es trabajo manual repetido | Insight | P1, P2, P4 (hizo) |
| Los usuarios quieren recordatorios automáticos | Supuesto | Solo P2 (quiere) |
| El correo es el canal adecuado | Contradicho | P2 usa SMS |

## Recomendaciones
| Recomendación | Se basa en | Confianza | Para subir la confianza |
|---|---|---|---|
| Probar plantillas de recordatorio amables ya redactadas | Temas 1 y 2 | Alta | 4 entrevistas más; observar si los usuarios editan la plantilla |
| Explorar los recordatorios por SMS antes de crear más funciones de correo | Tema 2 (P2 usa SMS) | Baja | Preguntar a 5 freelances qué canal usaron la última vez |

## Para seguir de cerca
- No ve en tiempo real quién va atrasado hasta fin de mes — P3
```

## Comprobaciones antes de enviar

- [ ] Cada tema muestra “x de n participantes” y tiene al menos 2 participantes.
- [ ] Cada cita es textual y está atribuida, o está marcada con “(paráfrasis)”.
- [ ] Cada observación está etiquetada como hizo, dijo o quiere.
- [ ] Cada recomendación nombra sus temas y un nivel de confianza.
- [ ] No aparece nada que no esté en una transcripción o en una nota; ni participantes ni cifras inventados.
- [ ] La evidencia en contra se muestra, no se elimina.

## Errores comunes

- Contar menciones en lugar de personas. Un participante que dice “exportar” 9 veces es 1 de n.
- Tratar las peticiones de funcionalidades como necesidades. Pregunta qué intentaba hacer la persona cuando lo pidió.
- Escribir los temas como asuntos (“Precios”). Un tema afirma algo que podría ser falso.

Compártela con tu equipo

Agrégala a un AI Skill Pod y todo el equipo, colaboradores externos incluidos, usa la misma versión desde su propia IA. Lee las mejores formas de compartir skills de IA con un equipo

Agregar al pod de mi equipo

Historial de cambios

• v1.0.3 · 4 de noviembre de 2026 · Example: top finding 2 reads "Follow-up is manual and repeated", as its theme heading does; only P1 batches (every Friday), so "done in batches" is gone.
• v1.0.2 · 4 de noviembre de 2026 · Example: the template recommendation is rated High, as the skill's scale requires, since both its themes rest on behavior from at least half the participants (2 of 4 and 3 of 4).
• v1.0.1 · 4 de noviembre de 2026 · Example: the single-participant finding is dropped from Top findings (it stays under Worth watching), each recommendation names a theme, and the awkwardness theme no longer claims people delay follow-ups, which no participant said.
• v1.0.0 · 4 de noviembre de 2026 · First release.