Habilidades de Voice of Customer para Claude Code

Un pipeline de VoC que se niega a reportar un patrón hasta que varios canales independientes estén de acuerdo. Obtiene datos de grabaciones de llamadas, sitios de reseñas, chat interno, notas de reuniones y cualquier otra cosa que conectes. Pondera cada señal según quién la dijo. Reporta solo lo que se corrobora. Envía el resultado a la persona que puede actuar sobre ello, con las palabras exactas del cliente adjuntas.

La mayoría de los flujos de trabajo de "IA para comentarios de clientes" se detienen en resume esto. Un resumen de cien conversaciones es un párrafo sobre el que nadie actúa, y el humano sigue siendo el cuello de botella. Esta es la versión sistémica: señal entrante de forma continua, confirmación aplicada mecánicamente, atención humana dedicada solo a decisiones de criterio.

Lo que produce

Así es la forma del resultado. Los nombres de empresas son ficticios y los números son ilustrativos — esto es un ejemplo de formato, no una ejecución real.

SYNTHESIS — rule: 3+ independent channels, or 2+ with a tier-A account. Minimum 3 mentions.
──────────────────────────────────────────────────────────────────────────────
34 clusters in → 6 confirmed · 9 watchlist · 19 dropped

CONFIRMED
  [HIGH  ] Export is slow on large datasets
           pain · 11 mentions · 3 channels (call, review, chat) · 7 accounts · A:2 B:8 C:1
           3 independent channels
           +4 unattributed signal(s) excluded from the count

  [HIGH  ] Cannot buy without SSO
           request · 6 mentions · 2 channels (call, ticket) · 4 accounts · A:2 B:4
           2 channels including a tier-A account

  [MEDIUM] Onboarding felt long
           pain · 5 mentions · 2 channels · 1 account · B:5
           2 channels, no tier-A contributor — downgraded: all mentions from one
           account (Northwind Trading)

WATCHLIST (single channel — not reported, kept for corroboration)
  · Reporting filters are confusing (review, 3 mentions)

DROPPED (19) — kept in 2026-04-26-dropped.json for traceability

Esa última degradación es el punto de todo el asunto. Cinco menciones de un problema parecen una tendencia hasta que te das cuenta de que todas son del mismo cliente. Este pipeline verifica la distribución de cuentas en código, cada vez, para que nadie tenga que recordarlo.

Related MCP server: Feedback Synthesis MCP

Lo que esto hace mal

Lee esto antes de confiar en cualquier cosa que genere.

• La regla de confirmación es una heurística, no una prueba de verdad. Tres canales pueden reflejar un mismo segmento de mercado ruidoso. Filtra ruido; no establece hechos.

• Cada fuente es una muestra sesgada. Las llamadas de ventas solo contienen personas que aceptaron una reunión. Las reseñas solo contienen a los encantados, los furiosos y los incentivados. El chat solo contiene lo que un colega consideró lo suficientemente notable como para pegarlo. Ninguna de estas es tu mercado.

• Agregar conectores facilita la confirmación, no la hace más verdadera. Conecta seis canales y las cosas empiezan a confirmarse cuando no deberían. Aumenta min_independent_sources cuando añadas fuentes.

• Los duplicados entre fuentes generan confianza artificial. La misma queja transmitida en chat, capturada en una llamada y archivada como ticket es un evento, no tres. La deduplicación ocurre antes del perfilado, y si la omites, la regla no puede salvarte.

• No puede decirte lo que nadie dijo. La razón principal por la que la gente no compra suele ser invisible para todas las fuentes aquí.

Verifícalo en treinta segundos

git clone <this-repo> && cd voc-claude-skills
npm install
npm run check

npm run check valida el frontmatter de cada skill, detecta archivos skill.md en minúsculas que fallan en Linux, escanea rutas absolutas y credenciales filtradas, verifica la sintaxis de cada script y confirma que la configuración de umbral se analiza correctamente. No se necesitan credenciales. Sale con código distinto de cero en caso de fallo, por lo que funciona en CI.

Luego, sin nada configurado todavía:

node scripts/synthesize.js examples/clusters.sample.json --out /tmp/voc-demo

Eso ejecuta la regla de confirmación real contra clústeres de muestra y te muestra exactamente qué se confirma, qué va a la lista de seguimiento y qué se descarta. Es el núcleo del sistema y se ejecuta sin una clave API.

Arquitectura

  calls · reviews · chat · notes · custom
                  │
                  ▼
          /voc-source-*              normalize to one signal shape
                  │
                  ▼
          /voc-profiler              CRM context, ICP fit, weight tier
                  │                  (tier U = unattributed = quarantined)
                  ▼
          /voc-synthesize            cluster by meaning (subagents)
                  │                  apply the rule (code)
                  ▼
          /voc-route                 testimonial · case study · objection map
                  │                  product feedback · exec memo
                  ▼
          /voc-dispatch              outreach emails · copy briefs
                                     PM one-pagers · exec memo

Agrupar es un juicio, por lo que un modelo lo hace. Contar no lo es, por lo que el código lo hace. La regla de confirmación reside en scripts/synthesize.js leyendo config/thresholds.json, y en ningún otro lugar — es un umbral que ajustas, no un párrafo que un modelo interpreta de manera diferente en cada ejecución.

Habilidades

Configuración

Guía completa en docs/SETUP.md. La versión corta:

cp .env.example .env                                  # call recorder + tokens
cp .mcp.json.example .mcp.json                        # MCP servers
cp context/product-context.example.md context/product-context.md

Luego completa product-context.md. Tarda unos veinte minutos y es la diferencia entre resultados útiles y temas genéricos.

No necesitas todo. El pipeline se ejecuta con una fuente y te dice honestamente que nada puede alcanzar alta confianza. Empieza con llamadas, luego añade chat, después reseñas.

Después de conectar cualquier servidor MCP, ejecuta /mcp y copia los nombres exactos de las herramientas en el allowed-tools de la skill correspondiente. Los espacios de nombres de las herramientas difieren entre servidores para el mismo producto, y una skill que declara un nombre que tu servidor no expone falla en su primera llamada mientras parece que se ejecutó. Este es el error de configuración más común por un amplio margen.

Costo

Todo es gratuito excepto la minería de reseñas, que ejecuta scrapers de pago. Una ejecución de cuatro dominios suele costar entre $2 y $8. El nivel gratuito de Apify es de $5 de crédito en total, no mensual — una ejecución amplia puede consumirlo. Consulta docs/COST.md antes de tu primera ejecución de reseñas.

Privacidad

Este pipeline escribe transcripciones de conversaciones de clientes en el disco. Son datos personales según GDPR y CCPA.

• Apunta VOC_OUTPUT_DIR a una ruta local, en gitignore. No Dropbox, no iCloud. La verificación previa del orquestador te advierte, pero compruébalo tú mismo.

• Las leyes de grabación varían según la jurisdicción. Esta herramienta asume que ya tienes grabaciones legales.

• Informa a tu equipo de que la recolección de chat está en ejecución.

• Una reseña pública no es permiso para poner las palabras de alguien en un anuncio con su logotipo. Nada en este repositorio marca nunca una cita como aprobada.

Requisitos

Node 18+. Claude Code. Un grabador de llamadas con una API de transcripciones es la única dependencia casi esencial; todo lo demás es opcional.

Contribuciones

Agregar un adaptador de grabador de llamadas es la contribución más útil — consulta scripts/providers/README.md, son cuatro funciones. Ejecuta npm run check antes de abrir un PR.

Licencia

MIT. Ver LICENSE.

Los frameworks referenciados en las habilidades se acreditan en CREDITS.md.