Automatizando o Fluxo de Trabalho de PMs com Claude Code: O Caso do Mercari PM Agent

O Mercari PM Agent, uma habilidade desenvolvida por Shogo Kikuchi durante seu estágio na Mercari, representa um avanço significativo na automação do fluxo de trabalho dos gerentes de produto (PMs). Este agente é projetado para gerenciar todo o processo de trabalho dos PMs em uma única sessão, abrangendo desde a descoberta de problemas até a criação de documentos de requisitos de produto (PRD) e maquetes de interface de usuário (UI).

A necessidade de otimizar o fluxo de trabalho dos PMs surge da complexidade envolvida na coleta e análise de informações. Os PMs da Mercari utilizam diversas ferramentas, como Notion para verificar estratégias e metas, Slack para buscar feedbacks internos, Looker para revisar métricas quantitativas de usuários e Figma para visualizar designs.

Embora o acesso a essas ferramentas não seja complicado, a verdadeira dificuldade reside em organizar as informações relevantes para a tomada de decisões, o que consome um tempo precioso que poderia ser dedicado a reflexões e discussões com stakeholders.

A importância do Mercari PM Agent está em sua capacidade de reduzir o tempo gasto na coleta de dados, permitindo que os PMs se concentrem mais na análise e na tomada de decisões. Ao descrever um problema de negócios em linguagem natural, o agente inicia automaticamente uma série de etapas que facilitam a coleta e a organização das informações necessárias.

A implementação do Mercari PM Agent foi realizada utilizando as Claude Code Skills, que permitem definir o comportamento do agente através de arquivos Markdown. Essa abordagem possibilita a criação de um agente sem a necessidade de programação complexa, focando na definição clara das etapas e restrições do fluxo de trabalho.

Um dos desafios enfrentados durante o desenvolvimento foi a questão da precisão na coleta de dados. Inicialmente, todas as definições foram consolidadas em um único arquivo, mas isso resultou em uma diminuição da precisão à medida que o contexto se tornava mais longo. Para resolver isso, foi aplicada a separação de preocupações, onde as definições de comportamento foram separadas dos dados de referência, melhorando significativamente a precisão dos resultados.

Outro aspecto crucial do Mercari PM Agent é a conexão com múltiplas ferramentas através do Model Context Protocol (MCP). Este protocolo, definido pela Anthropic, estabelece uma maneira padrão para que aplicações de LLM se conectem a serviços externos. Através do MCP, o agente pode realizar consultas em paralelo, reduzindo o tempo de espera e aumentando a eficiência do fluxo de trabalho.

A definição de critérios de avaliação antes da implementação foi uma estratégia adotada para garantir a qualidade das saídas do agente. Esses critérios incluem a precisão, especificidade, viabilidade e validade da experiência do usuário. Essa abordagem se assemelha ao desenvolvimento orientado a testes (TDD) na engenharia de software, permitindo ciclos de melhoria baseados em dados objetivos.

Um dos riscos associados à integração de LLMs em fluxos de trabalho empresariais é a geração de informações plausíveis, mas infundadas. Para mitigar esse risco, foram estabelecidas restrições que impedem o agente de avançar para a próxima etapa sem a confirmação do PM, garantindo que a tomada de decisão permaneça sob controle humano.

A criação de uma habilidade dedicada para avaliar o desempenho do Mercari PM Agent também foi uma inovação importante. Essa habilidade envia casos de teste ao agente e retorna pontuações sobre a qualidade da saída, permitindo melhorias contínuas e ajustes no design do agente.

Os aprendizados obtidos durante o desenvolvimento do Mercari PM Agent são valiosos para qualquer organização que busque melhorar a eficiência de seus PMs ou desenvolver agentes utilizando Claude Code Skills. A definição clara de comportamentos e restrições, a conexão robusta com ferramentas externas e a avaliação objetiva são fundamentais para o sucesso de iniciativas semelhantes.

Em um mercado cada vez mais competitivo, a automação de processos e a integração de ferramentas são essenciais para otimizar a produtividade e a eficácia das equipes. O Mercari PM Agent não apenas facilita o trabalho dos PMs, mas também serve como um modelo para outras empresas que desejam implementar soluções semelhantes.

A leitura deste caso deve ser encarada como um sinal claro da importância da automação e da integração de tecnologias no ambiente de trabalho moderno. À medida que as empresas buscam maneiras de se adaptar e prosperar em um cenário em constante mudança, iniciativas como a do Mercari PM Agent podem oferecer insights valiosos sobre como a tecnologia pode ser utilizada para melhorar processos e resultados.

Em resumo, o Mercari PM Agent exemplifica como a inovação tecnológica pode transformar o trabalho dos gerentes de produto, permitindo que eles se concentrem no que realmente importa: a tomada de decisões informadas e estratégicas. Com a automação de tarefas repetitivas, as equipes podem dedicar mais tempo ao desenvolvimento de soluções criativas e eficazes para os desafios do mercado.

Por fim, a experiência adquirida na construção do Mercari PM Agent pode ser um guia para outras organizações que desejam explorar o potencial da automação em seus fluxos de trabalho. A combinação de tecnologia, estratégia e foco no usuário é a chave para o sucesso em um mundo cada vez mais digital e interconectado.