Tim produk duduk di atas ribuan tiket dan ulasan yang semuanya mengisyaratkan segelintir masalah yang sama. Otomasi ini mengubah tumpukan itu menjadi daftar pendek.
sonnet1 mingguZendeskQdrantOpenAIPostgres
Claude
71ROI
82Scale
$2.4k90Saved
ROI for
README.md
Mengapa subagent ini
Tim produk duduk di atas ribuan tiket dan ulasan yang semuanya mengisyaratkan segelintir masalah yang sama. Otomasi ini mengubah tumpukan itu menjadi daftar pendek.
Ia menarik tiket dan ulasan, meng-clusternya menjadi tema-tema yang berulang, dan menandai masing-masing dengan sentimen serta fitur yang disentuh. Outputnya adalah digest teranking yang menunjukkan masalah mana yang paling sering muncul dan apakah sedang meningkat, jadi keputusan roadmap didasarkan pada volume, bukan pada satu keluhan paling keras.
Cara kerjanya
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Embed setiap pesan dan klasterkan ke dalam tema berulang seputar bug, permintaan fitur, dan hambatan pengguna.
pending
Berikan tag sentimen pada setiap tema serta produk atau fitur yang disebutkan.
pending
Susun tema ke dalam ringkasan terurut yang menampilkan volume dan tren sejak eksekusi terakhir.
pending
Contoh output
json
// Sample output
// (generated when the pipeline finishes)
Cluster support tickets and reviews into ranked product themes, each tagged with sentiment, volume, and trend.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.