Feedback pengguna datang dari mana-mana—lewat chat, survei, dan pesan di aplikasi—dan sebagian besar menguap begitu saja. Bug tidak pernah sampai ke tim engineering, permintaan fitur tidak pernah terhitung, dan sinyal churn tersembunyi di antara kebisingan sampai akunnya sudah hilang.
sonnet4 hariIntercomOpenAILinearSlack
Claude
100ROI
72Scale
$5.3k96Saved
ROI for
README.md
Mengapa subagent ini
Feedback pengguna datang dari mana-mana—lewat chat, survei, dan pesan di aplikasi—dan sebagian besar menguap begitu saja. Bug tidak pernah sampai ke tim engineering, permintaan fitur tidak pernah terhitung, dan sinyal churn tersembunyi di antara kebisingan sampai akunnya sudah hilang.
Agent ini membaca setiap feedback dan mengarahkannya berdasarkan jenis: bug dan permintaan menjadi issue di Linear dengan kata-kata pengguna sendiri, pujian dicatat, dan risiko churn mengirim notifikasi ke account owner di Slack. Tidak ada yang berguna terlewat, dan tim produk akhirnya bisa melihat apa yang sebenarnya diminta pelanggan.
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.
Urutkan setiap item ke bug, permintaan fitur, pujian, atau risiko churn.
pending
Buka atau perbarui issue Linear yang sesuai untuk bug dan permintaan fitur dengan kata-kata pengguna.
pending
Teruskan umpan balik berisiko churn ke pemilik akun di Slack segera.
pending
Contoh output
json
// Sample output
// (generated when the pipeline finishes)
Classify a feedback item into bug, feature, praise, or churn risk, and return the routing target and a short rationale.
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.