30 de enero de 2026Actualizado el Fathy Shalaby10 min de lectura
Discovery sprint con IA: un plan de cinco días y una versión de tres horas
Un discovery sprint encierra una gran pregunta de producto en una semana con límite de tiempo. Usa la IA para sacar partido a la evidencia que ya tienes y para hacer las entrevistas más rápido, y ten claro qué te pueden decir tres horas y qué no.
Un discovery sprint es un esfuerzo con límite de tiempo, normalmente de una semana, en el que un equipo pequeño responde a una pregunta o un riesgo importante de producto antes de comprometerse a construir. Con IA, el primer día de revisión de evidencia puede reducirse a unas tres horas, y las entrevistas pueden hacerse sin esperar a las agendas. El contacto con los clientes sigue llevando días, y la decisión sigue siendo del equipo.
Ideas clave
Marty Cagan describe este formato como una ventana de una semana dirigida a un problema o riesgo sustancial; prefiere el término a «design sprint» porque un buen discovery va más allá del diseño (INSPIRED, 2nd ed.).
El design sprint de GV, el formato más conocido, dura cinco días, reúne a siete personas como máximo y termina el viernes con cinco entrevistas a clientes (Character).
La IA es más rápida con la evidencia que ya tienes: buscar en llamadas, tickets y notas, agrupar temas y redactar un brief. No puede crear evidencia nueva de clientes en tres horas.
Los entrevistadores de IA sirven para preguntas cortas y estructuradas. En un estudio de 2026 de Nielsen Norman Group, solo 3 de 10 participantes encontraron natural una conversación moderada por IA (NN/g, 2026).
Un sprint termina en una decisión por escrito, no en una presentación.
¿Qué es un discovery sprint?
Toma una gran pregunta, como «¿Deberíamos crear espacios de trabajo para equipos?» o «¿Por qué se estancan las pruebas en la semana dos?», y le dedica una semana de atención concentrada de las personas que construirán la respuesta. Cagan lo sitúa dentro del product discovery: el trabajo de comprobar el valor, la usabilidad, la viabilidad técnica y la viabilidad de negocio antes de comprometer tiempo de ingeniería (SVPG, 2017).
No es lo mismo que un sprint de delivery. Un sprint de Scrum entrega incrementos; este entrega una decisión y la evidencia que la respalda.
¿En qué se diferencia un discovery sprint de un design sprint?
El design sprint se desarrolló en GV: Jake Knapp empezó a hacer sprints en Google en 2010 y los llevó a GV en 2012. El lunes se mapea el problema, el martes se esboza, el miércoles se decide, el jueves se hace el prototipo y el viernes se prueba con clientes (GV). Más tarde, Knapp y John Zeratsky añadieron el Foundation Sprint de dos días para el paso previo: un máximo de cinco personas, incluido el Decider, acuerdan una hipótesis que los design sprints pueden poner a prueba después (Lenny's Newsletter, 2025).
Elige el formato de Cagan cuando el problema en sí es incierto. Usa un design sprint cuando confías en el problema y necesitas probar una solución.
¿Cómo se hace un discovery sprint con IA en cinco días?
Reserva la semana para un equipo pequeño: una persona de producto, un diseñador y un ingeniero, más quien toma la decisión final. El design sprint llama a esa persona el Decider, y su guía es tajante: las decisiones sin ella no se sostienen (Character).
Día 1: Plantea la pregunta y explota la evidencia existente
Escribe la pregunta del sprint como una decisión: «Para el viernes decidiremos si [actuar] para [usuario] por [evidencia]».
Usa la búsqueda con IA en llamadas, tickets de soporte, notas de ventas y feedback para sacar todas las menciones del tema de los últimos 90 días. Pide citas con sus fuentes, no resúmenes.
Agrupa lo que salga en tres a cinco temas. Para cada uno, anota cuántas fuentes lo respaldan («7 tickets, 3 llamadas») y qué falta.
Pide a la IA que argumente en contra de tu tema favorito. Si la evidencia no aguanta, dilo ahora.
Este es el paso que más acorta la IA: la máquina lee y el equipo juzga.
Día 2: Mapea oportunidades y elige la suposición más arriesgada
Coloca los temas en un opportunity solution tree: el resultado deseado en la raíz, luego las oportunidades de los clientes, después las soluciones candidatas y, debajo, las pruebas de suposiciones (Product Talk).
Enumera las suposiciones de una o dos de las principales oportunidades (el mapa de suposiciones gratuito ayuda) y puntúa cada una de 1 a 5 por impacto e incertidumbre. Prueba la de mayor producto.
Escribe la señal de éxito de cada prueba antes de ver ningún dato.
Empieza a reclutar para los días 3 y 4. Invita a personas que hayan tenido el problema en el último mes.
Día 3: Habla con los clientes
Haz de cinco a ocho entrevistas cortas con personas que encajen con tu cuestionario de selección, usando preguntas basadas en historias sobre la última vez que ocurrió el problema. Nuestra plantilla de entrevista a clientes incluye un guion de 20 minutos.
La IA ayuda de dos maneras. Transcribe y etiqueta las llamadas en directo, y un entrevistador de IA puede llevar conversaciones cortas y estructuradas desde un enlace, de modo que la gente responda cuando le venga bien. Mantén al menos tres entrevistas en directo para cualquier tema exploratorio: Nielsen Norman Group comprobó que los entrevistadores de IA tenían dificultades para profundizar en respuestas inesperadas, duraban entre 13 y 56 minutos porque no sabían ceñirse a una duración objetivo, y los recomienda como complemento de la moderación humana (NN/g, 2026).
Día 4: Prueba la suposición más arriesgada
Construye lo más pequeño que ponga la suposición delante de los usuarios: un mockup clicable, una versión concierge, una fake door o un prototipo ligero hecho con un agente de código. Para preguntas de usabilidad, cinco participantes son una base sólida; el modelo de Jakob Nielsen muestra que cinco usuarios detectan alrededor del 85 % de los problemas de usabilidad (Nielsen Norman Group, 2000).
Si el riesgo es de valor y no de usabilidad, prueba el comportamiento: un registro, una llamada reservada, una preventa. Nuestra guía para elegir un experimento de producto asocia cada riesgo con un método.
Día 5: Decide y déjalo por escrito
Compara cada resultado con la señal de éxito que escribiste el día 2. Después redacta un registro de decisión de una página:
La pregunta y la decisión (continuar, cambiar, pausar o parar)
La evidencia a favor y en contra, con fuentes
Lo que decides no hacer todavía, y por qué
La siguiente prueba, si la hay
Compártelo con el equipo que no estaba en la sala. Una decisión que nadie puede rastrear hasta la evidencia se reabre en la siguiente reunión de planificación.
¿Se puede comprimir el sprint en tres horas?
En parte. Una versión de tres horas puede responder bien una pregunta: ¿qué dice la evidencia que ya tenemos y qué falta? No puede crear evidencia nueva de clientes, porque las entrevistas y pruebas de los días 3 y 4 dependen del tiempo de otras personas. Trátala como el día 1 comprimido, no como el sprint entero.
Hora
Trabajo
Resultado
1
Buscar con IA en llamadas, tickets, hilos de Slack y notas sobre el tema; sacar citas con sus fuentes
3–5 grupos de evidencia, cada uno con su número de fuentes
2
Convertir los grupos en oportunidades; enumerar suposiciones; puntuar impacto × incertidumbre; enviar un enlace de entrevista corta a 10–20 usuarios relevantes
Una lista priorizada y una suposición más arriesgada
3
Redactar un brief de una página: lo que sabemos, lo que recomendamos, lo que aplazamos, lo que deben mostrar las entrevistas
Un brief listo para el equipo, más una señal de éxito
Después, lee las respuestas de las entrevistas según lleguen durante los siguientes días, antes de actuar sobre el brief. La versión de tres horas encaja con preguntas de un solo tema y mucha evidencia existente. No encaja con un mercado nuevo, donde no tienes evidencia que explotar.
¿Cómo es un sprint de cinco días en la práctica?
Lo que sigue es ilustrativo, no una empresa real.
Imagina una startup B2B de analítica de seis personas que ve cómo las pruebas se estancan en la semana dos y quiere saber por qué antes de rediseñar el onboarding.
Día 1. La búsqueda con IA en 140 tickets de soporte y 22 notas de llamadas de ventas encuentra tres grupos: errores de importación de datos (31 menciones), primer dashboard poco claro (18) y preguntas sobre precios (9). El equipo había supuesto que el precio era el problema principal.
Día 2. La suposición más arriesgada: «las pruebas se estancan porque falla la primera importación, no por el dashboard». Señal de éxito: al menos 4 de 6 usuarios de prueba estancados describen un problema de importación sin que se les pregunte.
Día 3. Seis entrevistas (tres en directo, tres mediante el enlace del entrevistador de IA). Cinco de seis describen un fallo de importación; dos ni siquiera llegaron a ver un dashboard.
Día 4. Una prueba concierge: el equipo importa los datos a mano para cinco nuevos usuarios de prueba. Cuatro de cinco llegan a un primer dashboard en un día.
Día 5. Decisión: cambiar. Arreglar primero la importación, aplazar el rediseño del onboarding y volver a comprobar la activación de la semana dos a las cuatro semanas.
El sprint costó unos 15 días-persona. El rediseño que aplazó habría costado mucho más y habría arreglado el paso equivocado.
¿Qué errores descarrilan un sprint?
Elegir una pregunta demasiado grande para una semana. «¿Cuál debería ser nuestra estrategia?» no es una pregunta de sprint. «¿Deberíamos construir X para Y?» sí lo es.
Empezar con una solución. Si el lunes arranca con mockups, es un design sprint con otro nombre.
Saltarse al Decider. Sin una persona que pueda decir que sí, la decisión vuelve a perderse en reuniones.
Tratar los resúmenes de IA como evidencia. Un resumen sin fuentes es una opinión. Insiste en citas y recuentos.
Dejar que usuarios sintéticos ocupen los huecos de entrevista. Las respuestas simuladas no son evidencia de clientes.
Reclutar el miércoles. Sin participantes reservados el día 2, el día 3 queda vacío.
Cuándo no hacer uno: si la pregunta necesita datos de prevalencia (haz una encuesta), si no puedes llegar a ningún usuario esta semana, o si el equipo va a construir pase lo que pase. En ese último caso, ahórrate la semana.
Dónde encaja Specky
Specky acorta el día 1. Lee llamadas de clientes, feedback, Slack, Jira y analítica en un Product Graph, de modo que una búsqueda del tema del sprint devuelve citas con sus fuentes y recuentos. Alex, el agente de investigación de Specky, envía entrevistas cortas desde un enlace compartible y devuelve al grafo transcripciones, temas y sentimiento. El Opportunity Tree contiene el mapa del día 2, y el Decision Log guarda el registro del día 5 junto a la evidencia que lo motivó. Para un formato más ligero y asíncrono, consulta cómo hacer discovery de forma asíncrona.
Preguntas frecuentes
¿Qué es un discovery sprint?
Un discovery sprint es un esfuerzo corto y con límite de tiempo, normalmente de una semana, en el que un equipo de producto pequeño responde a una pregunta o un riesgo importante antes de comprometer tiempo de ingeniería. Combina la revisión de la evidencia existente, entrevistas a clientes y una pequeña prueba, y termina con una decisión por escrito. Marty Cagan usa el término en INSPIRED en lugar de «design sprint».
¿Cuánto debería durar un discovery sprint?
La mayoría de los equipos usan cinco días laborables, que dejan espacio para reclutar, entrevistar y probar. Algunos dedican dos semanas para que el sprint coincida con su ritmo de delivery. Una versión de un día o de tres horas puede revisar la evidencia existente y plantear la pregunta, pero no sustituye los días necesarios para hablar con clientes y observar una prueba.
¿Cuál es la diferencia entre un discovery sprint y un design sprint?
Un discovery sprint pregunta si merece la pena actuar sobre un problema o riesgo; un design sprint pregunta si una solución concreta funciona. El design sprint de GV sigue una agenda fija de cinco días que termina en cinco pruebas de un prototipo con clientes. La versión de Cagan es más flexible y a menudo termina con una decisión en lugar de un prototipo.
¿Quién debería formar parte del equipo del sprint?
Mantenlo pequeño: un product manager, un diseñador y un ingeniero que construirán el resultado, más un Decider con autoridad para actuar según lo que salga. La guía del design sprint de GV limita el equipo a siete personas. Incorpora a expertos, como responsables de soporte o ventas, para entrevistas cortas el día 1 en lugar de toda la semana.
¿Puede la IA hacer las entrevistas a clientes de un sprint?
Para preguntas cortas y estructuradas, sí: un entrevistador de IA puede recoger respuestas de más gente sin necesidad de agendar. Para preguntas exploratorias, mantén a personas en al menos algunas de las entrevistas. El estudio de 2026 de Nielsen Norman Group encontró que los entrevistadores de IA tenían dificultades para seguir hilos inesperados y que solo 3 de 10 participantes dijeron que la conversación les resultó natural.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing