TL;DR ⏩
- Céntralo todo en un mismo sitio. Las entrevistas, las llamadas de descubrimiento y las conversaciones de baja llegan a HappyScribe a través del tomador de notas con IA, la app móvil, la subida de archivos o la importación por enlace
- Organiza por carpetas. Ordena las transcripciones por proyecto, segmento o área de producto para poder señalar a Claude un único conjunto de evidencias
- Conecta HappyScribe con Claude. Pregunta a todas las carpetas a la vez para detectar patrones, comparar grupos de clientes y contrastar hipótesis con las entrevistas
- Mantén las evidencias siempre adjuntas. Claude devuelve las citas con marcas de tiempo, así que cada tema se puede rastrear hasta su origen antes de llegar a un entregable
«Tengo al alcance de la mano todas las interacciones con clientes y todos los hallazgos de hace meses», no dijo jamás ningún investigador.
Sabes que el feedback de los clientes está ahí. Pero organizar los datos del trimestre pasado y presentarlos en un minuto es un engorro.
Casi la mitad de los investigadores (49%) le dijo a User Interviews que tiene una visión negativa del futuro de la investigación UX, 26 puntos más que el año anterior. Al mismo tiempo, el 80% ya usa IA en algún punto de su trabajo de investigación.
Con tantos cambios en el sector, no te interesa perder unas evidencias que ya te costaron mucho esfuerzo.
Así que esta es la solución: monta el repositorio de investigación de clientes en HappyScribe y pon a Claude por encima. Puede parecer una pareja improbable, pero hacen maravillas para investigadores y agencias.
Qué es realmente un repositorio de investigación de clientes
Un repositorio de investigación de clientes es un almacén central de tus evidencias sobre los clientes que sobrevive al proyecto del que salieron. No es una presentación comercial ni el resumen que alguien escribió en una reunión: contiene las conversaciones de verdad.
La mayoría de lo que los equipos llaman repositorio es una carpeta con informes de investigación, y un informe ya es una versión destilada de una interpretación subjetiva. Está pensado para un proyecto concreto y no funciona como única fuente de verdad sobre el cliente.
Qué debe haber en un repositorio de investigación:
- Entrevistas con clientes y usuarios
- Sesiones de usabilidad
- Llamadas de descubrimiento y actas de reuniones de ventas
- Entrevistas de baja y de cancelación
- Conversaciones con el consejo asesor de clientes
- Llamadas de onboarding en las que los participantes dijeron algo útil
La transcripción es lo que hace que todo esto funcione. Cuando grabas y conviertes con precisión el audio y el vídeo en texto, puedes buscar palabras clave con marcas de tiempo en una transcripción interactiva. Las evidencias siguen a tu alcance, y desde varias fuentes, meses después de cerrar el estudio.
Por qué una carpeta de transcripciones y Claude a secas se quedan cortos
Ya puedes pegar la transcripción de una reunión en Claude y obtener una lectura decente. Con una entrevista funciona bien, pero ¡imagina procesar 20 entrevistas grabadas a lo largo de 3 meses!
El flujo manual es buscar el archivo > subirlo > explicar el contexto del estudio > lanzar el análisis > repetir la próxima vez. Claude Projects resuelve una parte de eso.
Subes los archivos relevantes una sola vez como conocimiento del proyecto, y las instrucciones personalizadas llevan el diseño de tu estudio a cada chat nuevo. Cada conversación arranca con ese contexto ya cargado, así que no tienes que volver a explicar la misma historia.
Lo que Claude Projects no arregla es el volumen. Claude se maneja bien con unas cuantas transcripciones de entrevistas antes de que se llene la ventana de contexto, pero un repositorio está hecho para crecer mucho más allá de eso.
Para eso está el Model Context Protocol. Una conexión MCP enlaza tu repositorio de investigación directamente con Claude, de modo que llega a las transcripciones allí donde ya viven.
Los conectores de Claude se apoyan en ese estándar, y voy a ayudarte a configurarlo.
Paso 1: reúne todas las conversaciones con clientes en un mismo sitio
Antes de que Claude pueda servirte de algo, las conversaciones tienen que existir en algún sitio como texto. HappyScribe lo consigue de cuatro formas, según cómo hagas la investigación.
1. Para las reuniones en remoto, conecta tu calendario y el tomador de notas con IA se une a las llamadas programadas en Zoom, Google Meet o Microsoft Teams. Graba, transcribe y organiza el resultado por su cuenta.
2. Para el trabajo presencial o las charlas improvisadas, graba directamente desde la app móvil de HappyScribe. Todas tus visitas de campo e indagaciones contextuales acaban en la misma cuenta que tus llamadas en remoto.
3. Para el histórico, sube lo que ya tengas. Puedes enriquecer rápidamente un repositorio nuevo con antiguas grabaciones de entrevistas, y aquí es donde suelen empezar las agencias.
4. También puedes importar desde Google Drive, Box, Wistia, Dropbox, YouTube y Vimeo, lo que cubre los webinars grabados y cualquier cosa que te envíe un cliente.
HappyScribe trabaja con más de 150 idiomas y dialectos, y la transcripción automática se puede mejorar con transcripción revisada por profesionales cuando la precisión necesita una mirada experta.
El objetivo de este paso es simple: deja de tener las evidencias sobre tus clientes repartidas en sitios inconexos.
Paso 2: organiza pensando en las preguntas que harás después
Ahora tienes un montón de transcripciones en un mismo sitio, pero cubren proyectos, objetivos y departamentos distintos. El siguiente paso es clasificarlas en carpetas, para poder señalar a Claude un conjunto concreto de evidencias en lugar de toda tu cuenta. Además, las carpetas se ven mucho mejor.
Así puedes organizar las transcripciones en carpetas dentro de HappyScribe:
- Por proyecto de investigación. La investigación de onboarding, el estudio de precios, las entrevistas de baja, las rondas de discovery con grandes cuentas, etc. Encaja con la forma en la que se encarga el trabajo en realidad.
- Por segmento de cliente. Pymes, mid-market, grandes cuentas, universidades, sanidad, etc. Útil cuando sabes que después vas a comparar grupos.
- Por área de producto. Activación, colaboración, informes, facturación, búsqueda o aquello sobre lo que se organice tu roadmap. Es la estructura que mejor les sirve a los product managers cuando vienen a preguntar meses después.
- Por periodo. Trimestres o rondas de estudio, para ver cómo cambia el mismo patrón de una ronda a la siguiente.
Las etiquetas funcionan junto con las carpetas. También puedes etiquetar archivos y carpetas y filtrar por ellas desde tu panel de HappyScribe para ir más rápido. Y si tienes demasiados archivos, basta con pedirle a Claude que cree las carpetas y mueva las transcripciones por ti.
Conviene mencionar aquí que los permisos de tus carpetas de HappyScribe se mantienen. Las carpetas privadas siguen siendo privadas y las subcarpetas heredan lo que permita la carpeta madre, así que Claude no puede acceder a datos que no quieras.
Paso 3: conecta el repositorio con Claude
Conectarlo lleva unos minutos y solo hay que hacerlo una vez.
Desde el lado de Claude:
- Despliega la barra lateral izquierda y haz clic en Personalizar > Conectores.
- Busca HappyScribe y haz clic en el icono + o enel botón Conectar a Claude.
- Inicia sesión en tu cuenta de HappyScribe y autoriza el acceso.
También puedes empezar desde HappyScribe. Haz clic en Integraciones en la barra lateral izquierda, busca la tarjeta de Claude y haz clic en Conectar.
La app de escritorio de Claude y Claude Code usan el mismo servidor MCP de HappyScribe, añadido desde los ajustes de desarrollador o con un solo comando en la terminal. Los administradores de Enterprise pueden desplegar el conector en todo el espacio de trabajo.
Una vez conectado, Claude accede a tus transcripciones solo cuando se lo pides. No se copia nada por adelantado y ninguna investigación sale de HappyScribe hasta que un prompt lo requiere.
Escucha a nuestros usuarios que usan HappyScribe con Claude:
Uso HappyScribe en todas mis reuniones para grabar las sesiones, tomar notas, obtener resúmenes y tenerlo todo conectado con su MCP en mi cuenta de Claude. Me encanta que las transcripciones en mi idioma (búlgaro) sean precisas y me ahorren muchísimo tiempo.
Paso 4: haz preguntas a todo el repositorio
Aquí es donde empiezas a sacarle partido al repositorio. En lugar de acordarte de qué entrevista contenía un comentario concreto, simplemente lo pides. Estas son todas las capacidades que HappyScribe le aporta a Claude:
Empieza por la recuperación. Claude puede buscar dentro del contenido de las transcripciones igual que buscarías en un documento, y filtrar por quién estaba en la sala y cuándo ocurrió la conversación:
Busca entrevistas en las que los clientes hayan descrito dificultades para configurar su espacio de trabajo.
¿Qué conversaciones del trimestre pasado plantearon dudas sobre el precio?
Muéstrame todas las sesiones en las que Joy M. fue la entrevistadora.
Luego ve más allá de buscar archivos. La misma conexión permite a Claude leer toda una carpeta y responder preguntas que ninguna transcripción por sí sola puede responder:
En las entrevistas de onboarding de esta carpeta, ¿qué problemas aparecieron en más de una sesión?
¿Qué motivos dieron para irse los clientes que se dieron de baja?
¿Qué objeciones aparecieron con más frecuencia en nuestras llamadas de descubrimiento?
Los equipos de producto y de clientes solían pasar semanas con el segundo bloque. Había que codificar transcripciones, etiquetar las citas por tema y contar cuántas veces se repetía algo; todo a mano. Claude hace la primera pasada en minutos.
Con esto también puedes extraer datos fácilmente. Pide las peticiones de funcionalidades en forma de tabla, con el participante y la fecha de la sesión, y ya tienes algo que entregarle a tu responsable.
Los usuarios valoran la comodidad de usar HappyScribe + Claude:
La integración nativa con Claude vía MCP es la razón por la que adoptamos HappyScribe, y se ha convertido en un hábito diario más rápido de lo que esperaba. Le pregunto a Claude por voz, con los auriculares puestos mientras paseo, qué me comprometí a hacer con un socio en nuestra última reunión: sin teclear y sin rebuscar entre las notas.
Paso 5: construye los temas sin soltar las evidencias
En esa misma encuesta de User Interviews que mencionaba antes, el 91% dijo que le preocupan la precisión de los resultados y las alucinaciones. Los investigadores hacen bien en ponerse nerviosos ante un tema que suena plausible pero no se apoya en nada.
La solución es no dejar que ningún hallazgo circule sin sus evidencias. Pide las dos cosas en el mismo prompt:
Identifica los problemas recurrentes de onboarding en estas entrevistas. Para cada tema, incluye citas de apoyo con marcas de tiempo e indica qué participantes lo dijeron.
Claude devuelve las citas exactas con marcas de tiempo y enlaces que llevan de vuelta al editor de HappyScribe, así que cualquier afirmación está a un clic de que la verifiques. Puedes oír el tono, la duda y la pregunta que la provocó.
Luego repite el bucle: identificar el tema > pedir la evidencia > abrir la cita > confirmar que significa lo que dice el tema.
Ese último paso es cosa tuya. Claude agrupa lo que suena parecido, y tú decides si dos clientes que hablan de «configuración confusa» describen el mismo problema o dos distintos.
Paso 6: convierte los hallazgos validados en entregables
Solo ahora tiene sentido pedirle a Claude que escriba algo. Sigue el orden correcto: pregunta > evidencia > síntesis > tu validación > entregable. Si te saltas pasos y vas directo al entregable, obtienes una prosa pulida construida sobre agrupaciones sin revisar.
Cuando los hallazgos se sostienen, la misma conexión produce:
- Informes de investigación con las citas y las marcas de tiempo ya adjuntas
- Resúmenes de la voz del cliente para los equipos que no van a leerse el informe completo
- Briefs de oportunidades de producto ligados a lo que los clientes dijeron de verdad
- Actualizaciones para stakeholders que responden a la pregunta que alguien hizo en una reunión
- Colecciones de citas para mensajes, páginas de producto o una presentación de ventas
Pide el formato que necesites. Como las evidencias ya están amarradas a su origen, el resultado sirve para tomar decisiones.
Preguntas que merece la pena hacerle a tu repositorio
Con los pasos anteriores el repositorio ya funciona. Aquí van algunas preguntas que te ayudarán a sacarle el máximo partido:
Pon a prueba una hipótesis con las evidencias
Los equipos discuten sobre supuestos constantemente. Un repositorio te permite comprobar uno antes de que la discusión se alargue.
Creemos que la complejidad de la configuración es nuestra mayor barrera de activación. ¿Qué hay en estas entrevistas que lo respalde y qué lo contradice?
Compara grupos de clientes
Si siempre tiras de temas agregados, acabarás construyendo un cliente medio que no se parece a tu base de usuarios.
¿En qué se diferencia la forma en que las grandes cuentas describen este problema de cómo lo describen las pymes?
Esto solo funciona si la distinción existe en tus carpetas o en lo que dijeron los participantes, así que segmenta pronto si sabes que vas a querer esto más adelante.
Encuentra lo que contradice al tema dominante
El consenso es fácil de encontrar, pero también puede despistar. Tomarás mejores decisiones de producto con las evidencias que se contradicen.
La mayoría de los participantes dijo que el onboarding era difícil. Encuentra las entrevistas que lo contradicen y explica qué tenían de distinto esos clientes.
Sigue cómo ha cambiado el feedback con el tiempo
Compara las quejas sobre el onboarding del primer trimestre con nuestras entrevistas más recientes. ¿Qué ha dejado de aparecer y qué es nuevo?
Esta es la recompensa por conservar las conversaciones originales en lugar de tratar cada estudio como algo puntual. También te dice si el arreglo que lanzaste en la ronda anterior funcionó de verdad.
Sigue a un cliente por todas sus conversaciones
HappyScribe construye un grafo de conocimiento de las personas y las empresas que se mencionan en tus transcripciones, así que el historial de un cliente se puede recuperar aunque esté repartido en sesiones distintas.
¿Qué ha dicho Acme sobre la implantación en todas nuestras llamadas y cómo han cambiado sus prioridades?
Útil para renovaciones y QBR, aunque es una forma de recorrer tu propio material de investigación, no un CRM.
Cómo mantener la fiabilidad del repositorio
Como un repositorio concentra las conversaciones con clientes en un mismo sitio, tienes que prestar más atención a cómo las manejas.
Pide el consentimiento durante la sesión, no después. Di a los participantes que la conversación se está grabando y transcribiendo, y deja claro si se va a usar un asistente de IA para analizarla.
Vigila lo que hay dentro de las transcripciones. Las entrevistas de investigación cualitativa recogen nombres, empresas, datos de cuenta y alguna que otra cosa que un participante no pretendía compartir. El editor de HappyScribe te deja limpiarlos antes de que el archivo pase a formar parte del repositorio consultable, y las transcripciones anonimizadas son más seguras para abrirlas a un grupo más amplio.
HappyScribe cuenta con seguridad de nivel empresarial, con cumplimiento del RGPD y la SOC 2 Type II y alojamiento en la UE, y por eso lo usan equipos jurídicos, académicos y de ventas para trabajos que no pueden guardarse en una unidad de uso general.
Cuando tengas todo esto en marcha, define los accesos. No todo el mundo que se beneficia de los hallazgos necesita llegar a las sesiones en bruto, y los permisos de carpeta son la forma de trazar esa línea. Los administradores de Enterprise pueden configurarlo a nivel de espacio de trabajo.
Un repositorio de investigación de clientes es más útil cuanto más crece
Cada entrevista que añades hace que la siguiente pregunta sea más fácil de zanjar, y ese trabajo no hay que reconstruirlo cada vez que surge una nueva. Con Claude y HappyScribe, la investigación de mercado y de producto se vuelve un poco más llevadera.
Preguntas frecuentes sobre cómo crear un repositorio de investigación de clientes con Claude
¿Puede Claude analizar varias transcripciones de entrevistas a la vez?
Sí, pero no a base de copiar y pegar. Pegar funciona con un puñado de entrevistas y deja de funcionar a partir de ahí, y por eso Claude necesita integraciones MCP para los repositorios de investigación grandes. Una vez conectado HappyScribe, señalas una carpeta y Claude busca en todas las transcripciones que contiene. La extracción de datos también se simplifica: pide en forma de tabla los problemas que los clientes mencionaron con más frecuencia, con el participante y la fecha de la sesión en cada fila.
¿Necesito Claude Code para crear un repositorio de investigación de clientes?
No. La mayoría de los investigadores no lo necesita nunca. El conector se encarga por sí solo de la búsqueda y la síntesis. Claude Code ayuda cuando quieres un flujo repetible en lugar de una respuesta puntual, y no hace falta ser desarrollador para usarlo. Con el vibe coding puedes describir lo que quieres en lenguaje natural y Claude escribirá el script. Después ejecuta tareas de varios pasos de forma autónoma en tu propio equipo y puede generar archivos CSV estructurados con un nivel de confianza para cada hallazgo extraído. Ese es el uso con más palanca: programa la extracción una vez y vuelve a lanzarla con la siguiente ronda de entrevistas.
¿Cuál es la diferencia entre Claude Projects y el conector de HappyScribe?
Projects te da contexto persistente dentro de un proyecto. Subes los archivos una vez y las instrucciones del proyecto llevan el diseño de tu estudio y los criterios de inclusión a cada chat nuevo, así que dejas de reexplicar el contexto. Pero sigues moviendo archivos, ya sea desde tu ordenador o desde Google Drive, y una sola conversación da para lo que da. El conector se salta ese paso porque llega a las transcripciones allí donde ya viven.
¿Puede Claude Cowork ayudar con la síntesis de la investigación?
Sí. Cowork está pensado para profesionales del conocimiento que manejan tareas de varios pasos, no una sola pregunta. Apunta Cowork a la carpeta de un estudio y podrá sacar los temas, reunir las citas de apoyo y convertirlos en presentaciones o en un informe escrito de una sola pasada. Usa Claude Opus para la síntesis en sí, que es donde más importa razonar entre evidencias contradictorias.
¿Cómo evitar que Claude se invente citas en el análisis de la investigación?
Pide las evidencias en el mismo prompt que el hallazgo. Solicita citas de apoyo con marcas de tiempo para cada tema y luego abre una o dos para confirmar que dicen lo que el tema afirma. Funciona igual para las entrevistas con clientes, una búsqueda bibliográfica o un archivo compartido que mantenga tu grupo de investigación. Las herramientas de IA agrupan lo que suena parecido; tú decides si eso es cierto. Esa verificación es lo que convierte el resultado en conclusiones accionables.
Biplab Mazumder
Biplab is a content marketer and writer who helps high-growth brands scale content visibility across AI search channels. His works have been published in HubSpot, Freshworks, Atlassian, SurferSEO, etc. When he's not planning content strategy, he's testing AI content workflows and use cases.
