Teresa Torres sobre Claude Code para PMs Sin Experiencia Técnica

Por qué los Gestores de Producto Deberían Considerar Claude Code

Teresa Torres, autora del ampliamente leído Continuous Discovery Habits, se une a Claire Vo en How I AI para demostrar algo inesperado: una gestora de producto con experiencia mínima en programación usando Claude Code como su herramienta de productividad principal—para todo excepto codificación.

Sobre descubrir pair programming para todo: "I pair program now with everything I do, even if it's not programming. I pair task manage and I pair write and I pair everything." (Ahora hago pair programming con todo lo que hago, incluso si no es programación. Hago pair task manage y pair write y pair todo.) La percepción de Torres es que el modelo colaborativo que los desarrolladores usan con asistentes de programación con IA se traduce directamente en trabajo de conocimiento.

Sobre la IA viendo tu trabajo: "By moving my task management to Claude, now Claude sees my tasks and I can literally start my day and be like, 'Claude, what's on my to-do list that you can just do for me?'" (Al mover mi gestión de tareas a Claude, ahora Claude ve mis tareas y puedo literalmente comenzar mi día diciendo: "Claude, ¿qué hay en mi lista de tareas que puedes hacer por mí?") El cambio clave no es solo usar IA—es darle a la IA visibilidad en tu contexto de trabajo actual.

Sobre portabilidad de datos: El viaje de Torres comenzó con ansiedad sobre bloqueo de proveedor: "As time went on, I just started to get really worried about how am I ever going to get my data out of Trello." (Con el tiempo, comencé a preocuparme cada vez más sobre cómo voy a sacar mis datos de Trello.) Al migrar a archivos markdown con Claude Code, posee completamente sus datos mientras gana capacidades de IA.

Sobre arquitectura de contexto: "To do context well, it's not just that we have to document everything. We have to document everything in teeny-tiny files so that when we ask Claude to do a task, we can give Claude just the context it needs." (Para hacer bien el contexto, no es solo que tengamos que documentar todo. Tenemos que documentar todo en archivos muy pequeños para que cuando le pidamos a Claude que haga una tarea, podamos darle a Claude solo el contexto que necesita.) Esta es la percepción clave—los archivos de contexto granulares superan la documentación monolítica.

Sobre lazy prompting: Torres construyó extensas librerías de contexto para poder ser "lazy con prompting" (perezosa con prompts). Su perfil empresarial, guía de estilo de escritura y documentación de producto le permiten simplemente decir "Claude, revisión de blog post" y obtener retroalimentación calibrada a sus objetivos reales.

5 Flujos de Trabajo que Hacen Claude Code Práctico para PMs

• Gestión de tareas personalizada - Un comando slash /today genera listas de tareas diarias a partir de archivos markdown, verificando tableros de Trello y haciendo aflorar elementos vencidos automáticamente
• Automatización de investigación - Búsquedas diarias de arXiv y Google Scholar, con resúmenes de IA durante la noche de cualquier papel que descargue
• Librerías de contexto - Carpetas indexadas de contexto empresarial, información personal y guías de estilo de escritura que Claude carga según la tarea
• Búsqueda inteligente - Encontrar cosas en notas incluso cuando las recuerda mal: "I have a thing called new blog post tomorrow" (tengo algo llamado nuevo blog post mañana) encuentra "article Wednesday" (artículo miércoles)
• Asociación de escritura - Investigación en tiempo real mientras redacta, retroalimentación sección por sección y correcciones de errores—todo sin que Claude realmente escriba por ella

Qué Significa Esto para el Trabajo de Conocimiento Aumentado por IA

Torres articula un marco que muchos profesionales están descubriendo: la pregunta no es automatización versus hacerlo tú mismo, sino "automatización o aumento" para cada tarea. Deliberadamente elige mantener la redacción mientras automatiza resúmenes de investigación—la IA maneja lo que no disfruta mientras ella mantiene lo que sí.

La percepción más profunda es sobre identidad y oficio: "I love to write. I don't want to automate writing." (Me encanta escribir. No quiero automatizar la escritura.) A medida que las capacidades de IA se expanden, los trabajadores del conocimiento están aprendiendo a ser intencionales sobre qué partes de su trabajo los definen versus qué partes simplemente necesitan realizarse.