Equipes em todas as organizações precisam de um contexto holístico que viva em múltiplos sistemas (como Pendo, Slack, Google Drive, Confluence, Jira e Salesforce). 

Ao conectar essas fontes de dados por meio do MCP, eles podem fazer perguntas que abrangem esses sistemas: liderança combinando Pendo e Slack para análise de NPS; engenharia combinando Pendo, Jira e feedback de clientes para priorização; ou suporte à combinação do Pendo e do Salesforce para resolução de casos. 

Isso elimina silos de dados e permite decisões baseadas em uma visão holística, em vez de insights fragmentados.

Pela primeira vez, seu CEO, representante de suporte ao cliente e profissional de marketing de produto podem todos acessar a mesma inteligência poderosa — sem habilidades especializadas ou troca constante de aplicativos. 

E agora, estamos democratizando o acesso a insights de produto com o servidor MCP da Pendo, integrando dados comportamentais em LLMs como Claude, Cursor e até Salesforce. Em vez de acessar dashboards ou executar relatórios manuais, as equipes podem fazer perguntas em linguagem natural e obter respostas baseadas no comportamento real dos usuários. 

Parece algo que sua empresa poderia usar? Aqui estão 12 prompts para começar com o Pendo MCP, do seu CEO à sua equipe de engenharia.

Prompts de MCP para a alta liderança

1. Atualização de slides para o conselho com dados de produto em tempo real 

Nas reuniões trimestrais do conselho, a equipe de liderança da Pendo frequentemente precisa reportar o progresso dos compromissos do trimestre anterior e atualizar os slides com dados de desempenho. 

Para fazer isso, eles solicitam ao seu LLM: "Leia os slides de produto do deck do conselho de agosto de 2025 e, em seguida, proponha atualizações com base no uso do produto no último trimestre." 

O LLM de sua escolha retornará insights sobre tendências gerais de adoção, métricas de desempenho do produto, taxas de engajamento no aplicativo, atividade de defensores internos e distribuição de usuários avançados — tudo o que é necessário para uma narrativa baseada em dados para o conselho.

2. Monitoramento de métricas de negócios essenciais, como MAUs, diário 

A Pendo tinha o objetivo de alcançar 1 bilhão de usuários ativos. À medida que nossa equipe executiva acompanhava o progresso em direção a essa meta, eles perguntavam ao Claude ou ao ChatGPT: "Quantas pessoas estão usando nosso produto hoje? Esse número aumentou ou diminuiu em relação à semana passada?" 

Eles também usaram esse prompt para considerar a sazonalidade, entender como os feriados impactarão o uso e aprofundar a análise de tendências. 

3. Analisando o sentimento dos clientes entre os detratores do NPS

Muitas empresas, incluindo a Pendo, têm um canal no Slack que exibe cada resposta de NPS recebida no aplicativo. Mas essas respostas de pesquisa podem inundar sua caixa de entrada, dificultando a análise regular do feedback. 

Para entender os temas principais entre detratores (ou promotores), o CEO e cofundador da Pendo, Todd Olson, conecta o Claude ao Slack e ao Pendo e pergunta: "Me dê os clientes que deixaram respostas ruins de NPS no canal #nps." 

O Claude identifica os principais temas entre os detratores, transformando um fluxo caótico de alertas em insights acionáveis sobre o que mais frustra os clientes. 

Prompts MCP para engenharia e TI 

4. Priorizando o trabalho de engenharia 

O gerente de engenharia da Pendo, Tomer, precisava de uma abordagem baseada em dados para priorizar o trabalho. Ele fez exatamente isso com o MCP, combinando análises de uso, feedback de clientes e relatórios de bugs. 

Para fazer isso, Tomer pediu ao Claude: "Encontre páginas com as maiores quedas de uso nos últimos 30 dias e anexe o feedback dos clientes com dados de ARR. Por fim, adicione os tickets Jira relevantes." 

Como resultado, Tomer obteve um relatório abrangente mostrando: 

  • Como a página do painel antigo estava impactando os eventos
  • Quanto de ARR está sendo impactado entre as contas
  • Quantos bugs relatados por clientes isso estava gerando 

Prompts MCP para equipes de Produto

5. Construindo casos baseados em dados para decisões de roadmap 

A PM da Pendo, Jenn, precisava defender um investimento em funcionalidade quando a engenharia queria realocar recursos para outra área. Para coletar dados, Jenn solicitou ao Claude: "Mostre-me os dados de uso do Pendo para nosso recurso de relatórios personalizados no último trimestre. Quem está usando mais, com que frequência e qual é o impacto na retenção?" 

Ela descobriu que muitas contas de alto valor usam o recurso semanalmente, e que as contas que o adotam nos primeiros 30 dias têm uma retenção 40% maior. Em seguida, o Claude gerou automaticamente um business case no Google Docs comprovando que esse recurso impulsiona um crescimento que vale a pena investir.

6. Descobrindo oportunidades de investimento ocultas

Jenn também precisava avaliar a plataforma para o planejamento anual e queria encontrar funcionalidades com alto uso, mas com problemas de qualidade. Para isso, ela perguntou ao Claude: "Existem funcionalidades com alto número de bugs no Jira, mas com métricas de adoção surpreendentemente fortes no Pendo?" 

Claude descobriu que um dos nossos recursos mais utilizados, por contagem de eventos, tinha bugs em sua funcionalidade principal — revelando uma oportunidade de investimento de alto valor que merece atenção. Com esses dados em mãos, Jenn poderia rapidamente priorizar essa correção no roadmap.  

7. Investigando picos e quedas de uso 

Por fim, Jenn percebeu um pico repentino em uma funcionalidade com a qual não estava familiarizada e queria entender a causa raiz do problema. Para isso, ela criou uma Claude Skill que verifica metadados de visitantes, agrupa dados por segmentos, revisa feriados federais e pesquisa no Slack, Google Drive e Confluence em busca de sinais relevantes.

Em seguida, Jenn solicitou: "Vamos usar o investigador de uso do Pendo para investigar um aumento no uso do item de navegação do agent analytics." O Claude identificou um pico de 7x no Dia dos Veteranos e rastreou a causa até um anúncio no Slack informando que o recurso havia saído do beta fechado para o beta aberto. 

8. Priorizando a atenção diária ao produto com resumos de uso automatizados

Michelle Green, Diretora de Produto da Cohely, enfrentava um problema comum: com centenas de usuários ativos na plataforma a cada dia, ela não sabia quais sessões do Pendo priorizar. Revisar manualmente as repetições de sessão era demorado e muitas vezes significava perder sinais críticos.

Para resolver isso, Michelle criou um agente no Dust.tt que roda todas as manhãs às 8h, extraindo a atividade do dia anterior da Cohely no Pendo. Ela então pergunta: "O que aconteceu ontem?"

O agente retorna um resumo diário mostrando atividades que merecem ser celebradas, padrões preocupantes que precisam de atenção e replays específicos para assistir, tudo contextualizado em relação à jornada ideal do cliente da Cohely. Com o MCP, Michelle sabe exatamente onde dedicar seu tempo a cada dia.

9. Obtendo feedback de design realista baseado no comportamento do usuário

Lindsay Frank, da Clinical Ink, enfrentava um desafio comum de design: o feedback era lento, subjetivo e desconectado do que os usuários realmente fazem no produto. 

Para validar designs em relação ao uso real, Lindsay conectou o Pendo MCP e o Figma MCP ao Claude, extraindo dados de produção como uso de funcionalidades, padrões comportamentais e insights de segmentos. Em seguida, ela mapeou esses dados para personas de usuário definidas. 

Agora, ela solicita: "Revise este arquivo de design do Figma e me dê feedback como [persona], com base no comportamento real deles no produto."

O Claude retornou críticas de design contextualizadas, fundamentadas no comportamento real dos usuários, sinalizando possíveis problemas de usabilidade no início do processo de design, antes de chegarem ao desenvolvimento.

Prompts MCP para Customer Success

10. Preenchimento automático de decks de revisão trimestral de negócios 

Um representante de sucesso do cliente na Pendo precisava se preparar para uma revisão trimestral de negócios (QBR) de um cliente, atualizando uma apresentação de slides com dados da conta. Para isso, ele fez upload do modelo padrão para o Claude Artifacts e solicitou: "Use o modelo BSR no Google Drive e preencha todos os detalhes deste cliente." 

O Claude então gerou um deck completo com base no modelo, mostrando pontos de dados como: 

  • Visitantes ativos
  • Eventos
  • Aplicativos ativos
  • A data de renovação
  • Horas de uso
  • Prioridades estratégicas
  • Status de adoção
  • Oportunidades de crescimento contínuo

11. Identificando clientes em risco antes que eles cancelem

Stephanie Tanzar, da ATC, criou um Painel de Saúde do Cliente para ajudar os gerentes de contas a identificar proativamente clientes em risco de cancelamento. Os dados de engajamento dos clientes estavam no Pendo, mas não eram acionáveis.

Para resolver isso, Stephanie conectou o Pendo MCP para extrair frequência de login, adoção de funcionalidades, engajamento com eventos e métricas de consistência. Em seguida, ela criou um algoritmo de pontuação de saúde (0-100) que classifica as contas como Saudável, Em Risco, ou Crítica. 

Os gerentes de contas da ATC agora podem perguntar: "Mostre-me os clientes em risco de churn," e "Quais novos clientes não estão adotando os recursos principais?"

O painel exibe contas inativas, clientes que pararam de usar recursos principais e novos clientes que precisam de treinamento. Agora, os gerentes de contas da ATC sabem exatamente com quem entrar em contato, em vez de esperar para descobrir problemas somente depois que um cliente já decidiu sair.

Prompts MCP para Marketing

12. Criando campanhas de marketing orientadas por produto 

Tate, um profissional de marketing de produto na Pendo, estava planejando a campanha de lançamento de GA para o Agent Analytics e precisava entender o comportamento histórico dos usuários dentro do produto. 

Para descobrir isso, Tate solicitou ao Claude: "Mostre-me quais recursos do Agent Analytics nossos usuários beta mais utilizam. Em seguida, crie um briefing de lançamento no Google Docs que resuma os principais casos de uso e comportamentos dos usuários." 

Depois disso, o Claude descobriu que os usuários beta queriam comparar o tempo de conclusão para fluxos de trabalho agênticos e não agênticos, analisar conversas e entender os principais casos de uso. O Claude criou um briefing de lançamento v1 e mensagens fundamentadas nesses desafios, e proporcionou ao marketing uma compreensão mais profunda dos usuários do Agent Analytics. 

As ferramentas de IA são tão inteligentes quanto o contexto que você fornece a elas. Seja você um executivo preparando slides para o conselho, um engenheiro priorizando correções de bugs ou um agente de suporte resolvendo casos, o Pendo MCP traz inteligência de produto para seus fluxos de trabalho existentes. 

Pronto para conectar o servidor MCP da Pendo ao seu fluxo de trabalho? Veja como configurá-lo hoje.