// habix.ai · pmf signal radar · use cases

실제 3가지 흐름으로 보는 PMF Radar.

카카오톡·Channel Talk 로 들어오는 CS 가 어떻게 자동 응답·운영자 검토·제품 개선 후보로 갈라지는지 30초씩 시연합니다. 모든 데이터는 강의 카논 fixtures (`data/sample_inquiries.json`) 그대로.

전체 흐름도 보기 → 메인 데모로
V1 · Auto-Reply

일반 CS 는 AI 가 즉시 응답.

"맥에서 zsh: command not found 떠서 40분째 멈춰있어요" — 반복되는 설치 문의는 Tiered Auto-Reply Gate 5조건 통과 후 자동 발송. 운영자는 검토 필요한 것만.

  • 분류: setup / strong / build
  • Gate: 5조건 모두 통과 → 발송
  • 운영자 개입 0, 응답 시간 < 1분

/#workflow → "Auto-Reply Gate" 섹션 참조

V2 · HITL 검토

위험·고가치 CS 는 사람이 판단.

"사내 CS 데이터를 넣어도 되는지 법무팀이 물어볼 것 같습니다" — privacy / B2B 리드는 Auto-Reply Gate 차단, Telegram 으로 운영자에게 알림. 운영자가 직접 답변.

  • 분류: privacy / strong / guardrail
  • Gate: decisionType=guardrail → STOP
  • Telegram chat 8595911950 알림 → 운영자 응답

/#workflow → "Human Review" 섹션 참조

V3 · Data → hplan

흩어진 CS 가 모이면 제품 개선 신호.

다양한 채널 6건의 CS 가 PMF Radar 의 evidence map 에서 카테고리별 cluster 로 자동 형성. 가장 큰 cluster 의 decision/push/anxiety 가 hplan 백로그 카드로 자동 변환 + priority 분포 시각화.

  • 6 CS → 5 cluster 자동 형성
  • 가장 큰 cluster: 설치 실패 (2건, priority 5)
  • hplan 백로그에 decision/push/anxiety 카드 자동 추가

/#lab → "Evidence Map" 섹션 참조