Agent-native Product Management
Laatst bijgewerkt: 03-06-2026
TL;DR: Met AI-agents doet een PM geen SQL meer, schrijft geen tickets meer — de conversatie is het werk; agents verzorgen strategie-interviews, product pulse-rapporten en automatisch ticket-beheer.
Product management is van oudsher de scharnierfunctie tussen klanten, engineers, data en design. Met agentic tools verschuift de ratio van 20% planning / 80% uitvoering naar 80% planning / 20% uitvoering — de interessante helft blijft, de routinematige helft verdwijnt.
De PM-loop
Plan → Ship → Review → Repeat
Plan: Strategie bepalen, features ideëren, prioriteren, specs schrijven. Dit is de kern van PM.
Ship: Bouwen, testen, deployen. Hier helpen agents zoals Compound Engineering.
Review: Metrics verzamelen, leren, strategie bijstellen. Elke feature is een experiment.
Het strategiedocument (ce-strategy)
Gebaseerd op Richard Rumelt's Good Strategy Bad Strategy. De /ce-strategy skill interviewt je en genereert strategy.md met:
| Sectie | Inhoud |
|---|---|
| Target problem | Welke terugkerende, dure pijn lost dit op? |
| Approach | 1-2 zinnen over de specifieke aanpak (geen doelen, geen features) |
| Who it's for | 1-3 personas; begin met één, nail het, dan uitbreiden |
| Key metrics | 3-5 SMART metrics; vermijd vanity metrics; minimaal: mensen en dollars |
| Tracks | 2-4 kerninitiatieven; meer = geen focus |
Compounding: herloop het strategie-interview elke paar maanden. De agent heeft weken context van features, deploys en data — de vragen worden scherper.
Product Pulse
De product pulse is de dagelijkse check op hoe het product écht gebruikt wordt. Een goede pulse past op één pagina (~30-40 regels output) en dekt vier onderdelen:
| Sectie | Inhoud |
|---|---|
| Headlines | 3-5 bullets: wat is het meest belangrijk vandaag? |
| Usage | Primaire engagement-metriek, value-realization, conversies, delta's |
| System performance | Latency percentiles (p50/p95/p99), top 5 error signatures |
| Follow-ups | 1-5 concrete onderzoekspunten |
Databronnen
- Product analytics: PostHog, Mixpanel, Amplitude
- Tracing: Datadog, Sentry, Logfire, Honeycomb
- Payments: Stripe, Paddle
- Read-only database: voor wat analytics niet ziet (verbind via read replica, nooit write access)
Automatisering
Via /ce:product-pulse skill of Claude Code Routines elke dag om 08:00. Elke run slaat een kopie op in ~/pulse-reports/ — een map van pulses beantwoordt "wanneer begon deze trend?" en "wat heeft die feature veranderd?".
Tickets en issue-beheer
Vroeger: gedetailleerde tickets schrijven met given/when/then acceptatiecriteria.
Nu: geen tickets meer schrijven. Na de strategiedocument: 1. Agent schrijft tickets via GitHub Issues / Linear MCP 2. Agent verplaatst ze over het bord 3. Agent houdt statussen bij
Statusstructuur: now / next / later (in plaats van sprints); Kanban-bord: "In Progress" en "Done".
Kwalitatief feedback
Agents handelen de kwantitatieve helft — metrics, errors, performance. De kwalitatieve helft (gebruikersgesprekken) is niet te automatiseren: - Maak het e-mailadres van het product zichtbaar - Voeg een 15-minuten boekinglink toe aan elke marketing-e-mail - Gebruik Canny of Featurebase voor feature requests (met MCP-integratie voor pulse)
Wat PM nu is
"De interessante delen: features bedenken, designs doordenken, interessante data bekijken, en praten met gebruikers."
De routineuze helft — SQL-queries, ticketschrijven, rapporten samenstellen — verdwijnt. De oordelen en relaties blijven.
Open vragen
- Hoe zorg je dat de agent geen features aanraadt die niet zijn onderbouwd door bronmateriaal?
- Hoe combineer je kwantitatieve pulse-data met kwalitatief gebruikersfeedback in één workflow?
Verwante concepten
- Compound Engineering — de engineering-methodologie die hiermee samenwerkt
- Codex voor Kenniswerk — vergelijkbaar workflow-model (OpenAI-kant)
- Agentic Marketing Organisatie — agentic aanpak voor een naburige functie
- Claude Code Routines — automatisering van dagelijkse pulse-runs
Bronnen
- Agent-native Product Management — Marcus Moretti, 27-04-2026