고객 지원 티켓, 기능 요청 및 AI 지원 에이전트 대화를 트리거 하는 MCP 서버는 다음을 구축할 것을 결정합니다.

---

실시간: 1개의 30 일 창에 있는 3,353의 신호를 분석했습니다: 1,678의 지원 표, 276의 특징 요구 및 4개의 제품의 맞은편에 1,399의 AI 지원 대리인 대화. · 채팅은 티켓 전용 분석이 보이지 않습니다.

** 전체 이야기 : ** 나는 제품을 우선화하는 방법을 변경 MCP 서버를 구축

---

이 다른 것을 만드는 것

• Signal triangulation. 수집 및 이용목적 및 이용목적 및 이용목적 및 이용목적 및 이용목적
• 편향 블라인드 스팟. AI 지원 대리인은 결코 표가되지 않는 질문, 그래서 표 근거한 우선권은 bot 손잡이를 각 주제에 정답합니다. Chatbase 대화는 세 번째 신호 클래스로 제공됩니다.
• 유효성. 다른 MCP 서버에서 churn 또는 트래픽 데이터를 generate_product_plan]를 통해 kpi_context]로 전달하고 방법론은 우선 순위를 조정합니다.

건축

빠른 시작

Node 20+가 필요합니다. npm에 게시되지 않음, 그래서 소스에서 설치:

PM Copilot

An MCP server that triangulates customer support tickets, feature requests, and AI support agent conversations to help PMs decide what to build next.

---

Real results: Analyzed 3,353 signals in one 30-day window: 1,678 support tickets, 276 feature requests, and 1,399 AI support agent conversations across 4 products.

The chats are signal a ticket-only analysis never sees.

Read the full story: I built an MCP server that changed how I prioritize products

---

What makes this different

• Signal triangulation. Matches support tickets against feature requests to find convergent themes, and gives convergent themes a 2x priority boost.
• The deflection blind spot. An AI support agent answers questions that never become tickets, so ticket-based prioritization undercounts every theme the bot handles. Chatbase conversations come in as a third signal class, with a per-theme self_serve_failure_rate.
• Composability. Pass churn or traffic data from other MCP servers into generate_product_plan via kpi_context, and the methodology adjusts priorities.

Architecture

graph TD
    A[Claude Desktop / Code] -->|stdio| B[pm-copilot]
    A -->|stdio| C[Metabase MCP]
    A -->|stdio| D[Google Analytics MCP]
    B -->|Reactive| E[HelpScout: tickets]
    B -->|Proactive| F[ProductLift: feature requests]
    B -->|Deflected| I[Chatbase: AI agent chats]
    C -->|Quantitative| G[Conversion, Churn, Revenue]
    D -->|Acquisition| H[Traffic, Channels, Trends]
    B -.->|kpi_context| A

Quick start

Requires Node 20+. Not published to npm, so install from source:

git clone https://github.com/dkships/pm-copilot.git
cd pm-copilot
npm install
cp .env.example .env   # Edit with your credentials
npm run build

.env lives in the repo root. The server loads it from there regardless of the working directory it’s launched from.

Credentials

Configure at least one source; the analysis adapts to whichever you set up. Without HelpScout there are no support tickets, so themes get no severity score and no convergence boost; ProductLift and Chatbase still rank themes by frequency and votes.