Las investigaciones de soporte son, en esencia, problemas de investigación, y por eso la parte más lenta de responder a los desafíos de los clientes siempre ha sido reunir el contexto adecuado. Al reunir código, logs, conocimiento del equipo y conversaciones anteriores en una sola sesión de Cursor, hemos eliminado ese cuello de botella para la mayoría de nuestro trabajo.

Hoy, más del 75% de las interacciones de soporte de Cursor se realizan a través de Cursor, lo que incrementa la productividad de los ingenieros de soporte entre 5 y 10 veces. Esto ha supuesto un salto cualitativo en lo que es posible para los ingenieros de soporte en comparación con hace solo un año.

#Partir de la base de código

Cuando investigamos, normalmente comenzamos en Ask Mode. Le indicamos el síntoma y dejamos que recorra hacia atrás el comportamiento relevante del producto. Como toda nuestra base de código está disponible localmente, Cursor puede indexarla y usar búsqueda semántica en el código del producto, la documentación y las herramientas internas en la misma sesión.

Aquí es donde los espacios de trabajo multi-root se vuelven muy potentes. El contexto del producto casi siempre abarca múltiples repositorios. Responder a la pregunta del usuario, "¿Por qué está deshabilitado este botón?" puede involucrar lógica de frontend, verificaciones de políticas en el backend y documentación que describa el comportamiento esperado. Mantenemos los repositorios relacionados juntos en un solo espacio de trabajo para que ese tipo de pregunta pueda responderse en un único hilo.

#Integración de fuentes de soporte con MCP

Usamos servidores MCP para recuperar contexto e incorporarlo a nuestras investigaciones. Nuestros ingenieros de soporte ya no necesitan buscar en varias herramientas para obtener el contexto pertinente, porque ahora está disponible en Cursor.

Los servidores MCP nos permiten integrar:

• Bases de datos con información de clientes, como nivel de suscripción, ajustes del equipo y configuraciones de privacidad
• Registros de eventos transmitidos en tiempo real que contienen detalles sobre los servicios utilizados, errores de telemetría y problemas de red
• Plataformas de comunicación como Slack, llenas de hilos y conversaciones que amplían nuestra comprensión de cómo los clientes interactúan con el producto.
• Plataformas de tickets de ingeniería que pueden agrupar decenas de equipos distintos que operan de forma diferente
• Un servicio de documentación interna que contiene runbooks y guías de solución de problemas
• Un servicio de gestión de cuentas que contiene información crucial de los clientes y que puede cambiar el tono con el que se aborda a un cliente

Con Cursor y los servidores MCP, nuestros ingenieros de soporte pueden obtener rápidamente la información necesaria directamente en sus investigaciones sobre el código.

#Identificar dónde se produjo el fallo

Cuando un cliente informa de un error, necesitamos comprender si el problema que está experimentando es reproducible o transitorio y en qué punto exacto falló Cursor (lado del cliente, edge de la API, dependencia aguas abajo, autenticación). Datadog MCP nos permite traer los logs y trazas relevantes directamente al hilo de investigación, para empezar a acotar las posibles causas.

#Localizar casos similares

Cuando llega un nuevo ticket de soporte, es probable que otro cliente o alguien de nuestro equipo ya haya visto el problema. Un MCP que se integra con tu plataforma de soporte, así como con Slack, nos permite buscar directamente en ese contexto y recuperar los hilos más relevantes para la investigación. Primero buscamos identificadores exactos (cadenas de error, ID de solicitud), ampliamos la búsqueda si es necesario y buscamos el hilo más reciente que incluya un estado actualizado, una solución provisional y una persona responsable.

#Determinar si se trata de un bug

Muchas investigaciones se reducen a la pregunta «¿bug o comportamiento esperado?». Notion MCP nos permite incorporar el runbook relevante en el hilo, compararlo con lo que estamos viendo y, o bien confirmar el comportamiento, o escalar el caso con un informe de bug mucho más claro.

#Presentar un informe de error

Cuando terminamos una investigación en Cursor, ya hemos reunido todo el material que necesitamos para abrir un ticket con el equipo de ingeniería si hay algo que deba corregirse. El MCP de Linear nos permite tomar todo ese contexto y convertirlo en una escalación con formato directamente desde ese mismo hilo.

#Actualizaciones de la documentación

Cuando varios clientes tienen las mismas dudas, suele ser una señal de que debemos mejorar nuestra documentación. El equipo de soporte técnico está bien posicionado para implementar directamente este tipo de correcciones. Simplemente mencionamos a @Cursor en Slack indicando lo que hay que actualizar, y un agente en la nube abrirá una PR en nuestro repositorio de documentación.

#Automatización del proceso

#Comandos para pasos comunes

Usamos comandos con barra (/) para los pasos que se repiten con más frecuencia en el proceso:

#Reglas y Skills para patrones repetidos

Usamos Rules y Skills para automatizar procesos comunes en investigaciones de soporte.

#Subagentes para ejecutar pasos en paralelo

Los subagentes nos permiten ejecutar pasos comunes en el proceso de soporte en paralelo en lugar de de forma secuencial.

• LogInvestigator busca en Datadog el punto de fallo y las pruebas que lo respalden.
• KnownIssueMiner escanea Slack y Notion en busca de hilos anteriores y soluciones alternativas.
• TicketWriter formatea la evidencia en una escalación completa.
• CustomerReplyDrafter redacta la respuesta al cliente, eliminando los detalles internos.

Los resultados se combinan en un único resultado que revisamos y enviamos.

#Soporte técnico nativo de IA

Al combinar estas herramientas, incorporamos la investigación de código directamente en el proceso de soporte técnico. Estimamos que esto permite que nuestro equipo sea hasta un orden de magnitud más productivo en comparación con los enfoques tradicionales, que implican alternar mucho más entre herramientas y equipos. Este aumento de productividad permite que nuestro pequeño (pero en crecimiento) equipo de ingenieros de soporte pueda atender de forma efectiva a nuestra base de usuarios en rápido crecimiento.

Si quieres obtener más información sobre cómo incorporar Cursor en tu flujo de trabajo de CX, ponte en contacto.