HasData
Web scraping service for AI agents
Fuente
hasdata.comAnálisis de lanzamientos en Product Hunt
Revisamos 60 productos de Product Hunt para ver quién se llevó la atención, qué grupos estaban más llenos y qué conviene saber antes de construir o lanzar algo parecido.
5 ganadores
La página actualizada del concurso muestra cinco ganadores. La lista los ordena del #1 al #5; lo útil no es solo el puesto, sino qué tipo de producto logró llamar la atención.

Web scraping service for AI agents
Fuente
hasdata.comPredict the next Series A from a ProductHunt launch
Fuente
Product HuntTurn exhibitor data into pre-booked sales meetings
Fuente
lensmor.comDesign, build, and run your site with a design agent harness
Fuente
lokuma.aiMassively multi-player game played by talking to an LLM
Fuente
Product HuntLa lectura antes del mapa
La lectura útil no es una lista plana de temas. Es entender qué productos convirtieron visibilidad, lenguaje de categoría e instrucciones simples en resultados que un comprador entiende.
Señal de mercado
8 productos que convierten señales públicas, de mercado, web o descubrimiento en acciones fueron 13,3% del total, pero capturaron 41,3% de los votos. Es el patrón más claro de investigación de mercado con IA en esta muestra.
Lectura para fundadores
Las herramientas para salir al mercado fueron solo 13,3% del total, pero capturaron 27,7% de los votos. Si tu producto ayuda a ver demanda, compradores o canales antes, esa promesa tiene que ser imposible de pasar por alto.
Lente de categoría
8 productos tenían la etiqueta Developer Tools de Product Hunt, pero capturaron solo 3,4% de los votos. La lección para un fundador: mapea competidores por el trabajo que resuelven, no solo por la taxonomía de la plataforma.
Historia de producto
10 lanzamientos convertían una instrucción, descripción o referencia en un resultado o acción, y capturaron 20,3% de los votos. La lección: abre con el trabajo terminado, no con la caja de texto.
Regla de mensaje
10 lanzamientos basados en instrucciones capturaron 23,1% de los votos. La lección es simple: empieza por el resultado terminado, no por la caja donde el usuario escribe.
Mapa de grupos
Cada grupo reúne productos por el trabajo que prometen resolver, no solo por la etiqueta que aparece en Product Hunt. Así el mapa sirve para ver dónde hay más competencia, dónde se concentró la atención y qué lenguaje de categoría puede esconder la verdadera pelea.

Herramientas que convierten señales externas en decisiones: analítica de Product Hunt, visibilidad en IA, prospectos de eventos, contenido en LinkedIn, verificación de correos y comercio social. Pocas en cantidad, fuertes en respuesta.
13,3%
Porcentaje de productos
27%
Atención ponderada
2.03
Eficiencia capturando atención

Productos para scraping, agentes, contexto compartido, agentes de código y paneles de control para equipos técnicos. No fue el grupo más grande, pero sí uno de los que abrió más conversación.
18,3%
Porcentaje de productos
29,4%
Atención ponderada
1.61
Eficiencia capturando atención

Productos aplicados a trabajos concretos: contratación, viajes, comida, finanzas, cumplimiento, educación, escritura y operaciones. El espacio está lleno; gana quien explica rápido para quién es y qué resuelve.
33,3%
Porcentaje de productos
19,8%
Atención ponderada
0.59
Eficiencia capturando atención

Juegos, utilidades de consumo y experimentos creativos. Funciona cuando el gancho se entiende al instante; si no, se pierde rápido en la lista.
16,7%
Porcentaje de productos
10,9%
Atención ponderada
0.65
Eficiencia capturando atención

Constructores de sitios, analítica, CMS, QR, indexación, SEO, movimiento y diseño. Es un grupo real, pero la atención se concentró en pocos productos.
18,3%
Porcentaje de productos
12,9%
Atención ponderada
0.70
Eficiencia capturando atención
Cantidad vs atención
El porcentaje de productos muestra dónde construyó más gente. El porcentaje de atención ponderada muestra dónde se concentró la respuesta del día.
Más atención total
Atención ponderada
Más productos
33,3%
Mejor capturando atención
Atención capturada / porcentaje de productos
Herramientas para salir al mercado
8 productos / 27% Atención ponderada
Infraestructura para agentes y desarrolladores
11 productos / 29,4% Atención ponderada
Operaciones y trabajos por sector
20 productos / 19,8% Atención ponderada
Consumo, juegos y experimentos creativos
10 productos / 10,9% Atención ponderada
Web y diseño sobre Vercel
11 productos / 12,9% Atención ponderada
Lecturas por grupo
Estas lecturas van al lado del mapa porque explican dónde cambia la decisión para un fundador: categoría, canal, memoria de marca y especificidad vertical.
Entrada vertical
13 productos explícitamente verticales o ligados a un trabajo concreto fueron 21,7% del total, pero capturaron 14,6% de los votos. Los mercados verticales pueden funcionar, pero el comprador y el caso de uso tienen que entenderse al instante.
Presión de posicionamiento
Operaciones y trabajos por sector fue el grupo más grande, con 20 de 60 lanzamientos, pero capturó 19,8% de la atención ponderada. El espacio puede funcionar; la entrada tiene que ser dolorosamente específica.
IA aplicada a trabajos concretos
12 de los 20 productos de operaciones y trabajos por sector usaron lenguaje de IA, agentes o automatización. La lectura fuerte: la IA llamó más la atención cuando estaba unida a un trabajo reconocible.
Distribución
5 de los 8 productos de herramientas para salir al mercado usaron lenguaje de IA o agentes. El grupo funcionó porque prometía ver antes la demanda, los compradores, la visibilidad o el movimiento comercial.
Memorabilidad
10 productos de consumo, juegos y creatividad fueron 16,7% de los lanzamientos, pero tres productos concentraron 94,4% de los votos dentro del grupo. En categorías lúdicas, la memorabilidad hizo casi todo el trabajo.
Web y diseño
11 productos web y de diseño fueron 18,3% de los lanzamientos y 12,9% de la atención ponderada, con tres productos explicando 93,3% de los votos dentro del grupo. Trátalo como grupo real, no como canal garantizado.
Contexto para posicionar
35 de 60 productos usaron lenguaje de IA o agentes y reunieron 84,2% de los votos. Para un fundador, la lección es simple: la IA ayuda a explicar el mercado, pero ya no hace que un producto destaque por sí sola.
Concentración de votos
Ordena los productos por votos, divide la lista en cinco grupos iguales, y aparece la forma de L: el primer quintil concentra casi toda la atención mientras la cola larga contiene la mayoría de los productos.
La cola larga queda clara
72%
12 productos / 2146 votos
Último 60% de productos
2,9%
36 productos / 86 votos
38 productos tuvieron entre 1 y 9 votos. Son 63,3% de los participantes, pero solo 3,4% de los votos.
Votos por quintil de productos
Primer 20% de productos
72%
Segundo 20%
25,1%
Último 60% de productos
2,9%
porcentaje de votos
60 productos / 2979 votos
Q1
Puesto por votos: 1-12
Primer 20% por votos
12 productos / 2146 votos
72%
porcentaje de votos
Q2
Puesto por votos: 13-24
Quintil 2 por votos
12 productos / 747 votos
25,1%
porcentaje de votos
Q3
Puesto por votos: 25-36
Quintil 3 por votos
12 productos / 41 votos
1,4%
porcentaje de votos
Q4
Puesto por votos: 37-48
Quintil 4 por votos
12 productos / 27 votos
0,9%
porcentaje de votos
Q5
Puesto por votos: 49-60
Quintil 5 por votos
12 productos / 18 votos
0,6%
porcentaje de votos
Lecturas desde la atención
Antes de leer cualquier categoría como señal de mercado, importa la concentración. Después, el patrón de comentarios ayuda a separar atención pasiva de interés técnico más profundo.
Patrón de atención
El primer 20% de productos concentró 72,0% de los votos, mientras el último 60% concentró solo 2,9%. Para un fundador, el recordatorio es claro: la distribución empieza antes del día de lanzamiento.
Señal de investigación
La infraestructura para agentes y desarrolladores capturó 27,8% de los votos, pero 34,3% de los comentarios. Para productos técnicos, los comentarios pueden revelar más curiosidad real que el conteo de votos por sí solo.

Sobre el autor
Jorge es ingeniero de software y construye sistemas para investigar mercados, analizar lanzamientos y formar opiniones pequeñas pero útiles sobre distribución.
Find Similar Startups
Find Similar Startups convierte una idea o URL en un reporte competitivo revisado por una persona, con competidores, espacios abiertos, riesgos de posicionamiento y evidencia fuente.
Última actualización: May 16, 2026 refresh