Решил поделиться, как я углубленно использую ИИ в работе продакта.

Речь пойдет не о генерации презентаций или картинок, и даже не о саммаризации данных. Речь скорее о копирайтинге на стероидах.

Прежде чем перейти к практическим приемам (они будут в конце поста), начну с задач, которые ИИ помогает решать в рамках JTBD самого продакта:

1. Самопроверка: не застрял ли я в своей идее фикс? Бывает, ты только что сформулировал гипотезу и уже видишь, как она подтверждается. Это ловушка: мозг начинает игнорировать альтернативные варианты. В таких случаях я описываю свою логическую цепочку и факты, а затем прошу ИИ указать, что я мог упустить. Это помогает взглянуть на ситуацию со стороны.

2. Сопоставление несопоставимого. Например, есть два набора данных: описание интеграционных решений продукта и потребности клиента. На первый взгляд они плохо стыкуются. Без ИИ удается найти около 60% пересечений, а после того как ИИ отгрузит ещё идей, отсеяв из них явно лишнее, можно найти еще больше скрытых связей и инсайтов.

3. Переформатирование текста. Когда нужно переписать текст под определенные условия — это просто спасение! Зачем тратить время на ручной ввод, если можно быстро адаптировать текст через ИИ?

4. Справочная информация и методологии. Например: «Какие есть лучшие практики для такой-то ситуации?» Описываю контекст максимально подробно и получаю варианты решений, которые можно уточнять и адаптировать под свои задачи.

5. Обучение через работу. В процессе использования ИИ ты невольно прокачиваешься в мировых практиках продакт-менеджмента, особенно в хард-скиллах. Со временем понимаешь, что ты уже знаешь все ответы как поспать лучше.

Обещанные практические приемы:

Что необходимо сделать?

1. Подготовка структурированной информации по смысловым блокам. Это могут быть роли пользователей и их задачи, проблемы клиентов, описание продукта с выгодами, метрики, аудитории, персоны и кейсы… что там ещё… — ваш продукт — вам виднее какие данные нужны. Для самого структурирования тоже можно использовать ИИ — он помогает быстро разложить все по полочкам.

2. Создание Spaces в Perplexity для работы с данными. Я загружаю всю справочную информацию в отдельное пространство и пишу промт для этого Space-а (например, «ты — мой ассистент по продуктовому маркетингу»).

3. Генерация идей и решений: - «Сгенерируй 10 гипотез ценности продукта с учетом приближающихся новогодних праздников.» - «На основе потребностей клиентов и функционала продукта сформулируй выгоды решения для финансового директора из отрасли Х.» ИИ выдает не шаблонные фразы, а действительно точные формулировки «в самое сердечко».

4. Постоянное обновление данных. Важно регулярно добавлять новые инсайты из интервью или других источников в базу знаний для актуальности выводов ИИ.

В общем, по собственному опыту: Подход работает отлично: задачи, которые раньше занимали дни, теперь решаются за часы.

Конечно же, многое приходится дорабатывать вручную, но это все равно быстрее и эффективнее, чем писать с нуля.

В целом как я вижу ИИ — это выпускник-отличник всех вузов мира. Очень сообразительный и внимательный. Но это не мудрый наставник, который сразу зрит в корень. Хотя несколько любопытных экспериментов в этом направлении у меня тоже было, расскажу как-нибудь.

Если у вас есть свои кейсы или идеи по использованию ИИ — делитесь!