Почитал один из свежих постов Lenny Rachitsky, про то, как делать AI-анализ пользовательских исследований, которому можно доверять. В чем проблема такого подхода? Традиционно в галлюцинациях, загружаем в ChatGPT или Claude таблицы, интервью, выгрузки звонков, получаем красивый текст, в котором, увы, может быть придуманная реальность от ИИ.

Вот ключевые инсайты из статьи:

• AI подтверждает гипотезу вместо проверки. Спрашиваем: «Почему пользователям нравится эта фича?» Получаем 3 цитаты в её поддержку и игнор еще 50 человек, которым она не нужна. Как сделать лучше: – Не просите подтверждение гипотезы, просите опровержение. Формулируйте запросы так: – "Какие аргументы против запуска этой фичи есть в данных?" – "Какие респонденты выражали скепсис и почему?" – "В каких сегментах эта фича не сработает?" ИИ нужно ставить в позицию критика, а не адвоката.

Контекст важнее текста. Фраза "Хочу экран побольше" означает разное, если её сказал лояльный пользователь, который с нами 3 года, или новый аккаунт, который отвалился на этапе онбордина, без контекста AI все усреднит. Что делать? Добавлять больше данных:

• стадия жизненного цикла
• опыт использования
• ARR / LTV

Требуйте доказательства инсайта. Модели любят формулировки типа: – "Пользователи ценят нашу скорость". Звучит убедительно, но иногда в интераью этого просто нет. Что делать: – "Для каждого инсайта приведи 3 дословные цитаты из текста с указанием ID респондента и времени на записи, когда он это сказал". Если модель не может это сделать - инсайт фейковый.

Пользователи предлагают решения, а не проблемы. "Сделайте кнопку красной", скорее всего это не запрос на красный цвет, это сигнал: "Я не понимаю, куда нажать". ИИ часто принимает решение буквально. Что делать: – Добавлять в промпт: "Не интерпретируй предложения пользователей как финальное решение. Определи глубинную проблему, стоящую за этим запросом."

Какие выводы для продактов и исследователей? Их ценность не в том, чтобы свести таблицы, а в том, чтобы: – Правильно задать контекст – Задать модели неудобные вопросы – Заставить модель предъявить доказательства – Проверить логику вывода

Примеры промптов для каждого пункта (их там действительно много) в статье