Обучение работе с ИИ для продуктовых команд

Как менеджеру по продукту использовать ИИ для обобщения интервью?

Используйте помощника, чтобы упорядочить заметки, затем сверьте каждую тему с самими заметками и подсчитайте, сколько человек действительно об этом говорили. Вот разобранный пример с вымышленным приложением для планирования встреч Tandem. У менеджера продукта есть обезличенные заметки по шести интервью с клиентами. Один участник попросил добавить тёмную тему. Четверо рассказали о трудностях с переносом повторяющейся встречи. Двое упомянули цену.

Запрос: "Сгруппируйте эти заметки по интервью по темам. Для каждой темы укажите число участников, которые её затронули, и одну короткую цитату. Не делайте обобщений, выходящих за рамки заметок."

Слабое обобщение, полученное по запросу только на основные выводы, начинается словами "Пользователи очень хотят тёмную тему" и "Цена — серьёзная проблема для большинства клиентов." Одно упоминание превратилось в сильное желание, два — в большинство. Если занятый участник проекта прочитает такое резюме, оно может повлиять на план развития продукта.

Проверенное обобщение выглядит так: "Перенос повторяющихся встреч (4 из 6), с цитатой; цена (2 из 6); тёмная тема (1 из 6)." Оно менее эффектно, но гораздо полезнее. Менеджер продукта также сохранил рядом исходные заметки, чтобы любой, кто сомневается в выделенной теме, мог прочитать источник.

Какие ошибки возникают, когда продуктовые команды полагаются на ИИ?

Чаще всего возникают три проблемы: в сводке делаются более сильные выводы, чем позволяют данные, выдумывается утверждение о конкуренте или рынке, а конфиденциальные материалы попадают в неодобренный инструмент. В профиле рисков генеративного ИИ NIST конфабуляция описывается как уверенно поданная, но ложная информация. Именно в этом состоит опасность обзоров рынка, в которых приводятся цифры или характеристики, не поддающиеся проверке помощником.

Полезные привычки конкретны. Считайте упоминания, а не принимайте на веру оценочные слова. Открывайте источник любого утверждения о рынке или конкурентах, прежде чем включить его в презентацию. Удаляйте имена клиентов и конфиденциальные подробности планов развития, если инструмент и тариф не одобрены для работы с ними.

Что продуктовой команде стоит отработать в первую очередь?

Начните с обобщения информации: оно формирует привычку опираться на подтверждения, необходимую во всех остальных задачах. Эта последовательность — рекомендация, а не результат измерений.

Когда это обучение не подходит продуктовой команде?

Платформа не подходит, если ваша цель — научиться создавать функции с ИИ, оценивать модели или писать код: практическая инженерная подготовка не входит в её задачи, хотя основы машинного обучения запланированы. Она не подходит и менеджеру по продукту, который учится самостоятельно: тарифы рассчитаны на команды минимум с пятью пользовательскими лицензиями.

На момент запуска не будет единого входа, интеграций с системами управления обучением и расширения для браузера, а уроки будут только на английском языке. Продукт ещё не создан, поэтому команде, которой материалы нужны сейчас, стоит начать с бесплатного руководства для менеджеров по продукту.