Как использовать AI в продуктовой разработке
И как AI ежедневно экономит несколько часов рабочего времени продакт-менеджера.
Что нужно знать о LLM (большие языковые модели) и чем они отличаются от привычного машинного обучения
В 2022 году искусственный интеллект изменил работу почти всех отраслей, в том числе и управление продуктами. Этот во многом объясняется достижениями в области машинного обучения и появлением больших языковых моделей — LLM. Например, как ChatGPT.
LLM отличается от традиционного машинного обучения. Алгоритмы не строятся под выполнение конкретных задач, а понимают контекст. Дальше обрабатывают и генерируют текст, получается сложный контент — похожий на тот, что создаётся человеком. А генеративный AI не только интерпретирует, но и делает абсолютно новые материалы — текст, изображения и даже музыку.
Это переход от традиционных алгоритмов искусственного интеллекта, которые строятся на правилах. Сложные самообучающиеся системы могут решать разные задачи — анализировать данные, работать с клиентами, строить рыночную стратегию и создавать инновационные решения. А значит, для управления продуктами появилось много новых инструментов.
Как применять AI в работе продакт-менеджера:
Для разработки фичей для улучшения продукта:
- Генерация идей и контента на основе описанных идей.
- AI-агрегация отзывов на продукт.
- AI-генерация постов для социальных сетей.
Как инструмент для исследований и улучшения внутренних процессов продукта:
- Анализ данных и продуктовая аналитика.
- Внутренние коммуникации о новых фичах между командами.
- Исследования рынка и конкурентов.
Часть 1. Как разрабатывать фичи на основе AI для улучшения продукта
Вместе с AI можно бесконечно разрабатывать новые функции продукта. Но задача продакта — отсекать «инновации ради инноваций». Важно добавлять то, что точно пригодится пользователям.
Google, Mind the Product, и Pendo делят AI-фичи на четыре уровня:
- Уровень 1: Нет участия AI, всё делается вручную.
- Уровень 2: Процесс всё ещё ручной и управляется человеком, но AI находится рядом в роли ассистента. Готов предоставить информацию и дать рекомендации.Пример: отзывы на AI-товары Amazon, где пользователю нужно проверять отзывы вручную, но AI-сводка предназначена для помощи и экономии времени.
- Уровень 3: AI управляет процессом, а человек ассистирует, чтобы улучшать, редактировать, отклонять и утверждать. Машина ведёт процесс, но решения принимает человек.
- Уровень 4: Нет участия человека, процесс полностью автоматизирован AI.
Большинство фичей, которые сейчас разрабатываются, находятся на уровне 2. Но лидеры индустрии считают, что в ближайшие годы будет больше примеров перехода с уровня 2 на уровень 3.
Часть 2. AI как инструмент для исследований и улучшения внутренних процессов продукта
AI оптимизирует разные процессы в работе продакт-менеджеров. Ниже — примеры запросов для ChatGPT, YandexGPT и Bard для решения разных задач.
Всегда пишите краткую вводную информацию о вашей компании и целях поставленного вопроса. И обязательно перепроверяйте информацию или задавайте уточняющие вопросы — AI-модели способны «додумывать» ответы.
Анализ отзывов клиентов
Оптимизация роадмэпа продукта
Приоритизация фичей для разработки
Создание пользовательских историй и персон
Создание текстов внутри продукта
Создание документации продукта
Исследования рынка и конкурентов
Исследования о покупке сервисов для улучшения процессов или продукта
Анализ релизов и выпущенных фичей
Составление отчёта о баге
Составление компонентов для лендинга продукта
Определение стратегии ценообразования продукта
Написание пресс-релиза об обновлении продукта
Что учитывать при работе с моделями
- Для запросов на русском языке лучше всего использовать модель Яндекса — YandexGPT. Модели от зарубежных компаний, такие как Bard и ChatGPT, сейчас лучше справляются с запросами на английском языке. Это связано с тем, как эти модели воспринимают слова, например, русский язык — по буквам. Контекст на русском таким моделям понимать сложнее.
Не стоит ожидать ответа с первого запроса. Иногда может потребоваться несколько попыток. Поэтому важно сразу задавать точные запросы. Например, вместо «Каков объём рынка?» лучше задать запрос «Объём рынка в деньгах». Сейчас актуален промпт-инжиниринг — управление поведением больших языковых моделей (LLM) для получения результатов без обновления самих моделей.
Заключение
AI помогает улучшать пользовательский опыт и добавлять новые функции в продукт. Продакт-менеджеры, которые научатся использовать AI-инструменты, смогут повысить конкурентоспособность и востребованность своих продуктов.
Что стоит помнить:
- Задача продакт-менеджера — с помощью AI-фичей помогать пользователям самостоятельно решать их задачи и повышать эффективность. Важно отсекать «инновации ради инноваций».
- Обязательно собирайте и используйте обратную связь от клиентов для улучшения продукта.
- Хорошая работа AI-фичей не обязательно равна хорошему продукту.
- Переход от второго уровня AI-фичей к третьему — это вопрос продукта, а не машинного обучения. Задача продакт-менеджера — принимать решения об уровне каждой из разрабатываемых фичей, и понимать, какую проблему фича решает.
LLM-модели из статьи и ещё немного ссылок
Самые популярные LLM:
- Yandex GPT
- СhatGPT
- Bard
- Perplexity AI
Создание изображений продукта:
Каталоги различных AI-сервисов:
Следите за новыми продуктами в категории AI на Product Hunt:
Редактура: Таня Каменская
Дизайн: Стас Юдин
Комментарий недоступен