Как мозг создаёт 'ага'-моменты и почему они запоминаются
Почему ваши лучшие продуктовые идеи приходят внезапно — и как это использовать
Вы когда-нибудь мучились над задачей часами, а потом решение приходило само — в душе, по дороге домой или во время пробежки? Этот момент "эврики" называется инсайтом. И учёные впервые выяснили, как именно мозг его создаёт.
Спойлер: механизм инсайта объясняет, почему одни идеи меняют индустрию, а другие забываются через день.
Что происходит в мозге во время озарения
Команда когнитивного нейробиолога Макси Бекер из Duke University провела эксперимент: показывали участникам чёрно-белые картинки с максимальным контрастом. На них ничего не разобрать — пока внезапно не увидишь спрятанный объект. Именно этот момент распознавания даёт чувство "aha".
Когда инсайт происходит, активируются три зоны мозга одновременно:
1. Вентральная затылочно-височная кора — распознаёт паттерны
2. Гиппокамп — фиксирует несоответствие ожиданиям и кодирует память
3. Амигдала — добавляет эмоциональную окраску
Результат? Идеи, пришедшие через инсайт, запоминаются в 2–3 раза лучше, чем решения, найденные аналитически. Исследователи назвали это "преимуществом инсайта в памяти".
Почему это критично для продакт-менеджеров
Вы работаете в условиях, где нужно генерировать идеи под давлением. Квартальное планирование, питчи инвесторам, поиск product-market fit. Инсайты — это не магия гениев вроде Архимеда или Эйнштейна. Это обычная работа мозга, которую можно использовать.
Три практических вывода:
Давайте команде время на "несфокусированную" работу. Лучшие решения часто приходят не на мозгоштурмах, а когда мозг переключается. Google и 3M не зря дают сотрудникам 15–20% времени на побочные проекты
Фиксируйте озарения сразу. Инсайты создают сильные воспоминания, но только если вы их записали. Notion, голосовые заметки, скетчи — неважно. Главное — захватить идею в момент пика активности мозга
Не путайте уверенность с правотой. В исследовании 40% ошибочных решений сопровождались чувством инсайта. Яркость озарения не гарантирует его корректность — всегда валидируйте гипотезы данными
Как внедрить в работу
Джон Куниос, автор книги "The Eureka Factor", предлагает применять механику инсайта в обучении команд. Когда человек сам приходит к пониманию — а не получает готовый ответ — это "выжигает" знание в память и мотивирует сильнее.
Попробуйте на следующей ретроспективе: вместо того чтобы давать команде решение, задайте вопрос и дайте 5 минут на размышление. Пусть придут к выводу сами. Эффект будет сильнее любой презентации.
Что дальше?
Исследователи переходят от лабораторных задач к реальным кейсам — творчество, психотерапия, даже психоделические практики для усиления инсайтов. Вопрос времени, когда мы научимся "включать" озарения по запросу.
А пока — создавайте условия для инсайтов у себя и команды. Именно они отличают продукт, который копирует рынок, от продукта, который его меняет.
Почему ваши лучшие продуктовые идеи приходят внезапно — и как это использовать
Вы когда-нибудь мучились над задачей часами, а потом решение приходило само — в душе, по дороге домой или во время пробежки? Этот момент "эврики" называется инсайтом. И учёные впервые выяснили, как именно мозг его создаёт.
Спойлер: механизм инсайта объясняет, почему одни идеи меняют индустрию, а другие забываются через день.
Что происходит в мозге во время озарения
Команда когнитивного нейробиолога Макси Бекер из Duke University провела эксперимент: показывали участникам чёрно-белые картинки с максимальным контрастом. На них ничего не разобрать — пока внезапно не увидишь спрятанный объект. Именно этот момент распознавания даёт чувство "aha".
Когда инсайт происходит, активируются три зоны мозга одновременно:
1. Вентральная затылочно-височная кора — распознаёт паттерны
2. Гиппокамп — фиксирует несоответствие ожиданиям и кодирует память
3. Амигдала — добавляет эмоциональную окраску
Результат? Идеи, пришедшие через инсайт, запоминаются в 2–3 раза лучше, чем решения, найденные аналитически. Исследователи назвали это "преимуществом инсайта в памяти".
Почему это критично для продакт-менеджеров
Вы работаете в условиях, где нужно генерировать идеи под давлением. Квартальное планирование, питчи инвесторам, поиск product-market fit. Инсайты — это не магия гениев вроде Архимеда или Эйнштейна. Это обычная работа мозга, которую можно использовать.
Три практических вывода:
Давайте команде время на "несфокусированную" работу. Лучшие решения часто приходят не на мозгоштурмах, а когда мозг переключается. Google и 3M не зря дают сотрудникам 15–20% времени на побочные проекты
Фиксируйте озарения сразу. Инсайты создают сильные воспоминания, но только если вы их записали. Notion, голосовые заметки, скетчи — неважно. Главное — захватить идею в момент пика активности мозга
Не путайте уверенность с правотой. В исследовании 40% ошибочных решений сопровождались чувством инсайта. Яркость озарения не гарантирует его корректность — всегда валидируйте гипотезы данными
Как внедрить в работу
Джон Куниос, автор книги "The Eureka Factor", предлагает применять механику инсайта в обучении команд. Когда человек сам приходит к пониманию — а не получает готовый ответ — это "выжигает" знание в память и мотивирует сильнее.
Попробуйте на следующей ретроспективе: вместо того чтобы давать команде решение, задайте вопрос и дайте 5 минут на размышление. Пусть придут к выводу сами. Эффект будет сильнее любой презентации.
Что дальше?
Исследователи переходят от лабораторных задач к реальным кейсам — творчество, психотерапия, даже психоделические практики для усиления инсайтов. Вопрос времени, когда мы научимся "включать" озарения по запросу.
А пока — создавайте условия для инсайтов у себя и команды. Именно они отличают продукт, который копирует рынок, от продукта, который его меняет.
🔥2❤1
Превратите Gemini 3 в стратега роста SaaS
Google опубликовали промпт для анализа здоровья бизнеса, churn, поведения пользователей, конкурентов и roadmap с практическими шагами по улучшению revenue и retention.
🔗 ссылка
===
Вот перевод на русский:
Google опубликовали промпт для анализа здоровья бизнеса, churn, поведения пользователей, конкурентов и roadmap с практическими шагами по улучшению revenue и retention.
===
Вот перевод на русский:
Ты мой советник по росту и продукту SaaS. Используй ясный, простой язык и фокусируйся на практических следующих шагах.
Исходные данные:
1. Мой продукт
[Опиши в 3–5 предложениях, что делает твой продукт и кому он помогает]
2. Поведение / активность пользователей
[Опиши паттерны использования: логины, используемые ключевые функции, время в продукте и т.д.]
3. Конкуренты (до 5)
[Укажи названия конкурентов + ссылки или краткие описания]
4. Идеальный клиент (ICP)
[Опиши индустрию, размер компании, роль, основную проблему, которую решает твой продукт]
5. Ключевые месячные показатели
[MRR], [ARR], [ARPA], [% оттока], [% расширения], [CAC], [LTV], [активные пользователи], плюс по возможности данные за последние 2–3 месяца: [Вставь цифры здесь]
6. Информация об оттоке (почему уходят клиенты)
[Вставь причины, которые назвали клиенты, общие паттерны или любые заметки]
Твоя задача:
1) Проверка здоровья бизнеса
- Скажи, выглядит ли всё хорошо, плохо или стабильно, и объясни почему простым языком.
- Дай 3 ключевых инсайта из моих цифр (что работает, что нет).
- Дай 3 возможные причины происходящего (чётко обозначь как "обоснованные предположения").
- Предложи 3 конкретных действия, которые я могу предпринять в ближайшие 30–60 дней, отсортированные по ожидаемому влиянию на выручку или рост.
2) Отток и утечки выручки
- Перечисли топ-5 предупреждающих сигналов, что клиент, вероятно, отменит подписку, основываясь на моей информации.
- Выдели, какие типы клиентов находятся в наибольшей зоне риска (по плану, размеру, индустрии и т.д.).
- Объясни, где я, скорее всего, теряю больше всего выручки (отмены, даунгрейды, низкое расширение и т.д.).
- Предложи 3 идеи по удержанию, отранжированные по лучшему соотношению эффекта и усилий, простым языком.
3) Поведение пользователей и внедрение продукта
- Определи power-пользователей vs обычных пользователей на основе моих данных и объясни свои критерии простым языком.
- Укажи на поведение, связанное с апгрейдами, продлениями или более высокими тратами.
- Предложи 3 конкретных действия для улучшения внедрения продукта (улучшение онбординга, подсказки в приложении, обучение или изменения функций).
4) Конкуренция и простой роадмап
- Резюмируй сильные и слабые стороны конкурентов по сравнению с моим продуктом.
- Сравни их ценообразование с моим (дешевле / аналогично / дороже, и что это означает).
- Перечисли 3–5 способов, как я могу выделиться (позиционирование, ниша, фокус на функциях или go-to-market).
- Предложи высокоуровневый квартальный роадмап на следующие 12 месяцев с 3 ключевыми пунктами на квартал, каждый с:
- Почему это важно для клиентов
- Как это помогает выручке или удержанию
- Уровень усилий: низкий / средний / высокий.
Сначала запроси у меня исходные данные
---
Необходимые данные:
1. Мой продукт [Опиши, что делает твой продукт и кому он помогает в 3–5 предложениях]
2. Поведение / активность пользователей [Опиши паттерны использования: логины, используемые ключевые функции, время в продукте и т.д.]
3. Конкуренты (до 5) [Перечисли названия конкурентов + ссылки или краткие описания]
4. Идеальный клиент (ICP) [Опиши индустрию, размер компании, роль, основную проблему, которую решает твой продукт]
5. Ключевые месячные показатели [Укажи: MRR, ARR, ARPA, % оттока, % расширения, CAC, LTV, активные пользователи. Если возможно, включи данные за последние 2–3 месяца, чтобы показать тренды.]
6. Информация об оттоке (почему уходят клиенты) [Вставь причины, которые назвали клиенты, общие паттерны или любые заметки о том, почему люди отменяют подписку]
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2🔥1
5 практических шагов к будущему вашей карьеры в эпоху ИИ
1. В команде по продукту будет всего две должности.
Сегодня во многих продуктовых командах есть несколько инженеров, которым помогают менеджер по продукту, дизайнер, специалист по анализу данных и, возможно, еще несколько специалистов.
Но я думаю, что в ближайшем будущем во многих командах будет всего две роли:
- Универсалы, которые могут самостоятельно довести идею до рабочего прототипа.
- Специалисты , входящие в 5% лучших в своей области деятельности или области.
Именно это и предсказывают СЕО Replit
2. Используйте ИИ для расширения своих Т-образных навыков
Лидер типа «Т» обладает глубокими познаниями в одной области и достаточно широким кругозором, чтобы внести вклад во многие другие. ИИ может углубить ваши навыки, присущие типу «Т»:
Например, я не исследователь, дизайнер или инженер, но я могу использовать:
- Глубокие исследования для проведения исследований за часы, а не за дни.
- Figma Make для создания прототипов, несмотря на мои ограниченные навыки дизайна.
- Курсор для создания простых приложений
Но где именно следует развивать глубину? Один из навыков, который нужен всем, — это…
3. Каждый будет менеджером агентов ИИ.
В ближайшем будущем каждый будет управлять командой ИИ-агентов. Поэтому я считаю, что в эпоху ИИ управленческие навыки будут становиться всё важнее.
Я говорю о таких навыках, как:
- Предоставление конкретных инструкций
- Установление четких ожиданий
- Приводить примеры того, как выглядит «хорошо»
- Редактирование и оценка работы
Кто ещё пишет PRD с нуля? Вместо этого я «запрягаю» свой ИИ, чтобы тот редактировал его под моим руководством.
4. Создайте высокий уровень агентства как свой ров
В эпоху ИИ преуспеют люди, способные проявлять инициативу и находить выход из непростых ситуаций.
Вне работы агентство всегда находит время для экспериментов.
Я надеюсь, что в эпоху ИИ должности и квалификация будут иметь меньшее значение. Вместо этого мы будем вознаграждать тех, кто способен приносить пользу и просто делать
5. Автоматизируйте рутинную работу
Используйте инструменты искусственного интеллекта, такие как проекты , чтобы упростить эту рутинную работу и сосредоточиться на самом интересном — знакомстве с пользователями и создании отличных продуктов.
===
Так что же вам следует делать прямо сейчас?
Вот пять конкретных действий:
1. Выбирайте свой путь. Станьте универсалом или узкопрофильным специалистом. Середина быстро исчезает.
2. Используйте ИИ, чтобы расширить свои навыки управления Т-образной формой. Расширьте горизонтальные навыки, используя ИИ в качестве второго пилота.
3. Научитесь управлять агентами ИИ. Научитесь давать ИИ чёткие инструкции с примерами и писать эффективные оценки ИИ .
4. Начните что-то без разрешения. Решите проблему на работе, которую вас никто не просил исправить, или запустите сторонний проект.
5. Автоматизируйте рутинную работу. Перечислите три самые утомительные части вашей работы и используйте ИИ, чтобы оптимизировать их
1. В команде по продукту будет всего две должности.
Сегодня во многих продуктовых командах есть несколько инженеров, которым помогают менеджер по продукту, дизайнер, специалист по анализу данных и, возможно, еще несколько специалистов.
Но я думаю, что в ближайшем будущем во многих командах будет всего две роли:
- Универсалы, которые могут самостоятельно довести идею до рабочего прототипа.
- Специалисты , входящие в 5% лучших в своей области деятельности или области.
Именно это и предсказывают СЕО Replit
2. Используйте ИИ для расширения своих Т-образных навыков
Лидер типа «Т» обладает глубокими познаниями в одной области и достаточно широким кругозором, чтобы внести вклад во многие другие. ИИ может углубить ваши навыки, присущие типу «Т»:
Например, я не исследователь, дизайнер или инженер, но я могу использовать:
- Глубокие исследования для проведения исследований за часы, а не за дни.
- Figma Make для создания прототипов, несмотря на мои ограниченные навыки дизайна.
- Курсор для создания простых приложений
Но где именно следует развивать глубину? Один из навыков, который нужен всем, — это…
3. Каждый будет менеджером агентов ИИ.
В ближайшем будущем каждый будет управлять командой ИИ-агентов. Поэтому я считаю, что в эпоху ИИ управленческие навыки будут становиться всё важнее.
Я говорю о таких навыках, как:
- Предоставление конкретных инструкций
- Установление четких ожиданий
- Приводить примеры того, как выглядит «хорошо»
- Редактирование и оценка работы
Кто ещё пишет PRD с нуля? Вместо этого я «запрягаю» свой ИИ, чтобы тот редактировал его под моим руководством.
4. Создайте высокий уровень агентства как свой ров
«Если вы просыпаетесь и решаете, что делать, ваша работа в безопасности. Если же вы просыпаетесь и вам говорят, что делать, ваша работа под угрозой».
В эпоху ИИ преуспеют люди, способные проявлять инициативу и находить выход из непростых ситуаций.
Вне работы агентство всегда находит время для экспериментов.
Я надеюсь, что в эпоху ИИ должности и квалификация будут иметь меньшее значение. Вместо этого мы будем вознаграждать тех, кто способен приносить пользу и просто делать
5. Автоматизируйте рутинную работу
Используйте инструменты искусственного интеллекта, такие как проекты , чтобы упростить эту рутинную работу и сосредоточиться на самом интересном — знакомстве с пользователями и создании отличных продуктов.
===
Так что же вам следует делать прямо сейчас?
Вот пять конкретных действий:
1. Выбирайте свой путь. Станьте универсалом или узкопрофильным специалистом. Середина быстро исчезает.
2. Используйте ИИ, чтобы расширить свои навыки управления Т-образной формой. Расширьте горизонтальные навыки, используя ИИ в качестве второго пилота.
3. Научитесь управлять агентами ИИ. Научитесь давать ИИ чёткие инструкции с примерами и писать эффективные оценки ИИ .
4. Начните что-то без разрешения. Решите проблему на работе, которую вас никто не просил исправить, или запустите сторонний проект.
5. Автоматизируйте рутинную работу. Перечислите три самые утомительные части вашей работы и используйте ИИ, чтобы оптимизировать их
👍5🔥1
12 Growth-hacking тактик от стартапов-единорогов
Пока большинство компаний закладывает бюджет на PPC, несколько компаний построили империи практически без рекламы.
Почему это работает сейчас
Классический маркетинг умер. CAC растёт, конверсия падает, пользователи игнорируют рекламу.
Growth hacking решает обратную задачу: встроить механику роста в сам продукт. Когда каждый новый пользователь автоматически приводит ещё трёх.
Вот 12 тактик, которые сработали у единорогов.
1. Реферальная петля
Dropbox предложил простую схему: пригласи друга → получи 500 МБ. Твой друг регистрируется → ещё 500 МБ ему тоже.
Результат: +60% к регистрациям без бюджета на рекламу.
To-do: добавьте бонусы за приглашения в ваш SaaS
2. Интеграция в чужую платформу
Airbnb автоматически дублировал объявления на Craigslist + рассылал письма владельцам: «Попробуй Airbnb, это удобнее».
Украли аудиторию конкурента легальным способом.
To-do: найдите платформу с вашей ЦА. Для SaaS это AppSumo с миллионом подписчиков.
3. Вирусность внутри продукта
WhatsApp не тратил деньги на рекламу. Механика была встроена: чтобы использовать бесплатные звонки, нужно позвать друзей.
Каждый пользователь становился промоутером.
To-do: добавьте ценность, которая раскрывается только при приглашении других
4. Геймификация
LinkedIn добавил прогресс-бар: Beginner → Expert → All-Star.
Люди не могли остановиться. Профили с эндорсментами получают в 13 раз больше просмотров.
To-do: используйте Vyper. Давайте баллы за действия: подписка, репосты, фолловинг. Больше баллов — круче награда.
5. Вирусный вейтлист
Mailbox показывал номер в очереди. Хочешь подняться выше — репости в соцсети.
Люди массово делились, чтобы получить доступ раньше.
To-do: создайте landing с вейтлистом. Награды для топ-10. Инструменты: Vyper, ReferralHero.
6. Data-driven оптимизация
Twitter нашёл магическое число: пользователь активен, если подписан на 30+ аккаунтов.
Решение: при регистрации предлагать импорт контактов.
To-do: изучите аналитику. Найдите метрику активации. Оптимизируйте онбординг под неё.
7. Эксклюзивность
Gmail запустился как invite-only. Pinterest — только по приглашениям.
Искусственный дефицит создал ажиотаж.
To-do: закройте доступ к части функций. Сделайте VIP-план доступным раз в год.
8. Брендинг в продукте
Hotmail добавил строчку в конец писем: "Get your free email from Hotmail".
За 6 месяцев: с 20,000 до 1 миллиона пользователей.
To-do: добавьте брендинг в freemium-версию. Watermark, подпись, упоминание в шаблонах.
9. Seeding контента
Reddit создавал посты под фейковыми аккаунтами. Пользователи видели активное комьюнити и добавляли свой контент.
To-do: создайте первые 20-30 материалов сами. Запустите дешёвую рекламу.
10. YouTube как канал роста
GoPro публиковал видео со своих камер. Попросил пользователей загружать ролики с тегом GoPro.
Результат: 7.93 млн подписчиков, армия фанатов.
To-do: создайте канал → решайте проблемы ЦА. Инструмент: TubeBuddy для SEO.
11. Таргетинг на preferred users
Tinder устраивал закрытые вечеринки. Вход только тем, кто скачал приложение.
Сначала зашли популярные студентки. Потом показали парням: «Смотри, сколько симпатичных девушек».
To-do: определите preferred users → найдите их скопления → создайте эксклюзивный оффер.
12. Простота главной
Один заголовок с value proposition. Один CTA. Никакого шума.
To-do: уберите всё лишнее. Заголовок по формуле 4U + одна кнопка.
Резюме
Growth hacking — это про системное мышление: как встроить рост в механику продукта.
Большинство продуктов умирают не потому что плохие. А потому что о них никто не узнал.
Пока большинство компаний закладывает бюджет на PPC, несколько компаний построили империи практически без рекламы.
Почему это работает сейчас
Классический маркетинг умер. CAC растёт, конверсия падает, пользователи игнорируют рекламу.
Growth hacking решает обратную задачу: встроить механику роста в сам продукт. Когда каждый новый пользователь автоматически приводит ещё трёх.
Вот 12 тактик, которые сработали у единорогов.
1. Реферальная петля
Dropbox предложил простую схему: пригласи друга → получи 500 МБ. Твой друг регистрируется → ещё 500 МБ ему тоже.
Результат: +60% к регистрациям без бюджета на рекламу.
To-do: добавьте бонусы за приглашения в ваш SaaS
2. Интеграция в чужую платформу
Airbnb автоматически дублировал объявления на Craigslist + рассылал письма владельцам: «Попробуй Airbnb, это удобнее».
Украли аудиторию конкурента легальным способом.
To-do: найдите платформу с вашей ЦА. Для SaaS это AppSumo с миллионом подписчиков.
3. Вирусность внутри продукта
WhatsApp не тратил деньги на рекламу. Механика была встроена: чтобы использовать бесплатные звонки, нужно позвать друзей.
Каждый пользователь становился промоутером.
To-do: добавьте ценность, которая раскрывается только при приглашении других
4. Геймификация
LinkedIn добавил прогресс-бар: Beginner → Expert → All-Star.
Люди не могли остановиться. Профили с эндорсментами получают в 13 раз больше просмотров.
To-do: используйте Vyper. Давайте баллы за действия: подписка, репосты, фолловинг. Больше баллов — круче награда.
5. Вирусный вейтлист
Mailbox показывал номер в очереди. Хочешь подняться выше — репости в соцсети.
Люди массово делились, чтобы получить доступ раньше.
To-do: создайте landing с вейтлистом. Награды для топ-10. Инструменты: Vyper, ReferralHero.
6. Data-driven оптимизация
Twitter нашёл магическое число: пользователь активен, если подписан на 30+ аккаунтов.
Решение: при регистрации предлагать импорт контактов.
To-do: изучите аналитику. Найдите метрику активации. Оптимизируйте онбординг под неё.
7. Эксклюзивность
Gmail запустился как invite-only. Pinterest — только по приглашениям.
Искусственный дефицит создал ажиотаж.
To-do: закройте доступ к части функций. Сделайте VIP-план доступным раз в год.
8. Брендинг в продукте
Hotmail добавил строчку в конец писем: "Get your free email from Hotmail".
За 6 месяцев: с 20,000 до 1 миллиона пользователей.
To-do: добавьте брендинг в freemium-версию. Watermark, подпись, упоминание в шаблонах.
9. Seeding контента
Reddit создавал посты под фейковыми аккаунтами. Пользователи видели активное комьюнити и добавляли свой контент.
To-do: создайте первые 20-30 материалов сами. Запустите дешёвую рекламу.
10. YouTube как канал роста
GoPro публиковал видео со своих камер. Попросил пользователей загружать ролики с тегом GoPro.
Результат: 7.93 млн подписчиков, армия фанатов.
To-do: создайте канал → решайте проблемы ЦА. Инструмент: TubeBuddy для SEO.
11. Таргетинг на preferred users
Tinder устраивал закрытые вечеринки. Вход только тем, кто скачал приложение.
Сначала зашли популярные студентки. Потом показали парням: «Смотри, сколько симпатичных девушек».
To-do: определите preferred users → найдите их скопления → создайте эксклюзивный оффер.
12. Простота главной
Один заголовок с value proposition. Один CTA. Никакого шума.
To-do: уберите всё лишнее. Заголовок по формуле 4U + одна кнопка.
Резюме
Growth hacking — это про системное мышление: как встроить рост в механику продукта.
Большинство продуктов умирают не потому что плохие. А потому что о них никто не узнал.
The Starting Idea
30 Best Startup Growth Hacks [With Examples + Action Steps]
These are the best startup growth hacks to apply in 2026. This ultimate guide comes with a breakdown of 30 best startup growth hacking examples of all time.
❤1🔥1💯1
Я проанализировал более 2500 agents.md файлов в публичных репозиториях GitHub, чтобы понять, как преуспевающие разработчики используют agents.md
Анализ выявил чёткую схему: дают агенту конкретную задачу / персонажа, точные команды для выполнения, чётко определённые границы и наглядные примеры качественного вывода, которому должен следовать агент.
Вот что делают по-другому те, кто добился успеха:
1. Размещайте команды в начале: размещайте соответствующие исполняемые команды в начале раздела:
2. Примеры кода вместо объяснений: Один реальный фрагмент кода, демонстрирующий ваш стиль, лучше трёх абзацев с его описанием. Покажите, как выглядит хороший вывод.
3. Установите чёткие границы: сообщите ИИ, чего ему никогда не следует трогать (например, секреты, каталоги поставщиков, конфигурации производства или определённые папки). Наиболее распространённым полезным ограничением было «Никогда не передавать секреты».
4. Опишите свой стек конкретно: назовите его «React 18 с TypeScript, Vite и Tailwind CSS», а не «Проект React». Укажите версии и ключевые зависимости.
5. Охватите шесть основных областей: Охват этих областей выведет вас на высший уровень: команды, тестирование, структура проекта, стиль кода, рабочий процесс git и границы.
Пример отличного файла agent.md
Почему этот файл agent.md работает хорошо
- Устанавливает четкую роль: определяет, кто является агентом (эксперт-технический писатель), какими навыками он обладает (Markdown, TypeScript) и что он делает (читает код, пишет документацию).
- Исполняемые команды: предоставляют ИИ инструменты, которые он может запускать (npm run docs:build и npx markdownlint docs/). Команды — на первом месте.
- Знание проекта: указывает технический стек с версиями (React 18, TypeScript, Vite, Tailwind CSS) и точным расположением файлов.
- Реальные примеры: показывают, как выглядит хороший результат на примере реального кода. Никаких абстрактных описаний.
Трёхуровневые границы: установите чёткие правила: «Всегда делай», «Сначала спрашивай», «Никогда не делай». Это предотвращает разрушительные ошибки.
🔗 Шесть агентов, которых стоит сделать
@docs-agent — пишет документацию
@test-agent — пишет тесты
@lint-agent — правит проблемы со стилем
@api-agent — создаёт API эндпоинты
@dev-deploy-agent — версионирует и деплоит
----
Консультации по ИИ
Анализ выявил чёткую схему: дают агенту конкретную задачу / персонажа, точные команды для выполнения, чётко определённые границы и наглядные примеры качественного вывода, которому должен следовать агент.
Вот что делают по-другому те, кто добился успеха:
1. Размещайте команды в начале: размещайте соответствующие исполняемые команды в начале раздела:
npm test, npm run build, pytest -v. Включите флаги и параметры, а не только названия инструментов. Ваш агент будет часто к ним обращаться.2. Примеры кода вместо объяснений: Один реальный фрагмент кода, демонстрирующий ваш стиль, лучше трёх абзацев с его описанием. Покажите, как выглядит хороший вывод.
3. Установите чёткие границы: сообщите ИИ, чего ему никогда не следует трогать (например, секреты, каталоги поставщиков, конфигурации производства или определённые папки). Наиболее распространённым полезным ограничением было «Никогда не передавать секреты».
4. Опишите свой стек конкретно: назовите его «React 18 с TypeScript, Vite и Tailwind CSS», а не «Проект React». Укажите версии и ключевые зависимости.
5. Охватите шесть основных областей: Охват этих областей выведет вас на высший уровень: команды, тестирование, структура проекта, стиль кода, рабочий процесс git и границы.
Пример отличного файла agent.md
---
name: docs_agent
description: Expert technical writer for this project
---
You are an expert technical writer for this project.
## Your role
- You are fluent in Markdown and can read TypeScript code
- You write for a developer audience, focusing on clarity and practical examples
- Your task: read code from `src/` and generate or update documentation in `docs/`
## Project knowledge
- **Tech Stack:** React 18, TypeScript, Vite, Tailwind CSS
- **File Structure:**
- `src/` – Application source code (you READ from here)
- `docs/` – All documentation (you WRITE to here)
- `tests/` – Unit, Integration, and Playwright tests
## Commands you can use
Build docs: `npm run docs:build` (checks for broken links)
Lint markdown: `npx markdownlint docs/` (validates your work)
## Documentation practices
Be concise, specific, and value dense
Write so that a new developer to this codebase can understand your writing, don’t assume your audience are experts in the topic/area you are writing about.
## Boundaries
- ✅ **Always do:** Write new files to `docs/`, follow the style examples, run markdownlint
- ⚠️ **Ask first:** Before modifying existing documents in a major way
- 🚫 **Never do:** Modify code in `src/`, edit config files, commit secrets
Почему этот файл agent.md работает хорошо
- Устанавливает четкую роль: определяет, кто является агентом (эксперт-технический писатель), какими навыками он обладает (Markdown, TypeScript) и что он делает (читает код, пишет документацию).
- Исполняемые команды: предоставляют ИИ инструменты, которые он может запускать (npm run docs:build и npx markdownlint docs/). Команды — на первом месте.
- Знание проекта: указывает технический стек с версиями (React 18, TypeScript, Vite, Tailwind CSS) и точным расположением файлов.
- Реальные примеры: показывают, как выглядит хороший результат на примере реального кода. Никаких абстрактных описаний.
Трёхуровневые границы: установите чёткие правила: «Всегда делай», «Сначала спрашивай», «Никогда не делай». Это предотвращает разрушительные ошибки.
@docs-agent — пишет документацию
@test-agent — пишет тесты
@lint-agent — правит проблемы со стилем
@api-agent — создаёт API эндпоинты
@dev-deploy-agent — версионирует и деплоит
----
Консультации по ИИ
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
Я нечасто советую сообщества, но за Клуб менторов mentorclub.ru могу ручаться — это точно не «очередной чат про предпринимателей».
Это про людей, которые не просто делали бизнес — они готовы делиться тем, как оно было на самом деле. И помогают другим не совершить ошибок.
Каждую неделю — менторские сессии онлайн с реальными предпринимателями. Плюс разные внутренние активности, дискуссии, и да — офлайн-встречи каждый квартал.
Если вам хочется:
– делиться опытом, а не «учить жизни»
– быть рядом с людьми, у которых не только успех, но и рефлексия
– найти тех, кто нуждается в вашем менторском опыте и советах
Оставляйте заявку на вступление ➡️https://clck.ru/3FrJT7
*Важно, чтобы вы были практикующим ментором бизнеса. Если такого опыта нет, вам предложат пройти практическое обучение, где вы систематизируете имеющиеся знания и получите опыт.
Если у вас есть вопросы - напишите нашему координатору Клуба - Анастасии ➡️https://t.me/nastin_telegram
Это про людей, которые не просто делали бизнес — они готовы делиться тем, как оно было на самом деле. И помогают другим не совершить ошибок.
Каждую неделю — менторские сессии онлайн с реальными предпринимателями. Плюс разные внутренние активности, дискуссии, и да — офлайн-встречи каждый квартал.
Если вам хочется:
– делиться опытом, а не «учить жизни»
– быть рядом с людьми, у которых не только успех, но и рефлексия
– найти тех, кто нуждается в вашем менторском опыте и советах
Оставляйте заявку на вступление ➡️https://clck.ru/3FrJT7
*Важно, чтобы вы были практикующим ментором бизнеса. Если такого опыта нет, вам предложат пройти практическое обучение, где вы систематизируете имеющиеся знания и получите опыт.
Если у вас есть вопросы - напишите нашему координатору Клуба - Анастасии ➡️https://t.me/nastin_telegram
This media is not supported in your browser
VIEW IN TELEGRAM
SAM 3D: Новый инструмент Meta обнаруживает, отслеживает и преобразует объекты в 3D по промпту.
вчера: сбор данных, обучение детектора объектов, использование трекера для оценки движения объекта — дги
сегодня: отслеживай что угодно с помощью промпта — секунды
😎
вчера: сбор данных, обучение детектора объектов, использование трекера для оценки движения объекта — дги
сегодня: отслеживай что угодно с помощью промпта — секунды
😎
❤2🔥1
Typeless — это современный голосовой диктант на базе ИИ, который интеллектуально обрабатывает речь, убирает лишнее, и преобразует её в чистый, структурированный текст без потерь приватности.
- поддерживает русский
- очистка от слов-паразитов: «ээ», «ну», «как бы» и др.
- удаление ненужных повторов слов
- авто структуризация списков
- адаптация стиля и тона под контекст приложения
- поддерживает русский
- очистка от слов-паразитов: «ээ», «ну», «как бы» и др.
- удаление ненужных повторов слов
- авто структуризация списков
- адаптация стиля и тона под контекст приложения
❤1🔥1
Озвучка постов из тг-каналов
Не всегда успеваю читать посты, но времени послушать на х2 всегда больше (в зале, дороге).
Собрал бот, который:
1. пишет саммари поста (для меня это индикатор "хочу я это слушать 4 мин.?" Если ничего нового — не слушаю)
2. Text to speech в mp3 (gpt-4o-mini-tts)
3. Сохраняет mp3 на сервер
4. Конверт mp3 → ogg JavaScript-ом (зачем? в телефоне войсы можно ускорить, mp3 — нет)
5. sendVoice в тг бот
6. удаляем mp3, ogg файлы
Экономия времени 50-60%
----
Консультации по ИИ
Не всегда успеваю читать посты, но времени послушать на х2 всегда больше (в зале, дороге).
Собрал бот, который:
1. пишет саммари поста (для меня это индикатор "хочу я это слушать 4 мин.?" Если ничего нового — не слушаю)
2. Text to speech в mp3 (gpt-4o-mini-tts)
3. Сохраняет mp3 на сервер
4. Конверт mp3 → ogg JavaScript-ом (зачем? в телефоне войсы можно ускорить, mp3 — нет)
5. sendVoice в тг бот
6. удаляем mp3, ogg файлы
Экономия времени 50-60%
----
Консультации по ИИ
👍3❤1
The State of AI
McKinsey: Большинство компаний используют ИИ, но масштабируют агентов редко
По данным McKinsey:
Почти все компании уже используют ИИ, но находятся на ранней стадии масштабирования. Большинство применяют ИИ точечно, не достигнув системного эффекта на уровне бизнеса.
62% компаний экспериментируют с ИИ-агентами, но масштабное внедрение наблюдается менее чем у 10% — это говорит о высоком интересе, но низкой зрелости.
39% фиксируют влияние ИИ на EBIT, но чаще всего в пределах 5%, что указывает на локальный эффект, а не на стратегическое преобразование.
80% ставят целью эффективность, но компании-лидеры используют ИИ для роста и инноваций — это отличает тех, кто реально получает выгоду.
Ключ к успеху — редизайн рабочих процессов. Компании, которые пересобирают процессы под ИИ, почти втрое чаще достигают значимых бизнес-результатов.
Крупные компании ($5 млрд+ выручки) масштабируют ИИ быстрее, чем малые ($100 млн−), что связано с бюджетами и структурой управления.
Наибольшие выгоды от ИИ: в инновациях, удовлетворенности клиентов и дифференциации на рынке, особенно в функциях маркетинга, продаж и продуктовой разработки.
6% компаний — “ИИ-лидеры”: они тратят более 20% цифрового бюджета на ИИ, активно масштабируют решения и получают прирост EBIT ≥5%.
Эти лидеры имеют вовлеченное руководство, гибкие продуктовые команды, систему KPI для ИИ-решений и внедряют практики Rewired (стратегия, таланты, технологии, данные, масштабирование).
Влияние ИИ на занятость неоднозначно: 32% ждут сокращения персонала ≥3%, 43% — без изменений, 13% — роста. При этом крупные компании активнее нанимают специалистов по ИИ (инженеры, аналитики данных).
McKinsey: Большинство компаний используют ИИ, но масштабируют агентов редко
По данным McKinsey:
Почти все компании уже используют ИИ, но находятся на ранней стадии масштабирования. Большинство применяют ИИ точечно, не достигнув системного эффекта на уровне бизнеса.
62% компаний экспериментируют с ИИ-агентами, но масштабное внедрение наблюдается менее чем у 10% — это говорит о высоком интересе, но низкой зрелости.
39% фиксируют влияние ИИ на EBIT, но чаще всего в пределах 5%, что указывает на локальный эффект, а не на стратегическое преобразование.
80% ставят целью эффективность, но компании-лидеры используют ИИ для роста и инноваций — это отличает тех, кто реально получает выгоду.
Ключ к успеху — редизайн рабочих процессов. Компании, которые пересобирают процессы под ИИ, почти втрое чаще достигают значимых бизнес-результатов.
Крупные компании ($5 млрд+ выручки) масштабируют ИИ быстрее, чем малые ($100 млн−), что связано с бюджетами и структурой управления.
Наибольшие выгоды от ИИ: в инновациях, удовлетворенности клиентов и дифференциации на рынке, особенно в функциях маркетинга, продаж и продуктовой разработки.
6% компаний — “ИИ-лидеры”: они тратят более 20% цифрового бюджета на ИИ, активно масштабируют решения и получают прирост EBIT ≥5%.
Эти лидеры имеют вовлеченное руководство, гибкие продуктовые команды, систему KPI для ИИ-решений и внедряют практики Rewired (стратегия, таланты, технологии, данные, масштабирование).
Влияние ИИ на занятость неоднозначно: 32% ждут сокращения персонала ≥3%, 43% — без изменений, 13% — роста. При этом крупные компании активнее нанимают специалистов по ИИ (инженеры, аналитики данных).
❤1
Вот как получить точный промпт из любого изображения для Nano Banana Pro
..чтобы вы могли воссоздать ее и использовать в своей рекламе за считанные секунды.
..чтобы вы могли воссоздать ее и использовать в своей рекламе за считанные секунды.
extract all visual details from this image and convert them into a clean, well-structured JSON prompt. include sections: "subject", "clothing", "hair", "face", "accessories", "environment", "lighting", "camera", "style" ...
Keep the facial features of the person in the uploaded image exactly consistent
{
"subject": {
"person": "The woman subject is the person in the attached photo (hereinafter referred to as THE_SUBJECT). Carefully and accurately replicate THE_SUBJECT’s facial features, hairstyle, skin tone, proportions, and overall appearance exactly as shown in the photo."
},👍5❤1
Что я делаю, чтобы оставаться востребованным в 2026
Последние 2.5 года я глубоко изучал, куда движется профессия продакта. Проанализировал десятки отчётов, поговорил с коллегами из разных компаний, отследил тренды найма.
Вывод простой: следующие 18 месяцев кардинально изменят то, каким должен быть продакт-менеджер. И я решил не ждать, пока рынок сам расставит всё по местам. Вот что я делаю прямо сейчас, чтобы остаться в игре.
Цифры, которые отрезвляют
Глобальный рынок продуктового менеджмента растёт с 30 до 45 миллиардов долларов за несколько лет. Казалось бы, отличная новость для всех нас.
Но посмотрите на обратную сторону: 800–900 тысяч продактов по всему миру уже конкурируют за позиции. Плюс миллионы людей пытаются войти в профессию.
В Индии найм PM вырос на 40% за 2025 год. Но глобально вакансии всё равно не поглощают весь пул кандидатов. Конкуренция ужесточается каждый месяц.
И вот что меня по-настоящему встряхнуло: во время последних волн увольнений продактов сокращали чаще, чем инженеров.
Эта реальность заставила меня переосмыслить всё. Что на самом деле означает быть ценным продакт-менеджером в 2026 году?
Чего хотят компании (и это не роадмапы)
Я понял главное: будущее не за продактами, которые просто выпускают фичи.
Будущее за теми, кто приносит измеримую бизнес-ценность.
Компании платят не за красивые презентации в Figma и бэклоги в Jira. Они платят за конкретные результаты: рост выручки, удержание пользователей, решение реальных проблем с доказательствами.
Время PM-администраторов, которые координируют встречи и переносят таски, закончилось. Рынок требует продактов-предпринимателей, которые думают о бизнесе.
Четыре навыка, в которые я инвестирую время
Я сформулировал для себя чёткий список того, что прокачиваю ежедневно.
Первое — ИИ как часть рабочего процесса
Не как фичу в продукте. Как инструмент для ежедневной работы.
Я использую ИИ для исследований рынка, анализа обратной связи пользователей, написания документации, генерации гипотез. Это ускоряет меня в 3–4 раза на рутинных задачах.
Каждое утро я трачу 30 минут на эксперименты с новыми промптами и подходами. ИИ не заменяет моё мышление — он усиливает его.
Второе — уверенность в работе с данными
Раньше я полагался на аналитиков. Сейчас сам определяю метрики, проектирую A/B-тесты, понимаю статистическую значимость.
Я прохожу курсы по экспериментам, изучаю фреймворки метрик, практикуюсь в SQL. Без данных я просто гадаю. С данными — принимаю обоснованные решения.
Цель проста: когда CEO спрашивает "Почему эта метрика упала?", я должен знать ответ через 10 минут, а не через три дня.
Третье — понимание монетизации продукта
Я изучаю модели ценообразования, разбираю кейсы успешных компаний, анализирую, как продукт зарабатывает деньги.
Как работает freemium? Где точки роста в B2B SaaS? Какие метрики влияют на retention и LTV?
Продакт, который не понимает экономику продукта, просто делает фичи наугад. Продакт, который понимает — делает фичи, которые двигают revenue.
Четвёртое — продуктовое исследование с доказательствами
Я провожу настоящий discovery. Не два интервью для галочки, а системную работу с пользователями.
Customer development сессии, анализ поведенческих данных, Jobs To Be Done интервью. Каждое решение я обосновываю реальной проблемой пользователя, а не своим мнением.
И фиксирую это в документах: вот проблема, вот доказательства, вот решение, вот ожидаемый результат.
Как изменилось моё портфолио
Раньше у меня были скриншоты интерфейсов и описания "что я сделал".
Сейчас я документирую измеримое влияние:
Какую метрику улучшил — retention вырос с 34% до 41% за три месяца
Сколько выручки принёс — новая модель подписки добавила 2.3M годовой ARR
Какую проблему решил — сократил время онбординга на 40%, что снизило отток новых пользователей
Это не хвастовство. Это язык бизнеса, который понимают наниматели.
Главный гейм ченджер: самое важное изменение — не в навыках. Оно в идентичности.
Я больше не "человек, который делает продукты". Я — человек, который генерирует бизнес-результаты через продукты, решающие реальные проблемы.
Последние 2.5 года я глубоко изучал, куда движется профессия продакта. Проанализировал десятки отчётов, поговорил с коллегами из разных компаний, отследил тренды найма.
Вывод простой: следующие 18 месяцев кардинально изменят то, каким должен быть продакт-менеджер. И я решил не ждать, пока рынок сам расставит всё по местам. Вот что я делаю прямо сейчас, чтобы остаться в игре.
Цифры, которые отрезвляют
Глобальный рынок продуктового менеджмента растёт с 30 до 45 миллиардов долларов за несколько лет. Казалось бы, отличная новость для всех нас.
Но посмотрите на обратную сторону: 800–900 тысяч продактов по всему миру уже конкурируют за позиции. Плюс миллионы людей пытаются войти в профессию.
В Индии найм PM вырос на 40% за 2025 год. Но глобально вакансии всё равно не поглощают весь пул кандидатов. Конкуренция ужесточается каждый месяц.
И вот что меня по-настоящему встряхнуло: во время последних волн увольнений продактов сокращали чаще, чем инженеров.
Эта реальность заставила меня переосмыслить всё. Что на самом деле означает быть ценным продакт-менеджером в 2026 году?
Чего хотят компании (и это не роадмапы)
Я понял главное: будущее не за продактами, которые просто выпускают фичи.
Будущее за теми, кто приносит измеримую бизнес-ценность.
Компании платят не за красивые презентации в Figma и бэклоги в Jira. Они платят за конкретные результаты: рост выручки, удержание пользователей, решение реальных проблем с доказательствами.
Время PM-администраторов, которые координируют встречи и переносят таски, закончилось. Рынок требует продактов-предпринимателей, которые думают о бизнесе.
Четыре навыка, в которые я инвестирую время
Я сформулировал для себя чёткий список того, что прокачиваю ежедневно.
Первое — ИИ как часть рабочего процесса
Не как фичу в продукте. Как инструмент для ежедневной работы.
Я использую ИИ для исследований рынка, анализа обратной связи пользователей, написания документации, генерации гипотез. Это ускоряет меня в 3–4 раза на рутинных задачах.
Каждое утро я трачу 30 минут на эксперименты с новыми промптами и подходами. ИИ не заменяет моё мышление — он усиливает его.
Второе — уверенность в работе с данными
Раньше я полагался на аналитиков. Сейчас сам определяю метрики, проектирую A/B-тесты, понимаю статистическую значимость.
Я прохожу курсы по экспериментам, изучаю фреймворки метрик, практикуюсь в SQL. Без данных я просто гадаю. С данными — принимаю обоснованные решения.
Цель проста: когда CEO спрашивает "Почему эта метрика упала?", я должен знать ответ через 10 минут, а не через три дня.
Третье — понимание монетизации продукта
Я изучаю модели ценообразования, разбираю кейсы успешных компаний, анализирую, как продукт зарабатывает деньги.
Как работает freemium? Где точки роста в B2B SaaS? Какие метрики влияют на retention и LTV?
Продакт, который не понимает экономику продукта, просто делает фичи наугад. Продакт, который понимает — делает фичи, которые двигают revenue.
Четвёртое — продуктовое исследование с доказательствами
Я провожу настоящий discovery. Не два интервью для галочки, а системную работу с пользователями.
Customer development сессии, анализ поведенческих данных, Jobs To Be Done интервью. Каждое решение я обосновываю реальной проблемой пользователя, а не своим мнением.
И фиксирую это в документах: вот проблема, вот доказательства, вот решение, вот ожидаемый результат.
Как изменилось моё портфолио
Раньше у меня были скриншоты интерфейсов и описания "что я сделал".
Сейчас я документирую измеримое влияние:
Какую метрику улучшил — retention вырос с 34% до 41% за три месяца
Сколько выручки принёс — новая модель подписки добавила 2.3M годовой ARR
Какую проблему решил — сократил время онбординга на 40%, что снизило отток новых пользователей
Это не хвастовство. Это язык бизнеса, который понимают наниматели.
Главный гейм ченджер: самое важное изменение — не в навыках. Оно в идентичности.
Я больше не "человек, который делает продукты". Я — человек, который генерирует бизнес-результаты через продукты, решающие реальные проблемы.
👍9❤2
Как создать эффективный промпт для Nano Banana Pro
Nano Banana Pro преодолевает ограничения обычных генераторов изображений благодаря способности к визуальному мышлению — модель понимает структуру, пространственное расположение и логические взаимосвязи между визуальными элементами
Модель построена на 7 отдельных движках, работающих совместно:
- Layout Engine (структуры и сетки)
- Diagram Engine (схемы и диаграммы)
- Typography Engine (работа с текстом)
- Data Visualization Engine (визуализация данных)
- Style Universe Engine (эстетическая согласованность)
- Brand & Identity Engine (фирменный стиль)
- Representation Transformer Engine (переключение визуальных форматов)
Ключевой принцип работы с моделью — короткие запросы не работают, требуются детальные промпты, структурированные как настоящие дизайн-документы с точными спецификациями
Процесс создания промпта состоит из обязательной последовательности: сначала определить рабочую поверхность (dashboard, storyboard, diagram), затем спроектировать layout, перечислить компоненты списком, добавить правила и ограничения
Мета-промпт «Nano Banana Architect» — система для генерации промптов через итеративный процесс состоит из 8 областей:
----
Консультации по ИИ / Менторство
Nano Banana Pro преодолевает ограничения обычных генераторов изображений благодаря способности к визуальному мышлению — модель понимает структуру, пространственное расположение и логические взаимосвязи между визуальными элементами
Модель построена на 7 отдельных движках, работающих совместно:
- Layout Engine (структуры и сетки)
- Diagram Engine (схемы и диаграммы)
- Typography Engine (работа с текстом)
- Data Visualization Engine (визуализация данных)
- Style Universe Engine (эстетическая согласованность)
- Brand & Identity Engine (фирменный стиль)
- Representation Transformer Engine (переключение визуальных форматов)
Ключевой принцип работы с моделью — короткие запросы не работают, требуются детальные промпты, структурированные как настоящие дизайн-документы с точными спецификациями
Процесс создания промпта состоит из обязательной последовательности: сначала определить рабочую поверхность (dashboard, storyboard, diagram), затем спроектировать layout, перечислить компоненты списком, добавить правила и ограничения
Мета-промпт «Nano Banana Architect» — система для генерации промптов через итеративный процесс состоит из 8 областей:
Intent & Goal, Subject & Content, Work Surface, Layout & Structure, Style & Aesthetics, Components & Details, Constraints, Context/Source Material<system_role>
You are the “Nano Banana Architect”, an expert Prompt Engineer Tutor specialized in visual reasoning and in building structured prompts for the generative model “Nano Banana Pro”.
</system_role>
<context>
Nano Banana Pro is an advanced model that requires extremely detailed prompts, structured and rich in spatial constraints.
Fundamental rules of Nano Banana Pro:
1. The **Work Surface** (e.g., dashboard, comic, blueprint) is the most critical choice.
2. **Layout** takes priority over artistic style.
3. **Component lists** activate object-recognition engines.
4. **Constraints** prevent graphic hallucinations.
5. Visual thinking is a cognitive process: to build visually is to think.
</context>
<interaction_protocol>
Your task is to guide the user (a beginner) through the 8 areas of the Prompt Canvas to build the perfect prompt.
You must follow this iterative process strictly:
1. **DO NOT** ask for all information at once. Ask **ONLY ONE** question at a time, related to the current area.
2. After each user response:
* Analyze the input.
* Improve/expand it mentally based on Google and Nate Jones best practices.
* Briefly summarize what you understood (”Recorded: [detail]”).
* Move to the next question.
The 8 areas to explore in order:
1. **Intent & Goal**
2. **Subject & Content**
3. **Work Surface**
4. **Layout & Structure**
5. **Style & Aesthetics**
6. **Components & Details**
7. **Constraints**
8. **Context/Source Material**
</interaction_protocol>
<output_format>
Only when all 8 areas are completed, generate the final prompt.
The final prompt MUST be contained in a single code block and follow EXACTLY this structure:
[PROMPT START]
**WORK SURFACE:** [definition]
**LAYOUT:** [composition instructions]
**COMPONENTS:** [detailed list]
**STYLE:** [aesthetic definition]
**CONSTRAINTS:** [rules and limits]
**SOURCE MATERIAL:** [context or data]
**INTERPRETATION:** [instructions for ambiguous input]
[PROMPT END]
</output_format>
<tone>
Voice: Professional, instructive, methodical, encouraging.
Avoid obscure jargon. Guide the user like a patient mentor.
</tone>
<instruction>
Begin now. Introduce yourself, explain that you will build a prompt together for Nano Banana Pro, and ask the first question for Area 1 (Intent & Goal).
</instruction>
----
Консультации по ИИ / Менторство
❤2👍1
Product Hunt за 2025-11-24 — 2025-11-30
1. Fluently AI English Coach
Какой у вас акцент в английском? Я скажу за 30 секунд
👍 629 голосов
💬 115 комментариев
🧱 AI, Education, Languages
2. Nao
AI среда данных для работы с данными в 10 раз быстрее
👍 502 голоса
💬 129 комментариев
🧱 AI, Data & Analytics, Developer Tools
3. Claude
Лучшая модель для кодирования, агентов и работы с компьютером
👍 495 голосов
💬 15 комментариев
🧱 AI, Development
4. Hatable
Вы уверены, что это достойно любви 👀?
👍 463 голоса
💬 84 комментария
🧱 AI, Chrome Extensions, Web Design
5. Links
Сохраняйте, организуйте и находите свои ссылки быстрее чем когда-либо
👍 430 голосов
💬 38 комментариев
🧱 Developer Tools, iOS, Productivity
6. Questas
Создавайте интерактивные истории с AI изображениями и видео
👍 422 голоса
💬 49 комментариев
🧱 AI, Design Tools, Games
7. FireCut
Ваш молниеносный AI видеоредактор
👍 391 голос
💬 39 комментариев
🧱 AI, Productivity, Video
8. Qoder
Понимает реальную сложность вашего бэкенда, а не только синтаксис
👍 371 голос
💬 50 комментариев
🧱 AI, Developer Tools, Vibe coding
9. Agenta
Открытая платформа для управления промтами и оценками AI команд
👍 364 голоса
💬 45 комментариев
🧱 AI, Developer Tools, Open Source
10. Rubber Duck
Обнаруживайте проблемы отклонения App Store до того, как это сделает Apple
👍 351 голос
💬 37 комментариев
🧱 Analytics, Apple, Developer Tools
11. HushLink
Продавайте любой цифровой контент с помощью одной простой ссылки
👍 351 голос
💬 68 комментариев
🧱 Instagram, Monetization, Payments
12. Craft
Обновленный Ассистент с MCP, AI, API и бета для Android
👍 346 голосов
💬 44 комментария
🧱 AI, API, Productivity
13. Ripplica
Автоматизируйте любую веб-задачу с помощью простого видео
👍 329 голосов
💬 76 комментариев
🧱 AI, Productivity, SaaS
14. Simrepo
Показывает похожие репозитории GitHub в боковой панели
👍 294 голоса
💬 27 комментариев
🧱 Browser Extensions, GitHub, Tech
15. Hero Widget
Отслеживание MRR и количества пользователей в реальном времени
👍 287 голосов
💬 32 комментария
🧱 Analytics, Marketing, SaaS
16. Gedd.it
Находите проверенные промокоды для нужных вам продуктов
👍 287 голосов
💬 46 комментариев
🧱 E-Commerce, Productivity, Shopping
17. CatDoes
Команда AI агентов создает мобильные приложения для вас и вашего бизнеса
👍 274 голоса
💬 38 комментариев
🧱 AI, No-Code, Vibe coding
18. Cracked AI
Масштабируйте свой продукт с помощью AI инфлюенсеров
👍 273 голоса
💬 63 комментария
🧱 AI, Social Media, Video
19. AddSubtitle
Пусть субтитры расскажут вашу глобальную историю
👍 262 голоса
💬 23 комментария
🧱 Productivity, Video
20. NoSho
Растите свой лист ожидания и заполняйте доступность быстро с помощью депозитов
👍 261 голос
💬 41 комментарий
🧱 Calendar, Customer Communication, SaaS
1. Fluently AI English Coach
Какой у вас акцент в английском? Я скажу за 30 секунд
👍 629 голосов
💬 115 комментариев
🧱 AI, Education, Languages
2. Nao
AI среда данных для работы с данными в 10 раз быстрее
👍 502 голоса
💬 129 комментариев
🧱 AI, Data & Analytics, Developer Tools
3. Claude
Лучшая модель для кодирования, агентов и работы с компьютером
👍 495 голосов
💬 15 комментариев
🧱 AI, Development
4. Hatable
Вы уверены, что это достойно любви 👀?
👍 463 голоса
💬 84 комментария
🧱 AI, Chrome Extensions, Web Design
5. Links
Сохраняйте, организуйте и находите свои ссылки быстрее чем когда-либо
👍 430 голосов
💬 38 комментариев
🧱 Developer Tools, iOS, Productivity
6. Questas
Создавайте интерактивные истории с AI изображениями и видео
👍 422 голоса
💬 49 комментариев
🧱 AI, Design Tools, Games
7. FireCut
Ваш молниеносный AI видеоредактор
👍 391 голос
💬 39 комментариев
🧱 AI, Productivity, Video
8. Qoder
Понимает реальную сложность вашего бэкенда, а не только синтаксис
👍 371 голос
💬 50 комментариев
🧱 AI, Developer Tools, Vibe coding
9. Agenta
Открытая платформа для управления промтами и оценками AI команд
👍 364 голоса
💬 45 комментариев
🧱 AI, Developer Tools, Open Source
10. Rubber Duck
Обнаруживайте проблемы отклонения App Store до того, как это сделает Apple
👍 351 голос
💬 37 комментариев
🧱 Analytics, Apple, Developer Tools
11. HushLink
Продавайте любой цифровой контент с помощью одной простой ссылки
👍 351 голос
💬 68 комментариев
🧱 Instagram, Monetization, Payments
12. Craft
Обновленный Ассистент с MCP, AI, API и бета для Android
👍 346 голосов
💬 44 комментария
🧱 AI, API, Productivity
13. Ripplica
Автоматизируйте любую веб-задачу с помощью простого видео
👍 329 голосов
💬 76 комментариев
🧱 AI, Productivity, SaaS
14. Simrepo
Показывает похожие репозитории GitHub в боковой панели
👍 294 голоса
💬 27 комментариев
🧱 Browser Extensions, GitHub, Tech
15. Hero Widget
Отслеживание MRR и количества пользователей в реальном времени
👍 287 голосов
💬 32 комментария
🧱 Analytics, Marketing, SaaS
16. Gedd.it
Находите проверенные промокоды для нужных вам продуктов
👍 287 голосов
💬 46 комментариев
🧱 E-Commerce, Productivity, Shopping
17. CatDoes
Команда AI агентов создает мобильные приложения для вас и вашего бизнеса
👍 274 голоса
💬 38 комментариев
🧱 AI, No-Code, Vibe coding
18. Cracked AI
Масштабируйте свой продукт с помощью AI инфлюенсеров
👍 273 голоса
💬 63 комментария
🧱 AI, Social Media, Video
19. AddSubtitle
Пусть субтитры расскажут вашу глобальную историю
👍 262 голоса
💬 23 комментария
🧱 Productivity, Video
20. NoSho
Растите свой лист ожидания и заполняйте доступность быстро с помощью депозитов
👍 261 голос
💬 41 комментарий
🧱 Calendar, Customer Communication, SaaS
❤1👍1🔥1
Atlassian: State of Product 2026
· 700 — респондентов в опросе (США, Германия, Франция)
· 521 — продаков в опросе по ИИ
· 20,000 — клиентов Jira Product Discovery
===
главный вывод: работа над продуктами сейчас динамичнее и сложнее, чем когда-либо. 84% — обеспокоены, что их продукты не будут успешны на рынке
ИИ дает импакт во время, но не в стратегию
68% команд экономят время благодаря ИИ, но стратегическая работа по-прежнему отходит на второй план. ИИ должен помогать с задачами высокого уровня — такими как приоритизация и планирование
Настоящая кросс-функциональная работа встречается редко
В 80% команд инженеры не участвуют в генерации идей и формировании дорожной карты. Это может подавлять креативность и эксперименты, ставя под сомнение успех продукта.
Страсть сталкивается с неопределённостью
90% продактов любят своё ремесло, но 84% не уверены, что их продукты добьются успеха. Это плохая основа для того, чтобы команды показывали максимум возможностей.
PM-ы физически не успевают заниматься стратегией — 49%
За последние 3 года произошёл радикальный сдвиг: фокус сместился с роста на прибыльность, индустрия стала более конкурентной (32% отмечают), а ИИ добавил ещё один слой сложности
Проблемы с коллаборацией:
- 80% команд не вовлекают инженеров на ранних этапах разработки (идеация, определение проблем), что противоречит лучшим практикам и ведёт к сюрпризам при реализации
- При этом именно коллаборация приносит наибольшее удовлетворение — 50% называют её самым вознаграждающим аспектом работы
ИИ — двойственный эффект:
- Большинство используют 1-3 ИИ-инструмента (лидеры: ChatGPT 85%), получая умеренный прирост продуктивности — 50% экономят 10-60 минут в день
· Основное применение — рутина: 77% автоматизируют простые задачи, 60% используют для документации, но только 23% применяют для управления приоритетами
· Главные барьеры внедрения: отсутствие интеграции с рабочими процессами (46%), недоверие к точности (45%), неясность применения (33%), опасения по безопасности данных (особенно в крупных компаниях — 43%)
Метрики и результаты:
· Только 12% находят вознаграждающим достижение бизнес-результатов (прибыль, доля рынка) — это наименее популярный аспект работы, хотя именно на этом сфокусировано давление
· Команды хотят более холистичных метрик: 50% требуют учёта кросс-функциональной коллаборации, 44% — баланса краткосрочных и долгосрочных целей, 43% — креативного решения проблем
· Критический сдвиг: от фокуса с аутпута (выпустили 10 фич к дате) к ауткаму (увеличили конверсию с 15% до 25%)
=== Рекомендации ===
· Работать с "lighthouse users" (10-15 фокусных клиентов) для быстрой валидации — это позволяет двигаться быстрее, получать глубокие инсайты и создавать чувство ответственности в команде
· Внедрять модель "product triad" (PM + дизайнер + инженер работают вместе от начала до конца) — команды, вовлекающие инженеров с начала, на 30% чаще чувствуют себя стратегическими лидерами
· Использовать общие фреймворки приоритизации (Impact vs. Effort Matrix, RUF Pyramid, Boulders-Rocks-Pebbles) для структурирования дискуссий и снижения конфликтов
· Определить чёткие роли: Creators (продуктовая команда — драйверы), Contributors (продажи, поддержка — инсайты), Stakeholders (лидерство, остальные — видимость и фидбек)
· Инвестиции в product ops коррелируют с успехом: команды с выделенной функцией показывают +30 пунктов в ощущении стратегического влияния, +22 пункта в выравнивании с целями, +19 пунктов в раннем вовлечении инженеров
· Создать инфраструктуру обучения: Access (убрать барьеры между командами и клиентами) → Rituals (превратить практики в привычки) → Diffusion (сделать знания легко доступными для всех)
· 700 — респондентов в опросе (США, Германия, Франция)
· 521 — продаков в опросе по ИИ
· 20,000 — клиентов Jira Product Discovery
===
главный вывод: работа над продуктами сейчас динамичнее и сложнее, чем когда-либо. 84% — обеспокоены, что их продукты не будут успешны на рынке
ИИ дает импакт во время, но не в стратегию
68% команд экономят время благодаря ИИ, но стратегическая работа по-прежнему отходит на второй план. ИИ должен помогать с задачами высокого уровня — такими как приоритизация и планирование
Настоящая кросс-функциональная работа встречается редко
В 80% команд инженеры не участвуют в генерации идей и формировании дорожной карты. Это может подавлять креативность и эксперименты, ставя под сомнение успех продукта.
Страсть сталкивается с неопределённостью
90% продактов любят своё ремесло, но 84% не уверены, что их продукты добьются успеха. Это плохая основа для того, чтобы команды показывали максимум возможностей.
PM-ы физически не успевают заниматься стратегией — 49%
За последние 3 года произошёл радикальный сдвиг: фокус сместился с роста на прибыльность, индустрия стала более конкурентной (32% отмечают), а ИИ добавил ещё один слой сложности
Проблемы с коллаборацией:
- 80% команд не вовлекают инженеров на ранних этапах разработки (идеация, определение проблем), что противоречит лучшим практикам и ведёт к сюрпризам при реализации
- При этом именно коллаборация приносит наибольшее удовлетворение — 50% называют её самым вознаграждающим аспектом работы
ИИ — двойственный эффект:
- Большинство используют 1-3 ИИ-инструмента (лидеры: ChatGPT 85%), получая умеренный прирост продуктивности — 50% экономят 10-60 минут в день
· Основное применение — рутина: 77% автоматизируют простые задачи, 60% используют для документации, но только 23% применяют для управления приоритетами
· Главные барьеры внедрения: отсутствие интеграции с рабочими процессами (46%), недоверие к точности (45%), неясность применения (33%), опасения по безопасности данных (особенно в крупных компаниях — 43%)
Метрики и результаты:
· Только 12% находят вознаграждающим достижение бизнес-результатов (прибыль, доля рынка) — это наименее популярный аспект работы, хотя именно на этом сфокусировано давление
· Команды хотят более холистичных метрик: 50% требуют учёта кросс-функциональной коллаборации, 44% — баланса краткосрочных и долгосрочных целей, 43% — креативного решения проблем
· Критический сдвиг: от фокуса с аутпута (выпустили 10 фич к дате) к ауткаму (увеличили конверсию с 15% до 25%)
=== Рекомендации ===
· Работать с "lighthouse users" (10-15 фокусных клиентов) для быстрой валидации — это позволяет двигаться быстрее, получать глубокие инсайты и создавать чувство ответственности в команде
· Внедрять модель "product triad" (PM + дизайнер + инженер работают вместе от начала до конца) — команды, вовлекающие инженеров с начала, на 30% чаще чувствуют себя стратегическими лидерами
· Использовать общие фреймворки приоритизации (Impact vs. Effort Matrix, RUF Pyramid, Boulders-Rocks-Pebbles) для структурирования дискуссий и снижения конфликтов
· Определить чёткие роли: Creators (продуктовая команда — драйверы), Contributors (продажи, поддержка — инсайты), Stakeholders (лидерство, остальные — видимость и фидбек)
· Инвестиции в product ops коррелируют с успехом: команды с выделенной функцией показывают +30 пунктов в ощущении стратегического влияния, +22 пункта в выравнивании с целями, +19 пунктов в раннем вовлечении инженеров
· Создать инфраструктуру обучения: Access (убрать барьеры между командами и клиентами) → Rituals (превратить практики в привычки) → Diffusion (сделать знания легко доступными для всех)
❤1👍1
Что ИИ-зировать?
Когда ты продвинутыймамкин ИИ-затор всего ИИ консультант, то сталкиваешься с тем, что ИИ-системы могут развивать эмерджентное поведение (действовать непредсказуемо), особенно при наличии памяти, обратных связей и автономии — тут нужна осторожность в проектировании БП.
Картирование — это способ сделать видимым то, что стало рутиной из-за повторения. Оно помогает точно определить, где есть возможности для улучшения благодаря эффективному делегированию.
Первое решение касается выбора правильного бизнес-процесса. Хороший кандидат обладает тремя ключевыми характеристиками:
- повторяющаяся задача
- отнимает много времени (>40 мин)
- имеет узнаваемую структуру (чтобы их можно было эффективно разбить на части)
Например:
- в менеджменте можно составить план подготовки ежемесячного прогноза, который включает сбор
- в HR первоначальный просмотр резюме нормализацию, синтез и проверку данных
- в маркетинге создание ежемесячной рассылки
- в продажах создание КП
Шаблон для картирования:
- описание процесса
- частота в неделю
- описание какой ауткам дают этот БП
- инструментарий внутри БП
- ожидаемый результат (output)
- затрачиваемое время
- проблемные точки
===
После завершения картирования вы получите конкретное и подробное представление своего рабочего процесса. Однако одной операционной ясности недостаточно для определения того, что и, что ещё важнее, как делегировать. Для разработки стратегии необходим второй этап: оценка каждого этапа по двум независимым, но взаимодополняющим параметрам — автоматизации и когнитивной нагрузке
↓↓↓ след. пост
Когда ты продвинутый
Картирование — это способ сделать видимым то, что стало рутиной из-за повторения. Оно помогает точно определить, где есть возможности для улучшения благодаря эффективному делегированию.
Первое решение касается выбора правильного бизнес-процесса. Хороший кандидат обладает тремя ключевыми характеристиками:
- повторяющаяся задача
- отнимает много времени (>40 мин)
- имеет узнаваемую структуру (чтобы их можно было эффективно разбить на части)
Например:
- в менеджменте можно составить план подготовки ежемесячного прогноза, который включает сбор
- в HR первоначальный просмотр резюме нормализацию, синтез и проверку данных
- в маркетинге создание ежемесячной рассылки
- в продажах создание КП
Шаблон для картирования:
- описание процесса
- частота в неделю
- описание какой ауткам дают этот БП
- инструментарий внутри БП
- ожидаемый результат (output)
- затрачиваемое время
- проблемные точки
===
После завершения картирования вы получите конкретное и подробное представление своего рабочего процесса. Однако одной операционной ясности недостаточно для определения того, что и, что ещё важнее, как делегировать. Для разработки стратегии необходим второй этап: оценка каждого этапа по двум независимым, но взаимодополняющим параметрам — автоматизации и когнитивной нагрузке
↓↓↓ след. пост
❤1👍1
ИИ для продакта & CPO | Влад Прошинский
Что ИИ-зировать? Когда ты продвинутый мамкин ИИ-затор всего ИИ консультант, то сталкиваешься с тем, что ИИ-системы могут развивать эмерджентное поведение (действовать непредсказуемо), особенно при наличии памяти, обратных связей и автономии — тут нужна осторожность…
↓↓↓
Первый параметр касается того, насколько регулярно задача следует фиксированному шаблону → процесс можно формализовать и повторять.
Второе измерение измеряет требуемые умственные усилия. Если задача включает чтение, письмо, интерпретацию или создание контента, она, вероятно, несёт высокую когнитивную нагрузку. В таких ситуациях LLM оказываются особенно эффективными.
===
Автоматизация. Насколько стандартизируем этот этап?
Всегда ли я выполняю одну и ту же последовательность шагов?
[0] Никогда. Каждый раз по-разному
[1] Часто. Похожая процедура, но с частыми вариациями
[2] Всегда. Всегда одинаковая процедура, одна и та же последовательность
Всегда ли результат имеет одинаковую структуру?
[0] Нет. Выходные данные каждый раз меняются.
[1] Аналогичны. Базовая структура существует, но с некоторой изменчивостью.
[2] Идентичны. Выходные данные всегда идентичны по форме.
Могу ли я написать понятные, подробные инструкции?
[0] Нет. Требуются интуиция и опыт.
[1] Частично. Руководства возможны, но требуют интерпретации.
[2] Да. Пошаговое руководство легко воспроизводимо.
Могу ли я завершить его, не принимая контекстных решений?
[0] Нет. Постоянное принятие решений на протяжении всего процесса.
[1] Несколько. Эпизодические, отдельные решения.
[2] Да. Никаких решений не требуется, чистое исполнение.
Когнитивная нагрузка. Сколько мыслей и языка это требует?
Это механистично или требует сосредоточенности?
[0] Механистично. Полностью механистично.
[1] Умеренно. Требует умеренного внимания.
[2] Рассуждение. Требует непрерывного рассуждения.
Работаю ли я в основном с языком?
[0] Немного. Визуальные, операциональные или процедурные задачи.
[1] Немного. Язык присутствует, но не является основным.
[2] Много. Чтение и письмо — основные виды деятельности.
Сколько информации мне нужно обработать?
[0] Мало. Несколько легко управляемых точек данных.
[1] Умеренно. Умеренный объём.
[2] Много. Множество источников, большой объём контента.
Есть ли несколько способов выполнить задание?
[0] Нет. Только один правильный способ.
[1] В некоторой степени. Возможны несколько альтернатив.
[2] Очень сильно. Задание выигрывает от исследования.
Матрица 2×2: четыре стратегии делегирования
После присвоения баллов у вас будут два значения от 0 до 8: первое измеряет степень автоматизации этапа, второе — его когнитивную сложность. Сочетание этих двух значений позволяет вам разместить каждое действие в матрице 2×2, из которой выводятся четыре различные стратегии выполнения.
====
Мозговой штурм с ИИ — когда задача получает низкие баллы по автоматизации, но высокие по когнитивной нагрузке, это означает, что ее нельзя стандартизировать — она никогда не повторяется одинаково — и она требует значительного рассуждения, креативности и исследовательского мышления. ИИ следует использовать в качестве мыслящего партнера
AI Assistant — некоторые задачи требуют когнитивных усилий, но при этом часто повторяются. Входные данные каждый раз меняются — новая расшифровка, другой набор обратной связи, еще один отчет для подведения итогов — но процесс и структура выходных данных остаются неизменными. В этих случаях ИИ может выполнять задачу автономно, но для этого требуются очень четкие инструкции.
AI tool — простые процедурные задачи с фиксированной последовательностью и стандартизированным результатом. В таких случаях правильная стратегия — найти специализированный инструмент, который уже выполняет эту задачу.
Human-in-the-loop — ИИ сделал → прислал тебе на проверку → ты решаешь что с этим делать.
----
Консультации по ИИ / Менторство
Первый параметр касается того, насколько регулярно задача следует фиксированному шаблону → процесс можно формализовать и повторять.
Второе измерение измеряет требуемые умственные усилия. Если задача включает чтение, письмо, интерпретацию или создание контента, она, вероятно, несёт высокую когнитивную нагрузку. В таких ситуациях LLM оказываются особенно эффективными.
===
Автоматизация. Насколько стандартизируем этот этап?
Всегда ли я выполняю одну и ту же последовательность шагов?
[0] Никогда. Каждый раз по-разному
[1] Часто. Похожая процедура, но с частыми вариациями
[2] Всегда. Всегда одинаковая процедура, одна и та же последовательность
Всегда ли результат имеет одинаковую структуру?
[0] Нет. Выходные данные каждый раз меняются.
[1] Аналогичны. Базовая структура существует, но с некоторой изменчивостью.
[2] Идентичны. Выходные данные всегда идентичны по форме.
Могу ли я написать понятные, подробные инструкции?
[0] Нет. Требуются интуиция и опыт.
[1] Частично. Руководства возможны, но требуют интерпретации.
[2] Да. Пошаговое руководство легко воспроизводимо.
Могу ли я завершить его, не принимая контекстных решений?
[0] Нет. Постоянное принятие решений на протяжении всего процесса.
[1] Несколько. Эпизодические, отдельные решения.
[2] Да. Никаких решений не требуется, чистое исполнение.
Когнитивная нагрузка. Сколько мыслей и языка это требует?
Это механистично или требует сосредоточенности?
[0] Механистично. Полностью механистично.
[1] Умеренно. Требует умеренного внимания.
[2] Рассуждение. Требует непрерывного рассуждения.
Работаю ли я в основном с языком?
[0] Немного. Визуальные, операциональные или процедурные задачи.
[1] Немного. Язык присутствует, но не является основным.
[2] Много. Чтение и письмо — основные виды деятельности.
Сколько информации мне нужно обработать?
[0] Мало. Несколько легко управляемых точек данных.
[1] Умеренно. Умеренный объём.
[2] Много. Множество источников, большой объём контента.
Есть ли несколько способов выполнить задание?
[0] Нет. Только один правильный способ.
[1] В некоторой степени. Возможны несколько альтернатив.
[2] Очень сильно. Задание выигрывает от исследования.
Матрица 2×2: четыре стратегии делегирования
После присвоения баллов у вас будут два значения от 0 до 8: первое измеряет степень автоматизации этапа, второе — его когнитивную сложность. Сочетание этих двух значений позволяет вам разместить каждое действие в матрице 2×2, из которой выводятся четыре различные стратегии выполнения.
====
Мозговой штурм с ИИ — когда задача получает низкие баллы по автоматизации, но высокие по когнитивной нагрузке, это означает, что ее нельзя стандартизировать — она никогда не повторяется одинаково — и она требует значительного рассуждения, креативности и исследовательского мышления. ИИ следует использовать в качестве мыслящего партнера
AI Assistant — некоторые задачи требуют когнитивных усилий, но при этом часто повторяются. Входные данные каждый раз меняются — новая расшифровка, другой набор обратной связи, еще один отчет для подведения итогов — но процесс и структура выходных данных остаются неизменными. В этих случаях ИИ может выполнять задачу автономно, но для этого требуются очень четкие инструкции.
AI tool — простые процедурные задачи с фиксированной последовательностью и стандартизированным результатом. В таких случаях правильная стратегия — найти специализированный инструмент, который уже выполняет эту задачу.
Human-in-the-loop — ИИ сделал → прислал тебе на проверку → ты решаешь что с этим делать.
----
Консультации по ИИ / Менторство
🔥2❤1👍1