ИИ для продакта & CPO | Влад Прошинский
1.41K subscribers
750 photos
155 videos
11 files
1.03K links
Авторский блог об ИИ

Обо мне: https://t.me/AImademyday/4

Сайт: https://proshinsky.com

Для связи: @asmadeyi
Download Telegram
Как заставить ИИ кодить по вашим стандартам, а не галлюцинировать? Разбираем Agent OS v2

Знакомая боль: вы даете задачу ИИ-агенту, он пишет код. Вроде работает. Но стоит попросить доработать следующую фичу — и начинается хаос. Агент «забывает» контекст, игнорирует архитектуру и лепит костыли.

В итоге вместо ускорения вы тратите часы на код-ревью и объяснение прописных истин.

Это классическая проблема «дрейфа» (drift), когда ИИ теряет фокус. Решение — не бесконечные промпты, а смена методологии. Брайан Касл выкатил Agent OS v2 — open-source систему, которая внедряет Spec-Driven Development в работу с нейросетями.

Разберем, как это меняет правила игры для продуктовых команд.

Почему это важно для CPO и техлидов?

Agent OS — это не очередной инструмент, а «операционная система» для управления любыми ИИ-кодерами (Claude, Cursor, Gemini). Она решает две фундаментальные задачи:

1. Адаптация стиля: Заставляет агентов копировать ваши паттерны разработки. ИИ начинает писать код так, как это сделал бы ваш сеньор-разработчик.
2. Системность: Внедряет жесткий стандарт разработки через спецификации.

Как это работает: Алгоритм из 3 шагов

Вместо хаотичных чатов процесс строится вокруг артефактов в репозитории.

Шаг 1. Фундамент (`plan product`)
На старте создаются три файла: Миссия продукта, Роадмап и Техстек. Это «долгосрочная память» проекта. Агент всегда сверяется с ними, прежде чем написать строчку кода.

Шаг 2. Формирование спецификации (`shape spec` → `write spec`)
Агент не бросается кодить сразу. Сначала он проводит интервью с вами:
· Задает уточняющие вопросы
· Принимает макеты и скриншоты
· Генерирует файл requirements.md

Затем на его основе пишется spec.md — четкая техническая инструкция с юзкейсами и границами скоупа.

Шаг 3. Реализация (`implement` vs `orchestrate`)
Самое интересное в версии 2.0 — гибкость.
· Implement: Один агент последовательно закрывает задачи. Идеально для мелких фич.
· Orchestrate: Режим для крупных задач. Система дробит спецификацию и делегирует куски разным субагентам (особенно мощно работает в связке с Claude Code).

Результат в цифрах и фактах

· 0% Vendor Lock-in: Работает с любым стеком и любой LLM.
· Консистенция: Агент не «дрейфует» от задачи к задаче, так как каждый шаг опирается на утвержденную документацию.
· Онбординг: Новые разработчики (и новые агенты) сразу видят контекст и правила игры в файлах проекта.
👍3❤2🔥1
Совет самому себе

>> Перестань «нахватываться» верхушек.
💭 Твой кратчайший путь — это глубокое понимание оценки качества (Evals). Тот, кто умеет измерять галлюцинации ИИ, управляет продуктом. Тот, кто просто промптит — остается пользователем.

===

Распарсил своё интервью в крупный Бигтех, и понял что deep dive не моё. Мне интересен БИЗНЕС (процессы, маркетинг, продукт, продажи, воронки). Data Science, ML, RAG, K8s, Docker, Dataframes, Eval и тп. — это всё прикольно-интересно, но не вызывает дикого восторга и желания проводить здесь часы...

===

Какие топики спрашивают на DS / ML продактов на интервью:
- Для чего и как в стриминг API (WebSockets)
- Большой фокус RAG (кстати, самый прибыльный навык)
- Плюсы/минусы CAG vs RAG
- Agentic RAG (когда сначала планирует поиск)
- трейсинг и отладка LLM (на каком шаге агент ошибся, LangFuse)
- Docker и Kubernetes (K8s)
- Векторный поиск (если у тебя данных на млрды токенов)
- Про векторные БД (Qdrant, Pinecone), эмбеддинги, LlamaIndex
- Простые агенты (LangChain)
- Мульти-агенты (LangGraph, Tool Use)
- Оценки качества (EVAL, Precision, Recall)
- Третья нормальная форма (3NF)
- Косинусное расстояние между векторами
- Agentic AI (в 2026 начинают писать ИИ агентов, которые будут выполнять часть работы. например «AI Аналитик», который пишет SQL-запросы к витринам данных)
- Роутинг запросов, оркестрация агентов
- Безопасность (lost-in-the-middle, guardrails, риск цепочки, минимизация)
- Производительность и UX (респонс, галлюцинации → Способы борьбы с ними)

Примеры вопросов:
Как ты оцениваешь стоимость инференса при масштабировании ассистента на всю компанию (100 млрд токенов в базе)?

Почему для внутреннего ассистента Яндекса ты выберешь конкретную модель (например, GPT-4o vs. Claude 3.5 Sonnet) под задачу написания SQL?

В каких случаях ты вынесешь логику из промта в код (few-shot примеры vs. динамическая подгрузка через RAG)?

Как ты предотвращаешь «дрейф инструкций» (instruction drift) в длинных промтах для ассистента с контекстом в 2 млн токенов? → А как ты проверяешь, что длинный промт не стал работать хуже после добавления новых правил?


Опиши архитектуру оркестратора, который должен решить, какому из 5 узкоспециализированных агентов передать запрос пользователя.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤1
Forwarded from Нейроцех (Михаил Шумовский)
💛 Как специалисты из разных сфер используют нейросети в работе

Прочитал тут классное исследование Ленни Рачицкого — про то, как разные спецы уже используют нейросети в работе и чего им не хватает.

Ленни Рачикий — бывший продакт-лид в Airbnb, а сейчас автор одной из самых популярных рассылок о продуктовом менеджменте с более чем 670 тысячами подписчиков. Недавно он опубликовал большое исследование о том, как люди в технологических компаниях используют ИИ. Опросили 1750 человек — продакт-менеджеров, инженеров, дизайнеров и основателей стартапов.
Начну с главного: 55% опрошенных говорят, что ИИ превзошел их ожидания, а почти 70% отмечают, что качество их работы улучшилось. Больше половины экономят минимум полдня в неделю на своих основных задачах.

Теперь про каждую роль отдельно.

🟡 Продакт-менеджеры уже разобрались, как использовать ИИ для финальных задач: написать документацию по продукту, подготовить презентацию, составить письмо. Но им не хватает помощи на более ранних этапах — там, где нужно понять, что вообще строить. Самый большой запрос — на пользовательские исследования. Только 4,7% продактов применяют ИИ для этого сегодня, но почти треть хотели бы. Ещё одна растущая тема — прототипирование. Сейчас 19,8% используют ИИ для создания макетов, а хотят уже 44,4%. Продакты все чаще делают прототипы сами, не дожидаясь дизайнеров, с помощью инструментов вроде Lovable, v0 и Replit.

🟡 Дизайнеры получают меньше всего пользы от ИИ по сравнению с другими. Только 45% говорят, что ИИ приносит им реальную пользу, а 31% считают, что он не оправдал ожиданий — это в три раза больше, чем у основателей стартапов. ИИ помогает дизайнерам с задачами вокруг дизайна: обработка результатов исследований, написание текстов, генерация идей. Но сама работа с визуалом пока остается человеческой — только 3,3% используют ИИ непосредственно для отрисовки интерфейсов.

🟡 Айтишники уже приняли ИИ как напарника для написания кода — это их главный сценарий использования (51%). Зато огромный потенциал в задачах после написания кода: документация, проверка чужого кода и написание тестов. Это скучная, но необходимая работа, которую разработчики не любят делать сами и с радостью отдали бы ИИ. При этом инженеры чаще других отмечают неоднозначные результаты по качеству: 51% говорят, что качество улучшилось, но 21% считают, что ухудшилось.

🟡 Основатели стартапов — самые довольные пользователи ИИ. Половина из них экономит больше шести часов в неделю, а 45% говорят, что качество работы значительно выросло. Но главное отличие предпринимателей в том, как они используют ИИ. Если продакты и дизайнеры применяют его для производства готовых материалов (документы, прототипы, тексты), то основатели используют ИИ для мышления. Их главные задачи: помощь в принятии решений (32,9%), генерация продуктовых идей (19,6%) и работа над стратегией (19,1%). Они относятся к ИИ как к партнеру, с которым можно обсудить идею, проверить гипотезу, продумать выход на рынок — а не просто как к инструменту для конкретных задач.

Из инструментов: ChatGPT лидирует почти везде — им пользуются 57,7% продактов, 49,6% дизайнеров и 72,1% основателей. Claude на втором месте. Но у айтишников картина другая: Cursor (33,2%), ChatGPT (30,8%) и Claude Code (29%) идут практически вровень. Разработчики выбирают специализированные инструменты под свои задачи, а не универсальные чаты.

Еще один показательный момент: 83,6% опрошенных назвали хотя бы один инструмент, без которого им было бы очень некомфортно работать — настолько глубоко ИИ уже встроился в рабочие процессы.

🟡 Главный вывод из исследования: следующая волна ИИ-инструментов будет не про более умные модели, а про лучшие сценарии совместной работы человека и ИИ над сложными, неоднозначными задачами. Например, как провести анализ конкурентов или придумать продуктовую идею.

Короче, дизайнерам повезло меньше всего. Они все делают своими руками. Хотя все так упорно который год кричат, что дизайнеров заменят первыми

Ну и го в комментах рассказывать, ускоряют вас нейронки или нет и для каких задач в их используете ↓↓↓

#мнения

@neurozeh
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤2
↓↓↓

В 2023 и 2024 годах приложения ИИ были ориентированы на общение. Некоторые из них представляли собой очень сложных собеседников! Но их влияние было ограниченным.

Приложения ИИ 2026 и 2027 годов будут ориентированы на действия. Они будут ощущаться как коллеги. Использование увеличится с нескольких раз в день до круглосуточного, ежедневного, с параллельным запуском множества экземпляров. Пользователи не будут экономить несколько часов время от времени – они перейдут от работы в качестве рядового сотрудника к управлению командой агентов.

Помните все эти разговоры о продаже работ? Теперь это возможно.

на подумать:
Какую работу вы можете выполнить?
Какие новые возможности открывают агенты с долгосрочным горизонтом планирования?
Как вы будете коммерциализировать эту работу?
Как будет развиваться интерфейс вашего приложения в вашей области, по мере того как пользовательский интерфейс будет расти от чат-бота до делегирования задач агентам?
Вы можете выполнять эту работу надежно?
Вы постоянно совершенствуете свою систему управления?
У вас налажена надежная обратная связь?
Как продать эту работу?
Можно ли установить цену и представить её в выгодном свете, учитывая ценность и результаты?

(С)
🔥3
AI радикально меняет роль Product Manager

PM всё чаще превращается в «агента + судью», где главная ценность — в постановке проблемы, вкусе и управлении AI-инструментами (Cursor, Claude и т.д.), а не в написании PRD.

Вот как сейчас выглядит управление продуктами

Работа продакта же: в ясном мышлении, принятии правильных решений и управлении системой
👍3🔥1💯1
Глобальный adoption ИИ по отчету Microsoft

В ОАЭ 64% рабочего населения использует ИИ, в США — 24% (24-е место). Разрыв между Севером и развивающимися странами вырос до 10,6%. DeepSeek в Африке: 2-4x рост за счет бесплатности и партнерств, ускоряя adoption в underserved рынках.

Валим.

Гуглим DIFC Виза в ОАЭ, принятая в 2025 году для привлечения талантов в ИИ.
👍1🔥1
Почему ваш контент не работает? Проблема не в качестве.

Директор по маркетингу вчера сказал мне: "У нас столько неиспользованного контента, это просто безумие."

Знакомо?

Большинство команд штампуют вебинары, статьи и лонгриды — а потом продвигают их парой постов в LinkedIn и переключаются на следующий проект.

Они фокусируются на объёме. Но проблема не в объёме.

Проблема в дистрибуции.

Нельзя ожидать ROI от контента, если вы продвигаете его всего парой постов. Дистрибуция — это не второстепенная задача. Именно она определяет успех.

Стратегия дистрибуции для B2B с длинными циклами продаж:

1️⃣ Темы основаны на данных из клиентских исследований и звонков с продажами

2️⃣ Выбираем 3 экспертов, готовых развивать личный бренд в LinkedIn

3️⃣ Часовое видеоинтервью с каждым экспертом по теме

4️⃣ Один лонгрид + 5 видеоклипов + 8 постов из каждого интервью

5️⃣ Публикуем с личных профилей экспертов 3-5 раз в неделю Личные профили дают в 5x больше охвата, чем корпоративные страницы

6️⃣ Перепрофилируем контент:
• Статьи и видео на сайт
• Полные интервью на YouTube
• Еженедельная рассылка с инсайтами

7️⃣ Через 3 месяца: LinkedIn Thought Leader Ads на лучшие посты

8️⃣ Через 6 месяцев: программа employee advocacy для масштабирования

Результат?
Один час интервью превращается в месяцы контента с реальным охватом.
👍1
Microsoft ранжировал 40 профессий по уязвимости к ИИ

Ищем себя.

40 профессий с наибольшим влиянием ИИ

- Переводчики и устные переводчики
- Историки
- Бортпроводники
- Торговые представители услуг
- Писатели и авторы
- Представители службы поддержки клиентов
- Программисты инструментов ЧПУ
- Телефонные операторы
- Билетные агенты и туристические служащие
- Теле- и радиоведущие
- Брокерские служащие
- Консультанты по управлению фермами и домашним хозяйством
- Телемаркетологи
- Консьержи
- Политологи
- Аналитики новостей, репортеры, журналисты
- Математики
- Технические писатели
- Корректоры и редакторы
- Хостес и администраторы
- Редакторы
- Преподаватели бизнеса в вузах
- Специалисты по связям с общественностью
- Демонстраторы и промоутеры продукции
- Агенты по рекламным продажам
- Служащие по открытию новых счетов
- Статистические ассистенты
- Служащие пунктов проката
- Специалисты по данным (Data Scientists)
- Персональные финансовые консультанты
- Архивариусы
- Преподаватели экономики в вузах
- Веб-разработчики
- Управленческие консультанты (Management Analysts)
- Географы
- Модели
- Аналитики маркетинговых исследований
- Диспетчеры службы общественной безопасности
- Операторы коммутаторов
- Преподаватели библиотечного дела в вузах
🔥3❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Главное из выступления Илона Маска на ВЭФ

О количестве роботов:
Роботов будет больше, чем людей. У каждого человека на Земле будет свой робот. Это неизбежно, просто потому что их полезность слишком высока, а стоимость производства будет падать

О сроках:
Tesla Optimus могут поступить в открытую продажу уже к концу 2027 года. А к концу 2026 искусственный интеллект превзойдет возможности любого отдельного человека

Об экономике будущего:
Мы движемся к эпохе не "безусловного базового дохода", а "универсального высокого дохода". Роботы обрушат стоимость товаров и услуг, сделав труд опцией, а не необходимостью для выживания

О смысле жизни:
Человеческое сознание — это крошечная свеча в огромной темноте. Мы должны сделать всё, чтобы этот свет не погас. Именно поэтому нам нужно стать мультипланетарным видом

↓↓↓

И я хочу быть частью этих глобальных перемен

Поэтому...
🔥1
Запустил proshinsky.com
— услуги по ИИ-зации бизнеса (а в будущем и роботизации). Рынок у этого >$500 трлн. по оценке Nvidia.

Пул услуг включает весь мой накопленный за 3 года опыт:

🔗 ИИ консалтинг в классическом понимании мертв (из-за ИИ), но КАК внедрить чтобы был рост метрик — та ещё задача. Поэтому я внедряю только то, в чем уверен и то, что могу посчитать. С гарантией прироста метрик.

🔗 Vibe-code разработка – как сервис по быстрому запуску Веб-продуктов. Пока есть «окно возможностей» — не каждый может запилить себе веб-продукт. Я могу. Это является продолжением моего 9-летнего опыта в роли продакт-менеджера.

🔗 ИИ связки (в работе) — готовые ИИ-решения под типовые бизнес задачи (обзвон клиентов, контроль коммуникаций с клиентами, создание креативов и т.д.), которые можно «сегодня купил → завтра получаешь результат»

🔗 ИИ практикум (B2B) — базовый курс, который позволит за день удвоить, а кому-то даже утроить эффективность своей работы (в феврале/марте будет обучение для B2C)

🔗 Тренинг «ИИ для коммерции» (B2B) — 80% контента для коммерческих отделов (маркетинг, продажи, Operations). Флагманский тренинг с фокусом на практику

🔗 ИИ директор на аутрсорсе — для тех, кому очень хочется с ИИ «всех победить», но: а) нет времени б) нет того, кто знает что и как делать в) нет тех, кто гарантирует результат г) а если есть — нет стратегического виденья (решить задачу да, комплексно внедрить и поставить процесс — нету).


==

Подробнее — пишите в ЛС
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
ИИ для продакта & CPO | Влад Прошинский pinned «Запустил proshinsky.com — услуги по ИИ-зации бизнеса (а в будущем и роботизации). Рынок у этого >$500 трлн. по оценке Nvidia. Пул услуг включает весь мой накопленный за 3 года опыт: 🔗 ИИ консалтинг в классическом понимании мертв (из-за ИИ), но КАК внедрить…»