Продуктовый Вайб | StartUps & AI

# Дайджест продуктовых и вайбкодерских новостей 12-17 октября

Система, которая ищет причины изменений в бизнесе

12 октября Salesforce объявила о покупке Loops, сервиса для анализа показателей бизнеса. После закрытия сделки его технологию планируют добавить в Tableau, продукт Salesforce для работы с данными.

У дашборда компании есть ограничение: график показывает падение продаж, но не объясняет причину. По описанию Salesforce, Loops постоянно следит за показателями, ищет необычные изменения и объясняет их причины. Вызвать его можно из Slack и почты.
Мне очень нравится этот подход. Если уж делать управленческий дашборд, то стоит подумать, какие изменения он мог бы сам заметить и объяснить. Тогда руководитель начнет копать сразу с конкретного наблюдения, а не с обхода всех ответственных за показатель.

Агент в общем рабочем чате

14 октября венчурный фонд Bessemer рассказал о публичном запуске Zenzap, рабочего мессенджера с агентами в групповых чатах. Фонд поддерживает компанию с самого начала.

В статье описана типичная последовательность: сотрудник получает запрос в чате, проверяет календарь, обновляет CRM, готовит ответ и возвращается в разговор. Zenzap предлагает передать эти переходы между приложениями агенту. По описанию фонда, агентам назначают роли и дают доступ к нужным инструментам. Они получают данные, выполняют поручение и возвращают результат в общий чат. Сенситив действия требует одобрения человека.

Scuba: перестать заново объяснять AI, как работает команда

13 октября венчурный фонд Accel рассказал о Scuba. Компания объявила о $34 млн суммарного финансирования за два раунда.

Scuba собирает материалы, которыми пользуется команда: документы, скриншоты, заметки, ссылки и переписки. Их можно объединять в общие подборки, например под запуск продукта или работу с клиентом. По описанию основателей, к этим материалам можно обращаться из Slack, а через MCP передавать их агентам в Claude, ChatGPT и Cursor. Доступ пока раскатывают командам постепенно, через ограниченную бету.

Мне нравиться эта концепция: не просто сохранять документы и транскрипты встреча, а дать людям и агентам общий лэйер памяти, который хранит абсолютно все, такой настоящий корпоративный секонд брэйн.

Агент, который доводит дело до результата

14 октября венчурный фонд a16z описал свою ставку на агентов для процессов, которые тянутся неделями и месяцами. Например, страховое обращение до выплаты или ипотечная заявка до завершения сделки.

В таких процессах клиент переходит от одного сотрудника к другому. По задумке авторов, агент сохраняет историю дела, возвращается к нему при новых событиях или наступлении срока, подключает помощников и готовит документы для проверки. Зарабатывать предлагают на выполненной работе и результате. В статье разбирают три варианта: продавать платформу, оказывать услугу или самому вести такой бизнес.

Правда, с оплатой за результат есть пока проблемка: авторы отдельно отмечают сложности договоров и споры о том, какой вклад внес агент.

Специальная модель для редактирования картинок

15 октября Krea опубликовала статью с демонстрациями Krea 3, своей модели специально для быстрого редактирования изображений. Модель интересна, например, для интернет-магазинов или рекламных агентств, когда нужно поместить товар в другую сцену или антураж.

В демонстрациях модель получает исходное изображение и несколько референсов. Можно попросить поменять только мебель в комнате или окружение товара. Я вижу продуктовый смысл такого инструмента в управляемой генерации серии изображений одного товара, а не единственной картинки.

Где агентная разработка упирается в инфраструктуру

13 октября Anthropic рассказала о Scion, собственной системе управления версиями кода. По словам компании, она за пять месяцев перенесла туда полностью заменила им Git. При ее объеме агентной разработки работа с репозиторием стала узким местом.

Scion рассчитана на постоянное подключение к серверу. Клиенты подгружают файлы по мере необходимости, а историю и изменения получают через API. Некоторым автоматическим операциям локальная копия репозитория вообще не нужна.

У Anthropic невероятный поток данных, и это внутренний кейс компании. Но интересен сам факт того, что с увеличением скорости написания кода дошли до замены аж самого Git, на котором годами держалась вся разработка.



@productvibe
Продуктовый Вайб | StartUps & AI

supermvp.space
Разработка MVP · Интеграция ИИ в бизнес-процессы

# Структурируй и валидируй свою идею перед MVP

Мы с Лео сделали скилл, который помогает структурировать вашу идею перед тем, как начать строить MVP.

Он нужен, когда идея продукта уже есть, а в голове пока всё вперемешку: кому это нужно, с чего начать, что оставить для первой версии и есть ли на рынке похожие решения.

Со скиллом можно последовательно пройти оба этапа и собрать первую картину:

— MVP: для кого продукт, какую задачу он решает и что действительно нужно реализовать в первой версии;
— Ресерч рынка: какие альтернативы уже есть в вашем сегменте, чем они сильны и где может быть место для вашей идеи.

Также записали два ролика, чтобы было проще пройти эту работу вместе:

Что такое MVP и как выбрать фокус первой версии
Ресерч конкурентов и рынка под вашу идею

Этот скилл - не кнопка "ИИ подтвердил, что идея взлетит", но помогает все структурировать и задать правильные вопросы в самом начале. Ресерч даёт первый проход по гипотезам и рынку, которые потом всё равно нужно проверять с реальными людьми. Но вместо бесконечного “надо бы когда-нибудь разобраться” у вас появляется конкретный пользователь, первая версия продукта и понятный следующий шаг.

Репозиторий скилла: Idea to MVP. Просто дайте своему агенту ссылку на этот репозиторий и попросите установить скилл.

—

Начать можно даже с очень сырой идеи. Или просто обкатать скилл на тестовой концепции, чтобы потом уже более увернно довести свою идею до дизайн-дока.



@productvibe
Продуктовый Вайб | StartUps & AI

supermvp.space
Разработка MVP · Интеграция ИИ в бизнес-процессы

# Сайты портфолио, с которых не хочется уходить

Залипаю на проектах, где ты чувствуешь настоящую любовь автора к своему детищу.

Казалось бы: что еще можно выжать из формата портфолио? Но люди умудряются делать из них целые игры или невероятные анимационные проекты. А некоторые потом участвуют с ними в конкурсах и получают награды.

На днях попался один такой, на котором залип почти на час. Решил сделать небольшую подборку таких проектов для вдохновения + несколько полезных ресурсов, где можно научиться делать такие.

Полноценная аркадная гонка со свободной ездой и физикой объектов:
https://bruno-simon.com/

Путешествие необычного персонажа Самси Ниндзя в мрачном неоновом киберпанковом мире:
https://samsy.ninja/

Бродилка от 3-его лица в японском рисованном стиле
https://messenger.abeto.co/

Очень атмосферная рисованная космическая бродилка от первого лица на космической станции:
https://equinox.space/

Аркадная мини-игра в стиле Lego Breacktales
https://worawork.vercel.app/

Что хорошо бы понимать, чтобы делать такие сайты:

Принципы работы Three.js. Это 3D-библиотека или даже скорее 3D движок на основе JavaScript. Все сайты выше построены на нем. Один из курсов, который раскрывает его основные возможности и учит с ним работать:
https://threejs-journey.com/

Основы 3D-моделирования в Blender. Одна из самых крутых школ, на мой взгляд, это CG Boost. И их курс, который полностью проводит от знакомства с инструментами и основ моделирования до анимированного ролика. Курс, которым, похоже, вдохновлялся автор первого портфолио: https://www.cgboost.com/courses/blender-launch-pad-1

Но мы понимаем, что и без этих знаний такие сайты нам уже может полностью или почти полностью собрать ИИ. Главное желание, классная идея и понимание, что мы хотим получить в итоге.


@productvibe
Продуктовый Вайб | StartUps & AI

supermvp.space
Разработка MVP · Интеграция ИИ в бизнес-процессы

# Дайджест продуктовых и вайбкодерских новостей 5-11 октября

Интерактивный план агента

5 октября Тарик, один из ведущих инженеров Антропик рассказал про скилл для Claude Code, над которым работает. При подготовке плана вместо сухого текста, агент оформляет динамический план в HTML: объясняет его, показывает фрагменты кода, открытые вопросы и макеты.

На самом деле идея не нова, в Cursor уже давно есть интерактивный план с выбором приоритетов и т.д. Но мне, в любом случае, нравится этот подход. Прежде чем агент начнёт писать код, пользователь должен лучше разбираться, в т.ч. визуально, что агент предлагает. По текстовому плану сложно представить будущий интерфейс или связи между логическими блоками, обсудить экран, уточнить идею. Интерактивный - все это позволяет делать. В посте есть демонстрация работы скилла, выглядит прикольно.

Плагин уже можно потестить и дать обратную связь:

claude plugin install html-plan@claude-community

Как подключить AI-продукт к системам разных компаний

6 октября венчурный фонд Bessemer Venture Partners объявил, что возглавляет инвестиционный раунд Ampersand на $15 млн. Ampersand создает инструмент для подключения продуктов и AI-агентов к корпоративным системам.

В статье фонд объясняет свою ставку на примере Salesforce. Две компании используют одну и ту же CRM, но у них могут отличаться поля, объекты и права доступа. Поэтому готовое подключение ещё не означает, что продукт умеет работать с данными обоих клиентов.
Основатели Ampersand предлагают описывать интеграцию в коде. Их продукт обрабатывает различия схем, а администратор клиента сопоставляет поля при подключении.

Фонд подчеркивает работу, которая возникает между продажей и использованием продукта. Если строишь сервис поверх данных заказчика, подключение к ним нужно продумывать как часть продукта. В том числе для агента: ему нужно понимать, с какими данными он работает и что ему разрешено делать.

Эта инвестиция вписывается в более широкую гипотезу Bessemer. В своём roadmap фонд описывает переход от систем, которые хранят данные компании, к AI-продуктам, которые используют их для выполнения работы. Одним из препятствий фонд считает дорогие подключения и настройки под каждого заказчика. Ampersand как раз занимается упрощением этого этапа. То есть инвестиционная ставка здесь - на инфраструктуру, которая помогает агентам работать с существующими системами бизнеса.

Как собрать агента поддержки под конкретный бизнес

5 октября Anthropic опубликовала кейс Cresta, компании, которая разрабатывает AI-продукты для клиентской поддержки. В статье разбирается их продукт Conductor, помощник для создания и улучшения агентов поддержки. Он обращается к прошлым разговорам с клиентами и правилам компании. На их основе он помогает команде определить, что агент должен делать в разных ситуациях, создать такого агента и подготовить тесты, чтобы проверить его эффективность.

Например, клиент интернет-магазина просит вернуть деньги. Чтобы ответить по существу, нужно разобраться, что он купил и что разрешает политика возвратов. Где-то поведение можно описать жёстким правилом, где-то потребуется решение человека. В кейсе Conductor помогает команде определить такие границы.

Опыт работы поддержки становится материалом для создания следующего помощника. Можно обсуждать не только качество ответа модели, но и то, как продукт собирает знания о бизнесе и использует их при разработке агента.

Когда агентов много, нужен интерфейс для команды

8 октября Anthropic опубликовала интервью с Bradley Axen, руководителем направления AI компании Block о работе над большими изменениями кодовой базы. Одна модель координирует процесс, другие правят файлы и запускают тесты. Люди и агенты взаимодействуют в общих каналах и обсуждениях внутри среды Buzz. Слияние изменений в основную ветку и выпуск в рабочую систему остаются за людьми.

Когда с тобой и твоей командой работает много агентов, хочется видеть, кто чем занят, какие решения уже приняли и где требуется твоё участие. Общие каналы и обсуждения дают основу для такого взаимодействия. Все это закрывается их собственным продуктом Buzz.

Кстати, мы уже несrолько месяцев топим за Buzz, развернули его у себя и тестируем AI-контур с Buzz у клиентов. Вот тут рассказывали и показывали небольшое демо.

----

В этих событиях я вижу тренд на еще больше харнеса и интерфейсы, которые строятся вокруг агентов, совместной работы и корпоративной интеграции ИИ. Мне кажется, именно в этом направлении стоит сейчас искать идеи для новых продуктов.


@productvibe
Продуктовый Вайб | StartUps & AI

supermvp.space
Разработка MVP · Интеграция ИИ в бизнес-процессы

# Как создавать скиллы и при чём тут память агента

Решил сделать небольшой гайд максимально доступным языком, что такое скиллы, как их создавать и, в общих чертах, как устроена память агента. Также записал отдельное видео на эту тему, там рассказываю еще более подробно.

Память и постановка задачи

Прежде, чем объяснять, что такое скилл, нужно понять, как в принципе устроена память агента. Наши сообщения уже передают агенту очень много информации. Допустим, я прошу агента сделать ресерч по определённой теме. В сообщении описываю саму задачу, передаю контекст - ссылки, документы или файлы, на которые нужно опираться. И могу сразу указать в сообщении роль: ресерчер. Так я объясняю, какие конкретно действия требуются от агента.

Кроме нашего сообщения, у агента есть постоянные инструкции. Часть задаёт производитель модели, часть зависит от интерфейса/приложения, в котором мы работаем.

Дальше идут персональные правила: на каком языке общаться, как меня зовут, где лежат рабочие файлы и т.д. Для таких инструкций есть специальный формат файла - AGENTS. md, его понимают все агенты. У конкретного проекта могут быть свои правила со своим AGENTS. md, например, после каждой задачи записывать в лог, что сделано.

Отдельным слоем существует память о совместной работе. В неё могут попадать предпочтения и находки, которые появляются уже в процессе общения с агентом. Например, я часто заканчиваю работу в полночь и агент запоминает это как мое предпочтение в будущем.

Что такое Скилл

Скилл - это тоже ячейка памяти. Но она содержит инструкцию для повторяющейся задачи, которые не нужно помнить постоянно. Например, как расшифровать встречу и куда сохранить результат. Или как добавить реквизиты в договор.
Мне не нужно каждый раз заново объяснять порядок действий. При этом полную инструкцию по расшифровке встречи незачем держать в контексте, когда я занимаюсь чем-то другим. Агент знает описание скилла, но подробные инструкции загружает, только когда нужно применить его.

Где брать готовые скиллы

Некоторые уже встроены в агентские приложения и используются при необходимости. Остальные можно найти в каталогах, например на skills.sh. Там же есть скилл find-skills: его можно установить и просить агента найти скилл под конкретную задачу и он будет ходить туда сам.
Ещё один из каталогов - NeuralDeep. Там есть адаптированные под российский рынок скилы, в том числе для работы с Яндекс.Директ и 1С.

Как сделать свой скилл

Для начала вполне можно обойтись готовыми, их уже очень много под большинство задач. Но если появилась потребность создать скилл под свои задачи, то это очень просто.

Но сначала полезно определить, это постоянное правило и специфический процесс. Например ваш подход к работе с файлами - это глобальная задача. А, скажем, конспектирование договорённостей после встречи с клиентом нужен только в определенной ситуации, т.е. тянет на самостоятельный скилл. У меня, например, есть Discovery Log: я зову его, когда нужно собрать договорённости после встреч и переписки с клиентом.

Чтобы создать свой скилл у Codex и Claude есть специальный скилл для этого skill-creator. Вызываем его через команду /skill и описываем задачу: что агент должен сделать, по каким правилам и какой результат мы хотим получить. Далее он все делает сам, создает тесты и оформляет ваш процесс в скилл.

Агент сам проверит его на реальном примере: выполнит одну и ту же задачу со скиллом и без него и сравнит результат. Так можно понять, дает ли пользу новая инструкция или нет. Все, ваш скилл готов и вы можете использовать его с любым агентом.

Если захочется более подробный технический разбор про скиллы, то посмотрите видео от Лео.


@productvibe
Продуктовый Вайб | StartUps & AI

supermvp.space
Разработка MVP · Интеграция ИИ в бизнес-процессы

# Артбук для своего медиа с ИИ

Записал первое видео для Продуктового Вайба. На примере этого канала показываю, как с помощью ИИ собрать Артбук со стилем иллюстраций к постам.

Сначала я рисовал иллюстрации в стиле South Park, но потом для канала захотелось больше индивидуальности. Плюс у SP много ассоциаций, которые не совсем попадают в вайб моего канала.

Пробовал разные стили и подходы, в итоге из экспериментов получился свой собственный персонаж, с которым уже стал обыгрывать разные сюжеты.

Изначально я хотел максимум абстракции и минимализма на картинках, но с этим сначала получился перебор. На иллюстрациях готовые элементы смотрелись странно, а сюжет вообще перестал читаться. Красивые элементы по отдельности не складывались в сюжет и понятную картинку.

Поэтому дал больше свободы модели, персонаж остался, а предметы стали подстраиваться под конкретный сюжет. И получился оптимальный баланс между минимализмом и способностью стиля передавать сюжет.

В итоге сделал Артбук с полным гайдом для моделей с персонажем, его эмоциями, цветами, связями между предметами, примерами удачных и неудачных сцен и чек-листом.

В видео более подробно показываю весь процесс от и до.
Видео: https://youtu.be/Gb0zWIWEkNE

А еще недавно рассказывал как создать в Claude Design исполняемый брендбук компании.


#дизайн #артбук


@productvibe
Продуктовый Вайб | StartUps & AI

supermvp.space
Разработка MVP · Интеграция ИИ в бизнес-процессы

# Генерация агента — это ещё не ТЗ

Эра LLM-ок переписывает обязанности тех, кто ставит задачи.
Раньше менеджер собирал ТЗ сам. Теперь агент выдаёт счастливому менеджеру простыню выводов и у него появляется соблазн просто переслать её подрядчику и считать, что задача поставлена.

Но это не постановка задачи.
Это делегирование ответственности за фильтрацию сгенерированного ТЗ. Если ты сам не прогнал выводы через себя, то это не твоя задача. Ты обрекаешь людей, которые с тобой работают, делать это вместо тебя: разбирать противоречащие версии, отделять полезное от воды, гадать, что ты вообще отдавал агенту на входе и какой был контекст.

Часто вижу картину: клиент в эйфории от «гениальных решений» агента, а на подрядчика валится нескончаемый поток агентских аудитов и выводов. Польза там есть, безусловно. Но выявлять её приходится исполнителю — вместо работы человек занимается фильтрацией чужого нейрослопа.

Функцией современного менеджера становиться пропустить весь сгенерированный поток через себя: проверить каждое существенное утверждение, снять противоречия, выпилить воду. И отдать не генерацию, а чистое выверенное ТЗ. Сырые отчёты при этом можно приложить справочным материалом, но заменять ими управленческое решение нельзя.

Именно человек должен стоять между вероятностным выводом AI и ответственным действием.

Предвижу, что скоро это станет ключевым качеством менеджера. Исполнитель не должен работать археологом, раскапывая рассуждения агента, чтобы понять, что от него вообще хотят.

Выверенное человеком ТЗ — это артефакт, который должен стать частью контракта работы с агентами и LLM.

Garbage in — garbage out, все уже, наверное, знают. Но есть нюанс: даже из качественного сырья на входе, новый garbage на выходе генерируется тоже очень быстро.

Поэтому я также рекомендую: filter in — filter out.



Продуктовый Вайб | StartUps & AI

Намечается классный оффлайн-ивент, много интересных и актуальных тем. Естественно все — про ИИ.
Я буду рассказывать кейс автоматизации своего агентства https://supermvp.space/.

Буду рад увидеться! 🙂

Наблюдение про OpenClaw. Мой последний пост был о том, что OpenClaw в его текущем виде слабо подходит для коммерческого использования и в нем слишком много слабых мест, чтобы использовать его в продакшене для управления бизнес-процессами.

Но дальше случился интересный парадокс. Почти все клиенты приходят именно с запросом примерно "хочу настроить OpenClaw для решения своих бизнес задач".

И причина тут не в том, что OpenClaw хороший enterprise-стек. А в том, что он оказался очень понятной демонстрацией самой идеи автоматизации через AI. Люди, которые раньше были далеки от LLM и автоматизации, у которых было недоверие ко всему этому AI-хайпу, вдруг начали видеть, как такие системы могут автоматизировать именно их задачи и примерять эту модель управления бизнесом на себя.

То есть OpenClaw для них сработал как входная точка. Как интерфейс, через который становится понятно: ага, вот здесь может использовать его как парсер, вот здесь как память, вот здесь как таск-менеджера, вот здесь как секретаря, вот здесь как автоматизацию процессов и так далее. Это масс-адопшен для бизнеса.

А дальше уже может начинаться работа AI-архитектора, AI-инженера или как угодно еще можно его назвать. Не “ставим OpenClaw в бизнес как есть”, а проектируем кастомный продукт на основе OpenClaw под конкретный сценарий и конкретные задачи с учетом требований безопасности компании и пользовательских ролей (например). Где-то он архитектурно наследует OpenClaw, где-то нужны собственные решения, но уже решает более узкую задачу, лучше контролируется и гораздо лучше подходит под реальные требования бизнеса. Так OpenClaw соединяет бизнес с новым классом AI-специалистов.

И, возможно, в этом его настоящая ценность. Не как конечного решения для компании, а как понятной промежуточной модели, через которую бизнес вообще начинает осмысливать, что ему можно построить на базе LLM, а затем уже думает, кто ему нужен для решения этой конкретной задачи.


Продуктовый Вайб | StartUps & AI

Задокументированные деплои:
- https://www.reddit.com/r/openclaw/comments/1rtkzjn/ (агентство по уходу, ивенты, образование, автодетейлинг) — n8n генерирует конфигурацию для каждого клиента
- https://simonroses.com/2026/02/: AgentX через Telegram на Raspberry Pi 5, cron-задачи, сканирование сети. Заявляет 5 000+ EUR экономии при ~50 EUR расходов на API
- https://www.reddit.com/r/openclaw/comments/1qzs5yu/: 14 AI-агентов управляют SaaS с $200K ARR на одном VPS за $5
- EasyLab (Люксембург): iMessage-бот для бизнеса — работает после 6 уровней hardening, но дорогой ценой (см. инциденты выше)
- https://dev.to/behruamm (Commander, Strategist, Engineer, Creator, Think Tank) через Discord + Telegram с мульти-уровневой памятью

Очень важно понимать различие между "AI-агентом" и OpenClaw. OpenClaw - это не просто агент, это экосистема или ОПЕРАЦИОННАЯ СИСТЕМА для AI-агента с кучей встроенных инструментов. Если у тебя есть конкретная понятная бизнес-задача для решения, то OpenClaw, скорее всего, будет избыточен.
По сути, OpenClaw — это швейцарский нож на 50 лезвий. Если тебе нужны ножницы и отвёртка, то проще взять ножницы и отвёртку, чем таскать с собой весь нож и заклеивать скотчем 48 лезвий, чтобы не порезаться.

OpenClaw спроектирован как персональный ассистент, не как корпоративный инструмент. Захарденить можно — но это 8-16 часов обслуживания в месяц. Мое осторожное предположение, что в 90% случаев, проще и безопаснее написать своё решение под конкретные бизнес-задачи, чем аудировать 500К строк кода и сопутствующие тулзы


#OpenClaw #AI #безопасность

Продуктовый Вайб | StartUps & AI
https://prodvibe.ru/

# Claude Code Remote Control - кодим с телефона

Очень маленькая, но очень желаемая мной фича добавлена в Claude Code - Remote Control. Теперь можно подключиться к локальной сессии CC с телефона через мобильное приложение Claude (iOS/Android) и рулить процессом разработки оттуда.

Даёшь Claude задачу с телефона, а работа идет в реальном времени на твоем компе. Вайб-кодерам официально разрешено оторваться от рабочего стола и, как сейчас часто говорят, - пойти потрогать траву.

Как настроить

Два варианта:
- Если ещё не в сессии: заходишь в папку проекта и пишешь claude remote-control (или коротко claude rc)
- Если уже работаешь в CC: прямо в сессии набираешь /rc

В обоих случаях получаешь URL для подключения. Если нажать пробел в терминале - появляется QR-код, сканируешь телефоном и локальная сессия отобразиться во всех твоих Claude интерфейсах, как облачный чат (с подписью remote).

На телефоне: Claude App -> раздел Code -> выбираешь свою сессию. Отправляешь задачи, даёшь пермишены, смотришь за процессами, видишь все файлы. Просто кайф.

На сомом деле до этого уже были похожие утилитки для удаленного управления CC, но теперь этот функуционал поддерживается из коробки.

Tip: перед /rc полезно сделать /rename - дать сессии понятное имя, чтобы потом не путаться в списке.

Нюансы:
- нужен Max-план (поддержка Pro скоро добавят)
- терминал должен оставаться открытым - закрыл окно, сессия умерла.
- желательно настроит комп, чтобы не уходил в сон. Но если ушел, то сессия переподключится сама, когда проснётся

По сути, теперь можно кодить лёжа на диване с телефоном в руке. Далеко не все, конечно, удобно делать с телефона, но тенденция классная.

https://code.claude.com/docs/en/remote-control


#ClaudeCode #tip


Продуктовый Вайб | StartUps & AI

# JTBD (Jobs To Be Done) - продуктовый подход, который стоит попробовать

Если коротко - JTBD помогает понять, почему пользователь уходит к конкуренту. Или почему у кого-то получается лучше, чем у тебя. Или вообще - зачем человек "нанимает" твой продукт на самом деле. Не какие фичи ему нужны, а какую задачу в жизни он пытается закрыть.

По сути, для стартапа это ранний поиск реальных болей клиента. Не того, что человек говорит на интервью ("мне нужна CRM с аналитикой"), а того, что он на самом деле делает и почему. Когда ты это понимаешь - становится сильно проще решать, что строить, а что отложить.

Подход очень классный для интеграции в продуктовые процессы. Хоть при планировании нового продукта, хоть при приоритизации фич в существующем.

Раньше это было долго и дорого. Десятки интервью, ручной анализ, аналитик на неделю. Но сейчас есть интересный сдвиг - JTBD в привычном представлении трансформируется. Ты проводишь 5-10 пользовательских интервью, записываешь, транскрибируешь и дальше транскрипт становится, по сути, безлимитным источником данных для AI. Один промпт - и ты видишь мотивации. Еще один - открываются барьеры и страхи. А потом паттерны: почему люди переключаются между продуктами. То, на что раньше тратились дни аналитической работы, сейчас AI помогает разобрать очень быстро.

Что использовать. Есть очевидные и не очень инструменты. Можно руками загружать интерьвю в Claude, ChatGPT или куда угодно. Более продвинутый вариант - написать свой скрипт, если хочется кастомный анализ и, например, саммари в виде сверстанной html-страницы. А есть готовые платформы, например, ASEED, заточена именно под JTBD-исследования.

AI не заменяет сами интервью, т.к. подсознательные мотивы ловятся только в живом разговоре. Но аналитика после - это сейчас однозначно территория AI.

#JTBD #AI #продукт


Продуктовый Вайб | StartUps & AI