The post has been translated automatically. Original language: Russian
Today, artificial intelligence (AI) is not only a fashionable term, but also a working tool that helps a product manager make decisions faster, test hypotheses, and focus on strategy rather than routine.
AI does not replace a product, but it removes a lot of operational tasks from it. Below I will tell you exactly where AI really saves time and brings tangible benefits.
Previously, it took days to recover the market and competitors. Now it's enough to upload data from open sources to the AI model to get it in a matter of minutes.:
- comparison of key functions from competitors,
- pricing policy,
- trends in user reviews.
Example: To launch the delivery function in the app, we used ChatGPT to quickly collect arguments for and against based on reviews in the App Store and Google Play. This reduced the recovery time from a week to a couple of hours.
The product's backlog is always full of ideas. The question is, which ones should I check first?
We used a simple bundle: we uploaded the history of past experiments to a table (hypothesis → metric → result) and uploaded it to ChatGPT. Next, they gave the prompt model:
“Analyze the table and evaluate new hypotheses based on the RICE metrics (Reach, Impact, Confidence, Effort). Explain why you gave such scores, and which 3 hypotheses are worth checking first.”
Example: we have uploaded a list of 15 subscription hypotheses (onboarding, trial, painting all buttons pink, improving the catalog, etc.). The model suggested that the "selection of analogues" has the greatest Impact and Confidence based on similar past cases. We checked the recommendation — retention increased by 9%.
AI helps the product to find and test UX improvements faster:
- generates rough UI layouts,
- writes scripts for usability tests,
- predicts bottlenecks in the funnel.
Example: when developing a new shopping cart, we asked the AI to offer 3 interface options with an emphasis on the speed of purchase. One of them formed the basis of the A/B test and showed a 7% increase in conversion.
AI is an assistant, not a substitute for a product manager. It removes the routine, speeds up the analysis and offers insights, but strategic decisions and understanding of the user remain with the person.
The use of AI in product management has already ceased to be an "experiment" — it is becoming the standard. Those who learn how to integrate AI into processes today will move faster tomorrow and create more in-demand products.
To make it easier for you to get started, we share a small recipe that we use in our work.
In order for AI to really help improve the product, it is important to formulate queries correctly. Here is a working template that can be used in ChatGPT or other LLM tools.
Prompt: "You are an experienced UX designer. I have [product description] and users [describe segments]. Make a list of the 5 main problems they may encounter when using the product. Suggest 3 interface solutions for each problem.".
Such a prompt helps to get not just ideas, but concrete improvements.
Сегодня искусственный интеллект (ИИ) — это не только модный термин, но и рабочий инструмент, который помогает продакт-менеджеру быстрее принимать решения, тестировать гипотезы и сосредоточиться на стратегии, а не рутине.
ИИ не заменяет продакта, но снимает с него массу операционных задач. Ниже я расскажу, где именно ИИ реально экономит время и приносит ощутимую пользу.
Раньше на ресерч рынка и конкурентов уходили дни. Теперь достаточно загрузить данные из открытых источников в ИИ-модель, чтобы за считанные минуты получить:
- сравнение ключевых функций у конкурентов,
- ценовую политику,
- тренды в отзывах пользователей.
Пример: для запуска функции доставки в приложении мы использовали ChatGPT, чтобы быстро собрать аргументы «за» и «против» на основе отзывов в App Store и Google Play. Это сократило время ресерча с недели до пары часов.
Backlog продакта всегда переполнен идеями. Вопрос — какие из них проверять в первую очередь?
Мы использовали простую связку: выгрузили историю прошлых экспериментов в таблицу (гипотеза → метрика → результат) и загрузили её в ChatGPT. Далее дали модели промпт:
“Проанализируй таблицу и оцени новые гипотезы по метрикам RICE (Reach, Impact, Confidence, Effort). Объясни, почему ты выставил такие баллы, и какие 3 гипотезы стоит проверить в первую очередь”.
Пример: мы загрузили список из 15 гипотез по подписке (онбординг, триал, покрасить все кнопки в розовый, улучшение каталога и тп.). Модель подсказала, что «подбор аналогов» имеет наибольший Impact и Confidence на основе похожих прошлых кейсов. Мы проверили рекомендацию — retention вырос на 9%.
ИИ помогает продакту быстрее находить и тестировать улучшения UX:
- генерирует черновые UI-макеты,
- пишет сценарии для юзабилити-тестов,
- прогнозирует узкие места в воронке.
Пример: при разработке новой корзины мы попросили ИИ предложить 3 варианта интерфейса с упором на скорость покупки. Один из них лёг в основу A/B-теста и показал рост конверсии на 7%.
ИИ — это помощник, а не замена продакт-менеджеру. Он снимает рутину, ускоряет анализ и предлагает инсайты, но стратегические решения и понимание пользователя остаются за человеком.
Использование ИИ в продакт-менеджменте уже перестало быть «экспериментом» — это становится стандартом. Те, кто научится внедрять ИИ в процессы сегодня, завтра будут двигаться быстрее и создавать более востребованные продукты.
Чтобы вам было проще начать мы делимся небольшим промтом, который сами используем в работе
Чтобы ИИ реально помог улучшить продукт, важно правильно формулировать запросы. Вот рабочий шаблон, который можно использовать в ChatGPT или других LLM-инструментах.
Промпт: "Ты опытный UX-дизайнер. У меня есть [описание продукта] и пользователи [опиши сегменты]. Составь список из 5 основных проблем, с которыми они могут столкнуться при использовании продукта. Предложи 3 варианта интерфейсных решений для каждой проблемы.".
Такой промпт помогает получить не просто идеи, а конкретные улучшения.
Share
