6 geniale ChatGPT-triks for produktledere

Vi er vitne til et enormt gullrush! Etter fremveksten av ChatGPT har programvareverdenen blitt oversvømt av nye produkter som lover å løse en million ulike problemer ved hjelp av denne fascinerende KI-teknologien.

Hvis du er ny innen området «KI for produktledere» og lurer på hvordan du kan dra nytte av ChatGPT, har du kommet til rett sted. I denne veiledningen lærer vi å «snakke med» ChatGPT og utforsker flere bruksområder for å integrere ChatGPT i produktet ditt eller bruke det som din personlige assistent.

Innledning: Slik «snakker» KI-produktledere med ChatGPT.

I motsetning til forgjengeren, GPT-4 og annen maskinlæringsteknologi for produktledere, har ChatGPT blitt betydelig bedre til å føre samtaler og forstå uformell tekst. Det betyr at du ganske enkelt kan be den om å gjøre noe, på samme måte som du ville bedt et menneske.

Denne måten å «snakke med» ChatGPT på vil sikkert gi deg gode nok resultater, men du kan først låse opp de virkelige egenskapene når du begynner å følge OpenAIs beste praksis for å utforme en instruksjon til denne kunstig intelligente modellen.

Author's Tip

En instruksjon er forespørselen/kommandoen din (i form av tekst) som du gir ChatGPT for behandling.

La meg nå gi deg et par raske tips som vil hjelpe deg med å øke kvaliteten på resultatet ChatGPT gir deg.

Gi tydelige instruksjoner: ChatGPT er ganske god til å lese og forstå krav og instruksjoner. Vi er produktledere med praktisk erfaring i å skrive tydelige og presise krav, så dette burde være enkelt for oss.

Strukturer instruksjonen din: Vi bruker vanligvis strukturert tekst, som punktlister og overskrifter, for å gjøre teksten lett å lese for mennesker. Vel, dette trikset fungerer også godt for ChatGPT, siden den har en tendens til å forstå strukturert tekst bedre.

Vis ønsket format på resultatet: Hvis du vil bruke resultatet fra ChatGPT i produktet ditt som en del av en funksjon, må du sørge for at resultatet har en forutsigbar struktur. Grunnen er at du må kjøre Regex på dette resultatet og trekke ut nyttig informasjon fra det.

Du kan ganske enkelt inkludere et eksempel på det ønskede resultatet i instruksjonen din for å oppnå et forutsigbart resultatformat.

Ikke be om nylig informasjon: ChatGPT er trent med datasett fra internett frem til høsten 2021. Hvis du spør om hendelser fra forrige uke, vil den derfor ikke kunne gi deg et svar.

OpenAI la til støtte for å søke på internett etter oppdaterte data, men frøs denne funksjonen fra og med 3. juli fordi den ikke fungerte slik den skulle. Heldigvis kan den nylige lanseringen av ChatGPT-tillegg hjelpe deg med dette.

Du kan for eksempel bruke tillegget KeyMate.AI Search for å aktivere nettsurfing for ChatGPT-instansen din. Vær imidlertid oppmerksom på at du må registrere deg for dette tillegget, og at det er et betalt tillegg med begrenset gratis funksjonalitet.

Inntil OpenAI gjeninnfører nettsurfing, bør du derfor være forsiktig med forespørsler som inkluderer data fra de siste 1,5 årene.

Konfigurere egendefinerte instruksjoner

Egendefinerte instruksjoner er en annen nylig oppdatering som kan øke kvaliteten på resultatene du får fra ChatGPT betydelig.

Generelt gjelder det at jo mer kontekst du gir modellen, desto bedre kan den oppfylle forespørslene dine. Den aktuelle konteksten omfatter vanligvis instruksjoner som:

• Tonen (forretningsmessig, fjollete, leken osv.).
• Rollen modellen kan påta seg (opptre som en senior produktleder).
• Mengden innhold den skal generere (hold det under 400 ord).
• Om den skal være oppmerksom på detaljer eller eksempler osv.

Før egendefinerte instruksjoner måtte du skrive inn denne konteksten på nytt hver gang du opprettet en ny chatøkt. Nå legger du imidlertid ganske enkelt alt dette inn i den aktuelle delen, og denne konteksten brukes automatisk i alle chatøkter.

Den egendefinerte instruksjonsdelen for ChatGPT-kontoen min ser for eksempel slik ut akkurat nå.

Som du kan se, har jeg fortalt ChatGPT hvem jeg er og hva slags produkt jeg jobber med nå. I tillegg har jeg oppgitt hva jeg forventer å få fra modellen, og gitt detaljerte instruksjoner om hvordan den skal svare på spørsmålene mine, inkludert lengde, bruk av eksempler osv.

Hvordan kan du bruke ChatGPT til å forbedre produktene dine?

Med OpenAIs nylige lansering av ChatGPT API (og, enda mer nylig, Google DeepMinds lansering av Gemini), kan vi endelig integrere denne språkmodellen i produktene våre og dra nytte av de imponerende egenskapene den har.

Men hvordan kan vi bruke ChatGPT i produktene våre? La meg vise deg et par eksempler på overbevisende nye funksjoner og initiativer som du kan legge til i veikartet for produktutviklingen ved hjelp av denne teknologien.

1. Nettbutikker: La ChatGPT foreslå produkter til kundene dine basert på kjøpsatferden deres.

En av de gode egenskapene til ChatGPT er at den forstår kontekstuell informasjon og gir deg et svar samtidig som den tar hensyn til denne konteksten.

Denne evnen til ChatGPT er svært nyttig når du vil at den skal håndtere en klassifiseringsoppgave, for eksempel å avgjøre hvilke produkter eller produktkategorier det er best å foreslå for brukerne dine basert på kjøpene de har gjort i nettbutikken din.

Jeg vet at du også kan foreslå varer med vanlig kode/logikk – ved å se på brukerens siste kjøp og deretter foreslå noe som flertallet av andre har kjøpt etter å ha kjøpt den samme varen. Men det er to problemer med dette:

1. Det vil ta mye utviklingstid og koste mye penger å lage slik logikk selv, eller så må du kjøpe et forslagsverktøy eller et tillegg til nettstedet ditt.
2. Vanlig logikk/kode klarer ikke å ta hensyn til kjøpsatferd og kontekst, og vil ganske enkelt foreslå det som er populært.

ChatGPT er, i motsetning til vanlig kode, immun mot disse problemene. Et API-kall og en forespørsel om å foreslå produkter vil koste deg en brøkdel av en cent eller mindre, og den er svært god til å forstå kontekst.

La meg nå vise deg et eksempel på en melding du kan bruke for å be ChatGPT om å foreslå produkter.

Hvis vi ser på meldingen jeg har gitt ChatGPT, vil vi se at den følger beste praksis som vi gikk gjennom i innledningsdelen av denne veiledningen. Vi er svært tydelige på kravene våre her og gir meldingen en struktur.

Men denne meldingen var bare en demonstrasjon av bruksområdet, og den faktiske meldingen din vil se annerledes ut.

La oss ikke glemme at det ikke er vi som skal skrive denne meldingen manuelt i ChatGPTs brukergrensesnitt. I stedet må vi skrive et lite kodestykke i e-handelsapplikasjonen vår for automatisk å generere disse meldingene for hver kunde og sende et API-kall til ChatGPT.

Derfor må vi lage en meldingsmal der vi kan bruke variabler (deler av meldingen som endres avhengig av informasjonen du har om en bestemt kunde).

Slik vil meldingsmalen med variabler se ut.

Hver av kundene dine har nylig kjøpt forskjellige varer, fargen de foretrekker (den vanligste produktfargen i kjøpshistorikken deres) varierer, og beløpet de har brukt i butikken din er også forskjellig.

Derfor må vi lage forskjellige meldinger for hver av dem, inkludere denne informasjonen i de individuelle meldingene deres og sende API-kall til ChatGPT for å få personlige anbefalinger.

En annen del av meldingen som jeg har endret her (sammenlignet med demonstrasjonen ovenfor), er at jeg inkluderer listen over produkter eller kategorier i meldingen. På denne måten kan du sørge for at ChatGPT anbefaler noe du faktisk har i butikken din.

Hvis vi ikke hadde bedt den om å bruke denne listen til anbefalingen, kunne den ha returnert elementer eller kategorier som ikke finnes i butikken din.

Så snart du får listen over anbefalinger, er listen over funksjoner du kan bygge videre på, endeløs! Hvorfor ikke sende dem ukentlige e-postsammendrag med forslagene dine? Hva med å vise disse elementene på hjemmesiden din når de åpner den?

2. Nettsted for rubrikkannonser: Hjelp brukerne dine med å forbedre rubrikkinnholdet sitt med ChatGPT

GPT-4, algoritmen for dyp læring som ChatGPT kjører på, er en generativ KI-modell. Derfor er oppgaven den gjør best, enten å generere eller omskrive innhold.

Du kan utnytte denne ferdigheten hos ChatGPT på en god måte hvis du administrerer et nettsted for rubrikkannonser, ved å omskrive og forbedre innholdet i innleggene som brukerne dine har publisert.

Forespørselen kan være ganske enkel i dette tilfellet. Bare hent rubrikkannonsen til brukeren din, og legg til en forespørsel under den som ber ChatGPT om å skrive den om på en måte som gjør det mer sannsynlig at den blir solgt. Slik ville det sett ut for en leilighet i Tuscumbia i Alabama.

Hvis du la merke til det, har vi fulgt enda en god praksis og bedt ChatGPT om å returnere svaret sitt i et bestemt format, slik at det blir enkelt for oss å behandle svarteksten ved å oppdage termen «Effektivt avsnittsforslag:» ved hjelp av RegEx og lagre innholdet som kommer etter den.

Slik ser svaret ut.

En siste bemerkning. Grunnen til at jeg uttrykkelig ba ChatGPT om å komme med forslag på avsnittsnivå i stedet for å skrive om hele teksten, er at vi ikke vet hvor langt innholdet i brukerens rubrikkannonse er.

Den kan være lang, og noen deler av den kan være godt skrevet. Så i stedet for å skrive om alt, kan vi foreslå å forbedre bare avsnittene der innholdet ikke holder mål.

La meg nå snakke om fordelene du får ved å implementere en slik funksjon (bortsett fra at den er svært billig å lage, siden ChatGPT gjør det meste av arbeidet for deg).

Fra perspektivet til brukerne som publiserer rubrikkannonser tilfører du den grunnleggende verdien de får fra nettstedet ditt – å få solgt tingene sine. ChatGPT skriver ikke bare om teksten for å få beskrivelsen til å se bra ut. Vi har uttrykkelig bedt den om å ta salgsdata i betraktning og skrive innhold som øker sjansene for at varen blir solgt.

Fra perspektivet til virksomheten din kan du unngå å miste kunder som ønsket å legge ut en rubrikkannonse på nettstedet ditt, men som var usikre på om de kunne skrive en ordentlig produktbeskrivelse. Med denne funksjonen kan du gi dem trygghet om at de, selv om de ikke har erfaring med å skrive rubrikkinnhold, likevel vil få en god produktbeskrivelse av varen de selger.

3. Databaseverktøy: La brukerne kjøre spørringer ved å skrive inn det de vil finne

Det var en hyggelig overraskelse for meg å oppdage at språkmodellen til ChatGPT var i stand til å forstå alt du kan klassifisere som et språk, inkludert programmerings- og databasespråk.

Så la oss dra nytte av dette og legge til en kul ny funksjon i databaseadministrasjonsverktøyet vårt. I dette eksempelet kan du tenke deg at du er produktsjef for DataGrip.

Hva om vi ga brukerne våre (som mest sannsynlig er dataforskere) et lite, søkelignende felt der de kunne skrive inn informasjonen de ønsket å hente fra databasen ved hjelp av vanlig naturlig språk, og vi fant den og ga den til dem? Høres kult ut, ikke sant?

Vel, vi kan bruke ChatGPT til å få det gjort. Først må vi forstå hvordan denne funksjonen skal fungere. For å hente data fra brukerdatabasen må vi kjøre en SQL-spørring (forutsatt at databasen er SQL-basert).

Problemet vi må løse ved hjelp av ChatGPT, er derfor å konvertere krav skrevet på naturlig språk til en SQL-spørring.

Heldigvis er språkmodellen vår mer enn i stand til å gjøre dette. (Ja, den kan datavitenskap også!)

Slik ville forespørselen sett ut for denne funksjonen.

Og her er resultatet språkmodellen vil gi oss.

Hvis du har lagt merke til det, har jeg ikke bare kopiert brukerens forespørsel på naturlig språk til ledeteksten, men også lagt til strukturen i brukerens database som kontekst. 

Hvis vi ikke hadde gitt ChatGPT denne konteksten, ville den ha opprettet en SQL-spørring der navnene på feltene og andre termer ville vært annerledes enn det vi hadde brukt i tabellene våre, og SQL-spørringen ville ganske enkelt ikke ha kjørt på databasen vår.

Derfor ville malen din for å gi ChatGPT ledetekster inneholde to variabler (brukerens forespørsel og databaseskjemaet deres) og se slik ut.

Som vi kan se, er bruksområdene for ChatGPT som motoren bak din neste kule funksjon, nærmest uendelige. Takket være evnen til å forstå kontekst kan ChatGPT fungere som et avansert forslagverktøy, en KI-innholdsforfatter og en oversetter fra menneskespråk til kode.

I virkeligheten skraper disse tre eksemplene bare overflaten av ChatGPTs muligheter. Men la oss vente med å liste opp andre bruksområder for denne teknologien til en annen dag, og gå videre til å forstå hvordan den kan hjelpe deg med å fullføre de daglige oppgavene dine.

Hvordan kan ChatGPT hjelpe deg i hverdagen?

I tillegg til å fungere som en kraftig KI-motor for produktet ditt, kan ChatGPT også bli assistenten som håndterer noen av de kjedelige og tidkrevende oppgavene dine, slik at du kan fokusere på oppgaver med større betydning.

Du vil bli overrasket over hvor mangfoldige evnene er som personlig assistent. La meg vise deg et par eksempler.

1. Konverter akseptansekriteriene dine til Gherkin-format

Gherkin er en standard for å skrive akseptansekriterier på en svært strukturert måte. Den vanligste bruken av denne standarden er når du følger BDD-filosofien og skriver automatiserte tester basert på Cucumber.

Vi pleide å gjøre dette for et av produktene mine tidligere. Selv om jeg setter pris på strukturen i Gherkin (den gjør akseptansekriteriene svært tydelige og enkle å forstå), var det å skrive med denne standarden en svært tidkrevende oppgave som jeg hatet å gjøre manuelt.

Jeg skulle ønske jeg hadde ChatGPT den gangen, for jeg kunne ha gitt de vanlige akseptansekriteriene mine til språkmodellen og bedt den om å konvertere dem til Gherkin.

Vær oppmerksom på at det er viktig å legge til kravet om å skrive separate scenarioer i ledeteksten ovenfor. Hvis du ikke gjør det, vil ChatGPT gi deg ett oppblåst Gherkin-scenario som inkluderer alle handlingene i akseptansekriteriene dine.

Men hvis du ber den om separate scenarioer, får du dette ryddige svaret.

Eksempelet jeg har brukt her, handler om å formatere akseptansekriterier med Gherkin-standarden, men du kan be ChatGPT om å skrive om innhold i hvilket som helst format du ønsker. Du kan til og med vise ChatGPT hvordan malene for ulike dokumenter i selskapet ditt ser ut, og deretter be den om å opprette innhold som følger formatet i disse malene.

2. Skriv brukerhistorier for grunnleggende funksjoner

Produktledere deles inn i to kategorier – de som liker å skrive historier og PRD-er, og de som absolutt hater det.

La oss innrømme at de fleste PM-er (inkludert meg) tilhører den andre kategorien.

Det er spesielt kjedelig å skrive historier hvis du skriver krav for noe som er svært standard i bransjen – som en slettefunksjon eller endring av e-postadresse.

Heldigvis for deg kan KI hjelpe med kravinnsamling, den vet hvordan man skriver brukerhistorier, og den er spesielt god til å utarbeide krav for velkjente funksjoner. La oss teste den og be om en historie sammen med akseptansekriterier for en Google Oauth2-registrering.

Vi vet at ChatGPT gir deg bedre resultater hvis du er mer spesifikk i ledeteksten. I dette tilfellet er imidlertid Google-registrering så standardisert og velkjent at en enkel ledetekst som denne kan gi gode nok resultater. (Men la oss være tydelige: Det finnes også situasjoner der du ikke bør bruke KI til å skrive brukerhistorier for deg.)

Der har du det – en flott historie med ni akseptansekriterier som dekker de viktigste tilfellene og flytene ved registrering med Google! ChatGPT har nettopp spart deg for å fullføre en svært kjedelig oppgave!

3. Lag spørreskjemaer for produktintervjuer

Når du gjennomfører produktintervjuer, vil spørsmålene du stiller avgjøre kvaliteten på svarene du får.

Det er for eksempel beste praksis å spørre om intervjuobjektenes tidligere erfaringer i stedet for å la dem forestille seg og snakke om fremtiden. Grunnen er at erfaringene fra fortiden er harde fakta du kan basere deg på, mens snakket om fremtiden kan bestå av ønsker som aldri blir realisert.

Se for deg at du vil lære om noens treningsvaner. Hvis du spør hvor mange ganger i uken de ville ønske å gå på treningssenteret dersom de kjøpte et abonnement, ville svaret vært hver dag. La oss omformulere spørsmålet og spørre hvor mange ganger de har vært på treningssenteret i løpet av den siste måneden. Du ville bli overrasket over å høre at det knapt var én gang i uken.

Hvorfor er disse svarene så forskjellige fra hverandre? Det første er et ønske, mens det andre er et faktisk forhold.

Du blir kanskje overrasket over å lære at ChatGPT kjenner til denne beste praksisen og er i stand til å generere et brukbart spørreskjema som du kan bruke i intervjuene dine.

Ikke glem at ChatGPT forstår kontekst! Du kan altså fortelle modellen om brukerne du intervjuer og målene du ønsker å oppnå, så vil den lage en liste med spørsmål som er relevante for ditt spesifikke tilfelle.

For å være ærlig er jeg ganske imponert over listen ovenfor. Dette ligger svært nær spørreskjemaet jeg selv ville ha laget for et slikt intervju.

Også ros til OpenAI-teamet for å gi ChatGPT en vennlig personlighet. Jeg liker at den ønsker deg lykke til med produktoppdagelsen etter å ha generert listen.

Det er en revolusjon innen maskinlæring!

Vi visste at OpenAI er svært gode på å bygge KI-modeller, og de tidligere versjonene av GPT var også ganske imponerende, men ingen forventet at ChatGPT skulle være så smart og kapabel!

Denne nye teknologien er så kraftig at den har demokratisert KI og satt i gang en revolusjon innen informatikk og innovative forretningsidéer basert på KI.

Selv om ChatGPT kan forbedre produktene dine betydelig, vil den ikke garantere at de lykkes. For å oppnå suksess må du også ha:

• Kunnskap om hvordan du kan være en KI-produktleder, samt en solid forståelse av grunnprinsippene for å lede KI-team, programvareutviklingsteam som arbeider med KI-prosjekter, og livssyklusen til SaaS-produkter basert på maskinlæring (fra idéutvikling og beslutningstaking til lansering og brukerstøtte).
• Gode smidige prosesser med etablerte arbeidsflyter og roller for produkteieren, medlemmer av programvareutviklingsteamet, dataingeniører, medlemmer av teamet for programvaredesign og brukeropplevelse samt andre.
• Et fremtidsrettet produktveikart som imponerer produktteamet og interessentene dine.
• Og en realistisk plan samt de riktige måleparameterne for å oppnå produkt–marked-tilpasning for oppstartsbedriften din.

Ikke gå glipp av nytt innhold! Abonner på nyhetsbrevet vårt.