Productexpert deelt de workflow voor intuïtief coderen die overdrachten aan engineering vervangt

Anton Ingachev is de oprichter van Mini Apps Builder, een platform zonder code voor het bouwen van Telegram-apps, waar hij verantwoordelijk is voor het product. Daarvoor bekleedde hij verschillende functies als CPO en productdirecteur.

We spraken met Anton om te horen hoe hij overdrachten aan het ontwikkelingsteam omzeilt door zelf kleine functies te bouwen met behulp van vibe-coding. Dit vertelde hij ons.

Uit noodzaak in AI duiken

Ik werk al meer dan tien jaar in productmanagement — fintech, schaakplatforms, blockchain en healthtech. Ik was twee keer CPO en één keer productdirecteur.

Mijn AI-reis begon vanuit een praktische behoefte, niet vanuit een strategie. Ongeveer anderhalf jaar geleden richtte ik Mini Apps Builder mede op — een B2B2C-platform zonder code voor het bouwen van Telegram-apps. Als CPO zonder technische achtergrond moest ik snel functies lanceren zonder te wachten op een volledige ontwikkelcyclus. Toen begon ik Claude Code en Cursor dagelijks te gebruiken, niet alleen voor documentatie of prototyping, maar ook voor werk in productie.

Om het volledige potentieel ervan te demonstreren, bouwde ik in mijn eentje een product dat klaar was voor productie — de architectuur, backend, frontend, alles — met behulp van AI-tools en zonder ontwikkelingsteam. Toen veranderde het van "Ik gebruik AI om sneller te werken" in "Ik kan zelf echte producten bouwen en lanceren".

Nu pas ik dezelfde aanpak toe binnen Mini Apps Builder — ik bouw sommige functies rechtstreeks, in plaats van ze alleen voor engineers te specificeren.

Mijn pad was dus niet: "Ik las over AI-transformatie en besloot die te leiden." In plaats daarvan moest ik snel vooruitgang boeken zonder een groot team; AI maakte dat mogelijk, en daardoor denk ik nu anders over productstrategie — bij elke beslissing over de roadmap stellen we ons nu de vraag: "Kan AI deze stap uitvoeren, of alleen ondersteunen?"

Hoe AI het oude overdrachtsmodel in productprocessen vervangt

Jarenlang geloofde ik dat het werk van een PM ophield bij de specificatie. Je schrijft de vereisten, maar je raakt de code niet aan — dat is het werk van de engineer. Die grens overschrijden voelde als bemoeienis.

Dat is het grootste wat AI in de productwereld heeft veranderd. Nu handel ik eenvoudige functies zelf af. Ik bouw ze met Claude Code en lanceer ze rechtstreeks, zonder te wachten op capaciteit van engineering.

Dat betekent dat we een volledige overdrachtsstap kunnen schrappen. In plaats van van specificatie → engineeringreview → bouw → QA te gaan, bouw en test ik vaak rechtstreeks.

Onze releasecyclus bestaat nu uit twee of drie gelanceerde functies per week met een team van twee personen — voor de website, het dashboard voor merchants, de Telegram Mini App zelf en ons interne beheerpaneel. Dat tempo zou niet mogelijk zijn met het oude overdrachtsmodel.

Het heeft ook veranderd hoe ik over de teamstructuur denk. De beperkende factor is niet langer: "Hoeveel engineers hebben we?" In plaats daarvan is het: "Hoe goed kan ik specificeren wat ik wil?"

Een door AI ondersteunde workflow voor functieontwikkeling

Zo ziet functieontwikkeling eruit:

1. Ik beschrijf de taak aan een topmodel zoals Claude Code. Ik deel wat ik goed vind, wat ik niet goed vind, welk probleem we oplossen en wat niet vergeten of kapotgemaakt mag worden. Ik geef referenties — soms van directe concurrenten, maar niet altijd.
2. Het model maakt een gedetailleerd plan. Ik lees het. Als dat nodig is, breng ik wijzigingen aan of stel ik het plan ter discussie.
3. Ik vraag Claude om het plan in code te implementeren.
4. Ik maak een PR aan, die geautomatiseerde controles doorloopt voordat deze aan de CTO wordt toegewezen.
5. Als alles goed is, voegt de CTO het samen in dev en test ik het in het product.
6. Als er iets niet klopt, laat de CTO opmerkingen achter, vraag ik het model om die te verwerken en herhaalt het proces zich.
7. Als iets helemaal niet klopt, bespreek ik met de CTO hoe we de instructies aan het taalmodel kunnen verbeteren, en herhalen we het proces.
8. Na het testen in dev zetten we het naar prod.

Anton's gedachten

Ik deel wat ik goed vind, wat ik niet goed vind, welk probleem we oplossen en wat niet vergeten of kapotgemaakt mag worden.

Waar AI kan worden toegepast in productprocessen

De belangrijkste AI-tools die ik gebruik zijn Claude Code, Codex, Cursor, Gamma, Midjourney en Figma Agent. Hier zijn andere manieren waarop ik AI inzet in productworkflows, samen met enkele voordelen:

1. Ons volledige product — interfaces, blog, Helpcentrum en artikelen over productupdates — wordt met één klik vrijwel realtime in 20 talen vertaald.
2. Blogartikelen die door een LLM zijn geschreven, hebben ons zoekverkeer ongeveer verdubbeld — en het schrijven van de artikelen kost een fractie van de tijd.
3. Als productmanager maakt AI het gemakkelijker om mijn eigen ideeën ter discussie te stellen — ik kan AI vragen gegevens te vinden die ze ondersteunen of weerleggen.
4. Releaseopmerkingen schrijven is niet langer een probleem, omdat AI dit vrijwel automatisch doet.

Eerlijk gezegd kan ik geen plek noemen waar AI niet helpt. Vrijwel overal levert het gebruik ervan duidelijke voordelen op. Ja, mensen moeten de resultaten dubbel controleren, bijsturen en trainen, maar waar een duidelijk doel is en er inzicht bestaat in hoe dat met AI kan worden bereikt, verbetert het proces.

Waarom AI de juiste context nodig heeft voordat het in workflows wordt geïntegreerd

Als het om AI gaat, is context alles.

Vroeger schreef ik blogartikelen op basis van een briefing van een SEO-specialist. Dat kostte twee tot drie uur. Vervolgens laadde ik de projectcontext in een LLM en gaf ik de briefing rechtstreeks aan de LLM — nu kosten artikelen 5-7 minuten. En zoals ik hierboven al zei, zijn ze van hogere kwaliteit, wat leidt tot twee keer zoveel verkeer.

Maar toen ik de SEO-specialist vroeg om ze met AI te schrijven, was ik verrast door hoe slecht de resultaten waren. De reden? Zijn LLM had veel minder projectcontext dan die van mij.

Wat de workflow ook is, investeer in het bieden van context aan je AI-tools!

Waarom productleiders sommige productworkflows grondig moeten herzien, maar niet noodzakelijk allemaal

Mijn advies? Integreer AI nu in de meeste van je processen. Het is niet meer 2022; de waarde ervan is nu duidelijk. AI is onmisbaar.

Productleiders moeten elk proces en elke tool die eerder als optimaal werd beschouwd opnieuw bekijken. Maar dat betekent niet noodzakelijk dat ze die allemaal met AI moeten vernieuwen. Je moet de beperkingen van AI begrijpen, je eigen sterke en zwakke punten, het product waaraan je werkt, budgetten enzovoort.

De inrichting zal er voor elk specifiek project anders uitzien. Alles is flexibel. En er zijn geen gevestigde best practices. Dat maakt het ingewikkeld.

De enige manier om er voor jouw product achter te komen, is door zelf te experimenteren.

Antons gedachten

Mijn advies? Integreer AI nu in de meeste van je processen. Het is niet meer 2022; de waarde ervan is nu duidelijk. AI is onmisbaar.

Volg Anton

Je kunt het werk van Anton Ingachev volgen op LinkedIn en GitHub. Bekijk ook Mini Apps Builder.

Er volgen meer interviews met experts op The CPO Club!