De laatste tijd merk ik dat ik ChatGPT voor allerlei dingen gebruik.
“Ik heb drie aardappelen, een wortel en twee teentjes knoflook in mijn koelkast. Wat kan ik klaarmaken voor het avondeten?” (Hint: niet veel.)
“Ik heb een idee voor een start-up met deze criteria. Kunnen we hierop voortbouwen?” (Spoiler: ja. Dat kan.)
De reden hiervoor is niet dat ik van plan ben om de eerste suggestie van ChatGPT over te nemen en het daarbij te laten. In plaats daarvan kan ik, als externe verwerker, niet aan het probleemoplossingsproces beginnen zonder mijn ideeën de wereld in te sturen—bij voorkeur naar een bereidwillige gesprekspartner.
Een brainstorm met maar één brein is slechts wat gemiezer.
Maar in het tijdperk van werken op afstand is het niet meer zo eenvoudig om op het laatste moment iemand te vinden om ideeën mee uit te werken. Tegen de tijd dat ik heb besloten met wie ik moet praten, hun agenda heb gecontroleerd en een gesprek voor volgende dinsdag heb ingepland… is het idee dat ik wilde bespreken alweer een verre herinnering.
Om dit probleem het hoofd te bieden, maak ik vaak gebruik van Notion en brainstormtools zoals Miro om me te helpen mijn gedachten zelfstandig vorm te geven. Hier ben ik behoorlijk bedreven in geworden, al verlang ik nog steeds naar een sparringpartner die me helpt mijn denkproces verder te stimuleren, al is het maar met prikkelende vragen en doordachte aanmoedigingen.
Ik had nooit gedacht dat ChatGPT een acceptabele vervanger zou blijken te zijn. ChatGPT is bijna net zo overtuigend als de gespreksmogelijkheden van het LLM, is nooit in een andere vergadering, kan in elke tijdzone werken en raakt nooit gefrustreerd wanneer ik dezelfde vraag op drie verschillende manieren stel om een net iets ander antwoord uit te lokken.
Het duurde niet lang voordat ik ChatGPT begon te gebruiken om me te helpen de functionaliteit van producten uit te werken. Voor ik het wist, had ik enkele tips en trucs ontdekt om het meeste uit deze tool te halen.
Have an account? Log In
AI gebruiken om productfuncties te brainstormen
Om mijn AI-aangedreven brainstormtechniek te illustreren, heb ik een voorbeeldgesprek met ChatGPT opgesteld over het ontwikkelen van functies voor een fictieve gezondheids- en fitnessapplicatie.
Om te voorkomen dat het LLM gegevens uit al onze eerdere gesprekken zou halen, heb ik dit gesprek gevoerd terwijl ik was uitgelogd.
Het is vermeldenswaard dat ChatGPT mijn favoriete tool is, maar dezelfde methode zou ook goed moeten werken voor elk vergelijkbaar LLM. Je kunt ook AI gebruiken voor backlogbeheer en prioritering nadat je productfuncties hebt gebrainstormd.
Stap 1: Geef de context
De sleutel tot een productieve interactie met ChatGPT is de eerste prompt. Hoe meer context je in je eerste bericht kunt geven, hoe vruchtbaarder je interactie zal zijn.
In dit voorbeeld heb ik een scenario geschreven voor een productmanager die ideeën voor functies probeert te ontwikkelen voor een SaaS-fitnesshulpmiddel dat gebruikers wil helpen hun trainingsroutine aan te passen.
Op basis van een beperkte hoeveelheid informatie kon het LLM gemakkelijk een lange lijst met ideeën voor functies opstellen voor het product dat ik had beschreven. Dit proces draait er niet om deze lijst over te nemen en ermee aan de slag te gaan. Het gaat erom sneller tot de eerste fase van brainstormen te komen dan ik in mijn eentje zou hebben gekund.
Het kan een gesprekspartner zijn. Het kan een moeilijk gesprek simuleren. Wat is het belangrijkste dat je hierna zou moeten doen? De antwoorden daarop zijn werkelijk verbluffend.
Stap 2: Ga de diepte in
Nu ik een lijst heb om mee te werken, is het tijd om de ideeën die me interesseren te evalueren en verder uit te werken. Terwijl ik de lijst doorlas, sprong één idee er in het bijzonder uit.
“Slimme planning en beschikbaarheidsbeheer” spreekt me aan als een mogelijk uniek aanbod in de fitnesswereld van vandaag.
Een snelle zoekopdracht op Google bevestigt dat producten die deze dienst aanbieden in de fitnesscategorie beschikbaar zijn, maar vrij schaars. Het leek erop dat er een kans was om iets nieuws aan dit probleemgebied toe te voegen. Bovendien is mijn droom om elke dag op hetzelfde tijdstip te sporten als drukke werkende moeder van een kind van 14 maanden een verre herinnering.
Ik vraag ChatGPT om verder op dit idee in te gaan, om te zien hoe een uitgebreid aanbod eruit zou kunnen zien.
Ik was onder de indruk van de uitgebreide functionaliteit die het LLM terugstuurde. Mijn volgende stap was ChatGPT te vragen een gebruikersreis voor me in kaart te brengen, inclusief de bovenstaande functionaliteit. Ik gaf enkele parameters om het antwoord te verfijnen.
Het is belangrijk om in gedachten te houden dat ChatGPT gegevens van het web haalt, dus waarschijnlijk haalt het ideeën uit producten die al online aanwezig zijn. Toch is het een geweldige manier om ideeën te verzamelen en het brainstormproces op gang te brengen.
Een andere optie in deze fase van het ideevormingsproces zou zijn om ChatGPT te vragen de huidige marktproducten te onderzoeken en een gat in de markt te identificeren. Dit zal het LLM ertoe aanzetten de producten te analyseren die al online aanwezig zijn en suggesties te doen voor minder verzadigde ideeën. Natuurlijk moeten alle suggesties door een mens worden geverifieerd, maar het kan een geweldige manier zijn om de opties te beperken.
Stap 3: Verfijn het idee
In deze fase hebben we het idee gekozen dat we verder gaan onderzoeken en hebben we met wat onderzoek op hoofdlijnen vastgesteld dat het idee enigszins uniek is. Nu is het tijd om dit idee uit te werken tot een concrete gebruikersreis.
In deze stap gaf ik ChatGPT geen scenarioprompt, maar een reeks instructies. Ik vroeg ChatGPT specifiek om “een of alle” van de hierboven beschreven functies op te nemen, zodat het niet zou proberen elk onderdeel van de functionaliteit op te nemen, ongeacht of dit logisch in de gebruikersroute kon worden geplaatst.
Daarnaast vroeg ik ChatGPT om in zijn uitwerking het verschil aan te geven tussen acties die door de gebruiker worden aangestuurd en acties die door de applicatie worden aangestuurd. Tot slot vroeg ik het LLM om de route van inloggen tot uitloggen in kaart te brengen.
Naast het opvolgen van mijn instructies door gebruikersacties en applicatieacties van elkaar te scheiden, ging ChatGPT zelfs zo ver dat het een persona op hoofdlijnen voor de gebruiker creëerde waar de gebruikersroute omheen kon worden ontworpen, hoewel ik daar niet om had gevraagd.
De leesbaarheid van de gebruikersroute werd enigszins beperkt door de beperkingen van de uitvoermogelijkheden van ChatGPT (d.w.z. in de gratis versie kan ChatGPT alleen reageren met tekst, in plaats van diagrammen en andere visuele communicatiemiddelen).
Ik vond echter dat dit gedeeltelijk werd gecompenseerd doordat ChatGPT aan het einde van dit segment een samenvatting opnam met een overzicht op hoofdlijnen van alle gebruikersacties tegenover machineacties.
Na het doornemen van de gebruikersroute vielen enkele opvallende omissies op. De eerste was het ontbreken van een proces om de persoonlijke agenda van de gebruiker te integreren met de applicatieagenda, die de gegevens zou leveren voor de functie voor dynamische planning.
De tweede was het ontbreken van een waarschuwingsfunctie om de gebruiker eraan te herinneren wanneer er een training op het programma stond. Ik documenteerde deze aanpassingen en voegde ze toe aan het gesprek. Elke keer stuurde het LLM bijgewerkte gebruikersroutes terug waarin rekening werd gehouden met de wijzigingen die ik had gevraagd.
More Articles
Stap 4: Van ideeën naar uitvoering
De laatste stap in dit experiment was om deze functie-ideeën en gebruikersroutes om te zetten in een tastbare roadmap op hoofdlijnen volgens “Nu, daarna, later” die in theorie kon worden uitgevoerd. Dit is de prompt die ik gebruikte om dat proces te starten.
ChatGPT gaf een uitgebreide lijst met vereisten terug, uitgesplitst in gebruikersverhalen en acceptatiecriteria, gecategoriseerd in roadmapitems voor "Nu, daarna en later".
Ik had geen definities gegeven van wat in mijn roadmap als een item voor "Nu, daarna of later" geldt. Bij gebrek aan deze definities stelde ChatGPT zijn eigen definities vast op basis van uitleg die het op internet vond. Ik was tevreden met deze definities en vroeg daarom niet om aanpassingen.
Het is echter belangrijk om te benadrukken dat de uitvoer beter op jouw voorkeuren wordt afgestemd naarmate je ChatGPT meer parameters geeft.
Vergroot je capaciteit en creativiteit
Concluderend kunnen ChatGPT en andere LLM's een waardevol klankbord bieden bij het uitwerken van je productideeën.
Persoonlijk vind ik de eerste fase van het ontwikkelen van productideeën het meest uitdagend en is dit de fase waarin ik de meeste externe feedback nodig heb. Dit is het moment waarop ik ChatGPT graag inzet om me te helpen de drempel van brainstormen in een vroeg stadium te overwinnen. Ik gebruik het ook vaak om op hoofdlijnen de uniciteit of positionering van een bepaald idee te valideren.
Als je daarvoor kiest, kunnen ChatGPT en andere LLM's je echter ver genoeg in het proces brengen om tot een routekaart op hoofdlijnen te komen die eenvoudig kan worden uitgewerkt tot een concreter plan. Bij juist gebruik kunnen deze tools het vermogen en de creativiteit van elk productteam aanzienlijk versnellen.
Vergeet niet je te abonneren op onze nieuwsbrief voor meer bronnen en handleidingen over productmanagement, plus de nieuwste podcasts, interviews en andere inzichten van leiders en experts uit de sector.
