Hoe ik AI gebruik om productfuncties te brainstormen (geen vergaderingen, alleen resultaten)
De laatste tijd merk ik dat ik voor allerlei dingen op ChatGPT terugval.
“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 startup met deze criteria. Kunnen we hierop voortbouwen?” (Spoiler: ja. Dat kan.)
Want more from The CPO Club?
Sign up for a free membership to complete reading this article:
Have an account? Log In
De reden hiervoor is niet dat ik van plan ben om de eerste suggestie die ChatGPT aandraagt over te nemen en het daarbij te laten. Als externe verwerker kan ik daarentegen niet aan het probleemoplossingsproces beginnen zonder mijn ideeën de wereld in te brengen—bij voorkeur in handen van een bereidwillige deelnemer.
Een brainstorm met maar één brein is slechts een miezerbui.
Maar in het tijdperk van werken op afstand is het niet bepaald eenvoudig om iemand te vinden met wie je op het laatste moment ideeën kunt uitwerken. 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 een vage herinnering.
Om dit probleem aan te pakken, heb ik vaak mijn toevlucht genomen tot hulpmiddelen zoals Notion en Miro om me te helpen mijn gedachten zelfstandig te structureren. Ik ben hier behoorlijk bedreven in geworden, maar ik verlang nog steeds naar een sparringpartner die me helpt mijn denkproces verder te stimuleren, al is het maar met prikkelende vragen en doordachte aanmoediging.
Ik had nooit gedacht dat ChatGPT een aanvaardbare vervanger zou blijken te zijn. ChatGPT is bijna net zo overtuigend als de conversationele mogelijkheden van het LLM, zit 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 ging gebruiken om me te helpen productfunctionaliteit uit te werken. Voor ik het wist, had ik een aantal tips en trucs geïdentificeerd om het maximale uit deze tool te halen.
AI gebruiken om productfuncties te brainstormen
Om mijn AI-aangedreven brainstormtechniek te illustreren, heb ik een voorbeeldgesprek met ChatGPT gemaakt over het ontwikkelen van functies voor een fictieve gezondheids- en fitnessapplicatie.
Om te voorkomen dat het LLM gegevens uit al onze eerdere gesprekken zou ophalen, heb ik dit gesprek gevoerd terwijl ik uitgelogd was.
Het is de moeite waard om op te merken dat ChatGPT mijn hulpmiddel bij uitstek is, maar dezelfde methode zou zich goed moeten laten vertalen naar elk vergelijkbaar LLM. Je kunt ook AI gebruiken voor backlogbeheer en prioritering zodra je de productfuncties hebt gebrainstormd.
Stap 1: Bied 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 ontwikkelt voor een SaaS-fitnesshulpmiddel dat gebruikers wil helpen hun trainingsroutine aan te passen.
Op basis van een beperkte hoeveelheid informatie kon het LLM eenvoudig een lange lijst met functie-ideeën 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 alleen zou hebben gekund.
Het kan een denkpartner zijn. Het kan een moeilijk gesprek simuleren. Wat is het belangrijkste dat je vervolgens moet doen? De antwoorden daarop zijn werkelijk geweldig.
Stap 2: Ga dieper
Nu ik een lijst heb om mee te werken, is het tijd om de ideeën die mijn interesse hebben gewekt te beoordelen en verder uit te werken. Tijdens het doornemen van de lijst trok één idee in het bijzonder mijn aandacht.
‘Slim plannen en beschikbaarheidsbeheer’ spreekt me aan als een mogelijk uniek aanbod in de fitnesswereld van vandaag.
Een snelle zoekopdracht op Google bevestigt dat er producten die deze dienst aanbieden in de fitnesscategorie beschikbaar zijn, maar dat ze vrij schaars zijn. 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 drukbezette werkende moeder van een kind van 14 maanden inmiddels een verre herinnering.
Ik vraag ChatGPT om verder op dit idee in te gaan, zodat ik kan 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 put 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 producten op de markt te onderzoeken en een gat in de markt te identificeren. Dit zet het LLM ertoe aan de producten te analyseren die al online aanwezig zijn en suggesties te doen voor minder verzadigde ideeën. Natuurlijk moeten alle suggesties door mensen worden gecontroleerd, 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 enig onderzoek op hoofdlijnen vastgesteld dat het idee enigszins uniek is. Nu is het tijd om dit idee uit te werken tot een tastbare gebruikersreis.
In deze stap heb ik, in plaats van een scenarioprompt aan ChatGPT te geven, een reeks instructies verstrekt. Ik heb ChatGPT specifiek gevraagd 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 gebruikersreis kon worden geplaatst.
Daarnaast heb ik ChatGPT gevraagd om in zijn uitwerking het verschil aan te geven tussen gebruikersgestuurde acties en applicatiegestuurde acties. Tot slot heb ik het LLM gevraagd om de gebruikersreis 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 gebruikerspersona op hoofdlijnen opstelde waar omheen de gebruikersreis kon worden ontworpen, hoewel ik daar niet om had gevraagd.
De leesbaarheid van de gebruikersreis werd enigszins beperkt door de beperkingen van de uitvoermogelijkheden van ChatGPT (d.w.z. dat ChatGPT in de gratis versie alleen met tekst kan reageren, in plaats van met diagrammen en andere visuele communicatiemiddelen).
Toch had ik het gevoel dat dit gedeeltelijk werd ondervangen doordat ChatGPT aan het einde van dit gedeelte een samenvatting toevoegde met een overzicht op hoofdlijnen van alle gebruikersacties tegenover de machineacties.
Na het doornemen van de gebruikersreis vielen enkele opmerkelijke omissies op. De eerste was het ontbreken van een proces om de persoonlijke agenda van de gebruiker te integreren met de agenda van de applicatie, 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 stond gepland. Ik legde deze aanpassingen vast en voegde ze toe aan het gesprek. Elke keer stuurde het LLM bijgewerkte gebruikersreizen terug waarin rekening werd gehouden met de gevraagde wijzigingen.
Stap 4: Van ideeën naar uitvoering
De laatste stap in dit experiment was om deze functie-ideeën en gebruikersreizen om te zetten in een tastbare roadmap op hoofdlijnen volgens het model “Nu, Vervolgens, 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 als roadmapitems voor "Nu, Vervolgens en Later".
Ik had geen definities verstrekt van wat in mijn roadmap als een item voor "Nu, Vervolgens of Later" geldt. Bij gebrek aan deze definities stelde ChatGPT zijn eigen definities vast op basis van uitleg die het op internet had gevonden. Ik was tevreden met deze definities en heb daarom geen aanpassingen gevraagd.
Het is echter belangrijk om te benadrukken dat je uitvoer beter op je voorkeuren wordt afgestemd naarmate je ChatGPT meer parameters meegeeft.
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 productideevorming 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 de drempel van brainstormen in een vroeg stadium te overwinnen. Ik gebruik het ook vaak om op hoofdlijnen enige validatie te bieden rond de uniciteit of positionering van een bepaald idee.
Als je daarvoor kiest, kunnen ChatGPT en andere LLM's je echter ver genoeg meenemen in het proces om uit te komen bij een routekaart op hoofdlijnen die eenvoudig kan worden uitgewerkt tot een concreter plan. Bij juist gebruik hebben deze tools het potentieel om de capaciteit en creativiteit van elk productteam aanzienlijk te 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.
