Ekspert ds. produktu przedstawia proces kodowania intuicyjnego, który zastępuje przekazywanie zadań inżynierom

Anton Ingachev jest założycielem Mini Apps Builder, platformy no-code do tworzenia aplikacji Telegram, gdzie odpowiada za produkt. Wcześniej zajmował kilka stanowisk CPO i dyrektora ds. produktu.

Porozmawialiśmy z Antonem, aby dowiedzieć się, jak eliminuje przekazywanie zadań zespołowi inżynieryjnemu, samodzielnie tworząc małe funkcje w ramach programowania opartego na intuicji. Oto, co nam powiedział.

Sięgnięcie po AI z konieczności

Od ponad dziesięciu lat zajmuję się produktami — fintech, platformy szachowe, blockchain, technologie medyczne. Dwukrotnie pełniłem funkcję CPO, a raz dyrektora ds. produktu.

Moja przygoda z AI zaczęła się z praktycznej potrzeby, a nie z realizacji strategii. Około półtora roku temu współzałożyłem Mini Apps Builder — platformę B2B2C no-code do tworzenia aplikacji Telegram. Jako CPO niebędący inżynierem potrzebowałem szybko dostarczać funkcje bez czekania na pełny cykl deweloperski. Wtedy zacząłem codziennie korzystać z Claude Code i Cursor — nie tylko do dokumentacji czy prototypowania, ale także przy pracy nad produktem.

Aby pokazać pełnię ich możliwości, samodzielnie stworzyłem gotowy do wdrożenia produkt — architekturę, backend, frontend, wszystko — korzystając z narzędzi AI, bez zespołu inżynieryjnego. Wtedy podejście „korzystam z AI, aby pracować szybciej” zmieniło się w „mogę samodzielnie tworzyć i wdrażać prawdziwe produkty”.

Obecnie stosuję to samo podejście w Mini Apps Builder — niektóre funkcje tworzę bezpośrednio, zamiast jedynie opisywać je w specyfikacji dla inżynierów.

Moja droga nie wyglądała więc tak: „przeczytałem o transformacji AI i postanowiłem nią pokierować”. Potrzebowałem działać szybko bez dużego zespołu; AI mi to umożliwiło, a teraz z tego powodu inaczej myślę o strategii produktu — każda decyzja dotycząca planu rozwoju obejmuje pytanie: „Czy AI może wykonać ten krok, czy tylko go wesprzeć?”

Jak AI zastępuje stary model przekazywania zadań w procesach produktowych

Przez lata uważałem, że praca menedżera produktu kończy się na specyfikacji. Spisujesz wymagania, ale nie dotykasz kodu — to zadanie inżyniera. Przekroczenie tej granicy wydawało się wychodzeniem poza swoje kompetencje.

To największa zmiana, jaką AI przyniosło światu produktów. Teraz sam zajmuję się prostymi funkcjami. Tworzę je za pomocą Claude Code i wdrażam bezpośrednio, bez czekania na dostępność zespołu inżynieryjnego.

Oznacza to, że możemy pominąć cały etap przekazywania zadania. Zamiast przechodzić od specyfikacji → przeglądu inżynieryjnego → budowy → kontroli jakości, często bezpośrednio tworzę i testuję funkcje.

Nasz cykl wydawniczy obejmuje teraz dwie lub trzy wdrożone funkcje tygodniowo przy dwuosobowym zespole — w witrynie internetowej, panelu sprzedawcy, samej aplikacji Telegram Mini App oraz naszym wewnętrznym panelu administracyjnym. Takie tempo nie byłoby możliwe przy starym modelu przekazywania zadań.

Zmieniło to również moje myślenie o strukturze zespołu. Ograniczeniem nie jest już pytanie „Ilu mamy inżynierów?”. Zamiast tego pytamy: „Jak dobrze potrafię określić, czego chcę?”.

Proces tworzenia funkcji wspierany przez AI

Tak wygląda tworzenie funkcji:

1. Opisuję zadanie zaawansowanemu modelowi, takiemu jak Claude Code. Przekazuję, co mi się podoba, czego nie lubię, jaki problem rozwiązujemy oraz o czym nie wolno zapomnieć i czego nie można zepsuć. Podaję punkty odniesienia — czasami bezpośrednich konkurentów, ale nie zawsze.
2. Model przygotowuje szczegółowy plan. Czytam go. W razie potrzeby wprowadzam zmiany lub kwestionuję plan.
3. Proszę Claude'a o zaimplementowanie planu w kodzie.
4. Tworzę PR, który przechodzi automatyczne kontrole, zanim zostanie przypisany CTO.
5. Jeśli wszystko jest w porządku, CTO scala zmiany z gałęzią dev, a ja testuję je w produkcie.
6. Jeśli coś jest nie tak, CTO zostawia komentarze, proszę model o ich poprawienie i proces się powtarza.
7. Jeśli coś jest zupełnie nie tak, omawiam z CTO, jak ulepszyć instrukcje przekazane dużemu modelowi językowemu, i powtarzam proces.
8. Po przetestowaniu na dev wdrażamy zmiany na produkcję.

Myśli Antona

Przekazuję, co mi się podoba, czego nie lubię, jaki problem rozwiązujemy oraz o czym nie wolno zapomnieć i czego nie można zepsuć.

Gdzie można zastosować AI w procesach produktowych

Głównymi narzędziami AI, których używam, są Claude Code, Codex, Cursor, Gamma, Midjourney i Figma Agent. Oto inne sposoby, w jakie wykorzystuję AI w procesach produktowych, wraz z niektórymi korzyściami:

1. Cały nasz produkt — interfejsy, blog, Centrum pomocy, artykuły o aktualizacjach produktu — jest tłumaczony na 20 języków niemal w czasie rzeczywistym, za pomocą jednego kliknięcia.
2. Artykuły blogowe napisane przez LLM mniej więcej podwoiły nasz ruch z wyszukiwarek — a ich przygotowanie zajmuje ułamek wcześniejszego czasu.
3. Jako menedżer produktu AI ułatwia mi kwestionowanie własnych pomysłów — mogę poprosić je o znalezienie danych, które albo je potwierdzają, albo im zaprzeczają.
4. Tworzenie informacji o wydaniu nie stanowi już problemu, ponieważ AI robi to niemal automatycznie.

Szczerze mówiąc, nie potrafię wskazać miejsca, w którym AI nie byłoby pomocne. Niemal wszędzie korzystanie z niego przynosi wyraźne korzyści. Oczywiście ludzie muszą je sprawdzać, dostrajać i trenować, ale wszędzie tam, gdzie istnieje jasno określony cel i rozumienie tego, jak osiągnąć go za pomocą AI, proces ulega poprawie.

Dlaczego AI potrzebuje odpowiedniego kontekstu, zanim zostanie zintegrowane z procesami pracy

Jeśli chodzi o AI, kontekst jest wszystkim.

Kiedyś pisałem artykuły blogowe na podstawie wytycznych specjalisty SEO. Zajmowało to od dwóch do trzech godzin. Następnie załadowałem kontekst projektu do LLM i przekazałem mu bezpośrednio wytyczne — teraz artykuły zajmują 5-7 minut. I, jak wspomniałem powyżej, są wyższej jakości, co prowadzi do podwojenia ruchu.

Kiedy jednak poprosiłem specjalistę SEO o napisanie ich z pomocą AI, zaskoczyło mnie, jak słabe były wyniki. Powód? Jego LLM miał znacznie mniej kontekstu projektu niż mój.

Niezależnie od przebiegu pracy, zainwestuj w dostarczanie kontekstu swoim narzędziom AI!

Dlaczego liderzy produktu muszą gruntownie zmienić niektóre procesy produktowe, ale niekoniecznie wszystkie

Moja rada? Już teraz zintegruj AI z większością swoich procesów. To nie jest już rok 2022; wartość AI jest teraz oczywista. AI to niezbędne narzędzie.

Liderzy produktu powinni ponownie przeanalizować każdy proces i każde narzędzie, które wcześniej uznawano za optymalne. Nie musi to jednak oznaczać gruntownej zmiany wszystkich tych elementów z wykorzystaniem AI. Musisz rozumieć ograniczenia AI, własne mocne i słabe strony, produkt, nad którym pracujesz, budżety i tak dalej.

Konfiguracja będzie wyglądać inaczej dla każdego konkretnego projektu. Wszystko jest elastyczne. Nie ma też ustalonych najlepszych praktyk. To komplikuje sytuację.

Jedynym sposobem, aby rozgryźć to w przypadku swojego produktu, jest praktyczne eksperymentowanie.

Przemyślenia Antona

Moja rada? Już teraz zintegruj AI z większością swoich procesów. To nie jest już rok 2022; wartość AI jest teraz oczywista. AI to niezbędne narzędzie.

Śledź dalsze losy

Możesz śledzić pracę Antona Ingacheva na LinkedInie i GitHubie. Zajrzyj także na stronę Mini Apps Builder.

Więcej wywiadów z ekspertami już wkrótce w The CPO Club!