Ostatnio często zwracam się do ChatGPT w najróżniejszych sprawach.
„Mam w lodówce trzy ziemniaki, marchewkę i dwa ząbki czosnku. Co mogę przygotować na kolację?” (Podpowiedź: niewiele.)
„Mam pomysł na startup spełniający te kryteria. Czy możemy go rozwinąć?” (Uwaga: tak. Możemy.)
Powodem nie jest to, że zamierzam przyjąć pierwszą sugestię ChatGPT i uznać sprawę za zakończoną. Chodzi raczej o to, że jako osoba myśląca na głos nie potrafię rozpocząć procesu rozwiązywania problemu, dopóki nie wypuszczę swoich pomysłów w świat — najlepiej przekazując je chętnemu uczestnikowi.
Burza mózgów z udziałem tylko jednego mózgu to zaledwie mżawka.
Jednak w erze pracy zdalnej nie jest już tak łatwo znaleźć kogoś, z kim można omówić pomysły na poczekaniu. Zanim zdecyduję, z kim powinienem porozmawiać, sprawdzę jego kalendarz i umówię rozmowę na przyszły wtorek… pomysł, który chciałem przedyskutować, staje się odległym wspomnieniem.
Aby poradzić sobie z tym problemem, często korzystałem z Notion i narzędzi do burzy mózgów, takich jak Miro, aby samodzielnie nadawać kształt swoim myślom. Osiągnąłem w tym sporą biegłość, choć wciąż brakuje mi partnera do wymiany myśli, który pomógłby delikatnie pokierować moim rozumowaniem, nawet jeśli miałby to robić wyłącznie za pomocą dociekliwych pytań i przemyślanego wsparcia.
Nie zdawałem sobie sprawy, że ChatGPT okaże się akceptowalnym zastępstwem. ChatGPT jest niemal równie przekonujący jak możliwości konwersacyjne LLM, a przy tym nigdy nie uczestniczy w innym spotkaniu, może działać w dowolnej strefie czasowej i nigdy się nie frustruje, gdy zadaję to samo pytanie na trzy różne sposoby, aby uzyskać nieco inną odpowiedź.
Nie minęło wiele czasu, zanim zacząłem korzystać z ChatGPT, aby pomagał mi omawiać funkcjonalność produktu. Zanim się obejrzałem, zidentyfikowałem kilka wskazówek i trików pozwalających w pełni wykorzystać to narzędzie.
Have an account? Log In
Jak korzystać ze sztucznej inteligencji podczas burzy mózgów dotyczącej funkcji produktu
Aby zilustrować moją technikę burzy mózgów wspomaganej przez sztuczną inteligencję, przygotowałem przykładową rozmowę z ChatGPT na temat tworzenia funkcji dla fikcyjnej aplikacji związanej ze zdrowiem i sprawnością fizyczną.
Aby zapobiec pobieraniu przez LLM danych ze wszystkich naszych wcześniejszych rozmów, przeprowadziłem tę rozmowę bez zalogowania.
Warto zauważyć, że ChatGPT jest wybranym przeze mnie narzędziem, ale ta sama metodologia powinna dobrze sprawdzić się w przypadku dowolnego podobnego LLM. Po przeprowadzeniu burzy mózgów dotyczącej funkcji produktu możesz również wykorzystać sztuczną inteligencję w zarządzaniu backlogiem i ustalaniu priorytetów.
Krok 1: Przedstaw kontekst
Kluczem do owocnej interakcji z ChatGPT jest początkowe polecenie. Im więcej kontekstu możesz podać w pierwszej wiadomości, tym bardziej owocna będzie interakcja.
W tym przykładzie opisałem scenariusz dotyczący menedżera produktu, który próbuje opracować pomysły na funkcje dla narzędzia fitness SaaS mającego pomóc użytkownikom dostosowywać plan treningowy.
Na podstawie ograniczonego zestawu informacji LLM z łatwością przygotował długą listę pomysłów na funkcje opisanego przeze mnie produktu. Ten proces nie polega na przyjęciu tej listy i natychmiastowym wcieleniu jej w życie. Chodzi o szybsze dotarcie do pierwszego etapu burzy mózgów, niż byłbym w stanie zrobić to samodzielnie.
Może być partnerem do myślenia. Może symulować trudną rozmowę. Co jest najważniejszą rzeczą, którą powinieneś zrobić w następnej kolejności? Odpowiedzi na to pytanie są naprawdę niesamowite.
Krok 2: Zagłębianie się
Skoro mam już listę, z którą mogę pracować, czas ocenić i przeanalizować pomysły, które mnie interesują. Podczas czytania listy szczególnie zainteresował mnie jeden pomysł.
„Inteligentne planowanie i zarządzanie dostępnością” wydaje mi się potencjalnie wyjątkową ofertą w dzisiejszym świecie fitnessu.
Szybkie wyszukiwanie w Google potwierdza, że produkty oferujące tę usługę w kategorii fitness są dostępne, ale stosunkowo rzadkie. Wyglądało na to, że istnieje możliwość dodania czegoś nowego do tego obszaru problemowego. Poza tym, jako zapracowana mama 14-miesięcznego dziecka, mogę już tylko wspominać swoje marzenie o ćwiczeniu codziennie o tej samej porze.
Proszę ChatGPT o dokładniejsze przeanalizowanie tego pomysłu, aby sprawdzić, jak mogłaby wyglądać rozszerzona oferta.
Byłam pod wrażeniem rozszerzonej funkcjonalności, którą przedstawił LLM. Moim kolejnym krokiem było poproszenie ChatGPT o opracowanie dla mnie ścieżki użytkownika obejmującej powyższe funkcje. Podałam kilka parametrów, aby doprecyzować odpowiedź.
Warto pamiętać, że ChatGPT pobiera dane z internetu, więc najprawdopodobniej czerpie pomysły z produktów, które już są obecne w sieci. Mimo to jest to świetny sposób na wyszukiwanie pomysłów i rozpoczęcie procesu burzy mózgów.
Na tym etapie procesu generowania pomysłów można również poprosić ChatGPT o przeanalizowanie dostępnych obecnie na rynku produktów i wskazanie luki rynkowej. Dzięki temu LLM przeanalizuje produkty, które już są obecne w internecie, i zaproponuje pomysły z mniej nasyconych obszarów. Oczywiście wszystkie sugestie wymagają weryfikacji przez człowieka, ale może to być świetny sposób na zawężenie dostępnych opcji.
Krok 3: Doprecyzowanie pomysłu
Na tym etapie wybraliśmy pomysł, który zamierzamy dokładniej zbadać, i dzięki wstępnym badaniom potwierdziliśmy, że jest on w pewnym stopniu wyjątkowy. Teraz czas przepracować ten pomysł i przekształcić go w konkretną ścieżkę użytkownika.
Na tym etapie, zamiast przekazywać ChatGPT polecenie dotyczące scenariusza, przekazałem zestaw instrukcji. W szczególności poprosiłem ChatGPT o uwzględnienie „dowolnych lub wszystkich” opisanych powyżej funkcji, aby zapobiec próbom zawarcia każdej części funkcjonalności niezależnie od tego, czy można ją logicznie umieścić w ścieżce użytkownika.
Ponadto poprosiłem ChatGPT o wskazanie w swoim opisie różnicy między działaniami inicjowanymi przez użytkownika a działaniami inicjowanymi przez aplikację. Na koniec poprosiłem LLM o przedstawienie ścieżki od logowania do wylogowania.
Oprócz zastosowania się do moich instrukcji poprzez rozdzielenie działań użytkownika i działań aplikacji, ChatGPT posunął się nawet do stworzenia ogólnej persony użytkownika, wokół której zaprojektował ścieżkę użytkownika, choć go o to nie prosiłem.
Czytelność ścieżki użytkownika była nieco ograniczona przez możliwości ChatGPT w zakresie generowania treści (tj. w wersji bezpłatnej ChatGPT może odpowiadać wyłącznie za pomocą tekstu, a nie diagramów i innych narzędzi komunikacji wizualnej).
Jednak uznałem, że częściowo zrekompensowało to dołączenie przez ChatGPT podsumowania na końcu tego segmentu, które przedstawiało ogólny przegląd wszystkich działań użytkownika w porównaniu z działaniami maszyny.
Po zapoznaniu się ze ścieżką użytkownika wyróżniało się kilka istotnych pominięć. Pierwszym był brak procesu integracji osobistego kalendarza użytkownika z kalendarzem aplikacji, który dostarczałby dane dla funkcji dynamicznego harmonogramowania.
Drugim był brak funkcji powiadomień przypominającej użytkownikowi o zbliżającym się treningu. Udokumentowałem te zmiany i dodałem je do rozmowy. Za każdym razem LLM odsyłał zaktualizowane ścieżki użytkownika uwzględniające żądane przeze mnie zmiany.
More Articles
Krok 4: Od pomysłów do realizacji
Ostatnim krokiem tego eksperymentu było przekształcenie tych pomysłów dotyczących funkcji i ścieżek użytkownika w konkretną, ogólną mapę drogową „Teraz, Następnie, Później”, którą teoretycznie można byłoby zrealizować. Oto polecenie, którego użyłem, aby rozpocząć ten proces.
ChatGPT zwrócił obszerną listę wymagań podzielonych na historyjki użytkownika i kryteria akceptacji, sklasyfikowane jako elementy mapy drogowej „Teraz, Następnie i Później”.
Nie podałem definicji tego, co w mojej mapie drogowej stanowi element „Teraz, Następnie lub Później”. Wobec braku tych definicji ChatGPT ustalił własne na podstawie wyjaśnień znalezionych w internecie. Definicje te mi odpowiadały, więc nie poprosiłem o ich zmianę.
Warto jednak podkreślić, że im więcej parametrów przekażesz ChatGPT, tym bardziej wynik będzie dostosowany do Twoich preferencji.
Zwiększ swoje możliwości i kreatywność
Podsumowując, ChatGPT i inne LLM mogą pełnić funkcję wartościowej platformy do konsultowania i rozwijania pomysłów na produkty.
Osobiście uważam, że pierwszy etap tworzenia koncepcji produktu jest najtrudniejszy i że właśnie wtedy najbardziej potrzebuję zewnętrznej informacji zwrotnej. W tym miejscu wolę korzystać z ChatGPT, aby pomóc sobie przejść przez trudny początkowy etap burzy mózgów. Często używam go również do uzyskania ogólnej walidacji dotyczącej wyjątkowości lub pozycjonowania konkretnego pomysłu.
Jeśli jednak się na to zdecydujesz, ChatGPT i inne LLM-y mogą przeprowadzić Cię przez proces na tyle daleko, aby opracować ogólny plan działania, który można łatwo przekształcić w bardziej konkretny plan. Przy właściwym wykorzystaniu narzędzia te mają potencjał, by znacząco zwiększyć możliwości i kreatywność każdego zespołu produktowego.
Nie zapomnij zapisać się do naszego newslettera, aby otrzymywać więcej zasobów i przewodników dotyczących zarządzania produktem, a także najnowsze podcasty, wywiady i inne spostrzeżenia liderów oraz ekspertów z branży.
