7 AI-скиллов ведут стратегию продукта в Яндекс
Кейс Александра Цельсова: цикл из семи скиллов вокруг каждой встречи
В первый день AI-конференции Александр Цельсов, CPO @ Яндекс, рассказал, как 7 AI-скиллов помогают вести стратегию развития продукта. Дальше его кейс от первого лица.
CPO
Ключевой инсайт: не пишите стратегию отдельным документом, который устаревает через неделю. Соберите команду AI-агентов вокруг одной встречи, и следующий шаг продукта будет собираться сам.
Материалов больше, чем можно удержать
Сейчас мы строим новый продукт внутри большой компании, незнакомая индустрия, кросс-функциональная команда.
За время недавней проработки накопилось 64 ветки обсуждения и материалы 48 встреч.
После каждой встречи у нашей команды множество веток коммуникаций:
• новые фичи в продукте
• финансовые и юридические детали
• бизнес результаты для руководства
• операционные задачи командам дизайна, разработки, саппорта
• и другие
Мы искали возможность упростить и ускорить синхронизацию данных, предпринятых шагов и обратной связи, чтобы все участники большой команды всегда оставались в контексте изменений.
Цикл из семи шагов вокруг каждой встречи
Ранее до встречи мы стандартно двигались так: обработать контекст, собрать бриф со сценарием и критериями, отработать вопросы, определить следующие шаги.
Сейчас мы используем 7 наших AI-агентов, которые помогают на автопилоте нам двигаться дальше гораздо эффективнее:
• context-search: поднимает прошлые интервью, договорённости команды и открытые гипотезы, и хранит ссылку на источник
• requirements-brief: собирает бриф встречи, сценарий и критерии проверки
• practice-loop: отрабатывает вопросы со мной: попытка, разбор, повтор
• meeting-insights: разбирает запись встречи и сопоставляет её с вопросом, на который мы искали ответ
• reasoning-check: проверяет, откуда взялся вывод и достаточно ли для него оснований
• decision-brief: предлагает следующие действия с основаниями, решение остаётся за командой
• knowledge-base: сохраняет решения, открытые вопросы и следующие проверки, и новая сессия стартует с актуальным контекстом
SkillStore вместо своих промптов с нуля
Каждый шаг это отдельный скилл: context-search, requirements-brief, practice-loop, meeting-insights, reasoning-check, decision-brief.
Часть методов я беру готовыми из внутреннего каталога скиллов Яндекса: нашёл метод, поставил версию, предложил доработки. Скилл, собранный на большом объёме данных, полезнее моего собственного.
Анализатор встреч вытаскивает больше, чем я услышал
Наше локальное приложение разбирает запись: транскрибирует, сопоставляет с вопросом, на который мы искали ответ, и подсвечивает новые свидетельства, расхождения с прежними выводами и открытые вопросы.
Отдельно работает проверка рассуждений: откуда взялся вывод и достаточно ли для него оснований.
С одного эпизода два результата
Для продукта это следующий обоснованный шаг, для себя практика на рабочей задаче. В базе остаются решения, их основания и следующие проверки, поэтому видно, где команда развернулась и почему.
Заменять людей на встрече агентами я не стал: рутина нужна, чтобы команда становилась сильнее, а не чтобы отдать работу на аутсорс.
Вот так мы автоматизировали с AI часть работы со стратегией.
Успехов с AI-adoption в ваших командах!
CPO
p.s.
В Community Sprints мы теперь регулярно встречаемся с AI-native профессионалами в нашем комьюнити.
Развивайте себя или свое дело здесь: AI Champions: лайвы и кейсы от профессионалов из бигтеха, которые внедряют AI у себя и в командах.
Ближайшие встречи
Каждый четверг в 17:00 МСК / 16:00 CET смотрим AI-кейс от спикера и разбираем кейсы и запросы друг друга.
Co-founder
Полные записи встреч, конспекты и материалы спикеров получают участники подписки. Каждую неделю новая Live-встреча с практиком из бигтеха.
Подключиться к AI Champions
