GoPractice!

Несколько постов назад мы обсуждали, что узкое место из создания продуктов сместилось в зону, где надо понять, что именно строить и как потом донести это до клиентов. В разговоре Lenny Rachitsky с Evan Spiegel, сооснователем Snapchat, хорошо подсвечена эта тема. Напомним, что Snapchat, созданный 15 лет назад, входит в топ-5 популярных мессенджеров в мире, а его месячная активная аудитория — около миллиарда пользователей. И именно там появились многие креативные идеи для общения, которые затем были адаптированы и другими продуктами, например, сгорающие со временем Stories и AR-линзы для обработки селфи. «Главный челлендж сегодня — не создать сам продукт, но обеспечить дистрибуцию» Большинство команд по-прежнему сосредоточены на продукте: ищут product/market fit, думают о функциональности, пытаются сделать сервис, который люди полюбят. Но гораздо меньше внимания они уделяют вопросу, как этот продукт вообще попадет к пользователям. Когда запускался Snapchat, ситуация была совсем другой. App Store только набирал популярность, люди постоянно скачивали новые приложения и были готовы экспериментировать. Cегодня все иначе. Получить дистрибуцию для новой идеи стало гораздо сложнее. Люди уже не скачивают столько приложений, как раньше. Если сегодня вы создаете массовый потребительский продукт, стратегия дистрибуции может оказаться важнее самого продукта. «Софт больше не дает большого преимущества» Дистрибуция — не единственная проблема. Даже если пользователи пришли, сам продукт сегодня очень легко повторить. Это было правдой и 15 лет назад, когда конкуренты копировали фичи, созданные в Snapchat (Stories, AR-линзы и другие). Но именно эту уязвимость сегодня все заново открывают для себя на фоне развития AI. Ответом Snapchat стало создание экосистемы. Компания сознательно инвестировала в создание платформы, где ценность рождается не только внутри самого продукта, но и благодаря людям, которые строят его вместе с создателями. Snapchat работала с этим на нескольких уровнях: развивала отношения с креаторами и пользователями, строила платформу дополненной реальности, где разработчики создали миллионы AR-линз. Устойчивое преимущество все реже находится в самом коде и все чаще — в экосистеме вокруг него. «Snapchat рос благодаря качеству связей, а не их количеству» Необычный взгляд на сетевые эффекты помог Snapchat получить шанс вырасти. Было распространено мнение, что более крупные сети всегда более устойчивы — и, например, соцсеть Марка Цукерберга невозможно превзойти. Snap посмотрел на проблему иначе. Команда предположила, что пользователю важнее быть связанным не со всеми знакомыми сразу, а с несколькими, но действительно близкими людьми. С партнером, с лучшим другом, с супругом. Именно вокруг таких близких связей строился ранний рост Snapchat. Ценность создавалась не количеством контактов, а качеством отношений внутри сети. Это позволило сервису расти, несмотря на значительно меньшую аудиторию по сравнению с конкурентами. *** Создавать продукты с помощью AI действительно стало в чем-то проще. Но и это требует хорошего понимания процессов, скрытых за «магической кнопкой». В кейсах AI-мастерской мы помогаем усвоить основные принципы и даем переиспользуемые навыки для практической работы. Глубже изучить подходы к дистрибуции и сформулировать гипотезы, как разблокировать узкие места, поможет наш «Симулятор управления ростом продукта». Ключевые критерии готовности продукта к росту и масштабированию пока никто не отменял. @gopractice

Разыскиваются лучшие вайбкодеры 🚨 Мы организовали турнир, где вам нужно создать агента, который сыграет в игру Territory против агентов других участников сообщества и студентов GoPractice (и части команды тоже!) Как это устроено: — Перейдите по ссылке https://agentswithfriends.com/ — там вы найдете правила игры и ссылку на турнир (нужно зарегистрироваться) — Используйте любой кодинг-агент, чтобы создать агента на основе шаблонного промпта. Вам нужно будет только определить базовую стратегию для поведения вашего агента — Загрузите агента в турнир и наблюдайте за его результатами — Обновляйте агента, чтобы добиться лучших результатов (число итераций не ограничено) 📅 Турнир будет продолжаться до конца рабочей недели (23:59 GMT+3, пятница, 17 июля). 🏆 Победитель турнира получит в подарок доступ к AI-мастерской GoPractice на два месяца. @gopractice

Скоро в AI-мастерской: мониторинг конкурентов Через неделю в AI-мастерской стартует второй кейс — создание сервиса для мониторинга конкурентов. Вы разберете кейс на примере мониторинга в X/Twitter. Сервис будет уметь отслеживать нужное количество источников, анализировать изменения через LLM, отправлять отчеты в Telegram. Присоединяйтесь к студентам AI-мастерской: 🔗 https://gopractice.ru/course/aicases/ Уже сейчас доступен стартовый онбординг-кейс, в котором вы получите навыки работы с кодинг-агентами и сможете применить их для создания AI-помощника. Этот кейс можно обсуждать в закрытом чате для студентов вместе с экспертами, которые работали над его созданием. @gopractice

Готовы пройти от первого промпта до личного AI-помощника? Первый кейс AI-мастерской — это онбординг-кейс, в котором вы получите базовые навыки работы с кодинг-агентами и примените их для создания AI-помощника. Приступить к работе можно с любым кодинг-агентом на ваш выбор — Cursor, Codex, Claude Code. В процессе вы научитесь подключаться к Gmail-почте и анализировать переписку с помощью LLM. Затем — генерировать черновики для рабочих переписок и ставить задачи в любой таск-трекер. AI-помощник, которого вы получите на выходе, будет запускаться автоматически по установленному вами расписанию. Вы сможете улучшить его и адаптировать именно под свои задачи. Присоединяйтесь к студентам AI-мастерской: 🔗 https://gopractice.ru/course/aicases/ Этот кейс можно обсуждать в закрытом чате для студентов вместе с экспертами, которые работали над его созданием. Через полторы недели мы перейдем к следующему кейсу, о котором расскажем через несколько дней. P.S. Также из материалов кейса вы узнаете, почему OpenClaw, о котором было очень много разговоров и образовательных интенсивов, может быть не лучшим, а часто и опасным решением для подобных задач. @gopractice

Встречайте AI-мастерскую от GoPractice! Сегодня мы запускаем новый образовательный продукт — AI-мастерскую, которая решает две задачи: — Дает фундаментальные и переиспользуемые навыки для работы с кодинг-агентами и другими AI-инструментами — Учит создавать свои собственные продукты для решения конкретных задач с помощью AI Процесс обучения построен следующим образом: — Вы будете работать над практическими кейсами. Каждые две недели — новый кейс. — На выходе из каждого кейса — работающий продукт, созданный с помощью AI, и набор переиспользуемых навыков. — Фокус на освоении ключевых принципов, подходов и инструментов, а не на выполнении серии инструкций, которые ведут к состоянию «сделал, но не понял, как». — Продукт на выходе из кейса можно адаптировать под себя и свои специфичные задачи. Вы сможете задавать вопросы по всем новым кейсам в закрытом чате вместе с экспертами, работающими над программой. Все, чему вы научитесь, сможете переиспользовать в работе. 🗓 Вы будете обучаться и создавать продукты на регулярной основе, при этом каждый новый кейс будет актуален на момент выхода. Это позволяет получать самые свежие знания и опережать на шаг значительную долю рынка специалистов. 🔗 Получить больше информации об AI-мастерской и присоединиться к обучению вы можете по ссылке. ⚙️ Первый кейс уже доступен, и вы можете начать работать над ним прямо сейчас. По пути со всеми вопросами вам помогут эксперты в закрытом чате для студентов. Это онбординг-кейс. Вы сделаете личного AI-помощника, который будет автоматически сортировать письма в почте, готовить черновики ответов и ставить задачи в таск-трекер. В процессе работы над кейсом вы получите базовые навыки работы с кодинг-агентами, научитесь настраивать интеграции с внешними сервисами (почтой, таск-трекером, LLM), запускать помощника по расписанию. Также вы сможете адаптировать его под себя. Присоединяйтесь! В ближайшие недели вас ждут кейсы о том, как создать сервис мониторинга и анализа изменений у конкурентов, и как использовать RAG для создания AI на своей базе данных. Теперь несколько слов о том, почему мы создали продукт именно в формате регулярных практических кейсов. 💡 AI-технологии и решения развиваются очень быстро. Проблема, которая существовала вчера, завтра уже может быть решена. Инструменты, которые были актуальны вчера, могут стать неоптимальными завтра. 💡 Фундаментальные навыки и принципы создания и разработки продуктов остаются неизменны и актуальны. Но получать их в течение месяцев, а не дней, ни у кого нет времени и сил. Выбранный нами формат обучения решает одновременно и проблему устаревания материала (все перешли в новый AI-продукт, а в старых программах его нет), и разовых интенсивов на выходные (обучение навыкам подменяется созданием простого прототипа), и глубоких длинных программ (нужно инвестировать очень много времени до достижения ценности). Andrew Ng, один из ведущих экспертов по AI в мире, сформулировал следующее: “AI won’t replace human workers, but people that use it will replace people that don’t.” → «AI не заменит людей, но люди, которые пользуются AI, заменят тех, кто им не пользуется». Нравится это или нет, AI уже здесь, и его роль в ускорении производства будет только возрастать. Наша цель — дать нашим студентам все для того, чтобы вы могли двигаться вперед вместе с рынком или даже опережать его. Как и всегда раньше, мы будем делать это системно, структурно и практично. Ждем вас в AI-мастерской! @gopractice

Привет, это Олег. Расскажу, почему при работе над новыми продуктами я оставляю препятствия на пути к ценности. Когда я запускаю раннюю версию, с помощью которой проверяю гипотезы о ценности будущего продукта, я хочу, чтобы на старте у ранних пользователей было много препятствий на пути к ценности. Цена может быть высокой. Сайт может быть некрасивым и неудобным. Путь к регистрации может быть длинным и запутанным. Вместо хорошей платформы могут быть гугл-доки. Звучит контринтуитивно. Объясню, зачем это нужно. Главный риск большинства продуктов — не плохой интерфейс, а то, что проблема, которую вы решаете, на самом деле не так уж болит у пришедших к вам пользователей. Очень неприятно обнаружить спустя год работы, что вы сделали продукт-витаминку, от которого легко отказаться. Лишние препятствия в ранних версиях — это фильтр. Они помогают убедиться, что есть люди, для которых проблема настолько важна и критична, что они готовы много платить и продираться через любые препятствия, лишь бы ее решить. Препятствия отсеивают тех, для кого проблема неважна, и доказывают, что есть те, у кого боль настоящая. Именно это помогает нащупать product/market fit. Важный момент: наличие препятствий на пути к ценности вовсе не означает, что опыт первых пользователей будет плохим. Наоборот, на этом этапе он должен быть идеальным. Нужно сделать все возможное, чтобы их проблема была решена — это валидирует ценность решения. Просто идеальным вы делаете его сами — ведете первых пользователей за руку, сидите рядом, затыкаете собой все дыры, которых на раннем этапе в продукте очень много. Вы осознанно оставляете препятствия на пути к ценности (цена, интерфейс, онбординг), но потом делаете все возможное, чтобы проблема пользователя была решена идеально. Я часто вижу обратное: команды с первого дня оптимизируют воронку и убирают фрикшн. Вам дорого? Давайте снизим цену. Сомневаетесь? Дадим бесплатных кредитов. Не хотите заполнять форму о себе? Заполним за вас. Не получается выделить время, чтобы настроить интеграции? Давайте мы отправим к вам инженера. Их сложно винить — мы так делаем в любом живом продукте, чтобы улучшить метрики. Но на старте задача другая. Вы не растите метрики — вы ищете product/market fit. Вы ищете сегмент, где проблема настолько критична, что даже вашего сырого продукта достаточно, чтобы человек очень захотел с его помощью эту проблему решить. И ровно поэтому лишние препятствия на пути к ценности в ранних версиях — не баг, а фича. - - - - - - О важности проверки гипотезы ценности и других ключевых гипотез в основе будущего продукта — подробно в программе «Профессия: продакт-менеджер» и «Симуляторе управления продуктом на основе данных». Оставьте заявку на обучение, если ваша цель — переход в продуктовую роль.

«Как мы можем работать». О ценности AI-инструментов для нетехнических специалистов «Мы создаем инструменты, а затем инструменты создают нас». Эта цитата Джона Калкина всплывает на поверхность всякий раз, когда новый технологический виток меняет способы решения старых задач и вынуждает людей переучиваться заново тому, что, как им казалось, они уже давно умели. Проникновение AI-инструментов вышло за пределы сугубо технологической среды. Ими уже активно пользуются специалисты, чьи задачи решаются не через написание кода, а через организацию знаний и управления ими. В этом материале Тэйлор Пирсон рассуждает, как AI меняет работу для нетехнических специалистов и делится примерами на основе собственного опыта. Мы подготовили адаптированный перевод. 🔗 https://gopractice.ru/skills/as-we-may-work/ Пара шагов к тому, как освоить AI-инструменты, если вы — нетехнический специалист, но готовы к решению продуктовых задач: 1️⃣ «Генеративный AI для продакт-менеджеров» 2️⃣ «AI-прототипирование: от идеи до продукта за 1 день» @gopractice

Привет, это Олег. Вы могли заметить, что строить продукты стало гораздо проще. Но узкое место уже давно не в том, чтобы построить, а в том, чтобы иметь инсайт о том, что именно надо строить и как потом донести это до клиентов. И эти узкие места никуда не делись. Они лишь замаскировались тем, что строить вместе с кодинг-агентами интересно, весело и модно. Этот процесс и правда намного приятнее, чем смотреть, как придуманный тобой продукт сталкивается с реальностью. С клиентами, которые не хотят менять свои процессы. С каналами дистрибуции, где не сходится экономика. С инерцией людей, которые продолжают решать задачи так же, как раньше. В теории, способность строить быстрее должна помогать находить инсайты быстрее: можно протестировать больше идей, проверить больше гипотез, выявить больше сигналов. Но выглядит так, что многие настолько поглощены самой стройкой, что все остальное (ради чего стройка ведется) потерялось за ней. Поэтому пока что эффект обратный. - - - - - - 💡 Найти алгоритм для поиска ответа, что именно надо строить, можно с помощью нашего «AI/ML-симулятора для продакт-менеджеров». Он даст широкую картину о потенциале применения AI-технологий для развития бизнеса и даст навыки управления проектами с такими технологиями в основе. @gopractice

Развитие AI создает для людей больше работы, а не меньше «Паника, которую вызывает AI всякий раз, когда делает что-то новое, постоянно сводится к одному и тому же. Мы задаем рамку, наблюдаем, как модели ее осваивают, а затем начинаем путать саму рамку с тем, что она описывает». В этом материале глава Every Дэн Шиппер делится размышлениями о том, почему спрос на экспертов в действительности не снижается, а только возрастает по мере развития AI-моделей и повышения их эффективности решения сложных задач. Мы подготовили адаптированный перевод. Это объемный и глубокий материал, мы рекомендуем выделить время для его изучения. Он того стоит. 🔗 https://gopractice.ru/product/ai-paradox/ Самое время изучать потенциал применения AI-технологий в продукте и бизнесе, а также получать прикладные навыки. Для этого мы создали следующие курсы: 1️⃣ «AI/ML-симулятор для продакт-менеджеров» 2️⃣ «Генеративный AI для продакт-менеджеров» 3️⃣ «AI-прототипирование: от идеи до продукта за 1 день» Прогресс не ждет, но мы вас ждем. @gopractice

Как электронные таблицы изменили мир (и как AI продолжает эти изменения) Многие стремятся ускорить и автоматизировать работу с расчетами, моделями и симуляциями с помощью AI-инструментов, и многие успешно с этим справляются. Результаты этой работы ежесекундно влияют на глобальные финансовые потоки. Но это не автоматизация ручного процесса (хотя именно так мы зачастую воспринимаем работу с таблицами в Excel или Google Sheets), а автоматизация того, что уже было в значительной степени автоматизировано и ускорено, и благодаря этому изменило мир. Прочитайте этот адаптированный перевод материала Дэвида Окса, чтобы вспомнить, как компании во всем мире прошли путь от стремления контролировать все происходящее до рискованной, но уже реалистичной возможности передать значительную часть контроля AI. И какую ключевую роль в этой трансформации сыграли электронные таблицы. 🔗 https://gopractice.ru/stories/spreadsheets-revolution/ Мы публикуем этот материал, чтобы напомнить, что время рисков — это и время возможностей. Чтобы справиться с первыми и не упустить вторые, нужны знания и навыки. Наш «AI/ML-симулятор для продакт-менеджеров» даст глубокое погружение в потенциал применения AI для продукта и бизнеса. Прикладные навыки для работы с AI здесь: «Генеративный AI для продакт-менеджеров» и «AI-прототипирование: от идеи до продукта за 1 день». @gopractice