Harshal Patil: образец AI-стека для PM в 2026 году

О чём статья

Опубликованный в мае 2026 года на Substack, этот пост product manager’а Harshal Patil’а соотносит AI-инструменты с конкретными фазами жизненного цикла управления продуктом. Вместо того чтобы рассматривать инструменты по отдельности, Patil описывает, как каждый из них встраивается в его рабочий процесс и что заменяет или улучшает.

Контекст

Пост написан как личный срез — взгляд практика на то, как AI изменил механику повседневной работы PM. Организующий принцип сформулирован явно: любой инструмент в стеке должен удовлетворять хотя бы одному из трёх критериев — повышать качество решений, сокращать цикл разработки или устранять повторяющуюся ручную работу. Инструменты, не прошедшие этот тест, исключаются вне зависимости от их популярности.

Ключевые аргументы и метод

Patil распределяет инструменты по четырём фазам работы PM.

Выявление проблем охватывает HeyMarvin и Dovetail для синтеза пользовательских интервью и качественных данных, Cursor в связке с BigQuery для генерации SQL-запросов и анализа данных, а также Perplexity Deep Research для конкурентной разведки. Workflow в n8n конвертирует рассылки в короткие аудиоэпизоды, решая проблему информационного перегруза без увеличения времени у экрана.

Разработка PRD строится на Notion AI для документации и пользовательских историй, с Cursor в качестве альтернативы для markdown-процессов, где требуется более жёсткий контроль контекста. Patil создаёт карты клиентского пути в Mermaid-диаграммах. Особого внимания заслуживает одна деталь: он использует «промпты-возражения» — запросы, в которых просит модель оспаривать его допущения, а не разворачивать их. Это адресует реальный сбой AI-письма: модель склонна усиливать то направление, в котором автор уже движется.

Прототипирование задействует Lovable и Cursor для создания рабочих прототипов до того, как инженерная команда берётся за задачу. Аргумент в том, что agentic-билдеры сократили разрыв между письменной спецификацией и тем, с чем стейкхолдеры могут реально взаимодействовать, что меняет экономику ранней валидации.

Коммуникация и автоматизация включает интеграции n8n и MCP для обработки рутинных задач, Loom для асинхронного сторителлинга и AI-интеграции с Grafana для поддержки онбординга клиентов.

Для кого полезна

Для PM, которые уже используют несколько AI-инструментов, но ещё не выстроили из них связный рабочий процесс. Пост даёт конкретный пример того, как практик систематизировал инструменты по функции, а не по категории — это более практичный подход, чем сравнение инструментов между собой. Критерий отбора — качество решений, цикл разработки или сокращение ручного труда — также полезен PM’ам, оценивающим новые инструменты по мере их появления.