Мохит Аггарвал: как выстроить системный AI-инструментарий продакт-менеджеру в 2026 году

Опубликованная в марте 2026 года в издании Product Notes на Medium, эта статья Мохита Аггарвала отстаивает конкретный тезис: разрыв между PM, которые получают реальную отдачу от AI, и теми, кто не получает, определяется тем, выстроена ли у них система или они по-прежнему воспринимают AI как набор отдельных инструментов.

Аргумент

Большинство продакт-менеджеров используют AI-инструменты — ChatGPT для составления текстов, Claude для синтеза, Gemini для поиска, — но переключаются между ними без связующего слоя. Каждая сессия начинается с нуля: без памяти о предыдущей работе, без общего контекста между инструментами, без интеграции с системами, где реально живёт продуктовая работа. В результате AI помогает с отдельными задачами, но не накапливает ценность в рамках проекта или квартала.

Предложение Аггарвала — выстроить инструментарий с тремя структурными свойствами: многоразовые промпты, организованные вокруг типичных PM-задач; постоянный слой контекста, сохраняющий знания о продукте между сессиями; и интеграции, которые напрямую связывают результаты AI с Jira, Slack или любой другой системой управления задачами команды. Обсуждается Model Context Protocol (MCP) как механизм этих интеграций — стандарт, позволяющий AI-инструментам структурированно читать и записывать данные во внешних системах.

Как это выглядит на практике

Статья описывает, как PM, работающий над B2B SaaS-продуктом, может настроить: проект в Claude, хранящий спецификации продукта, резюме пользовательских исследований и конкурентные заметки; библиотеку промптов для стандартных задач — разделы PRD, гайды для интервью, резюме ретроспектив; и MCP-соединение, позволяющее AI подтягивать открытые задачи из Jira как контекст при составлении документов по планированию.

Подход не предписывает конкретные инструменты. Суть — в структурном паттерне: постоянный контекст, многоразовые промпты, внешние интеграции. Этот паттерн можно реализовать с помощью разных комбинаций инструментов в зависимости от того, что уже доступно команде.

Для кого это полезно

Для продакт-менеджеров, которые используют AI несколько месяцев и ощущают, что получают от него ограниченную отдачу. Статья не является введением в AI-инструменты; она рассчитана на базовое знакомство с ними и обращается к практикам, которые хотят преодолеть первоначальное плато производительности. Рекомендации применимы как к PM, работающим индивидуально, так и к тем, кто пытается создать общие AI-рабочие процессы для команды.

В заключение статья отмечает, что такую систему можно выстроить полностью на бесплатных инструментах — это важно для PM в небольших организациях или для тех, кто экспериментирует перед тем, как предложить более широкое командное внедрение.