Medium: Один день из жизни product manager, использующего AI

Статья Сэма Бобо, опубликованная на Medium в декабре 2025 года, следует за одним рабочим днём product manager, встроившего AI в каждый этап разработки продукта. Это не обзор инструментов и не инструкция — это личный рассказ о том, где AI даёт реальный прирост эффективности, а где возможности заканчиваются.

Исследование рынка

День начинается с исследования рынка: Microsoft Copilot Analyst генерирует сводки конкурентного анализа на основе структурированных данных. Результаты всё равно требуют проверки человеком — Бобо прямо указывает, что AI-выводы необходимо верифицировать перед тем, как они влияют на решения. Когнитивный сдвиг здесь невелик — это переход от чтения первичных источников к сверке AI-синтеза с ними — но экономия времени реальна, а формат вывода остаётся единообразным.

Дизайн продукта

Этап дизайна больше всего отличается от традиционной практики. Вместо того чтобы писать задание дизайнеру и ждать, Бобо описывает процесс итерации над интерактивными прототипами за 30–45 минут с помощью Figma Make. Прототип исследовательский, а не финальный. Постановка задачи остаётся ручной — Бобо трактует это как человеческий процесс, основанный на подходах Design Thinking, которые позволяют выявить правильную проблему до того, как будет создан любой интерфейс. Выигрыш в скорости — в итерации, а не в предшествующем ей мышлении.

Документирование требований

Документирование требований — наиболее систематизированная часть рабочего процесса. Copilot с кастомным руководством по стилю преобразует развёрнутые описания продукта в структурированные шаблоны спецификаций. Единообразие, которое это обеспечивает в команде, важнее экономии времени в каждом отдельном случае: формат вывода становится предсказуемым, что снижает трение при проверке и недопонимания на последующих этапах.

Маркетинг и документация

На этапе маркетинга добавляется AI-помощь в переводе контента и генерация изображений для видеопродакшена и текстовых материалов. Подход Бобо здесь несёт главный аргумент статьи: AI-результаты на этом, как и на всех остальных этапах дня, проверяются, валидируются и редактируются перед тем, как принять устойчивую форму.

Для кого эта статья

Статья наиболее полезна для PM, прошедших этап знакомства с AI и желающих выйти за рамки разовых промптов — перейти к рабочему процессу, который стабильно решает конкретные задачи. Это не фреймворк и не исчерпывающая таксономия AI-применений в продуктовой работе — это рабочий отчёт за один день, и именно это делает его полезным ориентиром для сравнения с собственной текущей практикой. PM, которые всё ещё работают с AI ситуативно, найдут в нём практическую отправную точку, чтобы решить, где в первую очередь стоит выстроить систему.