Product Management with Mani: Kako postati AI product manager u 2026. godini

Vodič Manija Grivala objavljen na Substack-u u aprilu 2026. namenjen je product managerima koji razumeju osnove PM-a, ali još nisu lansirali AI funkciju niti radili na LLM produktu. Vodič ne pretpostavlja programerske veštine i organizovan je kao 90-dnevna roadmapa s konkretnim rezultatom na kraju.

Centralna ideja: context engineering — a ne pisanje promptova — jeste mesto gde se zapravo nalaze veštine AI PM-a. Grival tvrdi da većina PM-ova troši previše vremena na podešavanje pojedinih promptova, a premalo na izgradnju višekratno upotrebljivih kontekstnih struktura koje čine AI rezultate konzistentnim unutar tima. Preporučeni pristup je kreiranje kratkih Markdown kontekstnih fajlova, svaki do 2.000 tokena, koji sadrže ciljeve proizvoda, korisničke persone, terminologiju i ograničenja. Ovi fajlovi služe kao trajna baza znanja modela i učitavaju se na početku svakog radnog toka.

Struktura od 90 dana izgleda ovako. U prvom mesecu autor preporučuje prolazak kroz besplatne kurseve Anthropic Academy — Claude 101 i AI Fluency Framework, koji objašnjavaju kako LLM-ovi funkcionišu bez tehničke dubine. Drugi mesec je posvećen praksi context engineeringa: uzeti jednu postojeću funkciju proizvoda i preoblikovati njen radni tok oko kontekstnih fajlova i sistemskih promptova. Treći mesec je za lansiranje: izgraditi i dokumentovati mali AI projekat koji može da posluži kao deo portfolija.

Pre pisanja prvog prompta za LLM, vodič opisuje pet koraka koji bi već trebalo da budu završeni: definisanje kriterijuma uspešnosti za AI izlaz, popis podataka i konteksta koji su modelu potrebni, pisanje kontekstnih fajlova, dizajn sistemskog prompta i plan evaluacije rezultata. Ova sekvenca liči na rad na specifikaciji za obične funkcije — veštine se prenose, čak i ako je terminologija nova.

Sedmodnevni praktični projekat iz vodiča je izgradnja ličnog AI PM asistenta: minimalistično podešavanje u Claude Projects ili ChatGPT Projects koje sintetiše beleške sa sastanaka, istraživačke inpute i konkurentske signale u konzistentne produktne artefakte. Dovoljno skroman da se završi bez inženjerske podrške, i dovoljno konkretan da bude stvarno koristan na poslu.

Vodič je najkorisniji za PM-ove srednjeg nivoa u SaaS kompanijama koji se očekuje da rade na AI funkcijama, ali nemaju strukturiranu polaznu tačku. Nije duboki tehnički priručnik niti detaljno uputstvo za dizajn sistema evaluacije. PM-ovima koji već razumeju context engineering i lansirali su barem jednu AI funkciju sadržaj će delovati uvodno. Za one koji su neformalno eksperimentisali s AI alatima i traže strukturiran okvir za produbljivanje — nudi razuman put.