How to build AI product sense

Как развить продуктовое чутьё в AI

Секрет в том, чтобы использовать Cursor для нетехнической работы (внутри: 75 бесплатных дней Cursor Pro, чтобы это попробовать!)

👋 Привет, я Lenny. Каждую неделю я отвечаю на вопросы читателей о создании продукта, росте и ускорении карьеры. Больше материалов: Lenny’s Podcast | How I AI | Lennybot | Любимые курсы по AI и PM | Любимый курс по публичным выступлениям

P.S. Подписчики Insider получают бесплатный год доступа к Lovable, Manus, Replit, Gamma, n8n, Canva, ElevenLabs, Amp, Factory, Devin, Bolt, Wispr Flow, Linear, PostHog, Framer, Railway, Granola, Warp, Perplexity, Magic Patterns, Mobbin, ChatPRD и Stripe Atlas. Да, это правда. Узнать больше.

Создание поста, который вы сейчас читаете, заняло более 100 часов. И всё потому, что это не пост. Это интерактивный AI-опыт с открытым исходным кодом, который поможет вам развить продуктовое чутьё в AI. Тал и Аман провели десятки сессий юзабилити-тестирования, написали evals, оптимизировали каждый промпт, который вы найдёте ниже, и даже договорились с Cursor о бесплатных кредитах для вас (см. ниже!), чтобы вы могли попробовать всё это дома. Я никогда не видел ничего подобного тому, что они собрали, и я рад поделиться этим с вами.

На следующей неделе, во второй части этой серии, вы узнаете, как взять эту новообретённую AI-интуицию и применить её к собственному продукту.

Больше материалов от Тала и Амана — в их подробном воркшопе Build AI Product Sense (стартует на следующей неделе, скидка 15% по этой ссылке) и на их предстоящем бесплатном Lightning Lesson How to Know What AI Products to Build, совместно с ещё одной моей любимой соавторшей, Hilary Gridley. Вы также можете заказать Тала и Амана для build-спринта с вашей командой.

Вы на продуктовой встрече, и кто-то упоминает «субагентов», или «context engineering», или «память агента». Вы понимающе киваете. Вы знаете, что означают эти термины… вы просто надеетесь, что никто не ждёт, что вы используете их в предложении.

Вы смотрели видеоразборы, сохраняли в закладки инфографику, накодили на vibe несколько приложений и даже выпустили AI-фичу. Так почему же всё ещё кажется, что вы за многие мили от настоящего понимания всего этого?

Мы (Тал и Аман) оба бывали в этой ситуации, снова и снова, создавая AI-продукты для десятков тысяч клиентов. Проблема не в вас. Проблема в «промышленном комплексе AI-хайпа». Большинство контента об AI создано, чтобы вызвать FOMO, а не чтобы научить: посты в духе «эта модель — БЕЗУМИЕ», демо, скрывающие неприглядную реальность, и схемы, которые скорее усложняют, чем объясняют.

Мы обнаружили, что единственная самая преображающая привычка для усвоения важных AI-концепций — это уйти от потребительских интерфейсов (ChatGPT, Granola, Lovable) к более мощным AI-агентам для кодинга, таким как Cursor и Claude Code. Возня с агентами для кодинга «руками» помогла нам развить наше «продуктовое чутьё в AI» — способность верно предугадывать, что будет действительно полезно пользователям и при этом осуществимо с помощью AI.

Продуктовое чутьё в AI — это когда вы сталкиваетесь с тикетами поддержки о том, что AI «забывает» факты, и распознаёте в этом context rot. Или наблюдаете, как пользователь мучается с рабочим процессом, и уверенно говорите, что память агента это решает, — и знаете, как перестроить весь сценарий взаимодействия.

За последние три месяца, используя Cursor для повседневных нетехнических задач, мы узнали о том, как на самом деле работают AI-продукты, больше, чем за три года использования ChatGPT. Так происходит потому, что агенты для кодинга прозрачно показывают свою работу. Вы можете прочитать рассуждения AI, рассмотреть вызовы инструментов и понаблюдать, как заполняется контекстное окно. Вы упираетесь в те же стены, что и инженеры, создающие AI-приложения, естественным образом интуитивно нащупываете собственные решения и начинаете предугадывать тренды и анонсы индустрии.

Теперь мы проводим свои дни, используя Cursor и Claude Code для повседневной работы: стратегии, приоритизации, принятия решений, анализа данных и продуктивности. Они служат нам партнёром по мышлению и персональной операционной системой.

В этом посте мы проведём вас через использование AI-агентов для кодинга в вашей нетехнической продуктовой работе:

На шагах 1–4 мы настроимся и освоимся с Cursor на забавном упражнении в духе Disney. На шагах 5–6 мы на практике поработаем с выбором AI-моделей и вызовом инструментов в Cursor. На шагах 7–10 мы построим лёгкую персональную ОС (то есть ваш собственный AI-продукт, которым вы сможете пользоваться ежедневно), а затем улучшим её с помощью RAG, памяти и context engineering.

Вы уйдёте отсюда с уверенностью предугадывать технологию, а не гнаться за ней, и, в качестве бонуса, с персональной AI-операционной системой. Вместе мы разовьём наше продуктовое чутьё в AI.

Шаг 1: Скачайте Cursor

Cursor — безоговорочно лучший агент для кодинга, чтобы максимально быстро прокачать ваше продуктовое чутьё в AI.

Вы наверняка слышите про Claude Code повсюду, и мы любим его для делегирования долгих независимых задач вроде vibe-кодинга. Но Cursor по-прежнему наш фаворит для работы в паре с AI и возможности напрямую наблюдать за работой AI-агента.

Cursor — это визуальный, кликабельный пользовательский опыт, и его можно использовать с самыми разными провайдерами AI-моделей, включая OpenAI и Anthropic. А значит, вы вполне вероятно сможете применять его и на работе.

Скачивание Cursor займёт у вас две минуты. Сделайте это прямо сейчас!

1. Скачайте и установите Cursor. Для этого поста обязательно скачайте и установите десктопное приложение, а не веб-версию Cursor.

Шаг 2: Создайте новый проект

Откройте Cursor, зарегистрируйтесь, пройдите через онбординг и нажмите «Open project».

Если вы уже пользовались Cursor раньше, нажмите File > New Window, чтобы попасть на этот экран и открыть новый проект.

Нажмите «New Folder»:

Назовите её «Build AI Product Sense» и нажмите «Create»:

И наконец нажмите «Open» (да, это необычно — нажимать Open на пустой папке, но просто сделайте это, всё сработает):

Шаг 3: Продолжите этот пост внутри Cursor

Пристегнитесь, потому что вы продолжите этот опыт внутри самого Cursor — по мотивам детского научного шоу The Magic School Bus.

Если у вас сейчас нет времени прокатиться на Magic School Bus, можете продолжить чтение ниже. Однако, чтобы развить ваше продуктовое чутьё в AI, мы рекомендуем вернуться и попробовать продолжить этот пост внутри Cursor с помощью промпта ниже.

Убедитесь, что вы в режиме «Agent». Это позволяет Cursor выполнять действия (например, загружать этот пост из интернета).

В выпадающем списке «model» отключите «auto» и выберите Opus 4.5 🧠:

🎁 Небольшая ремарка: мы дарим вам бесплатные кредиты Cursor 🎁

Чтобы помочь вам ощутить всю мощь этого туториала, мы дарим подписчикам Lenny’s Newsletter $50 бесплатных кредитов Cursor. Этого хватит на 2,5 месяца стандартного использования. Огромное спасибо Ben Lang и команде Cursor за то, что это стало возможным. Внимание: запасы ограничены, так что бесплатные коды могут закончиться. Действуйте быстро.

Как получить бесплатные кредиты Cursor:

1. Зайдите на Cursor.com/dashboard и зарегистрируйте аккаунт.

2. Станьте годовым (или Insider) подписчиком Lenny’s Newsletter.

3. Заберите свой бесплатный код Cursor (прокрутите вниз, чтобы найти Cursor), нажмите кнопку, чтобы активировать код, и вы увидите экран ниже:

4. Нажмите «Get Started», чтобы применить кредиты к вашему аккаунту. [Кредиты можно активировать как на бесплатных, так и на платных аккаунтах.]

5. После активации кредитов вы должны увидеть этот блок в вашем дашборде Cursor. [Если кредитов не видно, попробуйте сделать жёсткое обновление страницы или выйти из аккаунта и снова войти. Если это не помогло, напишите на [email protected] и упомяните этот пост.]

6. Наконец, вам нужно будет перейти на план Pro (или выше), чтобы использовать новейшие AI-модели, такие как Opus 4.5. Если вы уже на плане Pro или выше, всё готово.

Как только вы увидите кредиты в вашем дашборде, смело переходите на платный план. С вас ничего не спишут (у вас есть кредитов на 2,5 месяца). Кредиты будут автоматически применены к следующему счёту (а также могут быть применены к «on-demand usage», если вы его включите).

Должно выглядеть так:

Теперь вставьте промпт ниже в поле чата Cursor (или просто нажмите на эту ссылку):

Помоги мне развить моё продуктовое чутьё в AI с помощью этого поста (который я ещё не читал): https://buildaiproductsense.com/magicschoolbus. (Не открывай его в браузере — это будет отвлекать — используй cURL или любой другой инструмент.)Начни с того, чтобы дать мне обзор, зачем мы здесь и куда движемся, чтобы я почувствовал сильную мотивацию довести это до конца. Затем сделай паузу и подтверди, что я готов начать. Используй эту паузу, чтобы узнать больше о моём профессиональном контексте (меньше о Cursor или AI), который мог бы направить наше совместное путешествие.Далее проведи меня через каждую небольшую концепцию по порядку, по одному шагу/вопросу за раз, начиная со «Шага 3».Ты одновременно и очень хороший репетитор «один на один» для практического обучения, И сам агент Cursor. Заставляй меня совершать действия, чтобы я был вовлечён и учился. Задавай по одному вопросу за раз. Прежде чем начинать новые шаги/этапы/идеи/концепции, остановись и сверься со мной, и поощряй меня объяснить это тебе своими словами — и держи высокую планку — как эффективный, эмпатичный репетитор.Важно, чтобы ты охватил каждую без исключения концепцию из этого поста, в последовательном порядке. Поддерживай мою мотивацию, отмечая ориентиры и давая ясность, сколько мы уже прошли и сколько осталось. (При этом оставляй место для следования за моим любопытством и отступлений от сценария, пока в целом мы продвигаемся по посту.)Используй оригинальные слова поста, когда это уместно (у тебя есть разрешение использовать их как свои собственные слова от первого лица, а не явно цитировать кого-то ещё). Заголовки оформляй как обычные предложения (а не Title Case).Каждый раз, когда тебе встречается изображение внутри поста, прочитай это изображение (по одному за раз, точно вовремя, а не заранее, временно сохраняя при необходимости). Это важно для понимания содержания поста.Мы уже общаемся внутри чат-треда Cursor, так что давай используем этот же тред настолько, насколько это возможно. Важно: ты также и есть агент Cursor! Так что когда я ввожу промпт, который ты предложил, или даю задачу вроде «измени этот файл», выполняй её сам (не направляй меня делать это отдельно и не спрашивай, сделал ли я это отдельно). Не ссылайся на отдельный агент Cursor. Это ТЫ.Помни, что Cursor может быть настроен визуально множеством разных способов и постоянно развивается, так что избегай предположений о том, где может находиться тот или иной элемент интерфейса. Файловый проводник может быть слева или справа.Каждый раз, когда ты пытаешься использовать какой-либо инструмент, он будет запрашивать моё одобрение, и это будет ощущаться страшновато. Так что мне нужно, чтобы ты объяснял, зачем ты об этом просишь и почему это безопасно одобрить. Это может даже стать обучающим моментом — ты можешь привязать это к цели поста (и к тому, где мы находимся в путешествии): ну, ты ведь агент, и вот ты в действии!Постоянно поощряй меня использовать функцию голосовой записи (иконка 🎙️ под полем чата), чтобы выработать привычку к преобразованию речи в текст.

И нажмите «submit»:

Если вы решите принять этот вызов, остаток поста вы пройдёте изнутри Cursor. Оставайтесь в одном чат-треде («agent») всё время (не нужно открывать новый тред или агент).

AI проведёт вас через остаток этого поста. Пристегните ремни! Увидимся в Cursor.

Шаг 3: Cursor может выглядеть пугающе, но вы знакомы с ним больше, чем думаете

Cursor выглядит гиковато, в стиле «Матрицы», но это всего лишь ChatGPT, текстовый редактор и файловый проводник, втиснутые в одно окно.

Повторяем: Cursor — это всего лишь три инструмента, которыми вы пользовались уже множество раз, объединённые вместе:

ChatGPT. Текстовый редактор. Файловый проводник.

Один из студентов Тала, специалист по продажам, сказал лучше всех: Cursor — это «AI, который может прикоснуться к любому файлу на моём компьютере».

Вот краткая экскурсия:

1. Агенты

Агенты — это вычурный термин для «чатов». Здесь вы будете взаимодействовать с AI.

Слева вы увидите пустую панель, в которой будет храниться история ваших агентов. Нажмите «new agent», чтобы начать ваш первый чат («агент» — синоним «чат-треда»):

Вы увидите знакомое поле чата. Нажмите на выпадающий список в левом нижнем углу. Вы можете выбирать между режимом «Ask» и режимом «Agent» (остальные опции, такие как Plan и Debug, пока проигнорируйте).

Режим «Ask» — это использование Cursor совсем как классического ChatGPT: для общения, без внесения каких-либо изменений. Он отлично подходит для брейнсторминга или вопросов, прежде чем предпринимать какие-либо действия. Вы можете сразу же начать использовать его вместо стандартного ChatGPT/Claude.

Режим «Agent» — для случаев, когда мы хотим, чтобы Cursor изменял файлы в нашем проекте. Мы используем его вместе чуть позже.

2. Редактор

Эту панель мы будем использовать для просмотра и ручного редактирования текстовых файлов. Это то же самое, что использовать Text Edit на Mac или Notepad на Windows. Чтобы увидеть текстовый редактор, вам, возможно, придётся создать новый файл или дважды кликнуть по существующему.

3. Файловый проводник

Файловый проводник показывает все файлы и папки в вашем проекте. Это то же самое, что Finder на Mac или File Explorer на Windows, и он может находиться справа или слева в Cursor в зависимости от последней версии. Чтобы его развернуть, вам, возможно, придётся нажать на маленькую иконку вверху окна, чтобы сделать его видимым. (Вы всегда можете использовать Ctrl + B на Windows или Cmd + B на Mac.)

Даже если поначалу Cursor кажется пугающим, его основные концепции те же, что и у любой LLM, которой вы уже пользовались. У Cursor просто чуть больше настраиваемости, опций и вещей, с которыми можно поэкспериментировать. Это ваша игровая площадка для развития интуиции.

Cursor — наш выбор для реальной работы, а не только для изучения концепций AI

Если вы уже создали своего AI-партнёра по мышлению внутри проектов ChatGPT или Claude, вы наверняка задаётесь вопросом, стоит ли заморачиваться с переходом на Cursor. Нам важно сказать: независимо от понимания технических концепций, теперь мы проводим большую часть своих дней в агентах для кодинга, занимаясь нетехническими задачами.

Так в чём же практическая разница и почему мы перешли? Во-первых, Cursor по своей сути — та же идея, что и проекты ChatGPT: файлы как знания, чат как интерфейс и инструкции, которые применяются всегда.

Два небольших различия в форм-факторе меняют всё:

Вы перетаскиваете конкретные файлы/папки в каждый чат (избирательный контекст). AI редактирует ваши файлы напрямую (гибкое, изменяемое знание).

Это создаёт плотную петлю, в которой каждый чат автоматически улучшает знания вашего проекта (но только когда вы говорите агенту это сделать). В проектах ChatGPT история и результаты живут в длинных чатах. Вы вручную копируете всё обратно в знания проекта. В Cursor результаты живут в документах, а чаты становятся одноразовыми, потому что ценность живёт в документах, а не в истории переписки.

Главный вывод здесь в том, что ваша база знаний будет охватывать больше и обновляться чаще, потому что вы используете персональную ОС для построения и редактирования контекста каждый божий день.

Шаг 4: Создайте пародию на песню Disney, чтобы освоить основы Cursor

Мы начнём с создания нового пустого файла в Cursor. Наведите мышь на файловый проводник и нажмите кнопку «New File»:

Назовите ваш файл lyrics.txt:

Затем найдите в интернете вашу любимую песню Disney (поиск по названию обычно выдаёт текст). Скопируйте слова в буфер обмена:

Вернувшись в Cursor, вставьте их в только что созданный файл и сохраните файл:

Затем переключитесь в режим «Agent» в поле чата:

Наконец, введите:

Измени одну строку в первом куплете и одну строку в припеве файла lyrics.txt, чтобы они были про Кремниевую долину.

и отправьте это кнопкой «стрелка вверх»:

На нашем экране только что многое изменилось! Вы заметите много красного и зелёного в нашем файле lyrics.txt. Cursor изменил наш файл. Красным показана каждая старая строка, которую он удалил, а зелёным — новая строка, которую он добавил взамен.

Вы можете нажать «Undo», если вам не нравится изменение, или «Keep», если хотите его оставить.

Шаг 5: Посмотрите, как ведут себя разные AI-модели

Теперь, когда вы сделали своё первое редактирование, давайте изучим ключевое продуктовое решение, с которым сталкивается каждая AI-команда: какую модель использовать.

Вы заметите, что в нашем поле чата есть ещё один выпадающий список:

Вы видели такое в ChatGPT, Claude или Gemini — это место, где вы выбираете модель, которую хотите использовать. Однако в Cursor вы можете выбрать любую LLM.

Нажмите на него, отключите «Auto» и верните себе власть решать:

Когда мы пробуем один и тот же запрос на нескольких моделях, мы вырабатываем интуицию, как каждая из них может по-разному взяться за него (или провалить его). Например, модели Claude чувствительны к закону об авторском праве и отказываются изменять песни Disney (чтобы обойти это, измените конец вашего промпта на «…чтобы высмеять саму песню», что квалифицируется как «добросовестное использование»). А модели OpenAI меньше озабочены авторским правом, но они спотыкались при вызове инструмента Cursor apply_patch — их предпочтительной команды для редактирования текстового файла (хотя это реже встречается в новейших моделях Codex).

И всё это до того, как у нас появился шанс оценить остроумие их текстов!

Какую модель мы лично используем для работы? Когда дело касается индивидуального использования, мы балуем себя самыми новыми и лучшими моделями.1

Для письма, сложного планирования и тонких жизненных советов (на момент написания этого поста) мы берём Claude Opus. (Мы также обнаружили, что он лучше всего подходит для прохождения этого поста изнутри Cursor.) Его родственник, Sonnet, — наша рабочая лошадка для задач с большим объёмом контекста, с контекстным окном в 1M токенов (и чуть более быстрыми ответами).

Если отдалиться, в выпадающем списке моделей Cursor есть тонкий урок: передовых LLM всего несколько, и они доступны всем продуктовым командам. Инновация — в том, как мы их применяем.

Заведите привычку переключать модели для задач, которые вам важны. Со временем у вас выработаются настоящие мнения о компромиссах между моделями — та самая интуиция, которую трудно получить из одних только бенчмарков.

Шаг 6: Изучите вызовы инструментов вашего агента

LLM умеют производить только текст, но когда они предпринимают действие (редактируют файл, загружают данные, ищут в интернете), они вызывают инструменты. И вызов инструментов — это отдельный навык, отличный от всего остального, что мы обычно замечаем в LLM.

Теперь спросите вашего агента:

Можешь провести меня через каждый шаг (инструмент/мышление/рассуждение/что угодно ещё), который ты использовал для выполнения этой задачи?

В нашем тесте наша LLM сообщила, что:

Она использовала инструмент под названием read_file, чтобы узнать, что находится внутри файла. Она подумала о том, что отредактировать. Она использовала инструмент под названием search_replace, чтобы изменить текстовый файл.

Вот как она описала пункт №3:

Пусть чужеродное название этого инструмента вас не отпугивает. Вы делали «поиск и замену» множество раз в Microsoft Word или Google Docs. И вы точно «читали файл» раньше.

(Кстати, это ещё одно место, где модели различаются в подходе! Gemini стабильно справлялся с этим за три вызова инструментов, тогда как Opus использовал два. Попробуйте сами и увидите.)

Агенты для кодинга выполняют большую часть своей работы с помощью небольшого набора инструментов для навигации по файлам и редактирования текста. Чтобы увидеть полный набор, спросите его:

Перечисли все инструменты, доступные тебе.

У большинства этих инструментов знакомые названия; вы точно читали содержимое директории и удаляли файлы раньше. Другие, такие как read_lints и run_terminal_cmd, чаще встречаются в разработке ПО (хотя агенты для кодинга могут применять их и для нетехнических запросов).

Как именно LLM вызывает инструмент? LLM не может выполнять команды на вашем компьютере, поэтому она полагается на Cursor. Представьте, что вы нанимаете мастера на час. LLM описывает, что нужно сделать, но не может сама держать молоток. Cursor — это мастер: он слышит запрос LLM, использует инструмент и приносит результат, чтобы LLM могла решить, что делать дальше.

Cursor распознаёт, когда LLM выводит название инструмента (как выше), и выполняет этот инструмент на вашем компьютере. После того как инструмент отработал, Cursor возвращает результат LLM (то есть успешный результат или сообщение об ошибке), чтобы LLM могла решить, что делать дальше. (Если вы слышали термины «MCP-клиент» или «agent harness», оба они описывают эту роль Cursor.)

То, как LLM взаимодействует с инструментами, жутко похоже на то, как она взаимодействует с людьми. Если рассматривать «классический ChatGPT» как тред личных сообщений между LLM и человеком, то AI-агенты — это групповой чат на троих между LLM, человеком и инструментами.

Теперь, когда кто-то спросит: «А наш агент может сделать X?», вы инстинктивно подумаете: «Какие инструменты ему для этого понадобятся и насколько хороша наша модель в их вызове?» Это также связано с выбором модели: дело не только в том, что «побеждает самая умная модель». Вызов инструментов — это отдельное поведение, не связанное с качеством рассуждений или письма.

Погодите, тогда что за «MCP», о котором я постоянно слышу?

Для большинства организаций самые ценные данные живут не в локальных текстовых файлах, а во внешних SaaS-сервисах. Чтобы LLM могла взаимодействовать с Linear, Figma, Notion, Snowflake, BigQuery, Amplitude или Mixpanel, этим сервисам нужно предоставить LLM кастомные инструменты.

Обычно каждой SaaS-компании пришлось бы интегрировать отдельный инструмент для каждой существующей LLM. Чтобы избежать этой неразберихи, индустрия приняла стандарт под названием Model Context Protocol (MCP). Так каждой SaaS-компании теперь нужно построить лишь один коннектор, который работает везде.

Если это звучит очень похоже на USB или Bluetooth — это и есть правильная аналогия. Продолжая сравнение: большинство инструментов агента — это не MCP, точно так же как большинство электрических проводов не имеют форму USB-штекеров. Для простоты, MCP — это просто ещё один инструмент, который агент может использовать, со стандартизированным интерфейсом.

Шаг 7: Примените всё на практике, построив свою персональную ОС внутри Cursor

Теперь, когда мы понимаем, как агенты работают в целом, давайте создадим персонализированного AI-агента для самих себя, чтобы увидеть, как компоненты Cursor складываются воедино.

Мы построим очень лёгкую, минимальную персональную систему продуктивности, которая организует наши контакты из разных частей жизни — заметки, транскрипты и неструктурированные мысли, — а также некоторые задачи, которые нам нужно выполнить. (Это позволяет нам временно проигнорировать discovery, дистрибуцию и ценообразование. Мы сможем свободно сосредоточиться на том, что технически возможно.)

К концу этого упражнения вы сможете попросить Cursor создавать задачи из вашего бэклога и приступать к этим задачам на основе контекста, который вы предоставили в знаниях и целях. По ходу дела мы узнаем о RAG, памяти и context engineering и построим критически важные части продуктового чутья.

Чтобы начать, вы можете скопировать и вставить следующий промпт в Cursor (убедитесь, что вы в режиме «Agent»):

Этот пост доступен платным подписчикам