Listen: Building AI product sense, part 2
Вторая часть подкаста Lenny's Reads с доктором Marily Nika посвящена развитию продуктового чутья в AI. Обсуждается, почему Meta добавила блок «Product Sense with AI» в интервью на позицию PM, и какие ритуалы помогают выявлять скрытые режимы отказа. Вводится понятие minimum viable quality (MVQ) с тремя критическими порогами и пять стратегических факторов контекста, влияющих на планку качества. Также рассматриваются ранняя оценка стоимости AI-фичи, проектирование guardrails для защиты пользователей от ошибок модели и четыре паттерна, покрывающих большинство реальных сценариев отказа. Эпизод доступен на YouTube, Apple Podcasts и Spotify для платных подписчиков.
Слушайте: развиваем продуктовое чутьё в AI, часть 2
Если вы premium-подписчик
Добавьте приватный фид в свой подкаст-плеер на add.lennysreads.com
В этом эпизоде вы узнаете:
Почему Meta добавила «Product Sense with AI» в интервью на позицию PMКакие ритуалы помогают выявлять скрытые режимы отказаПочему генеративные модели уверенно придумывают структуру, столкнувшись с хаосомЧто такое minimum viable quality (MVQ) и как определить три критических порогаПять стратегических факторов контекста, которые поднимают или опускают вашу планку качестваПочему нужно заранее оценивать бюджет затрат на AI-фичуКак проектировать guardrails, защищающие пользователей от недостатков моделиЧетыре паттерна, покрывающих большинство реальных сценариев отказа
Упомянуто:
AI PM Bootcamp & CertificationAI Product Sense & AI PM Interview prepDr. Marily Nika: https://www.linkedin.com/in/marilynika/How to build AI Product sense (Part 1)Marily’s AI Product Academy NewsletterThriving as a senior IC PM in the AI era
Этот пост — для платных подписчиков
