Вчера я выложила разбор программы «ИИ-инженер за 90 дней»: из 84 тем около 20 я уже делаю, а настоящие пробелы — в фундаменте и в оценке качества. И сразу получила самый честный вопрос: «Хорошо, пробелы нашла. И что, теперь 10 недель сидеть на курсах?»
Нет. Если я сяду «проходить темы», я снова окажусь в роли ученицы, которая собирает сертификаты. А мне нужно другое — стать продакт-билдером: человеком, который сам доводит идею до работающего продукта и понимает, что у него внутри. Поэтому во второй части рассказываю, как я учусь. Что учить, уже разобрала в первой. Как я докучиваю недостающие кирпичики так, чтобы каждый сразу превращался в часть моего продукта.
Кирпичик — это не тема, а задача
Главное, что я поменяла в голове: я больше не учу «эмбеддинги». Я делаю в своём блоге блок «похожие статьи», и для этого мне нужны эмбеддинги. Звучит как мелочь, но меняет всё.
- У темы нет конца — у задачи есть. Блок работает или не работает.
- Тему можно «посмотреть» и забыть. Задачу приходится довести, и по дороге всплывает всё, что я не поняла.
- Тема даёт конспект. Задача даёт кейс, который можно показать.
Это обычная продуктовая логика: мы не делаем фичу ради фичи, мы решаем проблему пользователя. Только здесь пользователь — я, а проблема — пробел в навыке.
Моя карта: пробел, задача и критерий готовности
Я взяла пробелы из первой части и напротив каждого написала задачу из своих проектов и критерий готовности. Критерий — самое важное: без него «частично» тянется бесконечно.
| Пробел | Задача в моём продукте | Кирпичик закрыт, когда… |
|---|---|---|
| Python и данные | Выгрузить отзывы бета-тестеров CaseLab и разобрать их в pandas: где люди застревают, что просят | Могу без ИИ объяснить каждую строку скрипта и поменять его под новый вопрос |
| Точность и полнота | Проверить, насколько хорошо «похожие статьи» находят действительно похожее | Могу посчитать обе метрики на своих данных и объяснить, чем пожертвовала |
| Модели через API | В моём помощнике для текстов — ответ в строгом JSON и подсчёт стоимости одного переписывания | Знаю цену одного запроса и что будет, если модель вернёт кривой JSON |
| Эмбеддинги и векторный поиск | Блок «похожие статьи» в блоге CaseSociety | Блок работает на живом сайте, и я понимаю, почему он показывает именно эти статьи |
| RAG | Помощник, который отвечает по статьям CaseSociety и даёт ссылки на источники | Отвечает со ссылками, а на вопрос не по теме честно говорит «не знаю» |
| MCP и агенты | Свой MCP-сервер для блога: черновик статьи, проверка, публикация — с моим согласованием на каждом шаге | Могу нарисовать цикл агента на листке и показать, где он остановится и спросит меня |
| Оценка качества | Набор тестовых примеров для помощника по текстам: звучит ли результат как я | После любой правки промпта запускаю тесты, а не перечитываю глазами |
Обратите внимание: почти все задачи живут в продуктах, которые у меня уже есть, — блог, CaseLab, помощник для текстов. Я не придумываю учебные проекты. Я докручиваю свои.
Как устроена одна неделя
Каждый кирпичик я прохожу по одному и тому же циклу. Он короткий, но без любого шага всё разваливается.
- Понять. Минимум теории: лекция курса Стэнфорда CME 295 или его шпаргалка. Не больше часа. Цель — знать, какие вопросы задавать.
- Собрать. Делаю задачу вместе с ИИ. Да, с ИИ — это нормально, так сейчас работают все.
- Объяснить без подсказки. Закрываю чат и пишу короткую заметку: что я сделала и почему это работает. Если не могу — возвращаюсь, это ещё «частично».
- Сломать. Специально подаю странный ввод, пустые данные, вопрос не по теме. Смотрю, что происходит.
- Выпустить. Выкатываю на живой сайт или даю людям. Только тут становится понятно, работает ли оно на самом деле.
- Записать. Пара строк в журнал: что получилось, что нет, сколько это стоило по времени и деньгам.
Шаг «объяснить без подсказки» — моя страховка от самообмана. Собрать с ИИ можно почти что угодно. Понять — нет.
Учиться с ИИ, а не вместо себя
Самая большая ловушка для продуктового человека сейчас — ИИ всё сделает за вас, и вы так ничего и не узнаете. Я поймала себя на этом ещё на своих проектах: работает, но если что-то сломается, я не знаю, куда смотреть. Поэтому поменяла то, как прошу помощи:
- Сначала прошу объяснить, потом — написать. «Объясни, как устроен векторный поиск, на примере моих статей», а не «сделай поиск».
- Пишу сама, ИИ проверяет. Хотя бы маленькие куски. Ревью своего кода учит больше, чем чтение чужого.
- Спрашиваю, что сломается. «Где этот код упадёт? Какой ввод его сломает?» — лучший вопрос, который я задаю ассистенту.
- Прошу задать мне вопросы. «Проверь, поняла ли я, — задай три вопроса по этому коду». Неприятно, но очень полезно.
Продакт-билдер — это не тот, кто умеет всё сам. Это тот, кто понимает, что собрал, и может это починить.
Что делать, когда застряла
Застревать я буду, это точно. На этот случай у меня три правила:
- Сузить задачу. Не «помощник по всем статьям», а «помощник по одной статье». Сначала работает маленькое, потом растёт.
- Ограничить время. Если за два вечера не сдвинулась — иду с вопросом к людям: в сообщество, к знакомым разработчикам.
- Снизить планку, а не бросить. Лучше честное «частично» с работающим прототипом, чем идеальный план без единой строки кода.
Почему я делаю это публично
Можно было бы учиться тихо и показать результат, когда всё получится. Но я знаю себя: без внешнего обещания проекты расползаются. Публичность — это мой дедлайн. А ещё так я быстрее найду тех, кто идёт тем же путём, и смогу сравнивать себя с живыми людьми вместо идеального плана.
Поэтому будет третья часть. В ней будут результаты: какие кирпичики закрылись, где я ошиблась в оценке и что пришлось пересмотреть.
Как сделать такую карту себе
Если вы прошли самооценку из первой части, следующий шаг — превратить пробелы в задачи. По каждому пробелу ответьте:
- В каком моём продукте или рабочей задаче этот навык нужен прямо сейчас?
- Как будет выглядеть «готово»? Что можно открыть, нажать или показать?
- Как я пойму, что не просто собрала, а поняла?
Нет своего продукта? Возьмите маленькую проблему, которая раздражает вас каждую неделю: в работе, в учёбе, в личных делах. Этого достаточно, чтобы начать.
Какие навыки нужны продакт-билдеру и как честно себя оценить, собрала в статье «Навыки продакт-билдера», а все материалы о роли — в статье «Кто такой Product Builder».
Больше разборов про продукты и ИИ — в моём Telegram-канале. Подписывайтесь, если вам тоже интересно, как продуктовому человеку стать продакт-билдером.
А если хотите разбираться не в одиночку, приходите в наше сообщество «Продуктовые разборы». Там продакт-дизайнеры и продакты обсуждают кейсы, задают вопросы и встречаются на бесплатных разборах и эфирах. Делитесь своими картами — интересно, какие задачи вы себе поставите.
Частые вопросы
Чем продакт-билдер отличается от ИИ-инженера?
ИИ-инженер глубоко строит системы на моделях. Продакт-билдер доводит идею до работающего продукта: понимает, как он устроен, может его собрать с ИИ, проверить качество и показать людям. Глубина фундамента нужна меньше, понимание — обязательно.
Можно ли учиться, если код за тебя пишет ИИ?
Можно, если ИИ объясняет, а не только пишет. Простой тест: закройте чат и объясните, почему ваш код работает. Не получается — навык ещё не ваш.
Где взять задачи для практики, если нет своего продукта?
В повторяющихся проблемах вокруг: рабочие отчёты, заметки, поиск по своим документам. Маленькая задача из жизни учит лучше учебного проекта, потому что вам не всё равно, работает ли она.
Как понять, что навык освоен?
Задайте себе критерий готовности до начала: что должно работать и что вы должны уметь объяснить. Когда оба условия выполнены — кирпичик закрыт.