Костя Д. про продукт – Telegram
Костя Д. про продукт
192 subscribers
132 photos
49 videos
3 files
186 links
Собираем успех из идей и гипотез! 🔮
На этом канале я рассматриваю различные аспекты продукт-менеджмента, c основ до бест практик.
Автор - @Loluk777
Download Telegram
Синдром самозванца в работе или честная самооценка?

В последние годы термин "синдром самозванца" стал невероятно популярным в профессиональном сообществе.
Любое сомнение в своих способностях автоматически получает этот ярлык. Чувствуешь неуверенность на новой позиции? Самозванец. Переживаешь перед важной презентацией? Самозванец. Кажется, что коллеги знают больше? Самозванец.

Но есть проблема: мы начали называть синдромом самозванца то, что им не является.
Иногда сомнения — это не психологическое искажение. Это точная оценка ситуации.

В чём разница:
Синдром самозванца = ты делаешь хорошо, но не веришь в это.
Честная оценка = ты пока не готов, и это скорее всего правда.

Как понять что есть что из этого:

Посмотри на результаты:
- Запуски работают, команда слушает, метрики растут → синдром
- Запуски валятся, тебя не слушают, постоянно тонешь → может не готов

Послушай фидбек:
Говорят "хорошо", ты не веришь → синдром
Говорят "нужно подтянуть", и правда тяжело → честная оценка

Посмотри на паттерн:
Сомневаешься везде, даже где силён → синдром
Сомневаешься только в новой области без опыта → нормально

Когда работать над собой:
Если объективно делаешь хорошо, но мозг говорит "ты плох" — это синдром. Работай с ним:

- Записывай успехи
- Верь фидбеку
- Помни: год делаешь хорошо ≠ везение

Когда стоить менять условия:
Если стараешься изо всех сил, но результатов нет — может дело не в тебе:
1) Роль слишком сложная: Поставили на задачи выше уровня. Это ошибка того кто назначил, не твоя.
2)Компания токсичная: Обесценивают, критикуют, не дают ресурсов. Ты не плох, среда плохая.
3) Условия не те: Хаос, нет процессов, даже опытный утонет. Тебе нужны другие условия.

Пример:
Junior пришёл продактом в стартап. Через месяц: "Я самозванец, ничего не выходит."
А там:
-Процессов нет
-CEO меняет всё каждый день
-Данных ноль
-От junior ждут senior работы и тд

Это не синдром или приговор. Это скорее неподходящие условия.
Ушёл в нормальную компанию. Через полгода, год— вполне себе PM.
Запомни:
Синдром = "ты плох" (но это неправда).
Честная оценка = "ты пока не готов к этому" (но можешь быть готов позже или в других условиях).

🙋‍♂️Можно просто спросить себя:

-Результаты есть?
-Что говорит фидбек?
-Я везде неуверен или только тут?
-Мне дают условия расти или я деградирую?
-Может дело в месте, а не во мне?

Лично я считаю: лучше честно признать "я пока не готов" и найти правильные условия для роста, чем годами бороться с "синдромом самозванца" в токсичной среде или неподходящей роли.


Вывод:
Не каждое сомнение — синдром самозванца.
Иногда это твоя подсказка: "Что-то не так."
Может ты хорош, но мозг врёт → начинай работай с этим.
Может ты в неправильном месте → меняй место, не себя.
Умение честно оценить себя — это большая сила.

🩵 - если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
7👍6🔥3🦄1
🤖 Вышло первое руководство по AI-агентам, которое ломает всё, что вы знали о работе с агентами!

Исследовательская команда выпустила "A Practical Guide for Designing, Developing, and Deploying Production-Grade Agentic AI Workflows" — руководство, которое показывает, почему 90% агентских систем разваливаются в production и как именно это исправить.
Это не очередной тред с "советами по промпт-инжинирингу". Это скрытый playbook для агентских систем, которые реально выживают при столкновении с реальностью.

Попробую объяснить важность 👇
→ Показывают, как большинство агентов ломаются из-за неоднозначного роутинга инструментов… и демонстрируют, как перестроить workflow с детерминированным tool-first дизайном
→ Раскрывают, почему MCP-системы глючат, дают сбои или молча ломаются — с реальными failure traces
→ Заменяют хрупкое поведение агентов чистыми function calls для гарантии воспроизводимости
→ Внедряют single-responsibility агентов, чтобы ничто не галлюцинировало инструменты, не смешивало задачи и не угадывало порядок выполнения
→ Выносят каждый промпт во внешние файлы, чтобы промпты версионировались, аудировались и управлялись
→ Используют multi-model consortium (GPT + Gemini + Claude) с выделенным reasoning-агентом, который объединяет черновики и устраняет противоречия
→ Разворачивают всё через контейнеры и Kubernetes — реальный автоскейлинг, observability, retry, логи, health checks

Они построили полный пайплайн news → analysis → noscript → reasoning → audio → video →
GitHub PR, чтобы доказать каждый принцип. Полные диаграммы. Реальные выводы. Реальные ошибки. Реальные решения.

Это первый end-to-end blueprint того, как на самом деле выглядит production-grade инжиниринг агентов.

Если это приживется, "агентские стартапы" перестанут шипить чатботы в красивых обёртках. Они будут шипить настоящие системы.

Оригинал документа: тут

Моё мнение: Наконец-то AI-агентов начали строить как нормальный софт — с предсказуемостью, мониторингом и надёжным деплоем. Именно это отличает рабочий продукт от красивой демки.


🩵 - если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
10🔥4🦄2
MVP в старом смысле умириает: «минимально жизнеспособный» больше не равен «приемлемый» для современного пользака 🤩

1. MVP превратился в минимум боли
Сегодня «минимально жизнеспособный» продукт чаще ощущается как минимально терпимый — и пользователи не хотят терпеть. Планка базового качества выросла, первый релиз должен выглядеть законченным и вызывать доверие.

2. Главная проблема MVP
Во многих командах MVP стал отмазкой «выкатим криво, потом допилим». Формально продукт работает, но он неудобный, некрасивый и не даёт желания возвращаться. В итоге вы валидируете не гипотезу, а терпимость людей к плохому опыту.

3. Поворот к MLP
MLP — Minimum Lovable Product, минимальный, но «любимый» продукт. Один острый кейс, понятный сценарий, быстрый first value и ощущение, что продукт сделан с заботой, а не «на коленке».

4. Как валидировать в 2026
Максимум гипотез проверяйте до кода: интервью, прототипы, лендинги, ручные сервисы. Публичный релиз — это уже не черновик, а версия с нормальной стабильностью, UX‑флоу, визуальной опрятностью и онбордингом — это новая база.

Итог: умирает не концепция MVP, а культура «как‑нибудь выкатывать под видом теста» — рынок избалованных пользователей это больше не прощает..


🩵 - если было полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
13👍5🦄2
🇸🇬 Как Perplexity (AI поисковик) спас мой первый день в Сингапуре

Прилетел в Сингапур в 22:00. Отель находится в центре. Понятия не имею как работает местное метро.

Классическая проблема продакта: информации много, непонятно что делать прямо сейчас.

🔫 Проблема:
Гуглю "как добраться из аэропорта до моего отеля. Получаю:

-15 статей с хаотичной инфой
-Форумы 2019 года
-YouTube на 20 минут
- Местная реклама проплаченная (а может вам вообще выбрать другой отель? 🤣)

Перегрузка информацией! Мне нужен верный ответ и сейчас, а не исследование.

Решение:
Открываю Perplexity:
"I'm at Changi Airport Terminal 3 at 10 PM. Need to get to my hotel "name" What's the fastest way?"

За 10 секунд:
1) Метро работает до полуночи
2) Зелёная ветка до Bugis Station
3) Купи EZ-Link карту за 12 SGD или если есть карта Visa/master просто приложи
4) 45 минут, ~2.5 SGD
Всё. Конкретно. Актуально.
Иду, покупаю, еду. Доехал за 45 минут ровно.

На следующий день:
"How to get from Bugis to Marina Bay? Which exit?"
Ответ за 5 секунд: Синяя ветка, выход C, 8 минут.
Дошёл без лишних поворотов.

Что я понял как продакт:
Раньше это бы было: 30 + минут изучения схем и форумов (и возможно еще проплаченных)
С Perplexity: вопрос → решение → действие.

Это идеальный UX.

🙋‍♂️Почему это важно я считаю для PM:

1. Скорость решений
Вопросы в продукте:
-Как конкуренты решили?
-Какие метрики смотреть?
-Есть исследования?
Раньше: 30 минут гугления.
С AI: ответ за минуту.

2. Адаптация к неопределённости
Новый город = новый проект.
Информации много, но что критично?
AI выделяет главное. Даёт направление, не парализует выбором.

3. Снижение cognitive load
Мозг продакта перегружен: roadmap, команда, стейкхолдеры, влёты.
Делегировал рутинный поиск AI → освободил ресурсы для стратегии.

4. Быстрая валидация
Не "я думаю что..." → "проверю за минуту".

🤚 Вывод:
Хороший продакт видит риски раньше. И быстро находит решения.
AI как Perplexity — не фича. Это новый baseline эффективности.

P.S. Важный дисклеймер: AI ускоряет поиск, но не освобождает от ответственности — всегда проверяю критичные факты (цены, время работы, маршруты), потому что ни одна нейронка пока не даёт 100% точности, и слепо доверять AI — это как релизить фичу без тестирования.


Набираем 🔥 - 25 реакций и в комменты описываю мой путь в метро "Как Perplexity саппортил меня словно гид везде, пока находился в неизвестном городе"
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14🔥952