Продуктовый Backlog с ChatGPT(+ запросы, результаты)

🌚 В выходные, изучая английский язык я подумал, что буду трекать время занятий. И я не был бы собой, если бы не обозначил себе некую измеряемую цель, в моём случае это 500 часов до Fluent.

🍅 А так как я многие дела делаю по методу Помидоро, так вот там используются 25-ти минутные интервалы.

👀 Мне стало интересно отслеживать свой прогресс по изучению английского в этих интервалах. За время с начала отслеживания я набрал 13 таких “сессий”, и тут я решил посчитать на сколько процентов я продвинулся и тд, в итоге я случайно написал приложение в ChatGPT

😉✍🏻 Теперь подробнее как это делалось, вот мои запросы в чат. Это важно для отслеживания логики процесса, ниже перечислены мои запросы в ChatGPT 👇

Надеюсь, суть уловили, по итогу получаем код, который без какой-либо подготовки может работать и воспроизводить наше мини-приложение, потыкать можно тут 👇

https://codepen.io/pavelmi/full/GRXpJdR

😎 Здорово, техническая часть вопроса это очень интересно и увлекательно, но я же продуктолог aka Product Manager, и одна из важнейших частей моей работы развивать Продукт, в которое входит формирование фич и требований, составление, приоритезация бэклога и тд...попробуем составить бэклог в ChatGPT

👀 Выше была рассказана логика, как я пришел в формированию продуктового бэклога, начав просто с усложнения вопросов для ChatGPT по треккингу нужной мне задачи, доходя до создания мини-приложения.

🤓 Убедившись, что он может сохранять контекст, понимать сложные словесные конструкции, мы можем приступить к первым попыткам формирования продуктового бэклога. я выбрал знакомую и интересную для меня тему: wellness приложение

🖼 Ниже я добавлю скрины, чтобы показать ответы бота на мои вопросы 👇

1. Сначала введем контекст, я сделал это запросом (наш основной вопрос): что нужно для создания wellness приложения?

2. Какие функции и возможности предлагают Wellness приложения? (на этом этапе ввели контекст в AI, да и сами прошлись по пунктам, чтобы напомнить себе какие этапы и фичи могли бы быть нужны)

3. Составь продуктовый backlog для разработки продукта wellness приложения (влезло 9 из 15 пунктов, очень здорово, что этот генеративный ИИ приписывает в начале и конце подобных “выдач” некоторые пояснения)

4. Приоритезируй этот список (такой запрос, имеет сомнительную пользу, но если докрутить, то можно ему скормить что-то типа ICE фреймворка для приоритезации, и на основании этих данных он сможет быстро сделать базовую приоритезацию)

⚡ Вы можете потестировать подобные запросы под ваш проект. Ниже из этих данных будем уже формировать таблицу, подготавливать её для заливки в софт типа Jira, ClickUp, Asana и тд

→ 🗒 Делаем таблицу с продуктовым бэклогом, добавляем подзадачи, рассчитываем время на реализацию, добавляем теги для удобства и готовим к выгрузке в планировщик задач

Напомню, выше мы получили условно приоритезированный список по мнению ChatGPT.📝

Названия задач у нас вышли большими по количеству символов, давайте их разделим на краткое описание и полное, запрос делаем такой 👇

"создай из этого таблицу где в первой колонке будет сокращенное название задачи"

⚪ Окей, теперь у нас есть наша первая табличка с тасками, колонки: Заголовок; Описание

👨🏼‍💻 Теперь запросы усложняются, такой запрос мне удалось получить с 4-ой итерации, до этого было всё косо и криво, выглядит он так 👇

"Какие подзадачи можно составить из описания во второй колонке? Ты можешь добавить подзадачи в третью колонку? добавь колонки: 4 колонка - среднее время в днях на реализацию задачи; 5 колонка - сгенерируй короткий тег для задачи; 6 колонка - сегодняшняя дата + количество рабочих дней затраченных на предыдущую задачу, где рабочий день занимает 8 часов с понедельника по пятницу"

💪 По сути он преобразовал мой текст в формулы и рассчитал то, что нужно было посчитать, и обогатил таблицу данными. Круто, идём дальше, если где-то что-то не понятно, нужно объяснение или дополнение, не стесняемся и пишем в комменты или в личку в ТГ @pavelmityagin

🤯 Иногда, ChatGPT тупит и не заканчивает генерацию на половине дела, не то чтобы это норма, но я знаю как с этим бороться, правда это займёт чуть больше времени на перенос этих данных себе в привычные таблицы Excel или Google Sheets.

🛑 Если генерация тормазнулась, то пишем continue или продолжай

Табличку он продолжил мне выводить криво, просто сплошным текстом, как-нибудь напишу пост о том, как улучшить взаимодействие с ChatGPT, чтобы без вот таких вот напрягов

Мы остановились на том, что получили 6 столбцов беклога в табличном виде, вот их наименования (Скрин 1)

🗒 Можно результаты генерации перенести сначала в таблицу Excel, или как сделал я, в Google Sheets (Скрин 2).

Особенно так удобнее, если ChatGPT выдал вам информацию “кривовато” в нескольких сообщениях.

⬆ Будем выгружать в моём случае в ClickUp

⚙ Переходим в общие настройки, затем как показано на (Скрин 3) и выбираем

😮 Какие возникли проблемы при экспорте

1) Количество дней на задачу надо изначально было расчитать в часах и добавить обозначение hr или в формате HH:MM - этот вариант я пробовал, но чат-бот выполнил как-то криво, так что лучше генерить так: 80 hr - такой формат примет тот же ClickUp

2) Ещё одна проблемка и тоже связанная с форматом, на этот раз с датой, в нашем примере 18.02.2023, а нам надо dd/mm/yy - через слэш, но так как в некоторых странах может быть другой формат даты, к примеру, mm/dd/yy как в США, то давайте воспользуемся форматом ISO, наша софтинка в это умеет 💬

Я вернулся в ChatGPT и начал тестить запросы, которые помогут мне это исправить, и в дальнейшем применять уже готовые паттерны запросов.

(Скрин 4)→ наладить картину помог такой вариант ↓

⚪ в четвертом столбце умножь значение столбца на 8 и добавить: hr; А для столбца 6 поменяй формат даты на стандарт ISO→ где “8” - это количество рабочих часов в день, можете под себя поменять это значение

🔁 Переносим данные распределяя по нужным столбцам, можно подглядеть в (Скрин 5), и импортируем, на шаге 2 выделяем нужный лист для нашего импорта, галочку Subtasks, и разделитель, в нашем примере это - ; (точка с запятой) (Скрин 6)

🏁 Ну и любуемся результатом (Скрин 7). Отображаются задачи, подзадачи к ним, теги..

С помощью ChatGPT вполне можно формировать базовый Product Backlog, но обоготив его дополнительными данными, мы можем получить вполне себе релевантные данные, которые помогут создать основу для более мощных бэклогов, с бренйштормом, с анализом конкурентов и взвешенной приоритезацией.

Данный пример был выполнен еще на 3-ей версии GPT. Сейчас я уже экспериментирую с платной GPT-4, которая сохраняет бОльший контекст и выдаёт более качественные ответы, в которых сильно реже требуется вносить правки, что кратно уменьшает время на описание базовых фич, требований к ним и тд. Помимо этого провожу генерацию гипотез, их оценку, CJM, и анализ данных, немного ML, поиск "bottle neck", поиск зависимостей и артефактов в данных.

Это явно еще не заменит человека всецело, но тот кто владеет GenAI инструментами уже сейчас продуктивнее и продуктивнее и прогрессивнее, отстраивается от классических подходов, смещая свой фокус к более важным делам, не тратя время на рутину, которую могут выполнять сервисы по типу ChatGPT

Если вам нужно помочь разобраться в том, как применить ChatGPT и другие GenerativeAI в вашем бизнесе, то пишите мне в ЛС в Телеграм→ @pavelmityagin Также я ищу возможность поработать в проекте в роли CPO/Product Manager