একটি PM সপ্তাহে AI আসলে কোথায় খাপ খায়
প্রোডাক্ট ম্যানেজমেন্ট একই ক্যালেন্ডার ভাগ করে নেওয়া চারটি আলাদা কাজ। আপনি অনেক পড়েন (ফিডব্যাক, টিকিট, ট্রান্সক্রিপ্ট, অ্যানালিটিক্স এক্সপোর্ট), অনেক লেখেন (স্পেক, আপডেট, ব্রিফ), কিছুটা বিশ্লেষণ করেন (ফানেল, কোহোর্ট, সার্ভে ফলাফল), আর ক্রমাগত রাজি করানোর চেষ্টা করেন। এর প্রতিটির জন্য আলাদা মডেল সবচেয়ে ভালো কাজ করে, যে কারণে একটিমাত্র AI সাবস্ক্রিপশন কাজের প্রায় দুই-তৃতীয়াংশ কভার করে আর বাকিটা লড়াইয়ের মতো মনে হয়।
| PM কাজ | সেরা মডেল | কেন |
|---|---|---|
| PRD ন্যারেটিভ, সমস্যা বিবৃতি, প্রোডাক্ট আপডেট | Claude | দীর্ঘ যুক্তি ধরে রাখে, এমন গদ্য লেখে যা একজন ইঞ্জিনিয়ার আসলেই পড়বেন |
| ফিডব্যাক থিমিং, টিকিট ক্লাস্টারিং, স্ট্রাকচার্ড এক্সট্রাকশন | GPT | কঠোর আউটপুট ফরম্যাট আর সামঞ্জস্যপূর্ণ ক্যাটাগরি লেবেলে নির্ভরযোগ্য |
| ডিসকভারি রিসার্চ, প্রতিযোগী স্ক্যান, বাজার প্রেক্ষাপট | Gemini | সাম্প্রতিক ওয়েব উপাদানে সেরা, খুলে দেখা যায় এমন সোর্স ফেরত দেয় |
| দীর্ঘ ট্রান্সক্রিপ্ট, রিসার্চ ডেক, 100 পাতার রিপোর্ট | Gemini | 1M টোকেন কনটেক্সট উইন্ডো, তাই পুরো কর্পাস এক পাসেই আঁটে |
| স্পেক সমালোচনা আর এজ কেস খোঁজা | যে মডেল স্পেকটি লেখেনি | একজন স্বাধীন পাঠক ধরতে পারেন যা লেখক পারেন না |
এর কোনোটিই কী তৈরি করা উচিত সে বিষয়ে বিচারবুদ্ধির জায়গা নেয় না। এটি ইনপুট হাতে থাকা আর কিছু লিখে ফেলার মধ্যকার দূরত্ব সংকুচিত করে, যেখানে বেশিরভাগ PM সপ্তাহে আসলে সময় নষ্ট হয়। সুইচিংটাও সস্তা: Whizi Pro-তে একটি Claude Sonnet 5 মেসেজ 2,000 ক্রেডিটের মাসিক ভাতা থেকে 10 ক্রেডিট খরচ করে, একটি GPT-5.6 Luna এক্সট্রাকশন 1 খরচ করে, আর Gemini 3.7 Flash প্রতি মেসেজে 2 ক্রেডিটে ট্রান্সক্রিপ্ট পড়ে।
যে PRD প্রকৌশলী ফেরত পাঠাবেন না, তা লেখা
বেশিরভাগ AI-লিখিত স্পেক একই জায়গায় ব্যর্থ হয়: এগুলো একটি সিদ্ধান্তের বদলে একটি ফিচার বর্ণনা করে। ইঞ্জিনিয়ারিংয়ের কেন গ্রাহক গুরুত্বপূর্ণ তা নিয়ে একটি অনুচ্ছেদ দরকার নেই। দরকার স্টেট, এজ কেস, আর কল ব্যর্থ হলে কী হয়। এটি স্পষ্টভাবে প্রম্পট করুন আর আউটপুটের চরিত্র বদলে যায়।
প্রম্পট: প্রথমে সমস্যা বিবৃতি
একটি PRD-র সমস্যা বিবৃতি বিভাগ লিখুন। আমার কাছে থাকা প্রমাণ: [সাপোর্ট টিকিট, অ্যানালিটিক্স, ইন্টারভিউ কোট পেস্ট করুন]। কোনো সমাধান প্রস্তাব করবেন না। ফেরত দিন: কার সমস্যা আছে, কত ঘন ঘন, তারা এখন বদলে কী করেন, এতে তাদের কী খরচ হয়, আর সমাধান হলে কী বদলাবে বলে আশা করা যায়। আমি পেস্ট করা প্রমাণে সমর্থিত নয় এমন যেকোনো দাবিকে ASSUMPTION হিসেবে চিহ্নিত করুন।
প্রম্পট: স্পেকের মূল অংশ
এটিকে একটি ইঞ্জিনিয়ারিং দলের জন্য একটি স্পেসিফিকেশনে রূপান্তর করুন। ফিচার: [বর্ণনা]। কভার করতে হবে এমন ইউজার স্টেট: [তালিকা]। ফেরত দিন: অ্যাকসেপ্টেন্স ক্রাইটেরিয়াসহ ইউজার স্টোরি, খালি, লোডিং, এরর, আর পারমিশন-ডিনাইডসহ প্রতিটি স্টেট, একটি ডিপেন্ডেন্সি অনুপলব্ধ হলে আচরণ, প্রপার্টিসহ অ্যানালিটিক্স ইভেন্ট, আর খোলা প্রশ্ন। আমি বলিনি এমন কোনো রিকোয়ারমেন্ট বানাবেন না। শেষে আলাদা একটি বিভাগে যা কিছু ধরে নিতে হয়েছে তার তালিকা দিন।
প্রম্পট: সমালোচনা পাস
এস্টিমেশনের আগে এই স্পেক পর্যালোচনাকারী একজন স্টাফ ইঞ্জিনিয়ার হিসেবে অভিনয় করুন। শুধু সমস্যাগুলো তালিকাভুক্ত করুন: অনির্ধারিত আচরণ, অনুপস্থিত স্টেট, পরস্পরবিরোধী রিকোয়ারমেন্ট, লুকানো মাইগ্রেশন কাজ, আর রিফাইনমেন্টে যা কিছু একটি ফলো-আপ প্রশ্ন তৈরি করবে। স্পেকটি আবার লিখবেন না।
এই তৃতীয় প্রম্পটটি এমন একটি মডেলে চালান যা স্পেকটি লেখেনি। এটি নির্ভরযোগ্যভাবে সেই তিনটি প্রশ্ন সামনে আনে যা আপনার দল অন্যথায় রিফাইনমেন্টে তুলত, আর আগেভাগে সেগুলোর উত্তর দেওয়াটাই 20 মিনিটের গ্রুমিং সেশন আর 50 মিনিটের সেশনের মধ্যে পার্থক্য।
কাঁচা ফিডব্যাককে অগ্রাধিকার দেওয়ার মতো কিছুতে রূপান্তর করা
প্রোডাক্ট ম্যানেজমেন্টে সবচেয়ে বেশি লিভারেজের AI কাজটি লেখা নয়। এটি হলো 400টি ফিডব্যাক এমন একটি রূপে পড়া যাতে আপনি পদক্ষেপ নিতে পারেন। হাতে করলে এটি আধা দিনের কাজ। একটি মডেল দিয়ে ভালোভাবে করলে এটি 20 মিনিট, আর মানটি প্রায় পুরোপুরি নির্ভর করে আপনি স্থিতিশীল ক্যাটাগরি জোর করে বসাচ্ছেন কিনা তার উপর।
প্রম্পট: প্রথম পাস থিমিং
এখানে কাঁচা গ্রাহক ফিডব্যাক আছে। একে থিমে ক্লাস্টার করুন। প্রতিটি থিমের জন্য ফেরত দিন: একটি লেবেল, আইটেমের সংখ্যা, ভাষা থেকে বোঝা তীব্রতা, হুবহু কপি করা একটি প্রতিনিধিত্বমূলক ভারবাটিম কোট, আর থিমটি একটি বাগ, একটি অনুপস্থিত সক্ষমতা, একটি ইউজেবিলিটি সমস্যা, নাকি একটি প্রত্যাশা অমিল তা। ভাষা একই রকম হলেও যেসব থিমের মূল কারণ ভিন্ন সেগুলো মেশাবেন না। কোট প্যারাফ্রেজ করবেন না। ফিডব্যাক: [পেস্ট করুন]।
প্রম্পট: একটি নির্দিষ্ট ট্যাক্সোনমির বিপরীতে দ্বিতীয় পাস
শুধুমাত্র এই ক্যাটাগরিগুলো ব্যবহার করে একই ফিডব্যাক পুনরায় শ্রেণিবদ্ধ করুন: [আপনার বিদ্যমান ট্যাক্সোনমি পেস্ট করুন]। যা কিছু খাপ খায় না তা একটি ব্যাখ্যাসহ UNCLASSIFIED-এ যায়। ক্যাটাগরি, সংখ্যা, আর শতাংশের একটি টেবিল ফেরত দিন।
এই দুই-পাস কাঠামোটি গুরুত্বপূর্ণ। প্রথম পাসটি বলে ডেটায় আসলে কী আছে। দ্বিতীয়টি ফলাফলকে গত প্রান্তিকের সাথে তুলনাযোগ্য করে তোলে, যা এটিকে শুধু আকর্ষণীয় নয় বরং একটি অগ্রাধিকার নির্ধারণ আলোচনায় ব্যবহারযোগ্য করে তোলে।
| কী চাইতে হবে | কী পাবেন | কীসের জন্য ভালো |
|---|---|---|
| সংখ্যাসহ থিম | সমস্যা এলাকার একটি র্যাঙ্ক করা তালিকা | রোডম্যাপ ইনপুট, ত্রৈমাসিক পরিকল্পনা |
| শুধু ভারবাটিম কোট | সম্পাদনাহীন গ্রাহক ভাষা | কপি, পজিশনিং, এক্সিকিউটিভ রাজি করানো |
| তীব্রতা আর ফ্রিকোয়েন্সি বিভাজন | ব্যথার বিপরীতে ভলিউমের একটি 2x2 | কী আগে ঠিক করবেন তা ঠিক করা |
| দ্বন্দ্ব | যেখানে বিভাগগুলো বিপরীত জিনিস চায় | তাড়াতাড়ি একটি মিথ্যা ঐকমত্য ধরা |
শেষ সারিটি একটি স্থায়ী প্রম্পটের যোগ্য: এই ফিডব্যাকে কোথায় বিভিন্ন ইউজার পরস্পরবিরোধী জিনিস চান? বিভাগগুলোর নাম দিন আর ট্রেডঅফটি বলুন। একটি থিম তালিকা মতভেদকে সমান করে দেয়, আর মতভেদই সাধারণত ডেটার সবচেয়ে কাজের জিনিস।
ডিসকভারি, প্রতিযোগী, আর আপনার কাছে সময় নেই এমন রিসার্চ
রিলিজ দেরি হলে ডিসকভারিই প্রথম কাটা পড়ে, ঠিক তখনই যখন একটি খারাপ সিদ্ধান্ত সবচেয়ে বেশি খরচসাপেক্ষ হয়। মডেল-সহায়তায় স্ক্যানিং গ্রাহকের সাথে কথা বলার বদলি নয়, কিন্তু এটি অন্ধভাবে সিদ্ধান্তে যাওয়ার অজুহাতের বদলি।
প্রম্পট: প্রতিযোগী টিয়ারডাউন
[প্রতিযোগী] কীভাবে [জব টু বি ডান] সামলায় তার একটি টিয়ারডাউন তৈরি করুন। কভার করুন: তাদের নিজের ভাষায় বলা পজিশনিং, তাদের হেল্প সেন্টারে নথিভুক্ত ফ্লো, যেখানে পাবলিক সেখানে প্রাইসিং, গত 12 মাসে তারিখসহ কী বদলেছে, আর পাবলিক রিভিউতে দেখা যাওয়া অভিযোগের থিম। প্রতিটি দাবির সাথে একটি URL উদ্ধৃত করুন। কোম্পানি যা বলে আর তৃতীয় পক্ষ যা লক্ষ্য করে তা আলাদা করুন।
প্রম্পট: ইন্টারভিউ সংশ্লেষণ
এই ইন্টারভিউ ট্রান্সক্রিপ্টগুলো পড়ুন। ফেরত দিন: ইউজাররা যে কাজগুলো সম্পন্ন করার চেষ্টা করছেন, তারা যে ওয়ার্কঅ্যারাউন্ড তৈরি করেছেন, হুবহু কোটসহ যে মুহূর্তগুলোতে তারা হতাশা প্রকাশ করেছেন, আর যেখানে একজন ইউজার যা বলেছেন তা তারা যা করেছেন বলে বর্ণনা করেছেন তার সাথে বিরোধ করে। ট্রান্সক্রিপ্টের বাইরে সাধারণীকরণ করবেন না। যদি একটি প্যাটার্ন তিনটির কম ইন্টারভিউতে দেখা যায়, একে একটি প্যাটার্নের বদলে একক পর্যবেক্ষণ হিসেবে লেবেল করুন।
এই শেষ শর্তটিই PM-রা সবচেয়ে বেশি ভুলে যান। মডেলরা পরিষ্কার প্যাটার্ন তৈরি করতে আগ্রহী, আর দুটি ইন্টারভিউ থেকে একটি পরিষ্কার প্যাটার্ন এমনভাবেই একটি রোডম্যাপ এমন একজন গ্রাহকের সেবা করা শেষ করে যার অস্তিত্ব নেই। প্রতিটি দাবির সাথে সংখ্যা চান।
এক্সিকিউটিভ ন্যারেটিভ আর লঞ্চ কমস
একই কনটেন্টকে চার উচ্চতায় থাকতে হয়: ইঞ্জিনিয়ারিংয়ের জন্য একটি স্পেক, দলের জন্য একটি আপডেট, লিডারশিপ রিভিউর জন্য একটি অনুচ্ছেদ, আর গ্রাহকদের জন্য একটি লঞ্চ নোট। উচ্চতার মধ্যে পুনর্লিখন এই কাজের সবচেয়ে যান্ত্রিক অংশ আর হস্তান্তর করা সবচেয়ে সহজ।
প্রম্পট: উচ্চতা পরিবর্তন
এটি [দর্শক]-এর জন্য পুনরায় লিখুন। তারা [নির্দিষ্ট উদ্বেগ] নিয়ে চিন্তিত। এই প্রোডাক্ট এলাকায় তাদের [লেভেল] প্রেক্ষাপট আছে। প্রতিটি সত্য দাবি অভিন্ন রাখুন। দৈর্ঘ্য: [সীমাবদ্ধতা]। পটভূমি নয়, সিদ্ধান্ত বা ফলাফল দিয়ে শুরু করুন। ড্রাফট: [পেস্ট করুন]।
প্রম্পট: লিডারশিপ অনুচ্ছেদ
এই আপডেটটিকে এমন একজন এক্সিকিউটিভের জন্য 120 শব্দে সংকুচিত করুন যিনি এটি একবার পড়বেন। কাঠামো: কী বদলেছে, আমরা যে মেট্রিকের প্রতি প্রতিশ্রুতিবদ্ধ তার জন্য এর অর্থ কী, তাদের কাছ থেকে আমাদের কী দরকার, আর তাদের মনোযোগের যোগ্য একটিমাত্র ঝুঁকি। এমন কোনো বিশেষণ নয় যা পরিমাপ করা হয়নি।
প্রম্পট: প্রি-মর্টেম
ধরে নিন ছয় মাস পর এই লঞ্চটি ব্যর্থ হয়েছে। শুধু নিচের পরিকল্পনায় যা আছে তা ব্যবহার করে সম্ভাব্যতার ক্রমে তিনটি সবচেয়ে যুক্তিসঙ্গত ব্যাখ্যা লিখুন। প্রতিটির জন্য, আমরা যে প্রাথমিক সংকেত লক্ষ্য রাখতে পারি তা বলুন। পরিকল্পনা: [পেস্ট করুন]।
চারটি উচ্চতাই একই Whizi থ্রেডে রাখুন। লঞ্চ নোট স্পেক আর ফিডব্যাক বিশ্লেষণ থেকে প্রেক্ষাপট উত্তরাধিকারসূত্রে পায়, তাই দর্শক বদলানোর প্রতিবার ফিচারটি আবার ব্যাখ্যা করা বন্ধ হয়ে যায়।
যেখানে AI বিশেষভাবে প্রোডাক্ট ম্যানেজারদের বিভ্রান্ত করে
এই কাজে তিনটি ব্যর্থতার ধরন অন্য বেশিরভাগের চেয়ে বেশি গুরুত্বপূর্ণ।
বানানো ভারবাটিম। যদি মডেলটিকে সোর্স টেক্সটে আটকে না রেখে প্রতিনিধিত্বমূলক কোট চান, তাহলে কখনো কখনো এমন একটি সম্ভাব্য বাক্য পাবেন যা কোনো গ্রাহক বলেননি। সবসময় নির্দেশ দিন হুবহু কোট কপি করুন, প্যারাফ্রেজ করবেন না, আর কোনো কোট স্লাইডে পৌঁছানোর আগে তার মধ্যে তিনটি কাঁচা ডেটার বিপরীতে স্পট চেক করুন।
ছোট নমুনা থেকে মিথ্যা আত্মবিশ্বাস। একটি মডেল আটশ সাপোর্ট টিকিটের মতোই ঠিক একই নিশ্চয়তায় আটটি সাপোর্ট টিকিট থিম করবে। প্রতিটি থিমের জন্য সংখ্যা চান, আর হাতে গোনা কয়েকটির কম যেকোনো কিছুকে একটি সংকেতের বদলে একটি পর্যবেক্ষণ হিসেবে বিবেচনা করুন।
রোডম্যাপ থিয়েটার। একটি মডেলকে আপনার ব্যাকলগ অগ্রাধিকার দিতে বলা আপনার টিকিটের শব্দ ছাড়া আর কিছু থেকে তৈরি হয়নি এমন একটি আত্মবিশ্বাসী র্যাঙ্কিং তৈরি করে। এর আপনার কৌশল, আপনার সক্ষমতা, আপনার টেকনিক্যাল ঋণ, বা আগামী প্রান্তিকে বন্ধ হওয়া ডিলে কোনো প্রবেশাধিকার নেই। ট্রেডঅফ কাঠামোবদ্ধ করতে এটি ব্যবহার করুন, কখনো সিদ্ধান্ত নিতে নয়।
- Claude-এ একটি PRD প্রম্পট টেমপ্লেট আর একটি ভিন্ন মডেলে চালানোর জন্য একটি সমালোচনা প্রম্পট সংরক্ষণ করুন
- GPT-এ আপনার বিদ্যমান ট্যাক্সোনমি পেস্ট করা একটি ফিডব্যাক থিমিং টেমপ্লেট সংরক্ষণ করুন
- Gemini-এ একটি প্রতিযোগী স্ক্যান টেমপ্লেট সংরক্ষণ করুন যা প্রতিটি দাবির জন্য একটি URL দাবি করে
- সবসময় থিমের সাথে সংখ্যা চান, আর ছোট সংখ্যাকে পর্যবেক্ষণ হিসেবে বিবেচনা করুন
- মডেলকে হুবহু ভারবাটিম কপি করতে নির্দেশ দিন, তারপর তিনটি সোর্সের বিপরীতে স্পট চেক করুন
- লঞ্চ রিভিউর আগে, পরে নয়, প্রতিটি লঞ্চ পরিকল্পনায় একটি প্রি-মর্টেম চালান
- স্পেক, ফিডব্যাক, আর লঞ্চ কমস এক থ্রেডে রাখুন যাতে প্রেক্ষাপট বহন হয়
প্রায়ই জিজ্ঞাসিত প্রশ্ন
আমি কি গ্রাহক ইন্টারভিউ পেস্ট করতে পারি?
হ্যাঁ। দীর্ঘ ট্রান্সক্রিপ্টের জন্য Gemini ব্যবহার করুন: এর 1M টোকেন কনটেক্সট উইন্ডো প্রায় 2,000 পাতা টেক্সট ধরে, তাই ইন্টারভিউর একটি সম্পূর্ণ সেট খণ্ডিত না হয়ে এক পাসেই আঁটে। প্রথমে নাম, ইমেইল, আর কোম্পানি শনাক্তকারী সরান। ভূমিকা আর বিভাগই বিশ্লেষণের জন্য যথেষ্ট, আর বাকিটা সরানো আপনাকে বেশিরভাগ অভ্যন্তরীণ ডেটা নীতি থেকে দূরে রাখে।
Whizi কি Jira বা Linear-এর সাথে ইন্টিগ্রেট করে?
এখনো নেটিভভাবে না। বাস্তবে ওয়ার্কফ্লোটি হলো Whizi-তে স্ট্রাকচার্ড আউটপুট তৈরি করা (অ্যাকসেপ্টেন্স ক্রাইটেরিয়াসহ ইউজার স্টোরি, সংখ্যাসহ থিমের একটি টেবিল) আর সেটি আপনার ট্র্যাকারে পেস্ট করা, যা সেকেন্ডের ব্যাপার কারণ ফরম্যাটটি আগে থেকেই ট্র্যাকার যা আশা করে তাই। আলাদাভাবে পেস্ট করতে চাইলে আউটপুটটি একটি Markdown টেবিল হিসেবে বা প্রতি ব্লকে একটি ইস্যু হিসেবে চান।
কোন মডেল সেরা PRD লেখে?
ন্যারেটিভ বিভাগের জন্য Claude, অর্থাৎ সমস্যা বিবৃতি, যুক্তি, আর যা কিছুতে একজন মানুষকে রাজি করাতে হবে। স্ট্রাকচার্ড বিভাগের জন্য GPT, অর্থাৎ ইউজার স্টোরি, অ্যাকসেপ্টেন্স ক্রাইটেরিয়া, স্টেট টেবিল, আর অ্যানালিটিক্স ইভেন্ট সংজ্ঞা। দুটির মধ্যে ডকুমেন্টটি ভাগ করতে একটি অতিরিক্ত মডেল সুইচ লাগে আর সম্পাদনা পাস লক্ষণীয়ভাবে কমায়।
অভ্যন্তরীণ রোডম্যাপ বা রেভিনিউ ডেটা পেস্ট করা কি নিরাপদ?
Whizi আপনার কথোপকথনে ট্রেইন করে না, আর প্রতিটি প্রোভাইডারের ডেটা নীতি সেই মডেল চালু করার আগেই পাওয়া যায়। আপনার কোম্পানির নীতিই সাধারণত কঠোরতর সীমাবদ্ধতা। একটি নির্ভরযোগ্য অভ্যাস হলো পরম সংখ্যা পেস্ট করার বদলে সংবেদনশীল অঙ্ক ইনডেক্স করা, কারণ আপেক্ষিক পরিবর্তনের বিশ্লেষণ একইভাবে কাজ করে আর সংখ্যাগুলো আর সংবেদনশীল থাকে না।
AI কি আমার ব্যাকলগ অগ্রাধিকার দিতে পারে?
এটি ট্রেডঅফ কাঠামোবদ্ধ করতে পারে, যা সত্যিকারভাবেই কাজের: আপনার নির্ধারিত মানদণ্ডের বিপরীতে আইটেম স্কোর করা, দুটি আইটেম একে অপরের উপর কোথায় নির্ভরশীল তা সামনে আনা, আর একটি নির্দিষ্ট পছন্দ কোন বিভাগের সেবা করে তা দেখানো। এটি সিদ্ধান্ত নিতে পারে না, কারণ এর আপনার কৌশল, আপনার দলের সক্ষমতা, বা বাণিজ্যিক প্রেক্ষাপটে কোনো দৃশ্যমানতা নেই। এটি তৈরি করা যেকোনো র্যাঙ্কিংকে আলোচনার জন্য একটি প্রম্পট হিসেবে বিবেচনা করুন।