Jak wykorzystuję ChatGPT w swojej pracy product managera? Realne przykłady i prompty

Niedawno zrobiłem sobie 30 dniowy challenge - w każdej możliwej sytuacji wykorzystywać ChatGPT w swojej pracy produktowej. Nieformalnie, zatrudniłem ChatGPT na miesiąc jako mojego prywatnego wirtualnego asystenta 🤖.

W ramach challenge’u, zlecałem ChatGPT jak najwięcej zadań, które sam robiłem - gdzie było to tylko możliwe próbowałem wesprzeć się jego działaniem i podpowiedziami. Podczas tych 30 dni pomagał mi m.in. w takich zadaniach jak przygotowanie backlogu, komunikacja, analiza konkurencji, przygotowanie dokumentacji.

W tym materiale podzielę się z Wami moimi realnymi doświadczeniami z tego 30 dniowego wyzwania - będą realne case'y, prompty, przykłady w czym ChatGPT mi się sprawdził, a w czym kompletnie zawiódł.

No i najważniejsze - czy po 30 dniach ChatGPT zachował swoją prace jako mój asystent?!

Dlaczego zdecydowałem się na challenge?

Przed wszystkim chciałem lepiej zrozumieć jaki wpływ będzie miało całe „generative AI” na naszą pracę produktową oraz po prostu produktywność w pracy. Chciałem zweryfikować te wszystkie porady samozwańczych guru w stylu „Ukradnij moje 10 promptów dzięki, którym Twoja produktywność wzrośnie 10x”.

Chciałem na własnej skórze przekonać się - gdzie ChatGPT okaże się przydatny i będę mógł go na stałe wpleść do swojej pracy, a gdzie mnie totalnie zawiedzie.

Plus... zawsze chciałem mieć asystenta, a tylko na takiego mnie na razie stać 😉 Jego wypłata (płatny pakiet GPT w wersji PLUS) to tylko 20$. Nawet ja nie zarabiałem tak mało w swojej pierwszej pracy.

BTW. Przy okazji stworzyłem swoja własną bazę przydanych promptów / realnych przykładów użycia ChatGPT dla product managera. Moi subskrybenci znajdą ją na końcu tego artykuły ⤵️.

30 dniowy challenge - jak to wyglądało w praktyce?

ChatGPT, z racji mojej roli w SentiOne (Head Of Product i Product Manager platformy AI do tworzenia botów) obserwowałem od grudnia 2022 roku. Już od wtedy testowałem go do różnych zastosowań. Pokazywałem go w firmie, planowaliśmy testowe wykorzystanie w naszych produktach, ale także zacząłem się nim bawić w swojej pracy PMa.

W maju postanowiłem jednak iść na całość - ChatGPT stał się moim FULL TIME ASYSTENTEM na 30 dni. Postanowiłem, że przez miesiąc będę starał się go wykorzystywać do pomocy przy wszystkim co robię jako product manager, nawet jeśli zajmie mi to więcej czasu niż dotychczas.

Tak wyglądał challenge w praktyce:

• korzystałem z wersji PLUS ChatGPT (20$ miesięcznie)

• gdy mogłem to korzystałem z wersji 4.0 modelu ChatGPT. Daje lepsze odpowiedzi (większy model), ale za to ograniczenie do 25 wiadomości na 3h. Testowałem i używałem też standardową wersję 3.5 (szybsza i bez ograniczeń).

• moi współpracownicy w firmie wiedzieli, że korzystam z ChatGPT, ale nie informowałem jak bardzo i które konkretnie rzeczy zostały z jego pomocą przygotowane

• nie używałem ChatGPT do danych wrażliwych

• Przydatne zapytania (razem z przykładami) postanowiłem zapisać w mojej bazie promptów do ChatGPT. Znajdziesz ja na końcu artykułu ⤵️.

Każde realizowane przez ChatGPT zadanie oceniłem w kontekście tego jak przydał mi się mój wirtualny asystent:

• ❌ kompletnie nieprzydatny, do zwolnienia

• 🟡 jest OK, ma swoje ograniczone zastosowanie

• ✅ robi wrażenie

Na starcie przejrzałem sobie internet, by wyłuskać inspiracje do zastosowania GPT w pracy product managera. W internecie jest cała masa gotowych PROMPTów, które obiecują szybkie i genialne rezultaty.

Jak to wyszło w praktyce? Oto zadania przed którymi stanął finalnie mój asystent:

• 1️⃣ Przygotowanie backlogu

• 2️⃣ Komunikacja

• 3️⃣ Analiza konkurencji

• 4️⃣ Bieżąca analiza rynku (raport)

• 5️⃣ Inspiracje przy decyzjach, problemach, zastosowaniu metod

• 6️⃣ Pisanie "kodu"

• 7️⃣ Podsumowanie zmian w produkcie

• 8️⃣ Przygotowanie dokumentacji

1️⃣ Przygotowanie backlogu

Na pierwszy ogień poszło wsparcie w przygotowaniu backlogu dla zespołu developerskiego. Przygotowanie historyjek i backlog management to klasyka naszej produktowej pracy. Na początku maja akurat startowaliśmy nowy sprint i musiałem zadbać o backlog.

Każdy poradnik o wykorzystaniu ChatGPT przez product managerów zawiera propozycję promptów, które mają załatwić za Ciebie pisanie historyjek do backlogu i ich opisów, typu "Use ChatGPT to convert features into user stories":

Powiem szczerze - zupełnie nie udało mi się tutaj wykrzesać z ChatGPT wartości dodanej. Ani do rozpisania ficzera na sensowne historyjki, ani do lepszego rozpisania pojedynczego taska. Wszystko kończyło się takimi, mało przydatnymi odpowiedziami:

Tutaj szerszy (akurat mocno techniczny) przykład:

Czas jaki musiałem włożyć w przygotowanie odpowiedniej treści do prompta, tak by ChatGPT zrozumiał kontekst produktu i nie dawał dzięki temu ogólnych, mało przydatnych odpowiedzi (+ musiałoby to się zmieścić w limicie tego co można wysłać do niego) jest wielokrotnie większy niż samodzielne przygotowanie backlogu.

"Rozpisywanie backlogu" to dla mnie coś więcej niż pisanie szczegółowej dokumentacji co trzeba zrobić. Dla mnie to świadome podejmowanie na każdym kroku decyzji - na czym chcemy się skupić, co ma priorytety, jakie są ramy dla zespołu na poszukiwania najlepszego rozwiązania. Przez cały miesiąc (podczas 2 sprintów) nie udało mi się tu znaleźć sensownych zastosowań ChatGPT.

OCENA: ❌

2️⃣ Komunikacja

Drugim tematem w którym od razu rzuciłem mojego wirtualnego asystenta na głęboką wodę to wsparcie mnie w przygotowaniu komunikacji produktowej.

Prowadzenie jasnej, klarownej i łatwej w odbiorze komunikacji - to coś co uważam za jedną z krytycznych kompetencji dobrego PMa. Trudne w odbiorze, niesformatowane ściany tekstu od razu mnie trigerują 🤬😅.

Sam jednak nie mam do tego naturalnych zdolności. Przygotowania dobrego copy (szczególnie w języku angielskim) zajmuje mi zwykle długie godziny. Dlatego od razu zacząłem wykorzystywać ChatGPT do opracowania komunikatów.

Początkowe proste prompty typu:

...nie zdawały do końca egzaminu. Komunikaty były interesujące, ale też mocno generyczne, trochę sztuczne i mało wartościowe dla czytelników.

Cała potęga objawiła się jednak wtedy, gdy zacząłem dorzucać do promptów więcej INPUTU (dodatkowych treści, materiałów na których miał bazować) na podstawie którego ChatGPT miał przygotować wiadomość. Zacząłem wprost w dalszej konwersacji z chatem poprawiać konkretne elementy komunikatu.

W maju mieliśmy na rynku duże zawirowania z dostępem do API Twitera. Elon Musk i jego ekipa nagle i bez komunikacji z partnerami zmieniała zasady dostępu, co spowodowało że nasz produkt (oraz konkurencyjne) mogły działać tylko z najdroższym planem dostępu do API.

Musiałem dosyć szybko przygotować wewnętrzną, jasną komunikację o tych problemach. Przygotowałem prompta z dodatkowym niesformatowanym INPUTEM (pochodził on z naszej wewnętrznej notatki z war room-u), który chciałem żeby znalazł się w wiadomości:

Już pierwszy przygotowany komunikat był niezły, ale musiałem go jeszcze trochę uzupełnić. W dalszych krokach poprosiłem o dopisanie brakujących informacji o bieżącej sytuacji oraz podjętych przez nas decyzjach. Finalny efekt był więcej niż zadowalający.

Po małych szlifach i poprawie formatowania, wiadomość poszła na nasz wewnętrzny komunikator. Całość zajęła mi jakieś 10-15 min. Zwykle takie wiadomości pisałem ok. godziny.

Od tamtej pory, za każdym razem gdy przygotowuje dłuższy komunikat, wykorzystuję do tego ChatGPT. Informacje o problemach w produkcie, zmianach w zespole, podsumowanie kwartału, status realizacji inicjatywy produktowej - we wszystkim tym pomagał mi mój wirtualny asystent. Zaoszczędziło mi to mnóstwo czasu.

Dlatego ten przykład z czystem sercem dodałem do swojej bazy promptów 👍.

OCENA: ✅

3️⃣ Analiza konkurencji

W czerwcu przyjmowaliśmy nowego product managera do firmy. W maju chciałem sobie odświeżyć analizę konkurencji, by opowiedzieć nowemu PMowi o naszych rywalach. Zamiast samodzielnie robić desk research, postanowiłem wykorzystać do tego mojego nowego asystenta.

Poprosiłem go o przygotowanie listy konkurencyjnych rozwiązań, znalezienia propozycji wartości, zestawienia pricingów, czy porównania dwóch konkretnych platform i ich modeli biznesowych.

Mieliśmy też akurat na tapecie case weryfikacji tego jak bardzo chcemy iść w stronę tworzenia dużej nowej funkcji - swojego własnego webchata do naszej platformy botowej (i co za tym idzie, narzędzia dla agentów contact center). Wiedziałem, że część konkurencji posiada takie rozwiązanie, ale chciałem przyjrzeć się temu bliżej i przygotować sobie zestawienie pokrycia rynku tym ficzerem.

Wyniki były całkiem obiecujące, rzeczywiście chatGPT był mi w stanie przygotować takie przyjmie zestawienia:

Był z nimi tylko jeden zasadniczy problem - dane na których uczony było ChatGPT są sprzed września 2021 roku! To praktycznie 2 lata różnicy - od tego czasu mogło zmienić się, i zmieniło, wiele rzeczy.

Przykładowo konkurencyjne Google Dialog Flow posiada swoje własne rozwiązanie webchatowe, a ChatGPT o tym nie wie. Gdybym bazował na moim wirtualnym asystencie - wprowadziłbym siebie i wszystkich do około w błąd.

Z tego powodu zrezygnowałem z dalszego zlecania analizy konkurencji mojemu wirtualnemu asystentowi.

OCENA: ❌

4️⃣ Bieżąca analiza raportów rynkowych

Jako product manager staram się być na bieżąco z rynkiem - w moim przypadku Conversation AI. Powstaje cała masa raportów i white-paperów na ten temat. Każdy ma minimum kilkadziesiąt stron. Kiedy to jednak wszystko przeczytać?

Zwykle po prostu skanuję w kilka minut taki raport i zatrzymuję się na dłużej na interesujących fragmentach - jeśli dokument jest dobrze przygotowany, to da się wyłapać to co dla mnie najważniejsze. Niestety nie zawsze tak jest.

W maju natrafiłem na ciekawą pracę naukową z mojej dziedziny. Nie było ona jednak łatwa w czytaniu - typowa ściana tekstu:

Postanowiłem więc zatrudnić do analizy raportu mojego wirtualnego asystenta. ChatGPT w wersji 4.0 ma opcję wtyczek, które pozwalają "zaimportować" dokumenty i wchodzić w nimi w interakcje - np. mogłem poprosić chatGPT o podsumowanie najważniejszych punktów, wypisanie wniosków.

Zacząłem od najprostszego:

Szybko wkręciłem się tutaj w dopracowywanie promptów, dopytywania i prośby o dodatkowe analizy. Zabawa była przednia, ale... zajęła sporo czasu.

Dodatkowym problemem jest to, że gdy ChatGPT przestawi jakiś interesujący wniosek/insight, nie mam łatwiej możliwości zagłębienia się w temat przez szybkie doczytanie całego fragmentu źródłowego.

Jeśli raport jest dobrze przygotowany - dużo szybciej i więcej wyciągnę z przejrzenia Executive Summary raportu i przeskanowania nagłówków, tabelek i grafik. Nawet jeśli raport ma kilkadziesiąt stron.

Niemniej jednak, przy słabo sformatowanych raportach - ChatGPT czasami okazuje się przydatny. Robi mi pierwsze podsumowanie takich dokumentów, i na tej podstawie już samodzielnie decyduję czy w ogóle jest sens zagłębiać się treść. Dlatego daję 🟡 i ten przykład też zmieściłem w swojej bazie przykładów 👍.

BTW. Jest cała masa wtyczek do Chrome, które pozwalają od razu zrobić podsumowania strony/PDFa, bez konieczności pobierania pliku i przesyłania go do ChatGPT. Przykładowe wtyczki do: PDFów, YouTube, stron. Wygodne, warto spróbować, ale na razie jeszcze nie znalazłem ulubionej.

OCENA: 🟡

5️⃣ Inspiracje przy decyzjach, problemach, zastosowaniu metod

Naturalnie zacząłem też podpytywać mojego wirtualnego asystenta o rady przy konkretnych sytuacjach, które dotykały mnie lub mojego zespołu. Chciałem wiedzieć co „myśli” i czy zainspiruje mnie przy podejmowaniu decyzji, rozwiązywaniu problemów czy bardziej konkretnym odpowiadaniu na merytoryczne pytania.

Czy PO może dodawać własne zadania do sprint backlogu?

Pierwszą sytuacją było generalne pytanie od jednego z moich początkujących product ownerów podczas naszego zespołowego knowledge sharingu: „czy PO może dodawać swoje własne zadania do sprint backlogu zespołu dev”. Zamiast odpowiadać wprost na to pytanie - skierowałem pytającego do mojego asystenta - chatGPT 😉.

Odpowiedzi były całkiem sensowne. Czy lepsze niż przeszukanie po prostu Google? Niekoniecznie. Zaletą jednak jest możliwość dalszego dopytywania np. o wady/zalety przedstawionych pomysłów, dopytanie o dodatkowe materiały w danym temacie itp.

Dobór pytań do ankiety Customer Effort Score

Kolejną sytuacja było wykorzystanie ChatGPT do lepszego doboru pytań do naszej ankiety Customer Effort Score (CES) do jednego z ficzerów. Product Manager miał 2 propozycje pytań do tej ankiety. Poprosiłem mojego wirtualnego asystenta o ocenę tych pytań oraz zaproponowanie dodatkowych jako inspiracji. Tu nam się do bardzo fajnie sprawdziło:

Ogólnie im bardziej konkretna sytuacja, tym większą przewagę widziałem ChatGPT nad zwykłym wyszukiwanie w Google. Niezależnie od tematu, cały czas zdarzały się jednak mocno ogólne odpowiedzi, czasem też kompletnie nietrafione. O ile doświadczony PM jest w stanie je ocenić ich zasadność, to w przypadku juniora może być różnie.

Niemniej jednak - zdarza mi się cały czas po prostu wrzucać mojemu asystentowi "temat do rozkminy" i patrzeć jakie "przemyślenia" podrzuci. Traktuje je jako inspiracje, coś co może mnie nakierować na jakiś tok myślenia.

Dobranie metryk, sugestie co zrobić w konkretnej sytuacji, jak rozwiązać problem, przygotowanie pytań do wywiadów, zastosowanie konkretnego frameworka - we wszystkim tym dostałem mniejszą lub wiekszą wartość, dlatego daję 🟡.

OCENA: 🟡

6️⃣ Pisanie "kodu"

Z perspektywy product managera platformy "low-code" jednym z najbardziej przydatnych skilli mojego wirtualnego asystenta okazała się jego... umiejętność kodowania 😉. U mnie akurat przydaje się znajomość wyrażeń regularnych, prostej składni JavaScript i naszego prostego wewnętrznego języka "Automate Expression Lanugage".

ChatGPT niejednokrotnie pomógł mi zrozumieć gotowy albo napisać własny fragment kodu m.in. konkretne wyrażenia regularne (np. na konkretny format liczbowy), SQL do wyciągnięcia informacji z bazy danych, czy prosty request do API.

Wiem, nie każdy product manager może/powinien schodzić do technicznych szczegółów. Ale jeśli tego potrzebujesz - ChatGPT jest fantastycznym pomocnikiem. Daję tutaj ✅.

OCENA: ✅

7️⃣ Podsumowanie zmian w produkcie

SentiOne, jako że jest spółką akcyjną, jest zobowiązana do cyklicznego raportowania do swoich akcjonariuszy / inwestorów.

Z perspektywy produktowej sprowadzało się to do przygotowaniu 3-4 akapitów podsumowujących zmiany w produkcie na koniec każdego kwartału. Zajmowało mi to ok. 30-40 minut czasu. Raz na kwartał, nie ma problemu.

Pod koniec maja firma jednak zdecydowała się przejść na raportowanie miesięcznie:

Przygotowanie takiej notatki co miesiąc, to już jednak 3x więcej poświęconego czasu. Postanowiłem więc zlecić to zadanie mojemu wirtualnego asystentowi. Poprosiłem go po prostu o przygotowanie „executive summary”, a jako INPUT dałem po prostu kopię naszych release notesów (zrobiłem zwykłe kopiuj-wklej):

Zajęło mi to 2 minuty. Efekt?

Poświęciłem jeszcze 3 minuty na review i doszlifowanie komunikatu. A oto jak zostało odebrane to podsumowanie w firmie:

Przygotowanie podsumowań / executive summary dłuższych tekstów - do tego ChatGPT sprawdził mi się świetnie. Warto oczywiście zrobić review przygotowanego tekstu, ale praca na drafcie jest zawsze dużo łatwiejsza niż pisanie czegoś od zera. Ten use case z czystem sercem dodałem do swojej bazy promptów 👍.

OCENA: ✅ (z dodatkowym 💚)

8️⃣ Przygotowanie dokumentacji

Ostatnim tematem do którego zatrudniłem mojego wirtualnego asystenta było pisanie dokumentacji. Mieliśmy do przygotowania publiczny opis/tutorial naszego nowego rytuału zbierania feedbacku od użytkowników w produkcie (jak zbieramy feedback, gdzie można zgłosić, co się z nim potem dzieje).

Celem takiej "dokumentacji" dla mnie jest to, aby rytuał był transparentny, łatwo dało się odwołać do jego założeń i następnie usprawniać. Ma to swoje niewątpliwe zalety, "wadą" jest oczywiście poświecenie czasu na przygotowanie jednoznacznego i zrozumiałego opisu. W tym przypadku oceniałem to na jakieś 1-2 dni pracy.

Jak poradził sobie ChatGPT? Potrzebowaliśmy na to jakieś 2-3h. Oczywiście nie zrobił tego samodzielnie - potrzebował sporo INPUTu, doprecyzowań i potem moich finalnych szlifów. Z efektu byłem jednak bardzo zadowolony:

Najfajniejsza była opcja dopracowywania dokumentu poprzez rozmowę, np. automatycznego dodanie pytań FAQ i odpowiedzi do nich. Na temat pracy nad dokumentacją z ChatemGPT przygotuję prawdopodobnie dedykowany, rozszerzony materiał, bo... robi wrażenie!

OCENA: ✅ (z dodatkowym 💚)

Podsumowanie challenge'u - jak oceniam Chat GPT?

Przez 30 dni starałem się wykorzystać ChatGPT podczas swojej pracy produktowej. Popatrzymy na zbiorcze wyniki mojej oceny przydatności dla poszczególnych zadań:

• ❌ Przygotowanie backlogu

• ✅ Komunikacja

• ❌ Analiza konkurencji

• 🟡 Bieżąca analiza raportów rynkowych

• 🟡 Inspiracje przy decyzjach, problemach, zastosowaniu metod

• ✅ Pisanie "kodu"

• ✅ Podsumowanie zmian w produkcie

• ✅ Przygotowanie dokumentacji

❌ nieprzydatny - 2 | 🟡 OK - 2 | ✅ robi wrażenie - 4

Wygląda to całkiem nieźle. ChatGPT wyraźnie wniósł wartość w moją pracę, choć niekoniecznie tak jak chcieliby tego wszyscy internetowi guru ChatGPT, że „za pomocą tych 10 promptów nagle Twoja produktywność wzrośnie 10x”.

W wielu przypadkach ChatGPT nie wnosił żadnej wartości, jego odpowiedzi były generyczne, a przygotowanie INPUTu i promptów, które sprawiałyby, że odpowiada sensownie - zajmuje więcej czasu niż znalezienie informacji w Google. Wielu tych prób nie ująłem tutaj w artykule. A każdy oczywiście zjmował mój czas.

Było jednak też jednak sporo zadań w których widziałem dużo wartości we współpracy z ChatemGPT - do wszystkich oznaczonych ✅ wykorzystuję go na stałe. Niewątpliwie trzeba się jednak nauczyć z niego korzystać i metodą prób i błędów dojść do tego gdzie się najlepiej sprawdzi.

Najważniejsze moje spostrzeżenie jest jednak takie, że dobry startowy PROMPT to tylko początek:

• Do wielu zadań trzeba dostarczyć dodatkowy INPUT na którym ChatGPT może pracować (konspekt dokumentacji/komunikatu, materiały źródłowe np. release notes, dokładniejszy kontekst sytuacji, podjęte przez nas decyzję).

• Pierwsza odpowiedzi rzadko jest najlepsza - przez dalszą konwersację, dopytywania, czy polecenia - możemy iteracyjnie usprawniać rezultat

• Rzadko finalny output ChatGPT będzie tym co chcesz wprost wykorzystać - zwykle wymaga on dodatkowych Twoich szlifów, albo potraktujesz go bardziej jako inspiracje

• Warto zapisywać sobie gotowe prompty, szablony do ponownego wykorzystania.

🔐 Baza realnych przykładów dla product managerów

Podczas trwania tego 30-dniowego challenge'u stworzyłem swoją bazę realnych przykładów użycia ChatGPT w pracy product managera. Baza służy mi do zapisywania fajnych promptów, wskazówek i przykładów, by móc je potem ponownie wykorzystać w swojej pracy.

To co jest fajne, to że każdy przykład do rzeczywiście realny przykład zastosowania. Dodatkowo dzięki przyciskom można sobie Prompt i Przykładową konwersację od razu odpalić w ChacieGPT.

Tutaj możesz skorzystać z mojej bazy przykładów:

Będę ją aktualizował o kolejne przykłady.

Co dalej?

Challenge zakończony, ale mój wirtualny asystent ChatGPT zostaje ze mną na stałe 🤝. Nie zastąpił mnie całkiem w pracy, ale jest dobry dodatkiem zwiększającym moją produktywność. Będę próbował zlecać mu kolejne zadania... oraz testował jego alternatywy, czyli innych asystentów (na pewno Barda od Google) ;)

Jeśli temat się Wam spodoba - zamierzam zrobić większy research jak inni product managerowie realnie używają tego typu narzędzi oraz... podzielić się historią jak stworzyłem swój awatar i zastępce na firmowym czacie - Virtual Toma 😱.

Jeśli dotarłeś (-aś) aż tutaj to znaczy, że tekst musiał Cię zaciekawić. W jego przygotowanie zainwestowałem najwięcej swojego czasu od początku mojej "blogowej" kariery - najpierw 30-dniowy challenge, potem kilkadziesiąt godzin pisania i tworzenia materiałów dodatkowych.

Jeśli podoba Ci się to co robię - dołącz do subskrybentów, udostępnij materiał na LinkedIn / znajomym którym może się przydać. Przede wszystkim daj feedback w komentarzu lub bezpośrednio do mnie w wiadomości prywatnej - będę mógł przygotować jeszcze lepsze materiały.

A jeśli masz jakieś pytania - daj znać :)

Wielkie podziękowania za pomoc w napisaniu artykułu lecą do: Remigiusz Świątkowski, Marcin Chyła, Paweł Gołąb, Anna Jassak, Adam Mikoś, Krzysztof Miotk, Błażej Grabowski. Dziękuję za Wasz feedback 🙌