Перейти к содержанию

2.3 instruction — Linza Product через JTBD-агент

Этап RB-STEP-1 — BIG IDEA (прелюдия) · Линза: Product (Product Sprint → Нексус продукта → Банч) [S1] VI.1 · Инструкция для Инженера Продукта нового поколения (PAF, [S1],[S2]). Преемственность метода: исходный раннбук RB-STEP-1-IDEA/2.3 Linza Product.md — JTBD-интервью (5–10, гайд), сегментация по hiring criteria, Empathy Map, Problem Statement (HMW), Ideation (Brainwriting/SCAMPER/Reverse). Эта инструкция: анализ транскриптов JTBD-агентом (RAG по корпусу интервью), авто-сегментация (с workslop-фильтром «персона ≥ N интервью»), авто-генерация Empathy Map — преемственность методов The Mom Test + JTBD сохранена.

🎯 Цель в PAF-оптике

Через Product Lens провести скаутинг возможностей продукта на основе JTBD (люди «нанимают» продукт для работ: functional/emotional/social jobs — концепт из исходника 2.3).

В PAF-оптике цель — не «провести 5 интервью и описать персоны», а насытить Нексус продукта Узлами customer context до CR, при котором Кортекс генерирует фич-кандидаты Банча с высоким CP (Identify-фаза Und-Id-Ex [S1] VI.5). Результат — JTBD-Opportunity-узлы и Segment-узлы (поведенческие, не демографические).

👤 Роль и ответственность

  • Product Engineer — формулирует гайд интервью (The Mom Test: фокус на истории, не мнениях — преемственность из исходника 2.3); валидирует сегментацию; veto на AI-сгенерированные персоны без evidence.
  • Product Ops — поддерживает JTBD RAG (индекс по корпусу транскриптов); настройка ASR (автоматическое распознавание речи) → кодирование.
  • Discovery/Launcher PM (если есть) — вайбкодит smoke-прототип для проверки top JTBD [S2] III.6.
  • Зона человека: проведение интервью (на ранней зрелости Кортекса) — эмпатия и контекст интервью не делегируются; ИИ — кодировщик транскриптов, не интервьюер [reformation] §2.9.

🤖 Что делает Кортекс-агент

JTBD-агент [reformation] §1.5 — анализ транскриптов интервью:

  • Кодирование: ASR-транскрипт → извлечение jobs (functional/emotional/social), triggers, hiring criteria, quotes.
  • Авто-сегментация: кластеризация по hiring criteria (не демографии) → Segment-узлы (поведенческие).
  • Workslop-фильтр: Segment-узел создаётся только при ≥N интервью в кластере (правило «персона ≥4 интервью» [reformation] §2.9) — защита от AI-сгенерированных персон.
  • Авто-генерация Empathy Map (Says/Thinks/Does/Feels/Pains/Gains — из исходника 2.3) из цитат.

  • Авто-формулировка Problem Statement (HMW).

  • Вход: JTBD RAG (корпус транскриптов) + гайд интервью.

  • Выход: JTBD-node (functional/emotional/social jobs), Segment-узел, Empathy-Map-узел, Problem-Statement-узел, JTBD-Opportunity-узел.

3 типа Jobs (преемственность из исходника 2.3): - Functional — что делают; - Emotional — что чувствуют; - Social — как выглядят в глазах других.

Промпт-идея:

«Закодируй транскрипты: jobs (3 типа), triggers, hiring criteria, quotes. Кластеризуй в сегменты (поведенческие). Не создавай Segment-узел, если в кластере <4 интервью. Сгенерируй Empathy Map из цитат. Для каждой JTBD-Opportunity — initial CP и цитата-доказательство.»

🧠 Что делает человек (метапознание)

  • Главный workslop-риск стадии: AI-сгенерированные «персоны» без evidence [reformation] §2.9. Инженер проверяет: у каждого Segment-узла ≥N цитат-доказательств?
  • Veto-право: JTBD-Opportunity без цитаты-доказательства → CP=0. Цитата обязана быть дословной с указанием интервью.
  • Вопрос:
  • «Этот сегмент — поведенческий (по hiring criteria) или демографический? Какая цитата подтверждает job?»
  • «Empathy Map в Says — это дословные цитаты или парафраз Кортекса?»

📦 Артефакт = узлы Нексуса

  • Создаются/обновляются: JTBD-node (functional/emotional/social), Segment (поведенческий, с ≥N интервью), Empathy-Map, Problem-Statement (HMW), JTBD-Opportunity (10–20, из исходника 2.3), Quote (доказательство).
  • Метаданные: источник (интервью[]), CP, timestamp, цитата-доказательство, статус увядания.
  • Прирост Context Ripeness: +15–20% к Нексусу продукта (customer context — ядро).

🚦 Confidence Point-гейт

  • Критерий перехода к 3.1: ≥10 JTBD-Opportunity-узлов с цитатами-доказательствами, ≥2 Segment-узла (каждый ≥4 интервью), ≥3 Problem-Statement.
  • Стоимость риска: «Суррогатная валидация по форумам/отзывам вместо живых интервью» [reformation] §2.9 — помечать source типа.

🔭 Связь с Тремя Линзами (3PL)

  • Активная: Product Lens [S1] VI.1.
  • Связь со Strategy Lens: JTBD-Opportunity → Strategic-Opportunity (2.1) через Gap-рынка.
  • Связь с Business Lens: JTBD → mNSM (какая job монетизируется, 2.2).

🛡️ Анти-workslop чекпоинт

  • Workslop-риск: AI-персоны без интервью (главный риск Customer-стадий); суррогатная валидация; генерация JTBD не из транскриптов, а из «общеизвестного».
  • Признак: Segment без цитат; JTBD без интервью-источника; Empathy Map без дословных Says.
  • Правило верификации: Segment ≥4 интервью [reformation] §2.9; каждая JTBD-Opportunity — цитата; CP=0 без источника; ИИ только кодировщик (на ранней зрелости), не интервьюер.

🧩 Маппинг к Skill Map / профстандарту 06.012

  • Skill Map [S3]: сектор 1 Discovery & Researches (качественные исследования, контекст потребителя) — ядро.

Уровни владения сектором [S3] IV.3: - внутренний (junior) — одно интервью/одна гипотеза; - средний (middle/senior) — анализ, агрегация, обоснованные выводы (этот подшаг); - внешний (head/CPO) — целеполагание, North Star.

Связи навыков [S3] IV.4: JTBD-интервью (этот подшаг) предваряют «формулировку Vision» (1.2) — нельзя формулировать Vision без customer context. Уровень — средний круг (middle/senior): анализ, агрегация, обоснованные выводы. - Профстандарт 06.012 [S4]: функция B (B/01.5 продуктовые исследования), уровень 5 — Product Engineer.

🔗 Связи

Назад: 2.2 instruction · Дальше: 3.1 instruction Связанные: reformation · index · naming_conventions