Product Management. 2025. Art of AI

UPD: Christie's провёл аукцион, полностью состоящий из ИИ-арта в NFT + физ. объектов с оплатой в крипте. KEKE

Всю самую прекрасную часть нашей Вселенной – с 8 марта 🌹🌹🌹

The only product management framework that actually works

Один день Joan Westenberg продакт-менеджера

MCP простыми словами и почему это круто для ИИ

MCP (Multi-Agent Communication Protocol) или "Протокол коммуникации между агентами" – это стандарт с открытым исходным кодом от Anthropic, который позволяет моделям ИИ подключаться к базам данных, API сервисов, файловым системам и другим инструментам без необходимости написания специального кода для каждой новой интеграции.

Простыми словами, MCP - это API для API, или "язык", на котором разные ИИ-системы могут "разговаривать" между собой. Он определяет формат сообщений, способы обмена информацией и правила взаимодействия между ними.

Как работает MCP:

1. Хост (ИИ-модели и клиенты) запускает MCP Client.
2. MCP Client, компонент внутри модели ИИ, который позволяет ей взаимодействовать с серверами MCP, запрашивает информацию или действие у MCP сервера.
2. MCP сервер извлекает их из источников (базы данных или API) и передает ИИ.
3. Далее, ИИ модели используют эту информацию при обработке ответа и передают обратно MCP.

MCP состоит из 5 основных строительных блоков (также известных как примитивы), которые разделены между клиентом и сервером:

– Для клиентов строительными блоками являются Roots (безопасный доступ к файлам) и Sampling (запрос ИИ на генерацию запроса к БД).

– Для серверов существуют Prompts (инструкции для ИИ), Resources (объекты данных, на которые может ссылаться ИИ) и Tools (функции, которые может вызывать ИИ, например, выполнение запроса к БД).

🤖 https://github.com/modelcontextprotocol

MCP для продакт-менеджера простыми словами:

– Вы начинаете работать над фичей. Любая фича реализуется на основе родмэпа, фидбека, PRD, аналитики, дизайна и текущего кода.

– У вас есть MCP сервера, которые извлекают родмэп и PRD из Jira, фидбек из сапорт-тикетов, аналитику из GA/Mixpanel, дизайн-систему из Figma, код из репы в Github, переписки из Slack.

– Всё это через MCP систематически и на постоянной основе скармливается в ИИ, где ИИ распознаёт и обрабатывает всю получаемую информацию.

Каждое действие прозрачно и вы как ИИ-менеджер можете видеть/изменять/дополнять любой из этапов-источников данных.

– А можете этого и не делать (шутка?) – MCP сервер/ИИ-агент может самостоятельно инциировать такие вопросы-уточнения в Jira/Slack/где угодно у авторов родмэпа, фидбека, PRD, дизайна и текущего кода.

– Далее, MCP работает с ИИ в обратную сторону и управляет тем, что:

1) Jira через себя, GA/mixpanel, тикеты, Slack обогащает в себе PRD, формируя и приоритизируя новый родмэп/фичи глазами ИИ;

2) Figma на основе PRD и дизайн-системы (shadcn всех съел) рисует версии дизайнОВ;

3) v0 или Github Copliot на основе PRD и дизайна трансформирует всё в код, катит на дев и сам же его там тестит либо сообщает команде, что пора тестить фичу, и после снова собрает фидбек, баги, откатывает релизы, обогащает PRD, переписывает код и снова катит апдейты.

4) МСР также катит релизы в прод на мелкие сегменты и на основе своих же А/B определяет, какая фича зашла, а какая нет.

Ошибка на любом из этапов? ИИ через MCP увидит её где угодно, от источника и кода, до ошибок в браузере и может снова инициировать их обсуждения в Slack/где угодно, собирая данные и прогоняя цикл по новому кругу.

Всё это автоматизированно, модифицируемо, вариативно, версионно, повторяемо и под управлением ИИ и пока ещё продакт-менеджера.

Сбывается "мечта" всех продактов – успешные релизы по пятницам скоро станут реальностью!