Transcription
[音乐] [音乐] 大家好。 >> 大家好。 >> 想我们了吗？欢迎来到我们的工作室。这次我们俩都在同一个地方。我们一直都在同一个地方，但我们在一起，却又分开。现在 >> 是的，就是这样。 >> 就是这样。 >> 听着，在上一次网络研讨会上，有人说如果再出现一次“肉食时间”，他就要吐了，我们对他有一个坏消息。 >> 我希望他带了袋子，[笑声] >> 因为今天我们有很多“肉食”要讲。没错。今天有什么？今天我们要展示什么？今天我们要向大家展示一个完整的 AI 冲刺，也就是如何在优秀的产品公司中构建产品。我们将贯穿所有阶段，也就是如何与用户交流，为什么这很重要。我们将根据我们在市场上看到和从用户那里听到的信息来制定假设。然后，我们将使用原型来测试这些假设，以便了解实际产品应该是什么样子，然后将其交给我们的工程团队去玩，然后我们实际上会不断迭代所有这些，并且我们将展示如何一个人完成这一切。一个人完成，因为我们还将向您介绍一个我们称之为“产品构建者”的概念，实际上不仅仅是我们这样称呼，市场对此已经有了很强的反应，即一个人，他拥有某种强大的专业知识，无论是设计、工程还是产品管理，并且他会添加一些植入物。有人玩过赛博朋克吗？那么你大概能理解这一切是怎么回事。当然，我们还将展示大量 AI 工具。我们将展示如何使用 ChatGPT 创建一个合成用户。我们将展示如何玩转云代码，即使是那些从未用过它的人。我们将展示一些关于可爱的原型设计的东西。我们将展示 Figma，我们将展示 Miro，我们将展示 Elm 的笔记本，我们将预告 Postog，我们还将展示 Pencil，这是我们最近一直在玩的东西，它非常棒，我们将通过一个非常具体的案例研究来完成，即我们创建了一个虚构的产品。它是一个我们称之为 Onboard Hero 的 SAS。一个有用户流失问题的 SAS。我们马上就会向您展示一切，但我看到沃伊切克一直在他的电脑上捣鼓。沃伊切克，你一直在玩什么？也许我们可以把它展示在屏幕上，你在做什么？ >> 是的，我马上就展示。没错，就是你提到的那个 Pencil。我一直在里面捣鼓。我马上就展示。总之，这是一个工具，我们可以在其中创建完整的设计，就像在 Figma 中一样，正如您所看到的，我可以用提示来选择所有这些，而提示可以直接进入 Pencil，或者可以通过云代码来完成。>> 也就是说，即使不是设计师也能做出很棒的东西。>> 是的。你可以玩，你可以设计。当然，这还不如设计师的手工制作，但它已经将我们推向了一个方向。所以这是一个非常有趣的工具。我们将在最后详细介绍它，所以请继续关注我们。>> 对于不认识我们的人，也许可以简单介绍一下我们。我们会在这里展示。我叫 Piotrek，我身边当然还有 Wojtek。我曾是一名 DJ。Wojtek >> 不，我想不是，除非他没有在布拉格的街头打架，[笑声] >> 但他是踢拳手。我们加起来有 35 年的产品构建商业经验，以及构建这些产品的团队。这里有一些您可以认识我们的标志。Gocom、CD Project、Displayed、Allegrobooking.com 以及我们最新的项目，Superhero Tech，这是一个关于如何构建优秀产品的时事通讯。我们有什么？我们参加了一些外出活动。我们在 Vibec 营地进行了演讲，我们在 LLMdu 进行了演讲，我们还录制了几期播客。我们正在为我们的播客第二季做准备，所以我们热烈邀请您。很快就会首播。我们与几位这里的人进行了交谈。有两个查理。有来自 Google 的 Kuba，还有来自 Mondea 的那个穿着绿衬衫的友善的先生，面带微笑，那就是 Mateusz Chrobok，你们很多人可能都认识他，所以真的非常棒的采访。我们还写了几篇文章，所以我们鼓励您订阅我们的 Superhero Tech。我们写了关于产品构建者，我们还写了关于产品经理的演变以及如何为此做准备。所以对于那些还没有订阅的人，我们鼓励您去那里。Wojtek 也开始在网上赚钱了。>> 是的，是的，我一直开玩笑。经常出现的一个问题是，在 Product Heroes 上，是否已经出现了任何已编码的产品正在赚钱。是的，我们知道，我为我的伴侣创建了一个平台 trenujonline.pl。这是一个在线培训平台。整个平台都是用云代码编码的，所以这是我“公开构建”的一个插曲，也就是说，我将构建并分享构建过程中的见解。我们已经有了两个付费客户。所以进展相当顺利。我也鼓励您在 Google 上搜索“trening”或“treningi online”，看看 trenujonline.pl 在搜索结果中的排名，应该在 Chodakowska 附近。>> 请。一个年轻有为的人。>> 有些东西在点击。我们也有一个重要的里程碑。出发前，需要带上团队。我们已经召集了 500 多人的团队。关于 Product Heroes 2，我们远远超过了第一批学员，而且距离开始还有两个月的时间，所以对于所有想更好地构建产品的人，我们鼓励您报名。我们今天还将谈论 AI Product Heroes 的奖励，因为我们也为参加本次网络研讨会的人准备了这些奖励。进入今天的主题，在进入“肉食”之前，先简单介绍一下 AI，好吗？因为 AI 向我们承诺了各种各样的事情，它承诺我们会更快，会快十倍，构建会更快。在某种程度上，它确实做到了。但是，用 AI 构建的大多数产品是什么样的？仍然不好，而且整个过程仍然很慢。所以这种交付是部分的。为什么？因为一方面，我们的工程师写代码更快。根据最新的 GitHub 报告，41% 的代码是由 AI 生成的。Y Combinator 的 21% 的初创公司，这是世界上最大的 VC 之一，有 95% 的代码是由 AI 编写的。甚至你老朋友的儿子都能编程了。甚至你的父亲或母亲都能编程了。英语已经成为一种新的编程语言，这不仅仅是工程师，我们的设计师工作更快，我们的产品经理工作也更快，所以一切都应该没问题，是的，没问题。>> 没错。>> 是的，但事实并非如此。根据 Pendo 的报告，尽管使用了 AI，但 80% 的功能仍然很少使用或从未使用过。在 Google 和 Bing 上，10% 到 20% 的实验成功了。在微软情况也差不多。AI 改变了这个百分比吗？不完全是。为什么？你可以问自己这个问题。嗯，因为 AI 只是加速了过程。如果我们有一个糟糕的过程，那么只有这个过程的各个部分被加速了，但过程本身并没有针对这些结果进行优化，而且大多数公司都设置了错误的过程。我们也在 AI Product Heroes 中谈论这一点，不仅是如何使用 AI，而且是关于构建产品的良好过程是什么样的，我们将向您展示。糟糕的过程是什么样的？我们称之为“总裁驱动开发”>> PDD。>> PDD，是的。也就是说，我们在公司中最常观察到的情况是，CEO 走进房间说：“听着，我有一个想法。我终于有这个想法了，它会成功的。我把它交给那个可怜的开发团队，让他们去做。所以他们就构建了。我们启动了整个工厂，我们都开始搬砖。通常情况下，[笑声] 效果很差。客户根本不认为这就是他们想要的。即使 AI 在其中，即使工程师用 AI 写代码更快，即使设计师也用 AI 辅助，即使产品经理、产品负责人、项目经理也用 AI 辅助，但问题出在哪里？所以，这听起来是否熟悉？对于我们合作的许多公司来说，这非常熟悉，您必须相信我们。顺便说一句，RL 是年度青年词。如果你在想接下来的两个词是什么，那就是 Sigma 和 oporowo。所以问题是，什么是正确的流程？我们想在今天向您展示，并且我们已经谈论过一点，那就是与用户交谈，建立假设，以非常快速、非常便宜的方式进行测试，例如使用原型，然后才部署到生产环境，而实际上这是一个持续的迭代。我们将进行一个简短的现场调查，所以链接应该会出现在聊天中。您也可以扫描二维码。我在这里把它打开，以便我们能看到它。我希望它能被看到，并且一些回复开始出现。>> 也就是说，问题是：在产品过程中，我们谈论研究、设计、开发、分析，您今天可以独立完成多少个阶段？请。我已经有六个产品构建者了。>> 两到三个。我正在学习新的。一个，我的专业。嗯，很好。我们有很多构建者，从我所知 >> 嗯，太好了。这正是我们今天想向您展示的，对吧？也就是说，在小团队中，或者甚至独自一人，如何建立这些肌肉，以便能够独立完成尽可能多的步骤，也就是说，成为一个完全合格的产品构建者。我们将在网络研讨会的第二部分详细介绍这些产品构建者，他们是谁，如何成为他们，所以我们鼓励您与我们一起。>> 我想问一下，那些标记自己为产品构建者的人，请在聊天中写下您的第一个专业是什么，您从中开始，也就是说，您是 PM、设计师、工程师，还是其他什么？这非常有趣。所以产品构建者们，请展示自己并说，联合起来。>> 来自世界各地。>> 好的。我们将通过 Onboard Hero 这个案例来展示这一切。这是我们的案例研究。这是一个用于新销售人员入职的 SAS。是的，也就是说，想象一下我们有一家公司，有销售人员，我们想让他们入职，并希望他们尽快有效地开展工作，也就是说，除了让他们了解公司背景之外，还要让他们为我们产生初步的成果。关于我们公司的一些事情。除了它是一个虚构的产品之外，我们目前的产品是入职清单、产品培训、知识测试、自动邮件，而这个入职实际上在几天后就结束了。在这个过程中，我们的客户细分是 50 到 200 人的公司，B2B SAS，拥有从几名到十几名销售人员，我们有 120 个付费客户。我们的月度经常性收入为 45,000 兹罗提，最重要的是，我们的客户正在流失。我们正在逐渐流失客户，8%。从 120 个客户中，很快就没有多少了，所以我们无法比流失客户更快地获取客户。我们有一个正在运行的产品。>> 在右下角，您会找到一个二维码，用于一个我们刚刚用云代码为您生成的、只是一个空壳的页面。它的设计是基于估算的。如果有人喜欢，我们今天还将展示如何构建这样的东西。它有代码库在下面。这是一个用 React 编写的应用程序。它实际上有两个视图。您看到的列表视图，以及如果您点击右侧每个人的“查看”，您还可以查看该人的入职进度。>> 也许我们可以现场展示一下。>> 我们可以现场展示，当然，我们也可以进入“肉食”部分。应用程序本身看起来是这样的。是的。这里有一个漂亮的侧边栏。这里我已登录。我们可以点击，看看这个人的进度如何。也就是说，从 HR 或经理的角度来看，我可以查看我们刚刚雇佣的这些人，在最初的几天里是如何做的。入职是一件困难的事情，一件重要的事情。也许你们中的一些人知道，在最初的几天里被独自留下，并试图在这个混乱中找到方向是什么感觉。所以我们创建了这个 SAS。那么呢？够了，够了。>> 是的，幻灯片上还有两张关于案例的幻灯片，但实际上我们已经进入了正题。我们知道我们有客户流失的问题。用户正在流失。那么呢？通常在这种情况下，产品团队会开始环顾四周，思考问题出在哪里。然后我们收到一份简报。我们从客户成功代表那里收到一份简报，也就是我们的客户服务代理，他们说我们的客户，即 HR 经理，在与他们交谈时抱怨说，他们看不到自己工作的成果。他们为销售人员创建入职流程，但不知道是否有效。然后我们从 Piotrek 那里得知，客户流失率每月高达 8%。客户告诉我们，他们为新员工创建入职流程，他们会完成清单，熟悉材料，然后就陷入沉默。然后 HR 经理直接告诉我们：“如果我们有一个有趣的仪表板，显示入职的有效性指标、完成率、测试结果、参与度、他们登录入职的次数、他们使用它的次数等等，那就太好了。”所以简报很清楚。HR 经理希望我们为他们创建一个更有效的仪表板，包含更多指标。那么呢？那么我们就构建，对吧？>> 构建。>> 显而易见，该做什么。这是 AI Product Sprint，我们开始工作。嗯，正如您在右侧看到的，有人在团队中怯生生地发言。也许我们应该做一些探索，思考一下。在以 PDD，也就是总裁驱动开发为主的公司中，或者在更具产品性的文献中，人们称之为“功能工厂”，也就是说，简报来了，我们接收它，我们构建它，我们发布它，然后过一段时间我们才思考为什么它没有成功。所以，在这些功能工厂或 PDD 中，没有多少空间用于探索。然而，在我们开始用 AI 构建之前，我们应该与人交谈。在这种情况下，如果一个正确的探索过程，用非常简单的话来说，就是基于这样的信息：如果我们从客户服务部门收到关于我们的客户遇到的问题的任何信息，那么就值得验证这些信息。所以，在这种情况下，我们回到客户服务部门，询问，好的，这个 HR 经理是谁，或者这些 HR 经理是谁，他们向我们指出了这个问题？让我们和这些人谈谈，或者看看我们代理与这些人谈话的记录。碰巧我们与一位 HR 经理进行了一次谈话。您在这里看到的屏幕是 LM Notebook。这是我们今天将要讨论的第一个工具。LM Notebook 是每个产品经理、用户研究员，或者任何想了解定性数据的人不可或缺的工具，也就是说，我们谈论的是报告、信息、访谈、转录，就像我们现在拥有的，演示文稿，我们可以将所有内容上传到一个屏幕上，现在我的屏幕可见吗？>> 还没有，但我希望很快就能看到。你可以看看 >> 这是，各位，一切都是现场的，脉搏跳动，>> 脉搏跳动。现场节目，>> 一切都可见。>> 好的，我们现在在 LM Notebook 中。我们现在在，>> 我们在。>> 好的。在这种情况下，正如您所看到的，我已经上传了与各个人物的对话记录。您可以查看每一个。LM Notebook 通常是一个工具。它实际上是一个语言模型，它基于您上传的数据，并且只根据您提供的数据回答问题。也就是说，它不会根据它训练的知识来回答问题，也不会在互联网上搜索。不，它只根据您左侧的文件生成答案，我们可以与它进行对话。所以，例如，我们有我们的 HR 经理 Anna。这是由 AI 准备的对话摘要。我们可以查看整个对话。请。访谈者 Anna。我是 HR 经理。公司是关于销售人员的。你们有多少人？你们多久招聘一次新人？她谈论销售团队。我们可以查看这些来源。然后我们可以进入，正如您在这里看到的，我之前测试过，我们可以与 AI 对话，关于 Anna HR 经理的主要问题，也就是说，我们甚至可以问，Anna HR 经理的主要问题是什么？当我们这样提问时，您会看到它在我们拥有的数据中搜索信息，并试图找出她主要的问题。请。Anna 的主要问题集中在正式培训阶段结束后，对员工后续进展缺乏了解，以及对其活动有效性缺乏衡量标准。Anna 说的是员工可见性丧失，所谓的“黑洞”。Anna 指出，当系统中的清单关闭时，所有这些任务都变成了绿色，员工就完全从她的视野中消失了。销售人员的准备错觉。Anna 的问题在于，像 Tomek 这样的销售人员可以以 100% 的分数通过所有测试，但仍然在与客户的对话中表现不佳。所以我们有了第一个线索。也就是说，Anna HR 经理，她在这里言外之意是什么？她告诉我们，实际上，有人完成了入职并完成了她在 Onboard Hero 中的清单，这并不意味着他已经准备好工作了，她甚至给出了一个具体的例子，像 Tomek 这样的销售人员，他以 100% 的分数通过了所有测试，但完全无法与客户进行对话。也就是说，他们准备这些销售人员的方式与他们后来准备工作的方式之间存在某种差距。那么现在，既然我们从 Anna 的谈话中得到了初步的见解，似乎我们实际上需要做的不是直接为 HR 经理构建仪表板，而是扮演侦探的角色。我们需要思考，好的，这个 Tomek 是谁？为什么他在入职后在销售对话中失败了？而且，我们可能还需要和他一起谈谈他的经理。我在这里补充一下，因为聊天中出现了一些问题，我们鼓励您提问。我们将在最后留出十几分钟，也许更多，以便在我们的问答环节中回答这些问题。>> 是的。所以，有了这个想法，让我们和这些销售人员谈谈。那么，关于与销售人员的对话，假设我是一名年轻的产品经理或产品构建者，或者设计师或开发人员。老实说，我从未与销售人员交谈过，我不知道他们的工作是什么，而且我知道我们必须进行，正如您在这里看到的，我们之前准备了八次与不同 HR 经理、销售经理和销售人员的访谈。我想做好准备。我没做过，我为此感到紧张，我不知道该问什么问题，我需要有人指导我。这时，一个经过验证的解决方案出现了，我们在 AI Product Heroes 上进行了测试，超过 400 人使用了它，那就是 ChatGPT 上的合成用户。所以我们创建了一个 Onboard Hero 公司的合成用户，具体来说是一名销售经理。它的原理是什么？它的原理不是说这个合成用户现在会给我关于 Onboard Hero 作为产品的所有答案，因为产品本身是虚构的，即使不是，这个模型也不是真人，所以它不知道他可能遇到的真正问题。但它的原理是，这个合成用户可以让我们为与真人交谈做好准备。这可以说是我们的沙盒。所以，在聊天模式下，我在这里展示的是手机，因为这样有一种很棒的沉浸式氛围。我们启动这个合成用户。你好。>> 你好。很高兴认识你。我是 Kasia，一个为产品研究而创建的合成用户。我每天在一家 SAS 公司担任销售主管，在那里我管理着一个六人的销售团队。我们使用 Onboard Hero 来入职新员工。如果你有任何关于我的流程、团队新员工入职的问题，或者关于我们这里的一切是如何进行的，请随意提问。我会尽量像真正的销售经理一样回答。>> 很高兴你强调了你不是真人。好的。Kasia，告诉我，你上次使用 Onboard Hero 是什么时候？你知道，作为销售主管，我并不直接使用 Onboard Hero，因为它主要是 HR 工具，但大约两周前，我查看了一位新销售人员的入职最终报告，想看看他接受了哪些培训以及他的测试结果如何。但通常我更依赖于我在 CRM 中看到的东西以及与团队的谈话来评估他们在入职后的表现。所以，就这样，就这样。我们不会深入探讨。但它的目的是让我们习惯于与真人交谈。>> 没错，但这会取代与真人交谈吗？永远不会。我们为真人构建产品，正如我之前展示的那个幻灯片，在用 AI 构建之前，让我们先和人谈谈。合成用户不是为了从中获取见解，因为这是一个模型，它只是回答，就像我们想听到的那样，也就是说，它只是试图预测对给定提示的答案。然而，这让我们能够，特别是在语音模式下，让我们习惯于提问，习惯于进行访谈。AI 可以评估我们的访谈能力。我们是问开放式问题，还是引导式问题，还是正确使用了用户研究技术，并在对话结束时给我们一个具体的报告。我们在 AI Product Heroes 中创建了一个这样的合成用户。正如我提到的，超过 400 人在我们的项目中使用了它，而且我们确实有案例。在这个案例中，甚至有一个我们这里的工程师，他用这个合成用户为与真实用户的对话做好了准备，然后他如鱼得水，表现得非常好。然而，在这个具体的案例中，我们使用合成用户来了解销售人员的入职工作情况，以及更多，并为自己准备一套问题。我们回到 LM Notebook。所以我们可以再次在这里展示它。所以我们进行了这些用户访谈。我们现在有更多了，所以我们现在可以要求 Notebook LM 准备一个对所有这些数据的某种综合。也就是说，正如您所看到的，这里有几次与这些人的访谈。有一个叫 Michał 的销售经理，正如您所看到的，这里有完整的对话记录，他们使用什么，如何使用，所以我们可以问关于整个群体的问题。所以，我现在使用的是 Whisper Flow，也就是这个语音输入工具。告诉我，你看到大多数人普遍存在的问题是什么？我口述了。它能够在这里为我准备一种综合。在此期间，当它思考时，我们还可以使用其他类型的可视化来呈现这里的所有信息。我们可以与模型对话，并向它提出与访谈内容相关的问题，但我们也可以准备一些抽认卡，以便处理这些知识的片段。信息图，思维导图。我们可以创建一个思维导图。此外，还可以创建信息图和演示文稿。现在我将向您展示它自动做了什么。我在这里上传了所有这些人的访谈记录。我上传了一个演示文稿模板，Digital Nostalgia Style。这是对还记得旧 Windows 的人的致敬。所以您可以看到，这只是一个演示文稿模板，我上传了它，当它在这些源文件中拥有这个模板时，当您要求它创建一个幻灯片组时，您会看到它会自动创建关于数据内容的演示文稿，而且是在这种图形风格中。入职的黑洞。为什么我们在成功入职后仍然流失销售人员？为什么？我们看到，绿色复选标记的悖论，视角。如果他们完成了清单，销售人员就没有准备好工作，所以您可以看到，这个演示文稿描述了我们在数据中看到的内容。然而，它是在我上传的演示文稿模板的图形风格中准备的。同样，也可以创建信息图，同样是在这种图形风格中，所以它会自动提取演示文稿中的风格，并试图在这些信息图中重现它。当然，我们也有思维导图，我刚才在您面前点击了它。我们在这里看到的主要问题。入职后的黑洞。老实说，为了让您看清楚。我们可以放大，不正确的指标，心理障碍。我们扩展这个思维导图，我们可以探索这些数据。>> Wojtek，如果你能再说一遍，这些访谈是从哪里来的？这里有一些人在聊天中问过这个问题。>> 这些访谈通常是，我们在这里拥有的，这些是与人们的对话，例如使用 Fireflies 等应用程序录制的，然后一个代理会和我们一起参加通话，他会记录对话。还有一个叫 Granola 的应用程序，它很有趣，因为它同时录制并创建转录，而且它还会记录我们的笔记。而且，如果我们用英语进行，那么在 Google Meet 中，在 Google Meet 中，我们也可以进行这样的转录。>> 所以，各位，到目前为止的流程是这样的，首先，我们意识到我们需要与用户交谈。如果我们害怕，我们就和 AI 聊天，我们用合成用户进行练习，以获得这些肌肉，然后我们与真实用户交谈，将这些对话的转录上传到某个文件。我们在这里展示的是 Wojtek 的例子。>> 是的。>> 来自 Google 的。>> 来自 Google。还有另一种选择。那些与其他人进行访谈或研讨会的人，肯定会熟悉便签的痛苦。在这种情况下，我们有基于用户访谈的便签。所以我们有 HR 经理 Anna。那么，假设我们在这里实时做笔记，或者如果这是一次访谈，我们可以自己创建便签。如果是与这些人的研讨会，那么他们就在这里记录他们的见解。那么，在 Miro 中，我们也可以使用 AI 工具来处理这些数据。也就是说，我们可以选择所有这些便签，点击 AI，然后创建一个文档。我们输入自定义提示，然后我们可以告诉它。是的，我向您展示便签，Onboard Hero 用户访谈的笔记。请向我展示这些访谈的执行摘要以及我们可以集成到我们工具中的功能假设。我们给他一个这样的提示。让他一边思考。>> 我们可能会在它思考的时候再说一遍。它使用的工具叫做 Whisper Flow，用于对着笔记本电脑说话。它会转录我们说的话，并直接粘贴到您选择的输入框中。这是一个很棒的工具，如果您不想写字，但想说话，它还会将我们的想法组织得更有条理。是的，我几乎不写了，我主要口述，所以它现在正在思考，为我们做执行摘要。我之前准备了一个简单的提示，基本上我只是让他总结，他看到了主要问题。入职的黑洞，为什么我们在成功入职后仍然流失销售人员？完成不等于准备就绪，默默承受痛苦。新人不敢求助，他们害怕价格，就像 Kasia 和 Tomek 一样。问题直到没有结果才显现出来。然后是产品假设列表。除了可以做什么之外，我还在这里简单地让他基于这些便签，根据它们对这些角色的影响程度来优先排序问题。然后直接创建一个表格，其中列出了具体的问题，针对具体角色。HR 经理、销售经理、销售代表。如果它是关键的，那么它就影响到所有三个人，那么它就会自动排在优先级的顶部。所以，请，它做了一个管理摘要，也就是说，我们有了所有这些便签的摘要。您可以看到，它列出了主要问题。时间黑洞，完成不等于准备就绪，功能假设。请。它提出了一些建议。但对我来说，这尤其有用，因为我能够从这些杂乱的便签中，通过一个提示创建一个这样的表格。我现在不会做，因为我们还有很多工具要展示给您，但如果我们有时间在问答环节之后，我可以展示我是如何做到的，并且问题列表已经优先排序。回到 LM Notebook。我们需要继续前进。我们在这里，最后一件事。除了这些访谈之外，当然，您还可以上传各种分析。是的，我在这里用 Gemini 对入职 SAS 市场进行了深入研究，这只是几页文件，描述了这些业务是如何运作的，它们有什么问题等等。所以，我建议最后一个提示，以结束与 LM Notebook 的工作。请为我综合所有人在访谈中提出的问题，并将其与关于行业统计数据的研究数据进行交叉检查，以及这些问题与这些统计数据相比如何反映出来。>> 请。有时需要更长的时间。点击。我们发送提示。它在这里思考。它查看来源。>> 美丽的波兰语词。交叉检查。>> 对不起，这些外来语。不幸的是，当您使用所有这些工具时，它们就会融入血液。请。以下是综合报告，将访谈者的主观体验、HR 经理等与行业报告中的“黑箱”现象进行了比较，其中在初步的 KIKO 会议后，可见性丧失，导致失去动力，并且在适当的时候没有进行干预。所以，我们在这里有一个综合报告，它甚至准备了一个表格，访谈中的问题如何与行业统计数据相关联，可见性丧失，爬升时间，通常需要 5.7 个月才能完全入职一个人。总的来说，我们可以说，我们已经准备好了分析。它也，有趣的是，它显示了我们上传的数据的具体来源，所以我们可以验证它在这里说的话。我们不浪费时间，我们已经准备好了分析，然后继续。
到云端，在那里我们已经有我们的 Onboard Hero Builder 助手，配置好的产品助手，准备好服务，嗯，构建者团队，对吗？或者 Onboard Hero 公司的产品构建者。我们有加载的设计说明，我们有公司信息，也就是说，这里创建了完整的上下文，我们公司有哪些产品实践。所以在这里，作为这个助手的上下文加载的这些文件里，我们这里有公司的价值观，关于 Onboard Hero 公司的所有上下文，这样它就知道我们在什么背景下工作。那么，我们开始吧。
好的，下面我将向你展示用户访谈中问题的综合分析。我希望你能为我准备可能的产品假设。我们应该在产品中引入哪些改变来解决这些问题。现在请注意，到目前为止，我们相当多地使用了与代码无关的工具。沃伊切赫，我们为什么要这样做？因为也有人问，这到底是不是产品构建。>> 哦，当然是，>> 因为这可能有点不直观，不是吗？因为就像那种经典模式是，我们有了想法，就开始着手编写代码并构建。或者设计，那是什么，为什么是这样？是的，正如我所说，我们已经收到了简报，我们知道我们想构建什么，也就是说，我们能构建什么，对吗？也就是说，一个用于人力资源部门的仪表板，包含关于人们填写这些表格的参与度以及他们使用入职培训的频率的额外统计数据。但实际上，有句俗话说，对吧，要砍一棵树，对吧，要花6个小时磨斧头，而砍树只用一小会儿。是的。在这里构建也有些类似，投入构建的漩涡是诱人的，特别是有了这些人工智能工具。我们能够更快地构建一些有点没意义的产品，但问题是，最终会有人使用它吗？
而在这里，我们看到这个案例在我们面前展开，它似乎在告诉我们，表面上的问题，也就是人力资源经理们所说的，并不是实际问题，因为实际问题在于，人力资源经理说人们完成了100%的入职培训，但我们听到的是黑洞问题，或者销售人员尽管完成了入职培训，但仍未准备好与客户交谈。也就是说，问题出在别人身上，而不是人力资源经理。经理们的问题是他们看不到自己工作的成果。这很重要，但我想说，更重要的是那些销售人员和销售经理所面临的更接近业务的问题。正是在这个探索过程中，当我们与他们交谈并进行所有这些访谈，分析这些数据时，我们达到了一个点，即“好的，我们看到了真正的问题，这里问题的根源”，并且结合我从研究中提取的行业数据，我们也看到了潜在的成本。那么，我们现在正在做的产品构建呢？当然是。从某种意义上说，探索是产品构建中最重要的元素之一，如果不是最重要的。因为我们必须知道我们为谁构建，这是所有事情中最重要的一点。
所以我们这里有用户访谈的问题分析和综合。我们想准备具体的产品假设。我们应该在产品中引入哪些改变来解决这些问题。他们有。它正在阅读这张卡片。请。根据研究综合，我看到了四个明显的问题集群，每个集群都转化为一个具体的产品假设。第一个强制性假设。添加“销售准备就绪”指标到入职英雄中，显示新销售人员是否达到标准的销售里程碑。首次电话，首次演示，首次销售渠道，首次成交。警报而不是仪表板。第二，引入向销售经理发送推拉式电子邮件的系统，验证知识熟练度，用练习代替测试等等。我们看到，我们有几个假设。它甚至建议，假设一和假设二实际上是同一个解决方案的两个层面。准备就绪仪表板加警报系统。值得考虑是否将它们一起发布。所以我们有第一个假设。我认为这是最有趣的，即在入职英雄中添加销售准备就绪指标，显示新销售人员是否达到标准的销售里程碑。也就是说，简而言之，我们想在入职英雄中添加信息，说明他花了多长时间完成第一次电话、第一次演示、第一次销售渠道和第一次成交。为什么？因为这样一来，人力资源经理就能看到入职培训是否转化为实际结果。而且我们也有这个假设。那么，接下来呢？我把它交给第二个入职，抱歉，我不想说入职英雄，第二个产品构建者。
>> 是的，听着，我们有了一个假设，现在我们该怎么做？我们可以把它构建到生产环境中，也就是说，我们又会花费大量的金钱和无数人的才能，设计师、产品经理、工程师。而且，对于这些假设和功能来说，最常见的情况是大多数都不起作用。那么，我们如何通过创建原型来确定什么有效，什么无效呢？那么，简要介绍一下什么是原型，以及什么是原型设计。我们可以把它放到屏幕上。简而言之，就是构建一个足够逼真的模拟产品，以便用户能够评估它是否解决了他们的问题。我们不编写生产代码。原型只是为了验证假设。我们不添加到待办事项列表。嗯，我们的目标是尽快向客户展示一些视觉化的东西，并了解一些情况，对吗？从这个假设尽快过渡到客户能看到的东西，这一点非常关键。以前我们就是以纸质原型，或者更少地以各种奇怪程序中的数字模型形式来构建的。最近你提到了SketchUp。>> SketchUp有。有Balsamiq Mockups。>> Balsamiq。是的。>> Sketch。是的。>> 所以谁记得，谁就不会在马戏团里笑。而现在，有了人工智能，我们能够非常快速地制作出那些看起来非常接近真实客户体验的模型。为什么要制作原型，我们马上会向你们展示如何做。你们提问太棒了。好问题，好问题。正因为在Figma中对我们来说显而易见的90%的功能，结果对我们的客户来说根本不明显。马丁·凯根曾很好地指出，我们试图解决的大多数问题，其解决方案并非正确的解决方案，而要找到正确的解决方案，我们至少需要迭代三次。那么，怎么做得更好呢？最好在原型上花两小时，而不是在一个没人用的功能上花两周。就像智能一样。嗯，所以我们会向你们展示如何做。
嗯，因为原型设计工具有很多。我们将向你们展示如何在 Lovable 中完成。Lovable 是什么？Lovable 是一个类似于 ChatGPT 的人工智能构建器，它允许我们利用代码和视觉部分来构建一个网站或一个可运行的应用程序。它的工作方式是，我可以展示一个 Lovable 中的示例提示可能是什么样子。我可以要求它为我构建一个课程平台，其中讲师将以新粗野主义风格创建课程。这里是设计风格。我可以为它定义我希望在那里发生的具体功能。我可以为它定义文本。这些人工智能构建器中的一部分文本是受限的，对吗？最常见的是 React、Tailwind 和前端技术栈。我可以告诉它范围是什么。我可以告诉它设计风格应该是什么。这没有那么关键。重点是，我们像在 ChatGPT 中一样粘贴它，但它必须是一个完整的提示。我们把它粘贴进去，它就会开始在下面为我们工作。也就是说，很快我们就会在右侧看到这个应用程序的样子。我们就不等了。听着，我之前已经做了这个提示，所以我们的页面看起来就是这样。嗯，我们可以在这里浏览课程，查看这些内容，所以用这么简单的提示，它已经取得了相当多的成就。当然，我们现在可以要求它更改页面上的某些内容。在这里，像在 ChatGPT 中一样，我们在这个聊天中拥有完整的统计数据，所以如果我们已经把它发送给我们的客户，我们可以查看它是什么样子。当然，下面是代码，我们可以将其连接到 GitHub 仓库，或者下载下来，然后手动编辑，或者使用人工智能工具进行编辑。我们可以在 Lovable 中添加数据库、授权、人工智能功能等，也就是说，我们能够将例如 LLM 或 Nanobanana 连接到它。所以如果有人想尝试自己的人工智能产品，但不知道如何做，这是一个很好的工具。我们有一些关于性能的基本统计数据。这对于转化率和搜索引擎优化都很重要。
>> 聊天中有人问，是否可以导入现有的仓库，因为 >> 可以，我们马上会展示如何做，但这并非易事。很多人担心安全性，所以 Lovable 提供了简单的安全审计，它会查找一些包，查找一些底层的 SQL 漏洞。它与 Supabase 集成，所以它也使用这些检查器。我们最近还和 Mateusz Chrobok 做了一期播客。他之前也参加过我们的节目。我们聊了很多，所以也鼓励大家。除此之外，我们还可以在这里稍微和我们的设计“聊聊”。我们可以改变它的颜色，或者编辑它，比如我们不想要黄色，我们想要红色，等等等等。我们马上会向你们展示如何做到这一点，如何将我们正在运行的产品导入 Lovable，但在此之前，我们先向你们介绍一下 AI Product Heroes。
是的，不仅仅是 Lovable，我还会讲，我们还会向你们展示 Figma 和 Pencil，所以也会有一些关于代码到设计和设计到代码的内容。至于课程本身，请允许我稍作介绍。亲爱的各位，特别为你们，因为你们在这里和我们在一起。价格更低，原价是2990波兰兹罗提。为你们提供20%的特别折扣。AI 产品英雄 2，掌握完整工作流程。AI 产品工作流程。就像我们今天展示的从探索到原型，只是我们以非常快的冲刺方式进行，而我们的课程持续5周。我提到了优惠价格。如果你们想和团队一起从公司预算中加入，也请留下联系方式。我们为团队提供奖励。也就是说，如果你们来10人或20人，我们就会作为礼物送给你们。是的，没错。我们会去你们公司，讨论你们的产品。然而，正如我所说，今天我们进行冲刺，但通常课程持续5周，分为五个主题模块。第一个模块是 AI 产品冲刺加上超级英雄公式。想法是，在第一周之后，你们将掌握如何正确构建产品以及如何快速进行 AI 产品冲刺，也就是我们现在向你们展示的，只是更好一点，更多一点，但对产品构建的可能性有全面的了解。为什么？因为在第二周之后，你们可以在第二周内取消，你们有保障，所以我们想在保障期之前给你们尽可能多的价值。第二周，识别，了解情况，加上决定，选择战斗，也就是产品探索。如何识别用户及其问题，并选择我们要解决的问题。第三周是原型构建加上云代码大师班。Tenix Devs 的小伙子们将和我们一起参加课程，他们会向我们展示如何最大限度地利用云代码，并将其打造成构建优秀产品的工具。还会介绍各种原型构建工具，例如 Lovable。所以无论你们对代码和技术的了解程度如何，都应该能够应对。第四周。我们发布产品。测试、发布、从生产中学习。将会有分析，将会有 post-mortem，将会有 AI post-mortem，所以会有很多事情发生。最后一周，我们特别添加了一个关于构建路线图策略的新模块。你们构建了产品，然后呢？听着，这个课程是为谁准备的？
>> 这个课程是为谁准备的？嗯，为每个人，不是吗？实际上，它是为所有想学习如何构建数字产品的人准备的。我们觉得我们正进入一个非常有趣的时代，当我们一年前开始这个项目时，情况并非如此，与去年相比，很多事情都改变了。目前我们处于每个人都可以构建数字产品的境地。使用英语进行编程正变得司空见惯。我同意聊天中的观点，即许多这些应用程序都有漏洞，但这可能是一个在一段时间后也会得到解决的问题。看看情况是如何变化的。每个人都能够坐下来，在 Lovable 中为自己构建一个应用程序。现在，市场上那些能够做得好的人将会获胜，而这个过程实际上在很大程度上并没有改变，值得借鉴我们的经验，因为我们在这个行业工作了很长时间，甚至在没有人工智能的情况下也制作过这些产品。嗯，简而言之，任何想构建产品、想成为产品构建者的人，无论是创始人、产品经理、工程师、设计师，还是只是考虑转行的人，我们都保证，通过这五周，他们将对如何构建产品有非常好的了解。
>> 基本上就是这样。我们回到我们的核心内容。我们也回到我们的 Lovable，也就是说，听着，我们有这个产品，对吗？我再展示一次。它看起来是这样的。它部署在 Vercel 上，如果下面有代码仓库，可以这样导入到 Lovable：我们基本上在 Lovable 中创建一个任意提示，然后用 Lovable 生成的代码替换仓库中的目标代码。而这里，嗯，一个重要的，嗯，一个重要的，嗯，事情是，它必须是用 Lovable 能理解的技术栈编写的应用程序。也就是说，最常见的是 Next.js 应用程序或静态页面，嗯，那时 Lovable 就能轻松应对。所以，如果我们的 Lovable 已经加载到我们的产品中，我们的产品已经加载到 Lovable 中，那么我们必须将 Wojtek 提到的那个假设转化为 Lovable。那么，我们现在该怎么做呢？我将为此使用 Claude，并告诉它一些事情。我有一个现有的 Onboard Hero 应用程序。是的，SaaS。这里是这个应用程序的上下文。应用程序有一个带有员工列表的仪表板。我在这里给他粘贴了两张截图。是的，也就是说，我们有我们的员工列表，有所有这些细节，我粘贴了 Wojtek 提到的原型假设。也就是说，我们相信在 Onboard Hero 中添加销售准备就绪指标，显示新销售人员是否达到标准的销售里程碑，嗯，通过解决销售经理缺乏入职可见性的问题。是的。它在此基础上分析了所有这些。我要求它为我创建一个 Lovable 提示，它为我创建了一个 Lovable 提示。这里有几个有趣的章节。首先，它总结了整个上下文。这可能不需要 Lovable，因为它拥有代码，但它已经告诉我它要构建哪些功能。它将它们分解成里程碑，嗯，它告诉了我我们的 UI 需要哪些更改，并且很快就完成了。所以我现在理论上唯一应该做的就是去分析它，然后改变它。我会直接把它粘贴到我们的 Lovable 里，它就会开始在这个原型上工作。在这里，它应该会在这个视图的某个地方添加销售准备就绪部分，并开始处理它。我们就不等它了，因为我们还有很多核心内容要讲，所以我们会向你们展示这样的效果可能是什么样子。也就是说，我做了和告诉你们的完全一样的事情，对吗？我添加了这个功能。它在这里添加了这些部分，也就是说，它认为你们在下面看到的入职清单本身不足以判断入职培训是好是坏。我们需要非常清晰的结果来证明我们的销售人员是否已入职，也就是说，他们是否打了第一个电话，是否完成了第一个演示，我们是否有第一个销售渠道等等。最终我们认为，如果他签署了第一笔交易，入职培训就结束了。它在这里相当巧妙地想出了所有这些。嗯，实际上，此时此刻我可以发布这个原型并开始与我的用户交谈。
>> 那么，你接下来想怎么做？你已经制作了原型，接下来的流程是什么？
嗯，我还可以展示如何在 Figma Make 中完成，因为很多人，嗯，很多人可能使用 Figma，所以在 Figma 中可以用非常非常相似的方式完成。这里我们有视觉层。我做了完全一样的事情，对吗？Figma Make。在这里，你只需在 Figma 中点击“make”，它就会创建一个完全相似的提示窗口，我们可以在其中粘贴我所说的内容。我还会在这里粘贴那两张截图，它就会起作用。也就是说，它做了一件非常相似的事情。嗯，这个设计看起来有点不同。细心的人会看到一些差异，Figma Make 在这里的解释是，这些屏幕略有不同，但它们非常相似。这里有趣的是，例如，Figma Make 与之前工具的区别在于（当然，下面也有代码），我们可以现在复制整个设计并粘贴到 Figma 中，然后开始对其进行工作。
>> 通常可以针对单个组件。
没错。是的，也就是说，现在对于那些熟悉 Figma 的人来说，我们可以开始玩了，我们可以决定它会是红色的，对吗？然后直接从 Figma 开始在这个原型上进行迭代，而不用管 Figma Make。这是使用 Figma 的一种方式。是的，我们马上会展示如何使用 MCPK 来完成。那么，现在我们有了一个现成的原型。我也许会回到我们的 Lovable。顺便看看它在这个版本中表现如何。在这个版本中，它的表现非常相似。所以基本上我们有完全相同的组件。那么现在，听着，我们能够通过点击发布这个版本，然后把它带给客户。这在这里非常重要。对我来说，原型是这种产品思维的精髓，因为我们快速地，甚至以一种粗糙的方式，尝试快速向客户展示一些东西，以便了解一些情况。我想象我现在可以做的是，要么进行走廊测试，要么去找我们交谈过的客户，问他们这是否解决了他们的问题，或者他们认为，我们可能会听到，例如，好的，这里好像缺少第三个盒子，或者我根本不在乎第一个销售渠道。这对我来说并不是最重要的。这些都是我们不再需要构建的东西。从我们下一步要做的事情来看，这非常重要，也就是实际上将这个功能应用到产品中，但到目前为止我们还没有编写任何一行代码。我们与用户交谈，在这些人工智能工具上花了一些时间，但这非常便宜，非常快。
>> 那么，UX 设计师作为工程师可以从中吸取什么教训呢？嗯，什么教训？我认为，首先，代码的完美性和设计的完美性还有时间，而原型就是那个地方。这是第一点。第二点是，不要立即跳入解决方案，而只是尝试用原型做一些事情。有时可能只是一张纸，有时真的，你们知道，在我的团队里，我们和客户坐在白板前画东西，移动便签。但现在就不需要白板了。可以实际上创建应用程序并展示，让某人点击。
>> 是的。第三点是，从我的角度来看，那些理想的设计、理想的代码，它们在非常具体的情况下才有意义，而且，嗯，那种到处撒播的完美主义，往往站不住脚，不是吗？我大概会这样回答这个问题。那么，听着，我们想象一下，我们已经完成了原型设计。我们的客户喜欢这一切，我们想实施它。是的。那么现在我们能用这一切做什么呢？嗯，我们，嗯，首先，嗯，我们必须建立这个上下文。在 Figma 中。我已经展示了一种可以在这里使用的方法。但如果我们有现有的代码仓库，我会展示它在云代码中是什么样子。如果我们有现有的代码仓库，我就会打开 Claude，我也能够通过 Claude 将这个正在运行的仓库，嗯，通过，嗯，上传到 Figma。
MCPK，这是一个插件，我们可以在这里为拥有非免费账户的人在开发者模式下启用它，然后我们就可以通过云代码与 Figma 对话。没错 [笑] 云代码不是什么可怕的东西。它只是一个类似于普通云的界面。对于不想使用终端的人，可以通过这个标签页来完成。如你所见，你可以连接代码仓库。下面运行着正常的云代码，所以可以连接 MCP。对于不知道的人来说，MCPKI 是那种连接，嗯，例如 Claude 或其他人工智能模型与各种工具的插件。这有点像，嗯，所有这些工具之间的，嗯，API 等价物。所以我可以要求它在启动开发服务器时，通过这样的提示为我创建一个 Figma 文件，也就是说，我告诉它将这个应用程序的列表和入职员工页面添加到 Figma 中，当它启动服务器时，我会告诉它我同意它想要的一切，我可以告诉它：“好的，从这个生成一个 Figma 文件给我，因为我没有 Figma 文件，但我想和我的设计师做一些事情。”我创建了一个应用程序，我们没有在 Figma 上工作，我想在 Figma 上工作。所以这是第二种方法，可以这样做。如你所见，我们启用它，它就会在下面开始工作。我会向你们展示它在另一个标签页中做了什么，也就是说，我做了完全一样的事情。我要求它把这些东西放到 Figma 里。它打开了这些页面，嗯，捕获了代码和截图，并为我创建了一个 Figma 文件，这个文件，嗯，看起来，嗯，就是这样。是的，这里也有我们看到的所有这些层，我也能够进行操作。所以这是第二种方法，可以这样做。
>> 这里值得注意的是，到目前为止，有一个 Chrome 插件可以做类似的事情，但它并不总是运行良好，也并不总是能很好地将这些页面转换为设计。然而，这个 MCP 效果好得多。也可以通过 Claude 向它发出命令，让它将这个页面分解成单个组件。它会简单地从你现有的设计中提取出单个组件，也就是构成整个设计的那些“积木”，然后把它们提取出来，如果你把它们和这个设计结合起来，你就可以在这些组件上进行迭代和操作。所以，对于公司来说，这些 MCP 服务器进展缓慢，但正在扩展，而且越来越好。我们越来越接近这样一个时刻：我们将能够通过云中的命令在 Figma 中创建设计。
是的，没错。我们还会马上向你们展示另一种处理设计的方法，不一定通过 Figma，而是利用 Pencil。所以，当我们在 Figma 中拥有这些东西时，我们当然可以和设计师一起在这里处理它。我们可以添加，嗯，我们在原型中提到的那个新部分。是的，嗯，我再展示一次。它看起来，嗯，是这样的，所以我们现在可以直接在我们现有的设计系统中创建它，以免无聊。我就直接展示它是什么样子。现在，当我们在 Figma 中有了这个东西，我们就可以说：“好的，那我现在想把它放到我们现有的应用程序上，因为我有一个现有的应用程序，对吧？那么现在，”
>> 也就是说，你想要这个组件，你可以放大 >> 设计师为你创建的这个组件，对吗？是的，这里面这个销售准备就绪，也就是说，我明白了，流程是这样的，>> 你在 Lovable 中创建了一个原型，展示给最终客户，他说：“好的，这个原型没问题”，但那实际上是在 Lovable 中生成的应用程序，所以它不是生产级的。>> 它不是生产级的，>> 但我有一个生产级的应用程序，>> 所以你带着这个回到了设计师那里，设计师在编码器上编码了，抱歉，在设计器上设计了，设计了这个现成的，这里标记的下一个组件，现在你想把它添加到这个生产级应用程序中。没错。那么现在我该怎么做呢？我切换到开发者模式。在这里我告诉它：“亲爱的朋友，现在给我这个特定部分的链接，因为我会在云代码中用到它。”在这里，嗯，我们还会，嗯，在我们的代码仓库中再次启动 Claude。这是生产代码仓库。现在我告诉它“从设计中将销售准备就绪部分添加到员工页面”，然后粘贴给它。
>> 注意彼得在和人工智能对话时如何改变语言。与 [笑] 不同 >> 我给他粘贴了来自 Figma 的这个链接，希望它能通过 MCPK，也就是那个插件，帮助我在我的代码仓库中实现功能。我还会向 GitHub 展示，这里没有任何代码更改。如果成功的话，它就会通过这个 MCPK 从 Figma 中获取关于这个部分的所有数据。它在这里通过 Figma 开发者模式的魔力将其分解。它对这个组件了解很多，知道颜色是什么，间距是多少等等。所以它应该能做得相当，嗯，相当，嗯，相当好。正如我们在这里看到的，它下载了 Figma 的上下文，还截取了屏幕截图，以便稍后比较会发生什么，然后开始在我们的代码仓库上工作。在这里，我使用的是 Son。这是一个比 Opus 稍微便宜的模型。我不知道你们对 Opus 4 和 6 有什么感受。从我的角度来看，很棒，但超级贵。我只是在消耗这些令牌。>> 令牌消耗得很快，但它确实更聪明。可以看到区别。>> 是的。我们最近还和 Kuba 做了一期播客，他曾是 Google 和 Mondeo 的高级工程师，他也说他现在基本上很少写代码了。嗯，这里发生的是，它开始编辑所有文件，以便实现我们正在进行的这些更改。所以它开始在代码里做些什么。如果你们不想，根本不需要阅读它。不过，考虑到这是生产代码，我们鼓励技术人员查看所有这些内容，因为请记住，你们在这里是在一个已经投入生产的应用程序上工作。它会询问我每个文件。我会允许它现在添加所有这些更改，然后我接下来会做的事情，嗯，我通常会进行代码审查。嗯，这个代码。我们可以在这里看到这些变化开始改善。你们在这里看到的绿色部分是新添加的代码片段。嗯，它在那里继续处理所有这些，再过一秒钟，我们也应该能在我们的生产应用程序上看到它。我在这里让它在这个阶段完成，我也在这里引入了这些更改，也就是说，它在三个文件上执行了这些更改。现在我将要求它再次启动生产服务器，以便我们看看这些更改是否真的会出现在这个开发应用程序上，或者生产应用程序上，但在我的开发环境中。嗯，这对我来说有点悲伤，甚至 Cloud Code 也用来运行 npm run dev 命令。
>> 嗯，我作为产品经理只用云代码来做这个，所以对我来说这没什么新鲜的。确实，它需要一些时间来处理这些设计，但它确实能够做到。请看。我们已经在我们的本地应用程序中添加了这些东西。此时此刻，我唯一需要做的就是，嗯，检查代码是否良好，发布它，然后我们就有了一个在生产环境中运行的东西。这里有一些我们可以做得更好的地方，我们稍后会谈到，但也许我们也可以展示一下使用 Pencil 这样的流程会是什么样子。
是的，我这就展示 Pencil。简单总结一下我们为什么要展示这个，因为我们经常在关于课程或网络研讨会的反馈中听到，在 Lovable 中制作原型很棒，但如果有人有一个实际运行的应用程序，一个实际运行的产品，我们如何将 Lovable 的工作成果整合到我们现有的产品中呢？实际上这很难。我基本上会说，这几乎是不可能的，因为如果我们的应用程序不是用 React 编写的，对吗？那么，那么就会有问题。所以在我们的流程中，在我们的 AI 产品工作流程中，我们将 Lovable 视为一个构建原型和模型的工具。我们向用户展示并说：“请看，这是应用程序，点击它，告诉我它对你来说如何运作，它是否可能为你解决问题。”彼得展示的这个工作流程，即在 Figma 中准备设计，然后从这个设计创建可运行的代码并将其部署到现有应用程序中，这有点像，你们知道，我们在这里试图抓住的缺失环节。在设计和生产软件之间，或者我们如何能够，因为现在想象一下，一个设计师能够用 Figma 设计一些东西，创建一个前端组件，然后要么自己将其部署到仓库中，要么交给前端开发人员进行审计和部署。我已经见过这样的案例，也就是说，我见过设计师以这种方式工作，并借助云代码创建这样的组件。然而，我们将向你们展示一个替代解决方案，即 Pencil 应用程序。而 Pencil 应用程序，可以说，它就是 Figma 的一个对应物。所以在这里，也许我可以在屏幕上向大家展示我的屏幕。嗯，我不知道是否可见，或者是否正在共享，我像往常一样遇到共享问题。>> 没问题 >> 看得见 Pencil 看得见 好的，那么 Pencil 是什么？Pencil 就像你们看到的，嗯，大致上是一个 Figma，但是，哦，好的，大致上是一个 Figma，所以可以看到，我们可以进入每个元素组件，编辑它，更改文本，但它有趣的地方在于，我们能够，无论是从这里的窗口层面，还是从云代码层面，我们都能够，或者说 Codex，我们都能够与它互动，并提示它在我们的设计中更改什么。所以，如你们所见，我这里有这个清单的设计，我之前准备了一个这样的提示，因为我想，一个很棒的功能是，我们不仅查看彼得刚才实施的销售准备就绪分数，而且还比较入职培训中的内容与销售人员对话的记录，也就是说，他从产品知识中学到了一些东西，例如功能深入探讨，对吗？竞争分析。让我们看看他是否真的在客户对话记录中提到了这些。现在这会是什么样子？现在 Pencil 是如何工作的。所以你可以在这里准备一个这样的窗口。你可以在这里输入这个提示，或者你也可以简单地在一个窗口中保存提示。请看，等等，我在这里，嗯，调整一下这个窗口，以便我阅读更方便。好的。嗯，复制入职流程框架，我想要，嗯，我在这里的提示中向它解释我想要实现什么，也就是我向你们解释的。现在发生了什么？我点击运行，你们看，嗯，它读取了我的提示，把它输入到这里，现在屏幕上会发生什么？它正在思考，如你们所见，它正在分析我告诉它的内容。那么这里会发生什么呢，就是它在下面使用了我的 Cloud Code 实例，它就在这里。它通过 Warp 登录到 Cloud Code，它会从我的 Cloud Code 计划中提取令牌，并且与 Opus 46 一起，你们看，它正在扫描我们现有的设计，并在此基础上很快就会创建新的设计，我们需要给它一点时间来。
他在这里探索了整个项目背景，所以当我放大这里时，你们可以看到，我无法放大这里具体写了什么，但他正在探索的是入职流程的框架结构。哦，你们看到了，我正在分析这些具体元素里面有什么。请看。我明白了这里正在发生什么。我继续分析元素。这里的缩放、扫描效果很棒，抱歉，是扫描。他马上就要开始构建了。哦，他复制了整个框架。我们马上就会看到他把它粘贴到哪里了。请看。正如我们所见，他已经开始着手这项工作了，也就是说，他正在构建第一个屏幕，对话验证内容。你们看到了，他在这里删除了所有内容，并且会实时、实时地在这里创建设计。而且，他也会同样地创建第二个屏幕。让他自己思考一下。嗯，我们马上就会回到这个问题，因为我不想让你们因为他在这里思考而感到厌烦。但是，我在我们网络研讨会之前就已经准备好了，所以你们可以看到，对于马库斯·约翰逊的这个屏幕，他添加了与用户通话中已验证信息的百分比，这是查看文字记录的操作号召。信息显示 AI 对话分析已激活，分析已开启，并且通话正在被验证。然后，他创建了第二个这样的屏幕，你们可以看到，我们有完整的通话记录，也就是说，他与谁交谈过，说了什么，并且高亮显示了通话记录中与入职材料相关的内容片段。所以，可以说，我们在这里与 AI 一起设计了一个功能，实际上是一个功能的界面，它在底层相当复杂，但我认为它代表了我们应用程序未来可能成为的样子的一种愿景。这样创建的设计可以传递给设计师，让他们进一步完善。或者，实际上，通过云代码，你可以将其导出到代码中，并在本地运行一个可用的应用程序原型。在这种情况下，它将只是前端，也就是说，只是用户界面。它不会有读取文字记录的功能，但它是一种更高级的设计和更高级的原型。让我们看看他做得怎么样。请看。你们可以看到，他一直在实时、实时地创建设计。不，等等，我在这里关闭。这是 >> 这里出现了柱状图，而且是实时生成的。>> 对于想要获得一些灵感并缩短工作时间的 the designers 来说，这是一个很棒的选择，或者对于那些不擅长设计但想在现有的设计系统上（这里有很多设计系统）选择一个，然后轻松生成设计的人来说，这是一个很棒的选择。我不是设计师，如果我想快速测试一些东西，这是一个很棒的选择。绝对如此，所以我觉得这对于与 the designers 合作来说，是一个很棒的事情，可以给他们一些东西，比如说，嗯，正如我提到的，像 Lovable 这样的工具的问题是，我们创建了原型，但它并不完全是生产级的。我们也不能轻易地编辑这个设计，因为你需要与它沟通。在这里，我们可以提示一个用户路径，然后与 the designer 合作，请看，它为我们创建了文字记录。与 the designer 在这个具体项目上合作，让他进一步完善或添加更多元素。我们最近才发现这个应用程序，所以我们正在测试它，但很明显，就设计与代码的协作而言，这是未来。这就是关于 Pensil 的全部内容。>> 好的。然后，您也可以从 Pensil 生成应用程序。也就是说，您可以在云代码中，或者在 Wojtek 之前展示的那个窗口中，直接生成一个 React 应用程序。所以，这是一种替代 Figma 的方法，或者是一种支持。这个工具是免费的。在底层，如果您有云代码账户或连接了令牌，您就可以做很多事情。>> 但是，很多事情。也就是说，它确实需要 Opus 才能正常运行，而且很多。但是，这只是应用程序的早期版本，所以它会继续发展。>> 是的。那么，现在，让我们总结一下我们所做的。我们已经编码了一个原型。现在请记住，原型不是生产应用程序。我在聊天中看到了很多评论，说它不响应，或者关于安全性之类的问题。在原型中，您完全不用担心这些。它是一个应用程序，它应该存在，它应该看起来像这样，它应该有一些功能在那里工作。关键在于验证一个假设。我们在这里验证了一个假设，我们想知道，对于我们的用户来说，某个部分是否有意义。在与用户访谈后，我们发现它确实有意义，在下一个阶段，我们使用云代码将其部署到生产环境，并由真正的工程师进行代码审查。当然，这也可以手动编写，但何必呢？所以，值得利用所有这些。嗯，但是还有什么可以做得更好呢？嗯，例如，我们可以不直接部署到生产环境，而是构建一个 A/B 测试，也就是说，检查人们在构建原型时所说的，在我们产品的规模上，是否真的有实际影响。也就是说，这是否会降低对人们离开我们有直接影响的指标。是的。我们可以使用的工具之一就是 Postog。也许我们现在可以在屏幕上展示一下。Postog 是一个用于 A/B 测试、功能标志创建以及记录用户在我们产品上实际操作的会话的工具，以便从中得出一些结论。因此，在所有这些产品构建中，我们的目标是尽快获得尽可能多的结论，然后将其转化为实际产品。所以，正如你们所见，这里有一个我录制的会话，我用鼠标点击，在各种东西上移动。当然，从我们产品的角度来看，它没有实质性的价值，但你们可以在这些真实的会话中观察到各种各样的事情，例如，他们是否点击了我们创建的这些部分。我们是否真的看到，通过这个特定的 A/B 测试，对于那些启用了该部分的人来说，留存率是否更好，然后才能做出最终决定。是的，这里有一个完整的分析工具。我们现在不会深入研究，因为它相当多。我们也会在课程中告诉你们所有内容。我们有一个网络分析工具，类似于 Google Analytics，也就是说，我们可以查看我们的用户是谁，他们来自哪里，最常见的页面是什么，他们从哪个浏览器进入，等等，等等。>> 最重要的是，您可以将 Postog 编码到您的应用程序中。>> 是的。我唯一做的事情就是说：“嘿，Cloud Code，给我添加 Postog。”它只要求我提供一个密钥，并告诉我密钥的位置。>> 所以，它就像魔法一样。Postog 本身也有一个 AI 模块，您可以在其中与从用户那里聚合的所有数据进行对话。我希望你们作为产品经理能够使用产品分析。很少有人使用产品分析。>> 大多数人依赖于网络分析，但这还不够。>> 嗯，实际上，我们将在这里结束我们的旅程，但让我们做一些总结。如果构建了我们认为应该构建的东西，也就是说，存在问题，我们立即想构建它，会发生什么？>> 是的，没错。甚至在评论中，也有一些 [笑声] 一些关于为什么你们不构建的讨论。为什么你们不构建。是的，因为现在，每个人都可以使用 AI 来构建。每个人都可以制作应用程序，每个人都可以为 HR 制作仪表板。我们可以在一个半小时内为 HR 制作 15 个仪表板，但我们会非常辛苦，然后给客户提供 15 个相同的东西的版本，结果什么都不会有，也不会有业务效果。我们在这里正确地识别了产品假设，也就是，完成入职的人并不一定为工作做好充分准备，而 Onboard Hero 忽略了这一点，并且没有为销售经理和 HR 经理提供足够的信息。由此得出的产品教训是，提出问题的人并不一定是需要解决方案的人，或者真正有问题的人。而 HR 提出了自己的问题。>> 我们看不到人们是否参与到我们的入职流程中。我们希望看到更多的参与度指标。我们看不到工作的成效。好的，这是一个问题。它是一个基础性的问题，或者说是一个表面性的问题，因为我看不到工作的成效。这不是一个非常大的业务问题。然而，当我们与第一位 HR 经理交谈时，我们发现问题实际上更深层，那就是有些人完成了 100% 的入职，但却无法胜任工作。而销售经理，也就是负责这些销售代表业务成果的人，才是真正有业务痛点的人，在发现过程中，我们能够识别出这个问题，并解决这些人的问题以及与 CRM 相关联的额外部分。另一个可以说是元结论，也就是说，在入职流程中标记三个框并不意味着某人能够应对实际对话中的异议。是的，您可能可以通过入职测试，但在与客户交谈时可能会失败，而且我在这里看到了一些产品上的隐喻。也就是说，我们在 Lovable 或 Cloud Code 中构建了某个产品，并不意味着它在我们脑海中看起来很棒，甚至在这些可视化效果中看起来很棒。这并不意味着当我们将其提供给真正的客户时，它不会看起来像这个笨拙的马形怪物。最重要的是，早期预警胜过事后分析。经理们需要的是早期信息，即那些完成了入职的人无法处理通话。HR 经理也需要同样的信息。如果您在季度审查中看到失败，那么您就晚了八周，AI 可以解决这个问题，我们可以更快地构建，我们可以更快地完成迭代周期，我们基本上可以在每周的间隔中验证我们的产品假设。>> 是的，因为从访谈或想要访谈到构建原型，需要多长时间？一个这样的冲刺需要多长时间？>> 是的。这样的冲刺对我们来说花了 60 分钟。是的，当然，我们没有计算与用户的对话。它们通常需要最长的时间，而且是无法真正加速的阶段。您必须经历它，这是最有价值的。但是，如果我们谈论的是一个典型的产品团队，我认为我们谈论的是四周到六周的间隔，也就是说，当有一个想法出现时，我们为 HR 做一个仪表板，让我们去了解他们想要在仪表板上看到什么。他们告诉我们，我们把它带给设计师，设计师设计，然后我们交给开发人员，开发人员编码，然后我们对它进行一些 QA，然后我们再回到 HR 经理那里，他们告诉我们：“嗯，很好，你们添加了它，但问题仍然存在，我们仍然没有解决业务问题。问题在于别处，在于销售经理。在我们向你们展示的这个冲刺中，我们可以在一小时内完成从分析到部署的整个过程。>> 当然，与用户对话这个环节需要更多的时间。>> 对于那些以这种方式运作的经典产品团队来说，我们实际上可以在几天内完成原型和访谈。>> 是的，因为我们非常信任 AI 和它所说的话，所以有必要的分析阶段，但对于一两个人来说，我们说的是几天内完成，实际上是从我们有一个假设到我们构建了一些东西，然后与用户测试。我见过最快的记录是，他们早上完成，然后在当天结束时将一些东西发送给客户，以便第二天检查结果。>> 绝对。所以，正如我们所说，正确的流程是怎样的。嗯，与客户交谈，形成假设，测试假设，构建，然后回到与用户的对话。正如我所说的，在旧世界里是四周，在新世界里，除了与用户对话这个环节，我们可以在几小时或几天内完成，但肯定会大大缩短。而且，到目前为止，在这个过程中，我们通常需要五个人，也就是说，每个领域的专家，研究员，产品经理，设计师，程序员，QA，五个不同的人，他们基本上是在互相传递这个砖块，这导致了更长的过程。也就是说，每个专家都必须完成自己的工作，在他将其连同上下文传递给下一个专家之前，这需要时间。现在，由于 AI，我们实际上可以解放这些专家中的任何一个，为他们提供工具，并告诉他们：“你们每个人，这五个人中的一个，都可以成为产品构建者，并开始构建。”是的，因为出现了一个新角色。不是产品经理，不是工程师，不是 QA 专家，不是设计师，不是 UX 设计员，而是产品构建者。那么，产品构建者是谁？这是一个能够自己构建的人，而无需等待他人，或者在小团队中，因为当然，小团队的产品构建者不再需要两盒披萨，就像过去说的，拥有一个敏捷团队。一盒披萨就够了。Oput，也就是说，这些产品构建者团队能够交付多少。可以说，这相当于一个两倍大的团队，所以他们可以吃一盒披萨。>> 实际上，工程师可以与用户交谈，而不是等待 PMA，或者设计师可以在前端交付代码，或者原型，而无需工程师。所以，这并不是一个新角色，而是一个真正从这一切中演变而来的角色。>> 而且你们自己在调查中也说过，我们有大约 30 名产品构建者，所以有些人已经是产品构建者，并且完成了整个端到端的流程。我一直想成为那样的人，但我不会编程。是的，但是，例如，教我如何管理产品的第一个产品经理会编程，我一直对他能够编写一个移动应用程序原型并将其提供给客户感到印象深刻。所以，现在 AI 为我这个非技术人员提供了工具，使我能够以这种方式运作。那么，产品构建者是谁？产品构建者是一个结合了多种专业技能的人，但实际上，其中一种将是核心。也就是说，我们谈论的是一个通才，他来自工程、设计、产品营销或任何其他领域，并且由于 AI，他拥有相关的技能。例如，我们有一个产品构建者，他最初是一名工程师，但由于 AI，他能够从事设计、产品营销。而所有产品构建者的共同点，以及让他们如此有效和让他们如虎添翼的是他们的主动性思维。是的，用英语来说，他们是代理人，也就是说，这些人能够利用 AI 来自己解决问题，而无需指示，无需培训。他们只是使用 AI，然后投入其中。这就是为什么我们喜欢将其与赛博朋克进行比较。我不知道你们中有多少人玩过赛博朋克。也许可以在聊天中写下来。赛博朋克一开始，你选择你的背景，你的主要技能，你是谁。你可以是游牧民，街头小子，或者公司职员，产品构建者也差不多。是的，每个人都来自某个地方。他们是工程师，产品经理，设计师，会计师，律师。然而，由于 AI，他们可以像在赛博朋克中一样，植入各种植入物，也就是特殊的赛博植入物，使他们能够超越自己的专业领域，并作为设计师，工程师，产品经理，营销人员进行运作。这不是我们自己发明的概念，而是关于产品构建者的概念。甚至像马克·安德森这样完美头脑的人，也就是最大的风险投资基金之一安德森·霍洛维茨的创始人，也在谈论这个。他认为，未来属于能够利用 AI 在六到八个不同专业领域进行操作的通才。也就是说，未来在某种程度上属于通才，而且不仅仅是他。安德鲁·陈（Andrew Chen）来自 A1Z，微软总裁萨提亚·纳德拉（Satya Nadella）说，他们在微软不再有 PM，只有全栈构建者。Cloud Code 的创始人鲍里斯·切尔尼（Boris Czerny）认为，软件工程师的角色将在某种程度上被构建者或产品经理取代。这意味着什么？这意味着人们不会失业，而是意味着他们能够利用 AI 从头到尾构建产品，并且非常有效。这意味着更少的官僚主义，更少的等待，更少的会议，更多的乐趣，创造。是的。如何成为一名产品构建者？你们可能会期待报名参加 AI Product Heroes。这里的价格不正确。这是 2990 元价格的 8 折优惠，据我所知，今天午夜前是 2390 元。是的。2392 元，我们还赠送一件 T 恤。如果您喜欢我们的标志，那么您可以接受。嗯，我们还会提供一个小小的额外奖励，我们还没有提到。也许我们会提供一些提示，或者一些有趣的东西，例如，也许是一个合成用户。如果您有公司预算，也可以在 LinkedIn 或 Courses at Brave Courses Contact 联系我们。Brave Courses。>> 我们会留下链接。>> 我们会留下链接。是的。我们也有针对公司的特别优惠，以便团队一起参加，这样会更轻松。>> 我们可能不是优秀的销售人员，但我们花了很多时间来构建和学习如何更好地构建。所以，我们鼓励你们。第一期有 500 人，NPS 为 80，比 iPhone 还要好，所以我们对此感到非常自豪，当然，我们希望第二期会更强大。我们在评论中看到了很多参加第一期的人，所以向你们致以诚挚的问候，感谢你们的到来，也感谢如此多的人加入了第二期，因为我们已经有超过 500 人加入了。在进入问答环节之前，因为我们有很多被点赞的问题，所以我们会尽量回答其中的大部分。我们还邀请你们订阅我们的新闻通讯。我们最近发表的一篇关于产品构建者角色及其对产品经理市场影响的文章在 LinkedIn 上引起了广泛关注。有些人同意，有些人不同意，但如果您愿意，欢迎阅读，分享您的观点。我们非常好奇。问题是，是否会有像我们其他频道一样的电话打到工作室？我们不打算打电话，但我认为我们可以进入问答环节。>> 是的，如果您有任何问题，也可以在 LinkedIn 上写信给我们，在 LinkedIn 上添加我们。链接可能在聊天中，我们可以再重复一次。是的，正如 Wojtek 所说，我们现在进入问答环节。>> 是的。所以，第一个问题来自 Ewa。用什么工具转录会议最好？我觉得我已经提到了。就会议转录而言，Fireflies 是一个非常好的工具，而且我觉得它是最好的。我会这样说，我现在只用 Fireflies 来转录会议，也就是访谈。当然，一开始你需要征得你正在采访的人的同意，但如果这样做，如果那个人来参加访谈，那么他们通常会同意。我们已经确保了这一点。然而，Fireflies，例如，用于转录状态会议，根据我的经验，你不会再看它了，因为文本太多了。所以，我最推荐 Fireflies。>> 嗯。下一个问题也与笔记本部分有关。>> 我们在这里上传了文本文件，也就是 Markdown 格式。能否上传 iPhone 的录音？>> 是的，可以上传 MP3 文件。Wojtek 展示了我们如何上传演示文稿，PDF 文件，所以可以上传很多东西。笔记本只是其中一个工具。>> 它主要用于研究，但是，如果您正确配置了您的桌面，那么您可以在 ChatGPT 和 Cloud 中做到这一点。所以，我们也鼓励您明智地创建您的项目桌面，一个 AI 工具包。我们也会在程序中展示如何创建，如何创建这样的产品桌面，所以我们也鼓励您这样做。>> 当产品尚未发布给用户时，流程如何启动？我们收集需求，还是制作原型并收集反馈，还是有其他方式？>> 这是个很棒的问题。在 AI Product Heroes 中，我们展示了如何使用 Cloud Code 或上一期的 N8N 等 AI 工具来收集市场信息，也就是说，我们可以抓取论坛或特定产品下的评论，并从中提取我们感兴趣的信息，关于我们想要解决的具体问题，但主要是为了获得灵感。也就是说，我们寻找人们遇到的问题，并想为他们提供一些东西。所以，收集阶段，也就是说，流程的区别在于，我们没有现成的客户可以分享他们的问题，但根据我的经验，只需看看您的朋友网络，在 LinkedIn 上发布信息，人们就会聚集起来，然后我们与他们进行访谈，制作原型，展示原型，讨论它。流程非常相似。区别在于如何接触最终客户。Michael 问，为什么我们不使用 Cursor 或其他生成式 AI 插件进行云端操作？>> 这是个非常有趣的问题。从技术角度分享您的观点，我将从非技术角度分享。>> 是的，这取决于我目前在做什么。如果我正在构建，我使用 VS Code，并且在那里有一个插件，并且连接了云插件，尽管我发现我越来越少地使用编辑器的这部分，而越来越多地使用云标签，最后在 GitHub Desktop 中检查有什么变化。但是，就准备会议或进行研究之类的东西而言，我也使用 Cloud Code，但我在这里使用终端选项，因为我觉得我不需要控制，而且我觉得我使用这些工具的时间越长，这有点关于控制，我越来越放手，让它去做。所以，我玩过 Cloud Code 的原生应用程序，在代码选项中。对我来说，终端环境还是更快，所以我越来越依赖它。也就是说，这里有工程师，我来自那里。但我的观点是关于控制，不是吗？你的观点是什么，Wojtek？>> 我会这样说。>> 我一开始使用 VS Code 和 Cloud 插件。然后我得知可以在 Cursor 中启用 Cloud 插件，所以我切换到了 Cursor，但老实说，我不知道如何启动它，所以我只是在 Cursor 中启动终端，并在 Cursor 的终端中与 Cloud Code 对话。现在，我完全从 Cursor 切换到了 Warp。>> Warp 是一个终端客户端，事实上，我不需要在 Cursor 中这样做，因为我不需要看这些文件。基本上，我现在的工作方式是，有时当我使用 Cloud Code 处理文本或演示文稿时，我会打开预览，但通常我只是将其推送到 GitHub，然后在 Web 界面中查看。>> 否则，我只是放手让它编码，如果有什么不对，我问它有什么不对，它会向我解释，而不是查看这些文件，所以基本上我可以在终端窗口中做到这一点。我还会说什么呢？大约半年前，我不会相信，因为我觉得 Cloud Code 只在终端中非常愚蠢且不直观，但事实恰恰相反。有一些关于原型的问题。在 Lovable 中需要多少次迭代才能生成您感兴趣的东西，假设您有一个很好的提示？从我的角度来看，您需要做好准备。有两件事。首先，您需要确保您的产品在 Lovable 中看起来非常相似。有两种方法可以做到这一点。第一种是截取您的应用程序的屏幕截图，将它们放入 Lovable，然后它会尝试重现它。第二种是要求它生成任何页面，然后用您的项目的代码替换它，前提是它属于正确的技术堆栈。这是您要做的第一件事。第二件事是真正做好提示工作，将其分成适当的部分。>> 这在很大程度上取决于它是更简单的原型，还是您正在制作更复杂的东西。从我的角度来看，您可能需要花费十几分钟到一个小时才能获得可以进一步展示的东西。这在很大程度上取决于您的原则，您是否想要与产品非常相似的体验，或者您是否可以接受某些东西不起作用，或者我不知道，某种动画或界面元素不完美，我会说这取决于它。我可以快速说一下。下一个问题属于我，所以我将在这里声明我的权利。>> 我会从我的角度说，自从我开始使用 Cloud Code 以来，我就不再使用 Lovable 了。我只是直接用 Cloud Code 构建东西，所以我对这个工具的进步感到惊讶。>> 就设计而言，Piotrek 展示的那个野蛮主义风格的网站的例子看起来非常棒，所以我觉得我们越来越不需要迭代就能让它看起来越来越好。我们有一个问题。Asit，你还在玩游戏吗，还是把 DJ 耳机挂起来了？>> 你好，Maciek。我和 Maciek 在罗兹和华沙举办过几次派对。对于不认识我的人来说，我曾有过十几年的 DJ Draman base 的职业生涯。我有大量的黑胶唱片，但我最近卖掉了唱机，因为它积灰太久了，而且我认为它可能对某人有用，但我发誓我会回来的。只是，我们在这个节目上花了很多时间，所以，你们可能最早也要到明年才能看到。哦，太晚了。那么，我们有一个目标。一周的工作计划是怎样的？有一些关于 AI Product Heroes 的问题。会议的频率是怎样的？>> 是的，该计划持续五周。每周有两个现场会议。与我们有两个现场会议，也就是说，两个两小时的网络研讨会。我们总是努力使其具有相似的公式，就像你们今天在这里体验到的那样，也就是说，一个半小时的我们的内容，半小时的你们的提问。也许我们再展示一次计划。>> 是的，有两个两小时的现场网络研讨会。我们录制了它们，所以你们以后可以观看。还将有特邀嘉宾的网络研讨会，他们将在每周深入探讨一个选定的主题，也就是说，我们将深入探讨用户发现，原型构建。Cloud Code Masterclass 将由 Stenix Deps 的人主持，还有一些其他明星，我们稍后会告诉你们。此外，在节目期间，你们将处理一个具体的案例。我们将有一个数字产品应用程序的例子，在这个应用程序中，我们将解决我们课程中的业务问题。>> 嗯，最后，我们将有一个具体的家庭作业，那就是创建一个可用的产品，在我们不让你们离开这个课程，直到你们每个人都将一个产品发布到生产环境。>> 是的，我们非常希望你们能有所收获，而不仅仅是获得证书。>> 所以，有很多案例研究，很多家庭作业，我们说得很少，我们卷起袖子，然后开始。>> Alford 问，在 Antigravity 或 Cloud Code 中进行原型制作是否比 Lovable 差？>> 不，它不差。如果您是技术人员，我认为您可能能够处理。Lovable 确实提供了一些细微之处。所以，总的来说，就非常具体的设计系统而言，例如 Vzero 添加的系统，它主要在 Sat Cene 或 Lovable 上运行，就像我们展示的那个新野蛮主义元素一样，它运行得相当好。Cloud Code 在 Sonnet 中现在也运行得相当好，老实说，只是在那里您需要是技术人员才能知道如何处理它。Lovable 提供直接连接到 Supabase，也就是说，您拥有数据库，您拥有身份验证，您拥有无需密钥即可连接到 Gemini 的能力，所以您可以非常快速地从零开始构建原型。总的来说，即使您是技术人员，您也可以在 Lovable 中比在 Cloud Code 中更快地构建它。只是，以后，如果堆栈不同于您的堆栈，那么它很可能需要被丢弃。而对于 Cloud Code 或 Antigravity，这根本不会有这样的应用。其中一些代码将是可重用的，并且您可以将其应用于您的目标产品，因为我们再说一遍，原型通常会被丢弃，所以不要将其视为您的孩子或您无法摆脱的产品。在您的公司中，也要这样宣传原型，它们不是应该习惯的产品。>> 是的，绝对。我会简短地说，我的观点是，Cloud Code 是用来构建产品的，Lovable 是用来原型制作的，Lovable 生成最终产品的方式。它有 RWD，也就是说，所有的 UX 流程都得以保留。>> 核心思想是，从一个提示开始，它就尽可能地准备好原型。>> 实际上，Cloud Code 为您提供了更大的可能性。您可以编写任何技术，但您仍然需要稍微控制它，就功能而言。>> 简而言之。您可以在 Lovable 上构建一个商店吗？>> 是的，您可以构建一个商店。它可能不会特别可扩展，也就是说，您可能会遇到一些问题，例如加载速度变慢。可能存在一些安全问题。所以，如果您考虑使用 Lovable 来构建生产产品，请务必谨慎。有几个生产产品是在这些构建器中构建的。有些存在安全漏洞，有些还没有。>> 我会说，在 Lovable 上做商店是没有意义的，因为我会怎么做？好的，7900。我会说，做一个漂亮的登陆页面，也就是您的商店或公司的页面，在 Lovable 中，但连接一个现成的商店服务，因为您有整个后端，而您在 Lovable 中无法轻易地做到这一点，因为复制，我不知道，Shopify 或 Shopify 在代码构建工具中，可能没有意义，原因有很多。首先，您将花费大量金钱和时间来复制一个多年来许多人努力工作并经过深思熟虑的成果。其次，与安全相关的问题，对吧？我们不希望我们的代码商店泄露客户数据。>> 哦，关于安全性的问题，这里有很多，很多。
安全方面有很多。聊天室非常热烈。>> 那么，我们开始吧。AI 的安全问题怎么样？关于访谈和原型中的数据有一些问题。Wojtek，安全问题怎么样？如何处理？>> 这个问题是一个永恒的话题，总是会被提及，所以我会这样说。AI 只是一个工具，而数据安全是我们应该思考的问题，无论我们将客户的个人数据输入 Excel、Lovable、WhatsApp 还是任何其他东西。企业级工具，AI 工具，比如 Google Workspace、OpenAI、Copilot 等等。如果您的公司正式使用它们，那么您很可能已经与他们签订了数据处理协议，并且它们是没问题的。但是，我仍然不会将客户的个人数据输入聊天窗口，即使您与 Google 签订了协议，因为这是常识，是数据卫生，但这适用于所有类型的应用程序。您可以做的是，例如，如果我们谈论客户的转录稿或访谈，您可以匿名化这些数据。我们只需提取姓名和所有可以识别该人的数据。我们给一个虚构的名字、姓氏，或者只是一个 HR Manager Sigma 符号，然后开始。因此，保护数据安全和清洁是处理和使用这些数据的每个人的责任。但是，我看到聊天室里有很多讨论。我认为，我们也需要培养自己成为先驱者的心态，而不是追随者，>> 保守者，我认为，我的意思是，也许现在这个词有点太重了，但我的意思是，让我们测试这些工具，用好它们，但也不要害怕它们，对吗？因为用好它们最好的方法就是测试它们。所以，请务必注意数据安全。这是我们每个人的责任，但也不要放弃使用这些工具，玩转它们，因为，火车就要开走了，不是吗？>> 简而言之，如果您考虑安全问题，请不要只考虑 AI。所以，有四件事。第一，常识，这是最重要的工具。第二，数据匿名化，您也可以做到这一点。第三，企业级云订阅，ChatGPT、Gemini 等等。您很可能可以像信任 Google 一样信任它们，它们不会窃取您 Google Drive 中的数据。我认为这是一个对称的比较。第四，本地模型。如果您处理非常敏感的数据，您可以提高安全性，但这并不意味着您消除了所有攻击向量。我们向 Mateusz Chrobok 致敬，他也展示了如何在本地使用的私有或开源模型上加载各种攻击向量。所以，总的来说，我们推荐这四件事，但最重要的是思考您在做什么。>> 关于成本的问题。这样创建的成本有估算吗？它包含在订阅中吗？什么？底线呢？用兹罗提来做您所说的这些的成本是多少？>> 多少个 token？>> 多少个 token？我来告诉你。我创建了 trenujonline.pl 这个网站。您可以访问它看看。我用云代码从头到尾编写了它。我花了 400 美元。>> 但您已经创建了一个成品。>> 我创建了一个成品。这是一个集成的网站。也许我可以展示一下？我给你们看看是什么样的，对吧？我现在共享屏幕。这是一个网站，正如您所看到的。它是一个登陆页面。这是您可以轻松用 Lovable 完成的事情。此外，我们还有一个在线训练目录，所以您可以看到，这里有一个目录，即使我将鼠标悬停在上面，您也可以看到它在移动，有一个预览，下面有一个迷你 YouTube，所以有一个描述，练习描述，FAQ 等等。如果我播放视频，有一个 40 秒的预览。当预览结束时，视频就会被锁定，并要求我购买，我可以注册。如果我注册，我就可以通过 Stripe 付款。下面是什么？会员区，我不能展示，因为涉及个人数据。Memberstack 用于管理订阅，Studio CMS 用于管理内容，Baninet 用于管理流媒体，我可能没有登录，但 Baninet 用于管理流媒体。还有 Google Search Console 等等。我花了几晚时间自己编写了所有这些代码，花了大约 400 美元的 token。作为比较，我们之前制作的网站版本，花了三周时间，由一个 Webflow 的人帮我们做的，花了 4500 美元，而且在 Google 搜索结果中根本找不到。我的网站在第一页，所以成本大大降低了。在整个产品冲刺过程中，最昂贵的成本是我们与客户交谈的时间。因为确实需要花一个半小时与某人坐下来交谈。所以，软件开发的成本确实在大幅降低，实际上趋近于零。用 400 美元制作一个包含登录、注册、支付、CDN、流媒体等的成品，我认为这是一个好价格。如果我们谈论的是构建原型到这个阶段，那么就不再使用云代码，不消耗这些 token，您很可能可以使用许多免费计划，包括 ChatGPT、Cloud、Notebook Elm、Lovable 等等，我认为每周花费几十美元就足够了。即使是小规模的产品，也值得承担这个成本。因为现在将其与参与这个过程的人员的工资进行比较，他们需要设计，需要手动创建原型等等。所以，这非常有效，成本低廉，但最重要的是，我们谈论的这个过程增加了产品成功的机会，因为我们不是在构建随机的想法，而是真正研究该解决方案是否解决了用户的具体问题，以及他们是否会为此付费。我认为最后一个问题是关键，是为自己打造产品，而不是为企业或全球市场。我在这里与您意见不合。因为，当然，端到端地创建一个大型全球企业产品，使用云代码，我们还没有达到那个阶段，但是我们已经达到了单个开发人员或产品构建者能够重构大量代码的阶段，例如与后台相关的遗留代码，或者与旧的遗留应用程序元素相关的代码。而我们今天向您展示的这个过程，即我们在 Figma 中进行设计，然后使用云代码将其变成组件并直接上传到网站，这实际上是我的团队正在使用的一个过程，我们确实是这样做的，即我们在 Figma 中创建组件，然后用云代码将其导入代码。当然，前端开发人员会对其进行审核，然后我们才将其上传到网站。通过 Google，我工作的地方，每月有数百万用户。所以，为了让您知道这不仅仅是某个个人想法，听着，我们展示的这种产品构建方式，即与用户访谈，构建假设，测试假设，在 AI 之前就已经存在了。这是一个经过多年实战检验的过程，并且在世界各地都在这样做，所有好的产品都是这样诞生的。这是第一点。第二点，关于 AI，有一些全球性公司，如 Figma、Linear、Atlassian、LinkedIn，它们不仅使用 AI 来完成我们展示的每一个环节，包括编码、原型设计、设计支持、研究等等，而且它们还在重组部门，以便越来越少的人参与其中。这意味着会有越来越多的微型团队能够测试市场上的大量假设。因此，我们正在创建一个有趣的假设工厂，而不是一个没有人想要的功能工厂。>> 完全正确。Stanisław Emont 在最后说得很好，可以大量且廉价地进行测试，这是公司巨大的希望，我认为这是我们今天会议的一个完美收尾。>> 也向 Staszek 致敬。>> 啊，好的，没问题。非常感谢您与我们同在，感谢 AI 产品冲刺，感谢您提出的许多深入问题，感谢您的参与，感谢您在聊天室中的热烈讨论。有时甚至有一些批评性的评论。我们都阅读了，并努力从中吸取教训。Mazy 的最后一个问题。我们将专注于一家大型国际公司中典型产品经理的日常工作流程吗？是的，我们将讨论如何利用 AI 工具来帮助您在大型国际公司中构建产品。这是一个关于在 AI 支持下构建优秀产品的课程，您一定会获得完整的工具包。非常感谢您。听着，今天午夜前有 20% 的折扣，所以快来购买吧。我们呢？我们将继续为您构建课程和产品，以便在 4 月 20 日为您提供最精华的内容。非常感谢。>> 晚安。我们在网上见。保重。