Это продожение статьи «Исследователь 2026 — мануал по AI для продуктовых исследований».
Часть III. Практика
Промптинг
Шаблоны промптов
Вайбкодинг
Качественный анализ
Количественный анализ
Часть IV. Развитие
Workflow
Чего AI не может
Полезные ссылки
Промптинг
Шаблоны промптов
Вайбкодинг
Качественный анализ
Количественный анализ
Часть IV. Развитие
Workflow
Чего AI не может
Полезные ссылки
Часть III. Практика
Лайфхаки промптинга
Принцип «контекст → роль → задача → формат»
Плохо: «Проанализируй эти интервью и найди паттерны.»
Да Хорошо:
Да Хорошо:
Контекст: Я провела 15 глубинных интервью с пользователями мобильного банка, которые отказались от подписки Premium за последние 3 месяца. Транскрипты в приложенных файлах.
Роль: Действуй как опытный UX-исследователь с 10-летним стажем в финтехе, специализация — тематический анализ по Braun & Clarke.
Задача: Проведи тематический анализ. Пройди все 6 фаз: знакомство с данными → генерация кодов → поиск тем → ревью тем → определение тем → финальный отчёт.
Формат: Для каждой темы: название, описание, количество респондентов, 2–3 прямых цитаты. В конце — таблица рейтинга тем по частоте.
Роль: Действуй как опытный UX-исследователь с 10-летним стажем в финтехе, специализация — тематический анализ по Braun & Clarke.
Задача: Проведи тематический анализ. Пройди все 6 фаз: знакомство с данными → генерация кодов → поиск тем → ревью тем → определение тем → финальный отчёт.
Формат: Для каждой темы: название, описание, количество респондентов, 2–3 прямых цитаты. В конце — таблица рейтинга тем по частоте.
Шаблоны промптов
Кодирование транскриптов
Я загружаю [число] транскриптов интервью с пользователями [продукт].
Тема исследования: [тема].
Проведи тематический анализ:
1. Прочитай все транскрипты
2. Выдели первичные коды (высказывания, привязанные к цитатам)
3. Сгруппируй коды в темы
4. Для каждой темы укажи:
- Название темы
- Краткое описание (1–2 предложения)
- Сколько респондентов упоминали
- 2–3 цитаты-примера с указанием респондента
5. Отдельно выдели неожиданные находки
Формат: структурированная таблица + текстовое резюме.
Не придумывай цитаты — только из транскриптов.
Тема исследования: [тема].
Проведи тематический анализ:
1. Прочитай все транскрипты
2. Выдели первичные коды (высказывания, привязанные к цитатам)
3. Сгруппируй коды в темы
4. Для каждой темы укажи:
- Название темы
- Краткое описание (1–2 предложения)
- Сколько респондентов упоминали
- 2–3 цитаты-примера с указанием респондента
5. Отдельно выдели неожиданные находки
Формат: структурированная таблица + текстовое резюме.
Не придумывай цитаты — только из транскриптов.
Анализ отзывов / тикетов
Я загружаю [число] отзывов из [App Store / Google Play / тикеты] за [период].
Задача:
1. Кластеризуй по темам
2. Для каждого кластера: название, тональность, % от общего, топ-3 характерных отзыва
3. Выдели тренды: какие проблемы нарастают
4. Определи 3 главные боли, требующие немедленного внимания
Отдельно отметь сравнения с конкурентами.
Задача:
1. Кластеризуй по темам
2. Для каждого кластера: название, тональность, % от общего, топ-3 характерных отзыва
3. Выдели тренды: какие проблемы нарастают
4. Определи 3 главные боли, требующие немедленного внимания
Отдельно отметь сравнения с конкурентами.
Скринер для рекрутинга
Мне нужно провести [число] глубинных интервью на тему: [тема].
Целевая аудитория: [описание].
Составь скринер из 8–12 вопросов. Критерии:
- Обязательные: [список]
- Желательные: [список]
- Исключения: [список]
Для каждого вопроса: какие ответы = проходит / не проходит.
Добавь 1–2 «ловушки» для невнимательных.
Целевая аудитория: [описание].
Составь скринер из 8–12 вопросов. Критерии:
- Обязательные: [список]
- Желательные: [список]
- Исключения: [список]
Для каждого вопроса: какие ответы = проходит / не проходит.
Добавь 1–2 «ловушки» для невнимательных.
Гайд для интервью
Исследовательский вопрос: [вопрос].
Целевая аудитория: [описание].
Длительность: [минуты].
Метод: полуструктурированное глубинное интервью.
Составь гайд:
1. Разогрев (2–3 вопроса)
2. Основные блоки (5–7, от общего к частному)
3. Follow-up к каждому вопросу (2–3)
4. Проективные техники, если уместно
5. Закрывающий блок
Тон: разговорный. Избегай: наводящих, двойных вопросов, жаргона.
Целевая аудитория: [описание].
Длительность: [минуты].
Метод: полуструктурированное глубинное интервью.
Составь гайд:
1. Разогрев (2–3 вопроса)
2. Основные блоки (5–7, от общего к частному)
3. Follow-up к каждому вопросу (2–3)
4. Проективные техники, если уместно
5. Закрывающий блок
Тон: разговорный. Избегай: наводящих, двойных вопросов, жаргона.
Конкурентный анализ (Deep Research)
Проведи конкурентный анализ [тип продукта] на рынке [рынок].
Для каждого конкурента (5–8 основных):
1. Ключевые функции
2. Ценообразование
3. Отзывы (что хвалят, на что жалуются)
4. UX-особенности
5. Обновления за 6 месяцев
В конце: таблица сравнения, GAP-анализ, 3–5 возможностей для дифференциации.
Для каждого конкурента (5–8 основных):
1. Ключевые функции
2. Ценообразование
3. Отзывы (что хвалят, на что жалуются)
4. UX-особенности
5. Обновления за 6 месяцев
В конце: таблица сравнения, GAP-анализ, 3–5 возможностей для дифференциации.
Двухэтапная валидация
Теперь переключись в режим критика. Ты — скептически настроенный старший исследователь, который проверяет работу джуниора.
Оцени анализ, который ты только что провёл:
1. Какие темы могут быть притянуты за уши?
2. Где данных недостаточно для выводов?
3. Какие альтернативные интерпретации возможны?
4. Что было упущено?
5. Какие bias могли повлиять на анализ?
Оцени анализ, который ты только что провёл:
1. Какие темы могут быть притянуты за уши?
2. Где данных недостаточно для выводов?
3. Какие альтернативные интерпретации возможны?
4. Что было упущено?
5. Какие bias могли повлиять на анализ?
Вайбкодинг исследовательских инструментов
Дашборд результатов
Создай интерактивный HTML-дашборд для визуализации результатов UX-исследования. Данные: CSV с результатами опроса (respondent_id, age_group, gender, segment, q1, q2, q3...).
Содержит:
1. Общая статистика, разбивка по сегментам
2. Гистограммы по каждому вопросу
3. Фильтры по сегменту, возрасту, полу
4. Текстовые ответы, сгруппированные по темам
5. Экспорт графиков в PNG
Стиль: минималистичный, светлая тема, шрифт Inter.
Одним HTML-файлом.
Аналог: Dovetail ~$30/мес, кастомная разработка ~$2000. Вайбкод — бесплатно.
Содержит:
1. Общая статистика, разбивка по сегментам
2. Гистограммы по каждому вопросу
3. Фильтры по сегменту, возрасту, полу
4. Текстовые ответы, сгруппированные по темам
5. Экспорт графиков в PNG
Стиль: минималистичный, светлая тема, шрифт Inter.
Одним HTML-файлом.
Аналог: Dovetail ~$30/мес, кастомная разработка ~$2000. Вайбкод — бесплатно.
Калькулятор выборки
Создай интерактивный калькулятор размера выборки. Ввод (с ползунками): размер популяции, уровень доверия (90/95/99%), погрешность (1–10%), ожидаемая доля (50%).
Вывод: размер выборки + визуальное объяснение параметров.
Простой UI для продакта: «почему нам нужно 200 человек, а не 20?»
Вывод: размер выборки + визуальное объяснение параметров.
Простой UI для продакта: «почему нам нужно 200 человек, а не 20?»
AI для качественного анализа
Транскрипция — 95–98% точности. <strong>Первичное кодирование</strong> — 80–85% совпадения с экспертным.
Кластеризация тем. Суммаризация.
Кластеризация тем. Суммаризация.
Что AI делает плохо
Интерпретация — не знает, почему это критично для вашего продукта.
Контекст — не знает про редизайн через месяц.
Нюансы речи — ирония, сарказм.
Приоритизация — что важнее, 7 жалоб на онбординг или 3 на оплату?
Контекст — не знает про редизайн через месяц.
Нюансы речи — ирония, сарказм.
Приоритизация — что важнее, 7 жалоб на онбординг или 3 на оплату?
AI делает 70–80% механической работы, но 100% стратегической работы — на нас.
AI для количественного анализа
Я загружаю CSV с результатами опроса (N=500).
1. Общая статистика по каждому вопросу
2. Статистически значимые различия между сегментами A и B?
(t-test / chi-square / Mann-Whitney)
3. Визуализируй ключевые различия
4. Выводы простым языком для продакт-менеджера
Если данных недостаточно — скажи прямо, не натягивай значимость.
1. Общая статистика по каждому вопросу
2. Статистически значимые различия между сегментами A и B?
(t-test / chi-square / Mann-Whitney)
3. Визуализируй ключевые различия
4. Выводы простым языком для продакт-менеджера
Если данных недостаточно — скажи прямо, не натягивай значимость.
Часть IV. Развитие
Workflow: полный цикл с AI
Пример A — Качественное discovery
Задача: понять, почему пользователи уходят после первой недели.
Итого: ~3 недели вместо 5–6 без AI.
Чего AI не может
Эмпатия. Он не видит, как у респондента дрожит голос. Разница между «обнаружить» и «понять» — огромна.
Контекст организации. AI не знает, что наш CEO одержим метриками и что Маша уже пробовала три варианта.
Этические суждения. Тёмные паттерны, данные несовершеннолетних, граница персонализации и слежки.
Правильные вопросы. AI может ответить, но не может спросить «почему пользователи уходят?
20% точности. AI даёт 80–85%. Оставшиеся 15–20% часто содержат самые ценные находки.
Контекст организации. AI не знает, что наш CEO одержим метриками и что Маша уже пробовала три варианта.
Этические суждения. Тёмные паттерны, данные несовершеннолетних, граница персонализации и слежки.
Правильные вопросы. AI может ответить, но не может спросить «почему пользователи уходят?
20% точности. AI даёт 80–85%. Оставшиеся 15–20% часто содержат самые ценные находки.
Полезные ссылки
AI-модели и чаты
Агрегаторы (Claude/GPT без VPN)
Платформы для UX-исследований
Вайбкодинг и AI-агенты
Отчёты и исследования
Вместо заключения
AI не заменяет исследователя, AI делает исследователя сильнее. Мы можем сфокусироваться на том, что действительно важно — на понимании людей и влиянии на продукт.
1. Делегируем рутину, оставляем себе смысл. Транскрипция, кодирование — AI. Интерпретация, рекомендации — мы.
2. Доверяем, но проверяем. AI уверенно ошибается. Привычка верифицировать — профессионализм.
3. Начинаем с малого. Один шаблон промпта и одна задача.
4. Учимся формулировать. Качество AI-аутпута = качество нашего промпта.
5. Помним, зачем мы здесь. Не чтобы быть операторами AI, а чтобы помогать создавать продукты, которые нужны людям.
2. Доверяем, но проверяем. AI уверенно ошибается. Привычка верифицировать — профессионализм.
3. Начинаем с малого. Один шаблон промпта и одна задача.
4. Учимся формулировать. Качество AI-аутпута = качество нашего промпта.
5. Помним, зачем мы здесь. Не чтобы быть операторами AI, а чтобы помогать создавать продукты, которые нужны людям.
Удачи. И если что-то из мануала пригодилось — буду рада обратной связи)
