Часть I. Новая нереальность
Для кого этот мануал
От чатботов к агентам
Vibe coding & researching
AI-усталость
Тренды 2026
Часть II. Инструменты
Доступ из России
Стек исследователя
Пойти пить чай
Шпаргалка
Синтетические юзеры
Российские AI
Сравнение моделей
Безопасность
Для кого этот мануал
От чатботов к агентам
Vibe coding & researching
AI-усталость
Тренды 2026
Часть II. Инструменты
Доступ из России
Стек исследователя
Пойти пить чай
Шпаргалка
Синтетические юзеры
Российские AI
Сравнение моделей
Безопасность
Если ты продуктовый исследователь, UX-ресерчер или аналитик — и чувствуешь, что мир вокруг меняется быстрее, чем ты успеваешь адаптироваться — этот мануал для тебя. Здесь не будет абстрактных рассуждений про «AI изменит всё» (мы все еще иногда кушаем и спим). Будут конкретные инструменты, промпты, которые можно скопировать прямо сейчас, и честный разговор о том, что работает, а что пока нет (по крайней мере, у меня).
Тебе не нужно уметь программировать. Вот, правда. Весь смысл того, что произошло за последний год, в том, что граница между «техническим» и «нетехническим» специалистом практически стерлась. Если ты умеешь внятно формулировать мысли — ты уже можешь создавать инструменты, которые раньше требовали команды разработчиков.
Часть I. Новая нереальность
От чатботов к агентам: что изменилось за год
Еще год назад типичное взаимодействие с AI выглядело так: ты копируешь транскрипт интервью в ChatGPT, просишь «найти паттерны», получаешь что-то более-менее полезное, но тратишь полдня на копирование и форматирование. Это был уровень «умный помощник» — полезно, но утомительно.
Сейчас всё иначе. И дело не в том, что модели стали умнее (хотя и это тоже). Дело в том, что изменилась сама модель взаимодействия.
Сейчас всё иначе. И дело не в том, что модели стали умнее (хотя и это тоже). Дело в том, что изменилась сама модель взаимодействия.
Три эпохи AI-помощи исследователю
2023 — эпоха подсказок. AI как Google на стероидах. Спросил — получил ответ. Полезно для брейнштормов и черновиков, но по сути ты делаешь всю работу сам, а AI подкидывает идеи.
2024 — эпоха ассистентов. AI стал лучше понимать контекст, появились длинные контекстные окна, можно загружать документы. Ты всё ещё за рулём, но AI уже берёт на себя рутину — транскрибирует, тегирует, кластеризует. Инструменты вроде Dovetail и Maze начали встраивать AI в свои платформы.
2025–2026 — эпоха агентов. И вот тут произошёл качественный скачок (и количественный хехе). AI больше не ждёт твоей команды на каждом шаге. Ты говоришь: «Проанализируй 30 интервью, найди ключевые темы, сгруппируй по болям пользователей и подготовь отчет с цитатами» — и он это делает. Сам ищет по источникам, сам решает, в каком порядке действовать, сам итерирует, если первый подход не сработал.
Ключевое слово здесь — делегирование. Раньше мы задавали вопросы (Conversational UI — модель «запрос-ответ»), теперь ставим цели (Delegative UI — «сделай сам»).
Роль меняется. Мы больше не те, кто руками кодирует транскрипты и рисует структуры на досках (хотя можете, если хочется). Мы, те, кто задает правильные вопросы, выбирает правильный метод, валидирует результаты и доносит инсайты до команды. AI забирает рутину, а нам остаётся то, что AI пока не может — эмпатия, контекст, стратегическое мышление.
И тут важно не впасть в крайность. AI в 2026 году — это очень мощный стажёр. Быстрый, трудолюбивый, с отличной памятью, но без понимания контекста нашей компании, политических нюансов и того, почему Вася из продуктовой команды никогда не примет рекомендацию, если она не подкреплена количественными данными. Всё это — по-прежнему наша территория.
Vibe coding и vibe researching — в чём разница
Вайбкодинг — термин, который ввёл Андрей Карпати (сооснователь OpenAI) в начале 2025 года. Суть простая: мы описываем, что хотим получить, на обычном языке, AI пишет код за нас. «Сделай мне дашборд, который показывает результаты интервью с фильтрами по сегментам» — и через 15 минут у нас работающее веб-приложение.
К марту 2026 вайбкодинг стал мейнстримом. 92% разработчиков в США используют AI-кодинг ежедневно, а 41% всего кода в мире генерируется AI. Рынок вайбкодинг-платформ — $4.7 миллиарда.
Vibe researching — это когда мы проводим исследование совместно с AI: не просто просим его проанализировать данные, а ведем совместную работу, где AI берёт на себя значительную часть процесса — ищет информацию, формулирует гипотезы, проводит предварительный анализ — а мы направляем и валидируем.
В обоих случаях мы — стратеги, а не исполнители.
В обоих случаях мы — стратеги, а не исполнители.
AI-усталость
В 2026 году слово «AI» вызывает у многих людей легкий тик. Каждый второй SaaS-продукт добавил «AI» в название, каждый третий — воткнул AI-фичу, которая работает так себе. Термин «AI slop» («AI-помои») стал общеупотребительным. Я несколько раз бралась за проекты с такой "целью" – пристроить AI, нигде ничего хорошего не получалось, потому что оказывалось, что оптимизировать и автоматизировать попросту нечего.
По данным NN/g (Nielsen Norman Group), пользователи устали от ленивых AI-фич. Выигрывают команды, которые используют AI стратегически и точечно.
Для исследователя это означает: не нужно автоматизировать всё. Нужно автоматизировать то, что отнимает время и не требует человеческого суждения, а освободившееся время потратить на глубокое понимание пользователей.
Тренды 2026: куда смещается фокус
Always-on research: от проектов к потоку
Раньше исследование — это проект. Бриф → рекрутинг → поля → анализ → отчёт → презентация. Потом месяц тишины. А потом мы пытаемся понять, что произошло между проектами, и почему наш продукт больше никому не нужен.
В 2026 лидирующие команды перешли к модели непрерывного исследования. Данные собираются постоянно: автоматический анализ тикетов поддержки, мониторинг отзывов в сторах, анализ упоминаний в соцсетях (выяснилось, что там стооооолько данных).
Синтетические пользователи: полезно, но с оговорками
48% исследователей (по данным Lyssna) считают синтетических пользователей значимым трендом 2026 года. «Их просто нужно уметь готовить».
Вердикт: отличный инструмент для пре-тестирования и генерации гипотез, но не замена реальным пользователям.
Исследования выходят на уровень стратегии
Доля компаний, где исследования влияют на все уровни бизнес-стратегии, выросла с 8% до 22% за один год (Maze, 2026).
Демократизация: все теперь ресерчеры
Новая роль исследователя — наставник (с плеткой, извините). Мы не пытаемся говорить «только я могу проводить исследования». Мы направляем команду делать это правильно.
MCP как соединительная ткань
MCP (Model Context Protocol) к марту 2026 достиг 97 миллионов установок. Claude может подключиться к нашему Google Drive, Gmail, CRM — и работать напрямую с нашими реальными данными. Раньше половина работы уходила на сбор и подготовку данных. Теперь AI сам идёт к данным.
Часть II. Инструменты
Доступ из России
Прежде чем разбирать инструменты — слон в комнате (пссс). ChatGPT, Claude и Gemini официально не работают в России. Што делать:
Путь 1. VPN + прямой доступ
Самый полнофункциональный вариант, но самый хрупкий. Нужен хороший VPN, иностранный номер и карта. Риск: аккаунт могут заблокировать. Анонимизируем, шифруем, ставим локально опенсорсные модели.
Путь 2. Российские агрегаторы
Платформы вроде BotHub, AI Academy подключаются к API тех же моделей и предоставляют доступ через российский интерфейс. Без VPN, оплата российской картой или СБП. Минус: не все функции доступны.
Путь 3. Открытые модели локально
DeepSeek, Qwen, Llama — можно скачать и запустить на своём компьютере. Данные никуда не уходят, VPN не нужен. Минус: нужна мощная видеокарта (от 16 ГБ VRAM).
Карта доступа по инструментам
Совет: не класть все яйца в одну корзину. Диверсификация позволит привыкнуть к моделям разных семейств. Держим лапку на пульсе.
Стек исследователя: четыре уровня зрелости
Начинаем с первого уровня, осваиваемся, потом поднимаемся выше.
Уровень 1 — AI внутри готовых платформ
Dovetail — Magic Highlight, Magic Cluster, Magic Search, Magic Reels, Magic Redact. От $29/мес.
Maze AI — юзабилити-тестирование, автоотчёты, 100K+ респондентов. От $99/мес.
Sprig — in-product микроопросы с AI-анализом в реальном времени.
Great Question — полный цикл: рекрутинг → интервью → анализ → репозиторий.
BuildBetter — синтез из 100+ источников (интервью, тикеты, Slack, сторы).
Maze AI — юзабилити-тестирование, автоотчёты, 100K+ респондентов. От $99/мес.
Sprig — in-product микроопросы с AI-анализом в реальном времени.
Great Question — полный цикл: рекрутинг → интервью → анализ → репозиторий.
BuildBetter — синтез из 100+ источников (интервью, тикеты, Slack, сторы).
Уровень 2 — AI как универсальный ассистент
Claude с Deep Research — автономный поиск по 20+ источникам, MCP-интеграции, артефакты.
ChatGPT / GPT-5.4 — контекст 1М токенов, Deep Research.
Gemini 3.1 Ultra — нативная мультимодальность: видео + текст + изображения.
Perplexity Pro — быстрый поиск с источниками.
NotebookLM — диалог с загруженными документами (до 50 источников).
ChatGPT / GPT-5.4 — контекст 1М токенов, Deep Research.
Gemini 3.1 Ultra — нативная мультимодальность: видео + текст + изображения.
Perplexity Pro — быстрый поиск с источниками.
NotebookLM — диалог с загруженными документами (до 50 источников).
Уровень 3 — AI как автономный агент
Claude Code — вайбкодинг в терминале/VS Code.
Cursor — AI-IDE.
Replit — браузерная среда.
v0 — React UI из описания.
Bolt.new / Lovable — full-stack из промпта.
OpenClaw — локальный AI-агент (247K+ звёзд на GitHub). Работает через Telegram/WhatsApp, 100+ скиллов, 700+ на ClawHub. Данные никуда не уходят. Но: установка через терминал, 9+ CVE в марте 2026, нужна техническая подготовка.
Cursor — AI-IDE.
Replit — браузерная среда.
v0 — React UI из описания.
Bolt.new / Lovable — full-stack из промпта.
OpenClaw — локальный AI-агент (247K+ звёзд на GitHub). Работает через Telegram/WhatsApp, 100+ скиллов, 700+ на ClawHub. Данные никуда не уходят. Но: установка через терминал, 9+ CVE в марте 2026, нужна техническая подготовка.
Когда можно пойти пить чай
Сценарий 1: Deep Research (5–20 мин)
Нажимаем Enter, идем варить кофе. Через 10–15 минут — отчёт на 3000–5000 слов с цитатами и ссылками.
Проведи глубокое исследование: как финтех-компании в Европе проводят UX-исследования в 2025–2026 году. Найди конкретные кейсы, методологии, инструменты. Сравни подходы крупных банков и стартапов. Минимум 15 источников.
Проведи глубокое исследование: как финтех-компании в Европе проводят UX-исследования в 2025–2026 году. Найди конкретные кейсы, методологии, инструменты. Сравни подходы крупных банков и стартапов. Минимум 15 источников.
Сценарий 2: Claude Code — вайбкодинг на автопилоте (15–60 мин)
Описываем сложный инструмент — Claude Code пишет, тестирует, исправляет ошибки сам.
Создай полноценный веб-дашборд для отслеживания метрик UX-исследований нашей команды. Данные из приложенного CSV. Нужны: timeline исследований, heatmap тем по месяцам, таблица с фильтрами, экспорт в PDF. Сначала изучи данные, потом сделай план, потом реализуй. Тестируй на каждом шаге.
Сценарий 3: OpenClaw — фоновый мониторинг (часы и дни)
Настраиваем один раз — работает постоянно. Пишем в Telegram: Каждый понедельник в 9:00 собирай новые отзывы о нашем приложении [название] из App Store и Google Play за неделю. Группируй по темам, определяй тональность, сравни с предыдущей неделей. Отправляй мне саммари в Telegram.
Сценарий 4: Пакетная обработка данных (30–120 мин)
50 транскриптов → запускаем через Claude Code → уходим обедать.
Вот папка с 50 транскриптами интервью (файлы 001.txt — 050.txt).
Для каждого транскрипта:
1. Определи ключевые темы
2. Выдели прямые цитаты по каждой теме
3. Оцени общую тональность (позитив/негатив/нейтраль)
4. Запиши результат в structured_output.csv
После обработки всех файлов:
5. Сделай мета-анализ: какие темы встречаются чаще всего
6. Построй матрицу «тема × респондент»
7. Сгенерируй HTML-отчёт с визуализациями
Работай файл за файлом, не пропускай ни одного.
Вот папка с 50 транскриптами интервью (файлы 001.txt — 050.txt).
Для каждого транскрипта:
1. Определи ключевые темы
2. Выдели прямые цитаты по каждой теме
3. Оцени общую тональность (позитив/негатив/нейтраль)
4. Запиши результат в structured_output.csv
После обработки всех файлов:
5. Сделай мета-анализ: какие темы встречаются чаще всего
6. Построй матрицу «тема × респондент»
7. Сгенерируй HTML-отчёт с визуализациями
Работай файл за файлом, не пропускай ни одного.
Сценарий 5: Ночной аналитик (ARIS-паттерн, ночь)
Одна модель делает работу, другая критикует. Запускаем вечером → утром получаем отчет, который прошёл несколько итераций самопроверки.
Этап 1 (Claude Code — исполнитель):
Закодируй 30 транскриптов, найди 8–12 тем, подготовь отчет.
Этап 2 (внешняя LLM через Codex MCP — критик):
Оцени качество кодирования. Какие темы притянуты?
Где недостаточно данных? Какие цитаты некорректны?
Этап 3 (Claude Code — исправление):
Учти критику, перекодируй спорные места, обнови отчёт.
Этап 1 (Claude Code — исполнитель):
Закодируй 30 транскриптов, найди 8–12 тем, подготовь отчет.
Этап 2 (внешняя LLM через Codex MCP — критик):
Оцени качество кодирования. Какие темы притянуты?
Где недостаточно данных? Какие цитаты некорректны?
Этап 3 (Claude Code — исправление):
Учти критику, перекодируй спорные места, обнови отчёт.
Повтор до 3 раундов.
Когда что использовать: шпаргалка
Синтетические исследования
Synthetic Users — AI-персоны Big Five (OCEAN), мультиагентный пайплайн, $2–27 за пользователя.
Outset — AI-интервьюер на 30+ языках, до 1000 одновременных интервью. От $20K/год.
Когда использовать: для претестирования гипотез и тестов, где сложно найти ЦА. Всегда валидируем с реальными пользователями после.
Outset — AI-интервьюер на 30+ языках, до 1000 одновременных интервью. От $20K/год.
Когда использовать: для претестирования гипотез и тестов, где сложно найти ЦА. Всегда валидируем с реальными пользователями после.
Российские AI: что годится для ресерча
GigaChat (Сбер)
Да без VPN, бесплатно, 128K контекст, данные в РФ, Kandinsky для картинок
Уступает Claude/GPT, нет интернета, галлюцинирует, API только юрлицам.
Уступает Claude/GPT, нет интернета, галлюцинирует, API только юрлицам.
Вердикт: черновики, суммаризация, первые гипотезы. Для глубокого анализа — слабоват.
YandexGPT / Алиса AI
Да Лучший русский язык, интеграция с поиском, ~200 руб/мес.
Лимит запросов, API для бизнеса, уступает Claude.
Лимит запросов, API для бизнеса, уступает Claude.
Вердикт: быстрый ресерч с поиском. Для транскриптов — не хватает мощности.
DeepSeek
Да Без VPN, бесплатно, Deep Thinking, близок к GPT-5, можно локально, хорош для кода. Русский хуже GigaChat, медленная веб-версия, нет поиска.
Вердикт: лучший бесплатный вариант для аналитики из РФ.
Perplexity
Работает из РФ без VPN. Быстрый поиск с источниками — must-have для конкурентного анализа и факт-чекинга.
Сравнительная таблица моделей
Безопасность: минимальная гигиена
Правило 1.
Не загружаем персональные данные в облачные модели. Анонимизируем транскрипты.
Не загружаем персональные данные в облачные модели. Анонимизируем транскрипты.
Правило 2.
Для конфиденциальных проектов — локальные модели (DeepSeek через Ollama, GigaChat).
Для конфиденциальных проектов — локальные модели (DeepSeek через Ollama, GigaChat).
Правило 3.
OpenClaw = мощь + ответственность. Отдельный аккаунт, проверяем сторонние скиллы.
OpenClaw = мощь + ответственность. Отдельный аккаунт, проверяем сторонние скиллы.
Правило 4.
Prompt injection реальна. Не даём агентам критические доступы без контроля.
Prompt injection реальна. Не даём агентам критические доступы без контроля.
Правило 5.
Не доверяем AI числа без проверки. Перепроверяем всё, что идёт в отчёт.
Не доверяем AI числа без проверки. Перепроверяем всё, что идёт в отчёт.
