Материалы
2026-06-17 15:27

Исследователь 2026 — мануал по AI для продуктовых исследований (часть 1)

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
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.

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.

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

Инструмент
Доступ из РФ
Что нужно
Claude
VPN / агрегатор
VPN + иностранная карта, либо BotHub
ChatGPT
VPN / агрегатор
VPN + иностранная карта
Gemini
VPN
VPN, Google-аккаунт без привязки к РФ
Perplexity
Напрямую
Без VPN, бесплатно
DeepSeek
Напрямую
Без VPN, бесплатно
GigaChat
Напрямую
Российский сервис
YandexGPT / Алиса
Напрямую
Российский сервис
OpenClaw
Локально
Ставится на компьютер
Dovetail, Maze
Напрямую
Иностранная карта
Claude Code
VPN
VPN + подписка Anthropic
Cursor
Напрямую
Иностранная карта
Replit
Напрямую
Без ограничений
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).

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).

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.

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.

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.

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.
Повтор до 3 раундов.

Когда что использовать: шпаргалка

Задача
Инструмент
Почему
Быстро проверить факт
Perplexity
Из РФ, быстрый, с источниками
Конкурентный анализ
Claude Deep Research
Синтез из 20+ источников
5–10 транскриптов
Claude / ChatGPT
Загрузить файлы + промпт
30+ транскриптов
Claude Code
Пакетная обработка
Юзабилити-тест
Maze AI
Figma, автоотчёты
Мониторинг 24/7
OpenClaw
Фоном, отчёты в Telegram
Видеозаписи
Gemini 3.1 Ultra
Нативное видео + текст
Конфиденциальные данные
Ollama (локально)
Данные на компьютере
Бесплатный AI из РФ
DeepSeek / GigaChat
Без VPN
Мощный AI из РФ
BotHub
Claude/GPT через агрегатор

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.

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.
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.
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

Задача
Claude
GPT-5.4
Gemini
DeepSeek
GigaChat
YandexGPT
Кодирование транскриптов
★★★★★
★★★★
★★★★
★★★
★★
★★
Тематический анализ
★★★★★
★★★★
★★★★
★★★
★★
★★
Длинные документы
★★★★★
★★★★★
★★★★
★★★
★★★★
★★★
Конкурентный анализ
★★★★★
★★★★
★★★★
★★★
★
★★★★
Анализ CSV
★★★★
★★★★★
★★★
★★★★
★★
★★
Вайбкодинг
★★★★★
★★★★
★★★
★★★★
★★
★
Видеозаписи
★★
★★★
★★★★★
★
★
★
Русский язык
★★★★
★★★★
★★★
★★★
★★★★
★★★★★
Из РФ без VPN
—
—
—
да
да
да
Бесплатно
—
—
—
да
да
да

Безопасность: минимальная гигиена

Правило 1.
Не загружаем персональные данные в облачные модели. Анонимизируем транскрипты.
Правило 2.
Для конфиденциальных проектов — локальные модели (DeepSeek через Ollama, GigaChat).
Правило 3.
OpenClaw = мощь + ответственность. Отдельный аккаунт, проверяем сторонние скиллы.
Правило 4.
Prompt injection реальна. Не даём агентам критические доступы без контроля.
Правило 5.
Не доверяем AI числа без проверки. Перепроверяем всё, что идёт в отчёт.
Читать продолжение статьи >>