Kako koristiti AI za dekompoziciju Product Epic-a?
BLOG 2: Veliki Epic? Ne počinjite od praznog papira – koristite AI za pronalaženje vertical slice-ova
Veliki Epic na backlog-u često izgleda jednostavno. Sve dok ne pokušate da ga razložite. Tada počinju pitanja:
- Gde napraviti rez?
- Šta ide prvo?
- Šta može samostalno da se isporuči?
- Šta zavisi od čega? Šta je korisnička vrednost, a šta samo tehnički korak?
I vrlo brzo tim sedi ispred prazne table i pokušava da smisli “pravu” dekompoziciju.
Tu AI može da bude koristan. Ne zato što zna vašu arhitekturu bolje od developera. Već zato što može brzo da ponudi nekoliko mogućih načina da posmatrate isti problem.
Nemojte tražiti “razbij Epic na taskove”
To je jedan od najlakših načina da dobijete listu:
- frontend;
- backend;
- database;
- API;
- testing.
To može izgledati organizovano. Ali ne mora imati nikakvu korisničku vrednost.
Mnogo korisniji zahtev je:
“Predloži moguće vertical slice-ove koji predstavljaju konkretan korisnički ili poslovni ishod.”
Tada AI mora da razmišlja o funkcionalnosti iz perspektive ishoda, a ne samo implementacije.
Predlog prompta za početak
Uloga: Ti si iskusan Product Manager / Product Coach sa iskustvom u razlaganju kompleksnih funkcionalnosti. Predloži početnu dekompoziciju Epika kao osnovu za razgovor i refinement sa timom. Predlozi nisu konačna specifikacija.
Kontekst:
Epic: [naziv]
Korisnik/ciljna grupa: [opiši]
Problem: [opiši]
Očekivana vrednost: [opiši]
Epic obuhvata: [opiši]
Zavisnosti/ograničenja: [upiši]
Out of scope: [upiši]Zadatak: Predloži nekoliko mogućih vertical slice-ova. Cilj je da svaki slice bude što manja koherentna celina koja omogućava konkretan korisnički ili poslovni ishod.
Nemoj deliti Epic samo po:
- frontend-u;
- backend-u;
- bazi;
- API-ju.
Ako je enabling/technical slice neophodan, označi ga i objasni zašto.
Za svaki slice navedi:
- naziv;
- korisnički/poslovni ishod;
- šta obuhvata;
- zavisnosti;
- potencijalnu veličinu;
- otvorena pitanja;
- najveći rizik;
- do 3 pitanja za refinement.
Ako neki predlog nije dobar vertical slice ili je i dalje prevelik, jasno ga označi.
PAŽNJA: AI vam ne treba da kaže koji je slice “tačan”
To je važno.
AI ne zna sve što zna vaš tim. Ne zna nužno:
- arhitekturu sistema;
- tehnički dug;
- kapacitet;
- organizacione zavisnosti;
- postojeće implementacione odluke.
Zato njegov output treba tretirati kao materijal za razgovor i ne kao specifikaciju.
Probajte danas
Izaberite jedan Epic koji trenutno stoji u backlog-u. Ne tražite od AI-ja User Stories.
Tražite:
“Daj mi tri moguća načina da ovaj Epic razložim na vertical slice-ove i objasni trade-off svakog pristupa.”
Na primer:
Pristup A: najmanji mogući korisnički slice-ovi
Pristup B: slice-ovi optimizovani za rano učenje
Pristup C: slice-ovi uzimajući u obzir poznate zavisnostiZatim proverite predloge sa timom.
Odjednom ne razgovarate: “Kako da razbijemo ovaj Epic?” nego: “Koji od ova tri načina bolje odgovara našem kontekstu – i zašto?”
To je mnogo produktivniji razgovor.
Ako odbacite sve AI predloge – eksperiment je i dalje bio uspešan. Jer vam je AI pomogao da brže dođete do razgovora.
BLOG 1: Kako koristiti AI u Product Discoveryju
U prvom delu, Od 10 intervjua do jasnije slike korisnika: kako koristiti AI u Product Discoveryju, pokazali smo kako AI može da pomogne da iz korisničkih intervjua izvučete obrasce, uz jedno važno pravilo: AI mora da razlikuje ono što je korisnik rekao, ono što se može zaključiti i ono što još ne znamo. Kada imate jasniju sliku korisnika i problema, sledi mnogo praktičniji korak: kako taj veliki problem pretvoriti u manje celine koje tim može da isporuči.
BLOG 3: Kako koristiti AI za Acceptance Kriterijum
Kada je Epic smisleno razložen na vertical slice-ove, sledeći izazov je često još konkretniji: da li je svaki pojedinačni User Story dovoljno jasan da ga tim razume, proceni i razradi bez beskonačnih pitanja usred sprinta? I tu AI može da bude dodatni par očiju, o čemu pišemo u sledećem delu serije.