DOU × Solidgate · AI Tech Rave

Продакт-інженер:
міф чи реальність?

AI на кожному кроці SDLC
Yehor Myroshnychenko · Product Manager · 2026-06-18 · Warsaw

Хто я

  • PM у Payment Infra Stream — Cards · APMs · Reconciliation.
  • 10 нових проєктів щокварталу + підтримка 30+ публічних інтеграцій (100+ карткових і альтернативних платіжних методів).
  • 5 років у Solidgate — бачив той самий обсяг роботи до AI і після.
Yehor Myroshnychenko
те́за

Продакт-інженер — це PM,
у якого AI на кожному кроці SDLC.

discovery · planning · development · QA · marketing

фундамент / memory

Робота з минулими контекстами —
мультиплікатор можливостей.

Без памʼяті AI — просто чат.
З памʼяттю — ко-пілот, що знає, що ми робили вчора.

  • 01 /start-session завантажити контекст проєкту
  • 02 /checkpoint зафіксувати прогрес перед /compact
  • 03 /end-session summary + оновити project-файли 
your-workspace/
├── CLAUDE.md              ← кореневі правила
├── .claude/
│   └── commands/          ← /start /checkpoint /end
├── vault/
│   ├── active-context.md  ← поточний фокус
│   ├── index.md           ← головний індекс
│   ├── session-logs/      ← логи сесій
│   └── projects/
│       ├── _templates/    ← порожні шаблони
│       └── {project}/     ← overview, decisions…
└── {project}/             ← ваш код, поруч з vault
01 / Discovery

PRD за день, який раніше
писали тиждень.

Trigger: regulatory PDF на 80 сторінок іспанською. Дедлайн — 4 дні. В роботі — 3 паралельні проєкти.

Solve:

  • WebFetch офіційних регуляторних сторінок → структуровані конспекти.
  • Reference PRD як шаблон. Тон, рівень деталі, секції — успадковуються.
  • MCP до системи документації → draft публікується одразу. Без копі-пасту.
screencast: PRD draft з'являється у системі документації
AI опрацьовує великі контексти даних на різних мовах. Конспектує мої ідеї та рішення, приводить їх до стандартів компанії. Я валідую — він формує PRD. Мова й обсяг сторінок більше не блокер.
02 / Planning

Внутрішній продукт за вечір.

Trigger: декілька технічних команд, у кожної свій інструмент для планів і комітів. Стейкхолдерам потрібен єдиний view — усе під рукою і зрозуміло.

Solve:

  • Edge-стек: SQLite + serverless functions + React.
  • 4 views: Roadmap (swimlane), Graph (DAG), Kanban, Table.
  • Dependency arrows + audit log + admin gate. Один вечір — від ідеї до production URL.
screencast: 4 view + переходи між ними
Я як PM не "навчився програмувати", я отримав інструмент будувати POC/MVP за бізнесовими вимогами — без залучення інженерів.
03 / Development

PM відкриває MR.
Інженери — на складній архітектурі.

Trigger: frontend-міграція legacy → сучасний стек.
Десятки дрібних UI-фіч лежать у backlog тижнями.

Solve: конвенції команди → файл. AI читає файл як "другий ревʼюер" перед моїм MR.

# conventions-from-review.md
- .input(z.object({...})) — завжди
- string ids; BigInt() at boundary
- mapper as namespace + function
- copyable: true on text columns
- access keys: provider_onboarding.*
Конвенції команди = код. Версійовані, підключені до AI як контекст.
04 / QA

AI читає логи.
Ти керуєш гіпотезою.

Trigger: через 10 хв після approved transaction — статус flip у REVERSED.
Сталося раз. Завтра — 1000 таких.

T+0:00 transaction approved [ok] T+0:01 schedule cancel-job at T+10:00 [ok] T+2:30 user returns, sync-status hits [ok] T+2:31 order shipped to customer [ok] T+10:00 cancel-job fires (no webhook) [!!] T+10:01 reversal lands [!!]

Solve: даю гіпотезу "race condition". AI зчитує payload-логи, корелює, підтверджує. У тій самій сесії — формулює acceptance criteria для тікета на фікс.

Я не зчитую логи руками. Я керую гіпотезою. AI робить грубу роботу.
пауза / 5 років

До і після — що змінилось.

Тоді · PM до AI
  • PRD з нової регуляторки — 3 дні на читання + день на write-up.
  • Внутрішні tools — у backlog "не критично", лежать кварталами.
  • Інциденти — копі-паст у логи, кореляція руками.
  • 30-40% дня — рутина, переписування одного й того у різні формати.
Тепер · продакт-інженер
  • PRD — пів дня. Decisions ті самі. Просто швидше до них доходжу.
  • Внутрішні tools — за вечір, до production URL.
  • Інциденти — гіпотеза + AI читає, я керую.
  • 70%+ дня — на decisions, тому беруся за те, від чого раніше відмовлявся.
Дельта — не у швидкості. У тому, що тепер беруся за задачі, які раніше не входили у мій scope.
05 / Marketing

AI не пише за тебе.
Він шліфує те, що ти прожив.

Минулого року я пробігав 500+ км. Це я.
Не AI. Без цього факту жоден LinkedIn-пост не міг би бути чесним.

AI знадобився потім. Щоб ущільнити 3000 знаків до 1300. Перевірити, що метафора не натягнута. Поставити правильне питання у кінці посту.

Це 80% мого часу, які він повертає.
Решту 20% — я мав справді пробігти ці кілометри.

Особистий бренд — це твій життєвий matter. AI — лише edit pass.

Три речі, які AI зламає,
якщо їх делегувати.

01
Trade-offs між стейкхолдерами.
Потрібен політичний нюх і пам'ять про попередні домовленості. AI не сидів з тобою на тих мітингах.
02
Risk у новій регуляторці без прецеденту.
AI впевнено галюцинує там, де немає прикладу. Compliance-помилка коштує дорожче за швидкість.
03
"Smell" — щось не так.
Внутрішнє відчуття, що щось не сходиться. Воно — твоє. AI не помітить.
AI добре там, де є приклад. Без прикладу — не довіряй.

Продакт-інженер — реальність.

…але тільки на трьох стовпах.

  • 01 AI у SDLC — це не кодинг у IDE.
    Це присутність на кожному кроці.
  • 02 Стек: Cursor / Claude Code + MCP + memory.
    Без хоча б одного — це просто чат.
  • 03 Інвестуй у memory та context, не у промпти.
    Промпт — одноразовий. Контекст — мультиплікатор.
наступний крок

Залишайтеся.

через 10 хв · ця ж сцена
Панель: PM × EM × Head of QA
Як AI змінить SDLC — продовжуємо тут же.
Питання, які не встигли — туди.
завтра вранці
Скопіюй мій vault-template.
Лінк на стартовий шаблон — у моєму LinkedIn-bio.
linkedin.com/in/yehor-myroshnychenko
Yehor Myroshnychenko · PM · Solidgate