DOU × Solidgate · AI Tech Rave

Продакт-інженер:
міф чи реальність?

AI на кожному кроці SDLC

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.

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.

Trade-offs між стейкхолдерами.

Потрібен політичний нюх і пам'ять про попередні домовленості. AI не сидів з тобою на тих мітингах.

Risk у новій регуляторці без прецеденту.

AI впевнено галюцинує там, де немає прикладу. Compliance-помилка коштує дорожче за швидкість.

"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

Дискусія:
Sr. PM × Sr. Engineering Manager × Head of AQA

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