Контекст
Засновниця ed-tech продукту з AI-компонентом — рекомендаційна система для учнів старших класів, що допомагає підібрати індивідуальну траєкторію навчання. Команда: вона + дизайнерка + 3 розробники на аутсорсі. Закінчили першу версію без AI — просто каталог, працює. Тепер задача — додати “розумні рекомендації”. Бюджет на AI-частину ~$40K, є дата запуску.
Біль
Засновниця має чітку візію, як рекомендації мають “відчуватись” — на рівні, “як це коли учень бачить три варіанти і знає, чому саме ці”. Але коли вона передає це розробникам, вони запитують речі типу: “Який вхідний вектор? Що метрика релевантності? Cold start як?”. Вона не знає, як на це відповідати — це не її мова. Розробники сприймають це як “замовниця сама не знає, що хоче”, і починають будувати найпростіший варіант (“топ-3 за рейтингом”), який засновниця за тиждень відкине як “не те”. Цикл триває 4 місяці. Команда вигоряє, бюджет тане, дата зриву наближається.
Підхід
Пʼять тижнів. Тиждень 1 — три довгі розмови з засновницею (по 2 год кожна) + перегляд її нотаток, голосових повідомлень команді, скріншотів референсів. Шукали, з чого складається її “відчуття правильної рекомендації”. Тиждень 2 — два інтервʼю з учнями (потенційними користувачами, 14 і 16 років) і одне з вчителькою. Що для них значить “корисна підказка”. Тиждень 3 — переклад знайденого у структурований документ для команди: 7 правил, які описують “якою НЕ має бути рекомендація” (бо так легше зловити інтуіцію), 4 типи запитів учнів, що мають отримувати різні підходи, і список вхідних сигналів, які точно є в продукті. Тиждень 4 — спільна 3-год сесія з командою: ми разом проходимось по документу, розробники задають питання, ми разом записуємо технічні рішення (який алгоритм, які метрики). Тиждень 5 — фіналізуємо документ і передаємо команді на виконання.
Результат
Команда розпочала будувати рекомендації по чіткій структурі. Перші робочі варіанти зʼявились через 3 тижні після нашого виходу — і засновниця їх не відкинула, бо вони відповідали тим самим 7 правилам, які вона раніше “відчувала, але не вміла назвати”. Бюджет, що вже встиг витратитись на 4 місяці пошуків, був стопнутий — далі команда працювала по плану з прогнозованою датою. Загальне відставання від оригінальної дати запуску — ~6 тижнів, але запуск таки відбувся, а не безкінечно зсувався.
Чого це навчило
“Не технічний засновник не знає, що хоче” — це майже завжди неправда. Він знає на 100%, але у форматі відчуттів, аналогій, прикладів з життя. Завдання дослідження — перекласти ці відчуття у формат, з яким працює команда. Це робота не за один тиждень, але без неї будь-який AI-проект перетворюється на нескінченний цикл “не те — спробуйте ще”.
Це ілюстративний композитний патерн з 8 років роботи у IT — не конкретний клієнт. AG у фазі валідації.