Назад към всички workshop-и
AI Builder Product/Project/BA limited-seats

AI for Product Discovery & Greenfield Development

Научи как да използваш Agentic AI за product discovery, проучване на нови продукти, дефиниране на изисквания и създаване на high-fidelity прототип.
Георги Найденов AI Product Manager @ SoftServe
Дата
Формат
3 сесии · Online - Live stream

Този уъркшоп е насочен към продуктови мениджъри, бизнес анализатори и Product Owners, които искат да използват Agentic AI в началните етапи на Product Development Life Cycle (PDLC).

Ще научиш как да проучваш нови предметни области (domains), да откриваш продуктови идеи и use cases, базирани на AI workflows, автоматизации, Agentic AI и multi-agent systems (MAS).

Ще разгледаме как AI подпомага discovery процеса, от дефиниране на проблема и потребителските персони до оценяване на резултати от AI системи (RAG-based, file-based и други подходи), при които поведението не е напълно предвидимо.

В рамките на 6 часа, разпределени в три сесии ще преминеш през целия процес - от domain research и discovery, през дефиниране и валидиране на изисквания за AI-native продукти, до създаване на собствен AI harness и превръщане на идея в high-fidelity интерактивен прототип с ясна проектна структура.

Преди обучението ще получиш материали за подготовка по prompt engineering, context engineering и Agent Skills, за да можеш да приложиш наученото върху твой реален казус или идея по време на уъркшопа. А между сесиите ще има и допълнителни практически задачи.

В края на уъркшопа ще можеш да водиш по-уверено discovery процеси, да формулираш изисквания за AI-native продукти и да превръщаш идеи в проверими прототипи, без да пишеш код и без да разчиташ на готови AI builder платформи.

Извън сесиите ще имаш възможност да общуваш с другите участниците в Discord група, с активно участие на лектора, който ще е на разположение и една седмица след завършвана на последната сесия

За да се гарантира персонално внимание и активно участие на всеки, местата са ограничени до 40 участници.

Уъркшопът се провежда онлайн, без запис. 

Какво ще научиш

  1. 01

    Да разбереш при какви обстоятелства е по-добре решението да използва автоматизации, AI Agent, AI Workflow, multi-agent system за всеки нов продукт или feature

  2. 02

    Да разпознаваш кога дадено изискване е deterministic и кога е non-deterministic, и как се различава писането на acceptance criteria за двата случая

  3. 03

    Да разбереш какво са guardrails, quality thresholds и human-in-the-loop и как да се дефинират при LLM-based функционалности

  4. 04

    Да създаваш ясни prompts с подходящ контекст, ограничения и очакван резултат

  5. 05

    Да намираш, проверяваш, използваш и създаваш Skills (Claude-specific) и Agent Skills (Codex, Antigravitiy, Cursor, and others)

  6. 06

    Да изградиш AI harness, който дава възпроизводими резултати и може да бъде обновяван

  7. 07

    Да организираш инструкции и project knowledge чрез CLAUDE.md, AGENTS.md, memory.md и допълнителни референтни файлове (reference files)

  8. 08

    Да проучиш непозната предметна област (domain research)

  9. 09

    Да превърнеш идея в добре дефиниран high-fidelity прототип

  10. 10

    Да използваш прототипа като основа за първоначален project scaffolding

  11. 11

    Да валидираш AI output, преди да го използваш в реален проект

За кого е подходящ този Workshop

  • Бизнес анализатори

  • Продуктови мениджъри

  • Product Owners

  • Технически бизнес анализатори

  • Systems Analysts

  • Консултанти, които участват в product discovery

  • System/Technical Business Analyst или Product Owner/Manager в софтуерна разработка/разработка на продукт (SDLC/PDLC).

  • Препоръчително е да си използвал поне един AI Coding/Cowork tool (напр. ChatGPT Work/Codex, Claude Cowork/Code) преди уъркшопа.

  • Най-полезен ще бъде за хора, които искат да използват AI за повече от meeting notes, summaries и стандартна документация, а за реално дефиниране и прототипиране на продукти.

Структура на сесиите

  1. Context Engineering, Agent Skills и AI harness

    Ще научиш как да използваш context engineering, Agent Skills и project memory, за да изградиш AI harness, който изпълнява сложни задачи по-последователно и ефективно.

    Context Engineering, Agent Skills и AI harness

    Сесията започва с отговаряне на въпроси, свързани с материала за самоподготовка, ако има такива, на които не е било отговорено в Discord канала на обучението. 

    Веднага след това, курсистите ще се запознаят с концепцията за context engineering и как да използват подбрана и структурирана контекстна информация, която да подават към езикови модели за да може моделът да генерира полезни и качествени резултати. 

    За да се постигне това, курсистите ще се запознаят и с концепция, която стана популярна през последните 5 месеца - (Agent) Skills - как езикови модели като тези на Anthropic, Google, OpenAI използват повтаряеми инструкции със съществуващи шаблони и скриптове за проверка за да изпълняват сложни задачи по по-последователен и възпроизводим начин. 

    В тази част ще: 

    • Тестваме няколко готови Skills върху казуса
    • Разгледаме как е структуриран един Skill
    • Обсъдим как се създават собствени Skills
    • Проверим къде могат да бъдат намерени готови Skills и как да оценяваме качеството и безопасността им преди използване 

    Накрая ще изградим първата версия на нашия AI harness за казуса на самото обучение, който може да бъде адаптиран за Claude Cowork, Claude Code или ChatGPT Codex. Ще разгледаме ролята на файлове като:

    • CLAUDE.md за постоянни Claude инструкции
    • AGENTS.md за постоянни Codex инструкции
    • memory.md за подбрана project memory
    • Допълнителни файлове с инструкции според конкретния проект 

    Ще говорим как да подбираме необходимите файлове според продукта, инструмента и начина, по който работи екипът ти. 

    Резултат от сесията: ще имаш работещ AI harness за собствения си казус и ясна представа как prompts, context, Skills, memory и project instructions работят заедно на практика. 

    Домашна работа към Сесия 1

    • Създай първия си Agent Skill
    • Тествай го с поне две различни задачи, свързани с твоя казус
    • Създай или адаптирай своя CLAUDE.md
    • Добави необходимите memory и reference файлове 
  2. Discovery & AI Project Initialization Framework

    Ще научиш как да използваш Agentic AI и Agent Skills за проучване и стартиране на нов продукт или проект и как да оценяваш качеството на получените резултати.

    Discovery & AI Project Initialization Framework

    Започваме с въпросите, възникнали по време на подготовката. 

    В основата на сесията стои повторяема рамка за това как да подходим, когато ни вкарват в нови проекти или трябва да измислим нов продукт. 

    Веднага след това ще разгледаме как да приложим съответната рамка към нашата работа с Agentic AI (Cowork/Codex/Claude Code) и да можем да го приложим. Като очаквания от самата сесия курсистът ще се научи да: 

    • Разбира и прилага използването на Agentic AI в тяхната работа в нов проект или разработката на нов продукт
    • Използва представените конкретните инструменти и методи чрез които ще може да започне първоначалното проучване на продукт
    • Прилага Agent Skills (ChatGPT или Claude Skills), за изпълнението на първоначалното проучване на продукта.
    • Оценява работата си с AI по определени критерии за да се валидира дали резултатът е пълен, коректен и достатъчно качествен 

    Домашна работа към Сесия 2

    - Приложи Discovery Checklist-а към съществуващ продукт представен от лектора по време на обучението или използвай такъв по който работиш в момента.

    - Формулирай проблема,който продуктът ще реши, какви ще са заданията, които ще трябва да извършиш в даден проект с и без AI 
  3. Създаване на Greenfield проект: От идея и domain research до high-fidelity прототип

    Ще научиш как да превърнеш продуктова идея в проучена и визуално дефинирана концепция - от domain research и определяне на ключови функционалности до high-fidelity прототип и първоначална структура на проекта.

    Създаване на Greenfield проект: От идея и domain research до high-fidelity прототип

    Използваме Discovery Checklist-а от Сесия 2 и AI harness-а от Сесия 1, за да развием казуса до визуална и проверима продуктова концепция. 

    Проучваме предметната област (domain research) и разглеждаме как да намираш информация за:

    • Основните потребители и техните проблеми
    • Съществуващите продукти и алтернативи
    • Типичните функционалности (features) и работни процеси (workflows)
    • Специфичната за областта терминология (domain-specific terminology)
    • Бизнес и технически ограничения 
    • Регулациите и потенциалните рискове 
    • Предположенията, които трябва да бъдат валидирани

    След това определяме какво трябва да включва продуктът и създаваме high-fidelity прототип, който представя основните екрани, взаимодействия и user flows. 

    По време на сесията ще разгледаме: 

    • Как се преминава от domain research към определяне на обхвата на продукта (product scope) 
    • Как се избират основните capabilities и features 
    • Как се създава прототип, който е достатъчно подробен, за да бъде практически полезен 
    • Как се проверява дали отделните екрани образуват последователен user journey
    • Как прототипът се превръща в основа за първоначално project scaffoldinging
    • Как работата се разделя на epics, user stories и по-малки subtasks
    • Как се определят dependencies и подходящият ред за изпълнение
    • Как се откриват пропуски, противоречия и нереалистични предположения
    • Често срещани проблеми и практически съвети за постигане на по-добър резултат 

    Сесията няма да доведе до production-grade система в рамките на два часа, но ще ти помогне да тестваш идеята си чрез работещ прототип и първоначална структура на проекта. 

    Резултат от сесията: ще можеш да превърнеш първоначална идея в проучена и визуално дефинирана продуктова концепция. Ще разполагаш с high-fidelity прототип, първоначален project scaffolding и разбивка на работата на по-малки задачи. 

    Финален проект:

    - Довърши прототипа на собствената си идея или развий ппроекта, представен от лектора по време на третата сесия. Ако избереш да направиш собствен прототип трябва да включиш: 
    - Кратко domain research 
    - Ясно формулиран проблем 
    - Основни потребители 
    - Ключови features 
    - Основен user journey 
    - High-fidelity прототип 
    - Списък с неизвестни и предположения, които трябва да бъдат валидирани 

    Ако избереш да развиеш концепцията представена от лекторът, ще ти бъдат предоставени допълнителни инструкции върху какво да се фокусираш. 

Tools

  • Claude Pro / Claude Max
  • ChatGPT Plus / Codex
  • Claude Team / Enterprise
  • Claude Cowork / Claude Code / Claude Design
  • Google акаунт
  • Gemini Notebook (NotebookLM)
  • Stitch
  • ChatGPT / Perplexity / Claude
  • Wispr Flow

1. AI Coding/Cowork инструмент: необходим е поне един от следните варианти: a. Claude Pro, като препоръчителния вариант е Claude Max, ако би искал лектора да представи по-трудни задачи (моля да се свържете с него преди да преминете на такъв план); b. ChatGPT Plus с достъп до Codex; c. Фирмен Claude Team или Enterprise акаунт, ако организацията позволява използването му за упражнения; d. Препоръчителен вариант: Claude Max заради по-високите usage limits 2. Допълнителни Claude инструменти: Claude Cowork, Claude Code и Claude Design са достъпни с платените планове, но конкретният достъп зависи от абонамента и фирмените настройки; 3. Google акаунт: необходим е за работа с Gemini Notebook (formerly NotebookLM), както и със Stitch (ако курсистът няма достъп до Claude Design); 4. Инструмент за web research: достатъчен е един от следните: ChatGPT с web search, Perplexity, Claude с web search; 5. По желание: Wispr Flow за по-бързо диктуване на prompts, бележки и инструкции.

Подготовка

  1. Преди обучението ще получиш материали за подготовка по prompt engineering, context engineering и Agent Skills, за да можеш да приложиш наученото върху реален казус
  2. Самостоятелна подготовка преди старта- отнема между 40 минути и 1 час
  3. Осигури си необходимите акаунти и абонаменти
  4. Предварителната подготовка и осигуряването на необходимите акаунти трябва да бъдат завършени преди първата сесия.

За лектора

  • Георги Найденов

    AI Product Manager @ SoftServe

    Георги Найденов е AI Product Manager и Claude Certified Architect - Professional (CCAR-P). Той е обучител, ментор и лектор на конференции, специализиран в бизнес анализ, продуктов мениджмънт и изкуствен интелект, включително машинно обучение (ML), генеративен AI (Gen AI) агентни AI системи (Agentic AI). 

    Има опит в разработването на product и project roadmaps и в ръководенето на екипи през различните етапи от жизнения цикъл на продукта (PDLC). Като обучител и ментор по бизнес анализ (BA) има експертиза и в предварителните продажби (pre-sales), разработването на нови услуги и превръщането на AI възможностите в реални бизнес резултати за клиенти в Европа, Северна Америка и Близкия изток. 

    Притежава и сертификатите CBAP, PMP и TOGAF Enterprise Architecture Practitioner. 

    Работил е основно в сферата на здравеопазването, с фокус върху сънната апнея, както и в областите на енергийната аналитика, киберсигурността, застраховането и логистиката.  

    Portfolio: https://georginaydenov.com

    Личен проект: Agentic AI Library

За нас

Общността зад AI Workshops

DEV.BG е общността, която вече повече от 10 години свързва и развива технологичните специалисти в България — с над 1800 събития и десетки хиляди участници през годините. AI Workshops е нашата програма за практични AI обучения: кратки и интензивни формати, водени от доказани експерти, създадени за конкретни аудитории и различни нива на AI зрялост.