ИИ для продакт-менеджер в банковском секторе

ИИ для продакт-менеджера в банке: конструктор промптов

Продакт-менеджер в банке ежедневно сталкивается с потоком задач: анализ клиентского поведения, приоритизация фич, генерация гипотез, подготовка спецификаций. ИИ-инструменты способны сократить рутину на 30–40%, но только при условии грамотно составленных промптов. Разберём анатомию эффективного запроса и дадим готовые шаблоны.

Структура эффективного промпта

Промпт для банковской сферы должен содержать пять обязательных блоков:

1. Роль — задайте контекст: «Ты — продуктовый аналитик в банке с опытом 10 лет».
2. Задача — чётко сформулируйте, что нужно получить: «Составь список гипотез для повышения конверсии в кредитный продукт».
3. Данные — укажите входные параметры: сегмент клиентов, продуктовую линейку, ограничения регулятора.
4. Формат вывода — определите структуру ответа: таблица, список, JSON, приоритизация по ICE-скоррингу.
5. Ограничения — запретите нежелательные элементы: «Не предлагай решения, требующие изменения ядра банковской системы».

Совет: всегда добавляйте в промпт фразу «Уточняй, если данных недостаточно» — это снижает риск галлюцинаций ИИ и повышает качество ответа.

Готовые шаблоны запросов

Шаблон 1. Анализ клиентского оттока

Промпт: «Ты — аналитик в банке. У нас есть данные по 10 000 клиентов с признаками: возраст, доход, активность в мобильном приложении, наличие кредита. Определи 5 ключевых факторов оттока и предложи 3 продукта-удержания. Выведи в виде таблицы: фактор, вес, продукт, ожидаемый эффект».

Настройка: замените признаки на свои, добавьте порог оттока (например, «отток = отсутствие транзакций 60 дней»).

Шаблон 2. Приоритизация бэклога

Промпт: «Ты — продакт-менеджер в банке. У меня есть 8 фич: биометрия, push-уведомления, чат-бот, кэшбэк, кредитный калькулятор, офлайн-карта, инвестиции, страхование. Оцени их по ICE-скоррингу (Impact, Confidence, Ease) для сегмента молодёжи 18–25 лет. Выведи рейтинг и обоснуй топ-3».

Настройка: измените сегмент, добавьте вес критериев (например, Impact × 0.5, Confidence × 0.3, Ease × 0.2).

Шаблон 3. Генерация пользовательских историй

Промпт: «Ты — системный аналитик. Создай 5 user stories для функции "автоплатёж по кредиту". Формат: Как [роль], я хочу [действие], чтобы [ценность]. Для каждой укажи критерии приёмки и негативные сценарии».

Настройка: укажите тип клиента (например, «зарплатный клиент»), добавьте требования безопасности (например, «двухфакторная аутентификация»).

Как настраивать промпты под себя

• Итеративность: первый ответ ИИ — черновик. Уточняйте: «Углуби анализ по фактору X», «Перепиши в более формальном стиле».
• Контекстная память: в диалоге ссылайтесь на предыдущие ответы: «Используй данные из твоего второго ответа».
• Адаптация под регуляторику: добавляйте в промпт «Учитывай требования ЦБ РФ и 152-ФЗ» — это фильтрует недопустимые решения.
• Тестирование на малых данных: перед массовым использованием проверьте промпт на 10–20 примерах, чтобы избежать ошибок.

Используйте эти шаблоны как каркас, адаптируя под конкретный продукт. Чем точнее промпт, тем выше ROI от ИИ в вашей работе.