Общее описание методологии

CREATE — это не просто набор промптов, а целостная методология, которая превращает хаотичную идею в прибыльный и масштабируемый веб-сервис, используя искусственный интеллект как центральный инструмент. Она была создана для решения одной из главных проблем при работе с большими языковыми моделями (LLM): потеря контекста.

Нейросети, особенно при выполнении сложных и многоэтапных задач, часто работают “в моменте”. Они могут генерировать блестящий текст или код для одного промпта, но забыть детали и нюансы, которые были упомянуты в предыдущем. Это приводит к фрагментации, потере логики и, как следствие, к созданию несвязных, нежизнеспособных “артефактов” вместо целостного продукта. CREATE решает эту проблему, превращая процесс в единую, последовательную цепь. Это своего рода нить продуктовой стратегии, на которую мы нанизываем бусины из артефактов. Каждая «бусина» — это результат работы над одним из этапов фреймворка (например, миссия, ценности, анализ конкурентов). Самое важное, что каждый последующий промпт использует результаты предыдущего в качестве своих входных данных. Таким образом, AI-модель постоянно «помнит» весь накопленный контекст, и каждый новый шаг органично вытекает из предыдущего.

Ключевые ценности фреймворка CREATE

Используя этот фреймворк, вы и ваша команда сможете:

Работать с фокусом на эмоции. Вместо того чтобы строить продукт вокруг сухих функций, вы будете решать настоящие эмоциональные проблемы пользователей, что приведет к созданию более востребованных продуктов.

Использовать данные как основу. Каждое решение — от идеи до монетизации — будет основано не на интуиции, а на реальных данных, анализируемых AI.

Итерировать с невероятной скоростью. Благодаря AI-инструментам, вы сможете генерировать идеи, создавать прототипы и тестировать гипотезы не за месяцы, а за дни или даже часы. Построить масштабируемую систему.

Ключевые артефакты

Пройдя через все этапы фреймворка, вы получите набор артефактов, которые станут основой для вашего продукта:

Context:

Vision & Mission: Вдохновляющее видение и четкая миссия, которые станут путеводной звездой для команды и AI.

Core Values: «Этический кодекс», который будет направлять AI в процессе генерации контента и взаимодействия с пользователями.

The Emotional Problem: Глубокое понимание эмоционального ядра проблемы, которое позволит создать продукт, который по-настоящему тронет пользователей.

Research:

Market Analysis: Подробные SWOT, PESTEL и анализ пяти сил Портера, которые дадут четкое понимание рынка.

Competitive Analysis: Выводы о сильных и слабых сторонах конкурентов и «пробелах» на рынке, которые вы можете заполнить.

User Research: Список болевых точек и карта пути пользователя (CJM), которые помогут точно настроить продукт под нужды аудитории.

User Archetypes: Детализированные портреты пользователей, которые будут служить основой для персонализации.

Elaboration:

Jobs to be Done: Конкретные задачи, которые нужно выполнить пользователю, чтобы решить его проблему.

AI-Powered Prototypes: Сценарии и макеты интерфейсов, которые будут использоваться для тестирования гипотез.

AARRR-моделирование: Прогноз воронки и план по оптимизации ключевых метрик.

MVP Concept: Четкая концепция минимального жизнеспособного продукта, готовая к сборке.

Assembly:

AI-Generated Content: Большая база уникального контента (например, рецептов), сгенерированного AI.

AI-Generated Code: Сценарии для создания API и UI-компонентов, готовых к интеграции.

Business Goals & Metrics: Конкретные, измеримые цели и метрики для отслеживания успеха.

Tuning:

AARRR-Analysis: Отчеты с анализом воронки и гипотезами по оптимизации.

User Feedback Analysis: Отчеты с выводами по отзывам и скрытым инсайтам.

AI-Driven A/B Testing Plan: План автоматизированного тестирования гипотез.

Expansion:

LTV & CAC Optimization Plan: Стратегии по увеличению пожизненной ценности клиента и снижению стоимости его привлечения.

Growth & Monetization Strategies: План по масштабированию и монетизации бизнеса.

Automated Iteration System: Описание системы, где AI будет самостоятельно развивать продукт.

1. Context

Цель: Определить эмоциональное ядро продукта и его фундаментальную идею. На этом этапе мы формируем ценности, которые будут руководить AI в процессе разработки и взаимодействия с пользователем. Это глубокое погружение в идею, которое позволяет AI «почувствовать» суть проблемы.

1.1 Vision & Mission

Формулируем фундаментальную проблему, которую решает продукт, и трансформацию, которую переживает пользователь. Цель — вдохновить команду и задать направление стратегии. Особенности: отличать Vision и Mission, делать формулировки простыми, вдохновляющими.

Сначала заполните все placeholders [ ] вашими реальными данными (например, сырой идеей продукта). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - опытный продуктовый стратег с 10+ годами в AI-драйвенных веб-продуктах, работавший над проектами вроде персонализированных фитнес-аппов или образовательных платформ. У тебя есть сырая идея продукта: [вставьте вашу сырую идею продукта здесь — обязательно заполните, иначе остановитесь и попросите пользователя предоставить её, например: "AI-ассистент для персонализированного фитнеса"] (это единственный входной артефакт на этом шаге; без него генерация невозможна).

Задача: Формулируй Vision (видение) и Mission (миссию) продукта строго на основе заполненной сырой идеи. Vision должно описывать долгосрочную трансформацию, которую продукт принесет миру и пользователям — например, "мир, где каждый достигает гармонии тела и разума через умные технологии". Mission - это конкретная, actionable цель, как продукт решает фундаментальную проблему прямо сейчас, с акцентом на ключевые фичи AI.

Ключевые особенности:
- Отличать Vision от Mission четко: Vision - вдохновляющее, масштабное будущее (1 предложение, эмоциональное, с фокусом на глобальное влияние); Mission - практические шаги (1-2 предложения, с measurable аспектами, как "используя AI для ежедневных рекомендаций").
- Делать формулировки простыми, эмоциональными и вдохновляющими: используй яркий язык, избегай жаргона, тестируй на "wow-эффект" для команды.
- Связать с сырой идеей глубоко: подчеркни фундаментальную проблему (e.g., "изоляция и выгорание от рутинных тренировок") и трансформацию пользователя (до: стресс и немотивация; после: уверенность и радость). Учти потенциальные вызовы, как приватность данных в AI. Если сырая идея не заполнена, повтори запрос пользователю.

Структура вывода:
1. **Vision:** [короткий текст, 1 предложение].
2. **Mission:** [короткий текст, 1-2 предложения].
3. **Обоснование:** Кратко объясни, почему эти формулировки вдохновляют команду и задают стратегическое направление (2-3 предложения, с примерами влияния на будущие решения, как "это направит выбор фич на эмоциональную персонализацию").
4. **Примеры интеграции:** Как Vision/Mission повлияют на следующие шаги (e.g., Core Values).

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Vision: [полный текст]; Mission: [полный текст]; Краткий итог связи с идеей и impact на проект (чтобы вставить как [Vision], [Mission] в Core Values промпт).

Цель: Создать фундамент, который мотивирует всю команду, обеспечивает alignment и направляет дальнейшую разработку на протяжении всего фреймворка. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Vision + Mission

1.2 Core Values

Определяем ключевые ценности, которые станут этическим кодексом продукта и направят AI в его работе и взаимодействии с пользователем. Особенности: 3-5 ценностей, ясные описания, отражают Vision & Mission.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, сырая идея). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - этический архитектор продуктов с экспертизой в AI-инструментах, участвовавший в разработке этичных платформ вроде AI-коучей для ментального здоровья. У тебя есть Vision: [вставьте Vision из саммари предыдущего шага — обязательно заполните], Mission: [вставьте Mission из саммари предыдущего шага — обязательно заполните], и сырая идея: [вставьте сырую идею из первого шага — обязательно заполните] (входные артефакты: Vision, Mission, Сырая идея продукта; без них остановитесь и попросите пользователя предоставить).

Задача: Определи ровно 3-5 ключевых Core Values (ценностей), которые станут этическим кодексом продукта строго на основе заполненных артефактов. Каждая ценность должна иметь ясное, лаконичное название, подробное описание (1-2 предложения) и объяснение влияния на продукт (как направляет AI-логику), команду (в принятии решений) и взаимодействие с пользователями (e.g., прозрачность рекомендаций).

Ключевые особенности:
- Ценности должны отражать Vision и Mission глубоко: быть вдохновляющими (e.g., "Эмпатия"), этичными (e.g., избегать bias в AI) и практическими (e.g., "Инновации через простоту").
- Ясные описания: Каждая — название + описание + влияние, с примерами (e.g., "Эмпатия: Понимать эмоциональное состояние пользователя. Влияние: AI адаптирует тренировки, снижая отток на 20%").
- Влияние: Укажи quantifiable аспекты, где возможно, и связь с сырой идеей (e.g., как ценность решает privacy concerns в фитнес-данных). Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Список Core Values:**
   - Ценность 1: [название]. [Описание, 1-2 предложения]. [Влияние на продукт/команду/AI/пользователей, с примером].
   - ... (для 3-5 ценностей, нумерованный список).
2. **Связь с Vision/Mission:** Краткий анализ, как ценности усиливают фундамент продукта (1-2 абзаца, с таблицей сравнения: Ценность | Связь с Vision | Связь с Mission).
3. **Потенциальные вызовы:** 1-2 предложения о том, как мониторить соблюдение ценностей в разработке.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Список Core Values: [полный нумерованный список с описаниями и влияниями]; Краткий итог связи с Vision/Mission и роли в этике (чтобы вставить как [Core Values] в Emotional Problem промпт).

Цель: Создать этический компас, который обеспечит coherentность, доверие пользователей и устойчивость продукта на всех этапах фреймворка. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Список Core Values с описаниями и влиянием на продукт / команды

1.3 The Emotional Problem

Определяем эмоцию (боль), стоящую за задачей, фокусируемся не на функции, а на эмоциональной стороне проблемы. Это позволяет создавать более персонализированные решения. Особенности: “до-после”, эмоциональная глубина, связка с Vision, Mission, Core Values.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Core Values, сырая идея). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - эмпатичный исследователь пользовательского опыта в AI-продуктах с background в психологии UX, анализировавший тысячи отзывов для apps вроде ментальных health trackers. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Core Values: [вставьте список ценностей из саммари Core Values — обязательно заполните, e.g., "Эмпатия: ..."], и сырая идея: [вставьте сырую идею из первого шага — обязательно заполните] (входные артефакты: Vision, Mission, Core Values, Raw Idea; без них остановитесь и попросите пользователя предоставить).

Задача: Определи эмоциональную проблему (боль), стоящую за задачей продукта строго на основе заполненных артефактов, фокусируясь на эмоциях: страхах (e.g., неудача), фрустрациях (e.g., отсутствие прогресса), желаниях (e.g., свобода). Создай детальный сценарий "до-после", показывающий трансформацию, и свяжи с Core Values (e.g., как эмпатия исцеляет боль).

Ключевые особенности:
- Эмоциональная глубина: Используй "до" (текущая боль: описать чувства, триггеры из жизни, 150 слов) и "после" (облегчение от продукта: радость, empowerment, 150 слов), с визуализацией эмоций (e.g., шкала от -5 до +5).
- Связь: Интегрируй с Vision, Mission, Core Values - покажи, как продукт исцеляет эту боль этично (e.g., AI без judgment), и учти демографию из идеи (e.g., busy professionals).
- Конкретность: Выдели 1-2 ключевые эмоции + 2-3 примера из жизни пользователя (e.g., "утренний стресс от зеркала"). Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Описание эмоциональной проблемы:** [детальный текст, 200-300 слов, с фокусом на эмоции, примерами и статистикой, если релевантно (e.g., "70% пользователей фитнес-аппов бросают из-за frustration")].
2. **Сценарий "До-После":** 
   - До: [эмоциональное состояние пользователя, с триггерами и цитатами].
   - После: [трансформация через продукт, с AI-ролью и Core Values tie-in].
3. **Связь с контекстом:** Как это усиливает Vision/Mission/Core Values (1 абзац, с bullet points преимуществ).
4. **Рекомендации для следующих шагов:** Как использовать эту боль в Research (e.g., в опросах).

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Описание эмоциональной проблемы: [краткий excerpt 50-100 слов]; Сценарий "До-После": [краткие версии]; Краткий итог трансформации и связи с Core Values (чтобы вставить как [Emotional Problem] в Online Research промпт).

Цель: Сделать продукт более персонализированным и empathetic, фокусируясь на человеческой стороне, чтобы повысить retention и лояльность с самого начала фреймворка. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Описание эмоциональной проблемы; сценарий “до-после”

2. Research

Цель: Собрать и проанализировать все доступные данные, чтобы получить полное представление о рынке, конкурентах и аудитории. AI используется как мощный аналитический инструмент для выявления неочевидных инсайтов.

2.1 Online Research & Trend Analysis

Сбор данных из открытых источников (статьи, соцсети и т.д.) для понимания текущих трендов, проблем, интересов целевой аудитории. Особенности: собрать ключевые тренды, часто задаваемые вопросы, анализ настроений, инсайты для продукта.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Core Values, ключевые темы). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - аналитик трендов в веб-разработке с AI, с опытом мониторинга рынков для продуктов вроде AI-driven e-commerce. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Core Values: [вставьте список ценностей из саммари Core Values — обязательно заполните, e.g., "Эмпатия: ..."], и ключевые темы/слова: [вставьте ключевые темы на основе Emotional Problem из саммари Emotional Problem — обязательно заполните, e.g., "персонализированный фитнес, эмоциональное здоровье"] (входные артефакты: Vision, Mission, Core Values; ключевые темы / слова; без них остановитесь и попросите пользователя предоставить).

Задача: Проведи симулированное онлайн-исследование (на основе знаний до 2023, но экстраполируй на текущие тенденции 2025 года): собери данные из источников вроде статей (Medium, TechCrunch), соцсетей (Twitter/X, Reddit), отчетов (Gartner, Statista). Выдели 5-7 ключевых трендов, 5 часто задаваемых вопросов, анализ настроений и 4-6 инсайтов для продукта строго на основе заполненных артефактов.

Ключевые особенности:
- Источники: Укажи 3-5 реальных/симулированных ссылок или названий (e.g., "Gartner 2025 AI Trends"), с краткими цитатами, связанными с темами.
- Фокус: Тренды (e.g., "Рост AI-персонализации на 40%"), вопросы (e.g., "Как AI понимает мои эмоции?"), настроения (e.g., 65% позитив по этичному AI, с breakdown по эмоциям: excitement 50%, concern 35%), aligned с Core Values.
- Инсайты: Actionable, связанные с темами и Core Values (e.g., "Интегрировать эмпатию в AI для снижения churn"). Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Отчёт по трендам:** [нумерованный список 5-7 трендов с источниками, описаниями (50 слов каждый) и влиянием на продукт].
2. **Часто задаваемые вопросы:** [список 5 вопросов с контекстом из источников и предложениями для опросов].
3. **Анализ настроений:** [описание + простая таблица: Эмоция | % | Примеры; или текстовый график].
4. **Инсайты для продукта:** [4-6 actionable, с приоритетами High/Med/Low и связью с Vision].
5. **Методология:** Кратко, как ты "провел" поиск (e.g., keywords used).

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Ключевые тренды: [топ-3 с краткими описаниями]; Вопросы пользователей: [топ-3]; Анализ настроения: [% позитив/негатив]; Инсайты: [топ-2 actionable] (чтобы вставить как [результаты Online Research & Trend Analysis] в Surveys & Interviews промпт).

Цель: Получить timely данные для понимания рынка и аудитории, чтобы продукт был competitive и aligned с текущими нуждами. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Отчёт: тренды + вопросы пользователей + анализ настроения + инсайты

2.2 Surveys & Interviews

Создание вопросов для глубинных интервью и количественных опросов. Цель — получить качественные и количественные данные об аудитории, их мотивациях, барьерах. Особенности: открытые + закрытые вопросы, план анализа, объяснение, зачем какие вопросы.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Core Values, Emotional Problem, результаты Online Research). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - специалист по качественным исследованиям в продуктах с PhD в behavioral science, создавший опросы для AI-аппов вроде Duolingo. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Core Values: [вставьте список ценностей из саммари Core Values — обязательно заполните], Emotional Problem: [вставьте описание из саммари Emotional Problem — обязательно заполните], и результаты Online Research: [вставьте ключевые тренды/вопросы из саммари Online Research — обязательно заполните, e.g., "Тренд: эмоциональный AI, вопрос: 'Как мотивировать себя?'"] (входные артефакты: Vision, Mission, Core Values; Emotional Problem; результаты Online Research & Trend Analysis; без них остановитесь и попросите пользователя предоставить).

Задача: Создай полный набор вопросов: 5-7 для глубинных интервью (открытые, exploratory) и 10-15 для количественного опроса (закрытые, Likert scales, multiple choice) строго на основе заполненных артефактов. Добавь детальный план анализа данных (qual/quant methods) и 3-4 предварительных инсайта на основе research.

Ключевые особенности:
- Вопросы: Открытые для мотиваций/барьеров (e.g., "Расскажите о моменте, когда вы чувствовали фрустрацию в фитнесе?"), закрытые для quantifiable (e.g., "Насколько важна эмоциональная адаптация? 1-5"), aligned с Emotional Problem и трендами.
- Объяснение: Для каждого блока — зачем вопросы нужны (связь с Emotional Problem/Vision, e.g., "Чтобы выявить боли для эмпатичного AI"), с target audience (e.g., 20-40 лет, busy pros).
- План анализа: Шаги (e.g., thematic coding for interviews via NVivo-like, stats for surveys via Excel/SPSS: means, correlations). Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Набор вопросов для интервью:** [список 5-7 открытых + объяснения для каждого (1 предложение), с flow: intro, deep dive, close].
2. **Набор вопросов для опроса:** [список 10-15 + шкалы/types, grouped by themes e.g., Pain, Needs].
3. **План анализа:** [нумерованные шаги: сбор (n=50 surveys, 10 interviews), обработка (tools), вывод инсайтов (cross-tab with demographics)].
4. **Предварительные инсайты:** [3-4 гипотезы, e.g., "80% пользователей хотят AI-эмоциональный support", с обоснованием из research].
5. **Этические соображения:** Как обеспечить privacy в вопросах (tie to Core Values).

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Набор вопросов для интервью: [топ-3 открытых с объяснениями]; Набор вопросов для опроса: [топ-3 закрытых]; План анализа: [краткие шаги]; Предварительные инсайты: [3-4 гипотезы] (чтобы вставить как [результаты Surveys/Interviews] в Market Research промпт).

Цель: Получить глубокие, mixed-method данные об аудитории для точной персонализации продукта и валидации идей на раннем этапе. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Набор вопросов для интервью и опроса; план анализа; предварительные инсайты

2.3 Market Research

Анализ рынка: сильные/слабые стороны, угрозы, возможности; макро-факторы; размер рынка и долей. Особенности: конкретные оценки, данные, аргументы.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Core Values, возможно результаты Surveys, темы исследования). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - стратегический аналитик рынка для AI-веб-продуктов с опытом в консалтинге для startups вроде Calm или Peloton. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Core Values: [вставьте список ценностей из саммари Core Values — обязательно заполните], возможно результаты Surveys: [вставьте из саммари Surveys, если доступно — заполните или укажите "N/A"], и темы исследования: [вставьте темы на основе предыдущих артефактов — обязательно заполните, e.g., "AI в фитнесе, эмоциональное коучинг"] (входные артефакты: Vision, Mission, Core Values; возможно результаты Surveys/Interviews; темы исследования; без них остановитесь и попросите пользователя предоставить).

Задача: Проведи полный анализ рынка: SWOT (для гипотетического продукта), PESTEL (макро-факторы с 2-3 пунктами на каждый), 5 сил Портера (уровень угрозы Low/Med/High), TAM/SAM/SOM (оценки в $ с ростом %) строго на основе заполненных артефактов. Используй конкретные данные (симулируй из источников вроде Statista 2025).

Ключевые особенности:
- Конкретность: Числа (e.g., TAM $15B в 2025, рост 25%), аргументы с 2-3 источниками на раздел (e.g., "Statista: AI fitness market $5B SAM").
- Связь: Как анализ влияет на стратегию (e.g., Opportunity из PESTEL: tech advances для AI-эмоций, tie to Core Values).
- Глубина: Учти текущий год (2025), e.g., post-GDPR AI regs. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **SWOT Анализ:** Таблица Markdown: | Category | Points (3-5 each) | Impact on Product |.
2. **PESTEL Анализ:** [Разделы: Political (e.g., AI ethics laws), Economic, etc. — 2-3 фактора с влиянием и источниками].
3. **5 Сил Портера:** [Нумерованный список: Force 1: Description, Threat Level, Mitigation].
4. **TAM/SAM/SOM:** [Таблица: Metric | Estimate 2025 | Growth Rate | Justification/Source].
5. **Стратегические инсайты:** [3-5 рекомендаций, prioritized, e.g., "Enter SAM via partnerships"].

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — SWOT: [краткие ключевые points по категориям]; PESTEL и 5 сил: [топ-2 фактора/силы]; TAM/SAM/SOM: [оценки]; Стратегические инсайты: [топ-3] (чтобы вставить как [результаты Market Research] в Competitive Analysis промпт).

Цель: Оценить рыночный ландшафт для обоснованных, data-backed решений и минимизации рисков в фреймворке. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

SWOT, PESTEL, анализ пяти сил; TAM/SAM/SOM; стратегические инсайты

2.4 Competitive Analysis

Анализ конкурентов: их сильные/слабые стороны, маркетинговые сообщения, отзывы, пробелы на рынке. Цель — выявить точки, где можно отличиться. Особенности: примеры, реальные данные, сравнения.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Core Values, результаты Market Research, Online Research). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - конкурентный разведчик в AI-продуктах с инструментами вроде SimilarWeb, анализировавший rivals для Nike Training Club. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Core Values: [вставьте список ценностей из саммари Core Values — обязательно заполните], результаты Market Research: [вставьте ключевые insights из саммари Market Research — обязательно заполните, e.g., "Opportunity in emotional AI"], и Online Research: [вставьте тренды из саммари Online Research — обязательно заполните] (входные артефакты: Vision, Mission, Core Values; результаты Market Research & Online Research; без них остановитесь и попросите пользователя предоставить).

Задача: Проанализируй 4-6 ключевых конкурентов (e.g., MyFitnessPal, Freeletics): сильные/слабые стороны (3-4 на каждого), маркетинговые сообщения (key slogans), отзывы (ratings, themes from App Store/Google Play), пробелы на рынке строго на основе заполненных артефактов. Выяви 4-5 точек дифференциации для твоего продукта.

Ключевые особенности:
- Реальные данные: Симулируй свежие (2025) отзывы (e.g., "4.2/5, complaint: no emotional support"), сравнения в таблице.
- Примеры: Конкретные фичи (e.g., "Конкурент X: basic tracking; Мы: AI-emotion adapt, tie to Empathy value").
- Дифференциация: Связь с Vision (e.g., "Заполнить gap в ментальном фитнесе"). Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Таблица конкурентов:** Markdown: | Competitor | Strengths (3-4) | Weaknesses (3-4) | Marketing Messages | User Reviews Summary (rating/themes) |.
2. **Рыночные пробелы:** [список 4-5 gaps + возможности, e.g., "Gap: Emotional integration — Opportunity: AI empathy module"].
3. **Рекомендации:** [3 стратегии дифференциации, with metrics e.g., "Target 20% market share via unique feature"].
4. **Источники:** Список 3-5 (e.g., App Annie data).

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Таблица конкурентов: [краткий обзор топ-2 конкурентов с strengths/weaknesses]; Рыночные пробелы: [топ-3 gaps + opportunities] (чтобы вставить как [результаты Competitive Analysis] в Risk Landscapes промпт).

Цель: Найти уникальные преимущества для sharp позиционирования и competitive edge в продукте. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Таблица конкурентов со слабостями и сильными сторонами + рыночные возможности

2.5 Risk Landscapes

(Формально шаг, где выявляем возможные риски: внешние / внутренние) Анализ факторов, которые могут мешать реализации продукта. Особенности: охват макро-рисков, конкуренции, технологических и др.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (результаты Market Research, Competitive Analysis). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - риск-менеджер для стартапов с AI, сертифицированный PMP, минимизировавший риски для продуктов вроде AI-health apps. У тебя есть результаты Market Research: [вставьте SWOT/PESTEL/5 Forces из саммари Market Research — обязательно заполните, e.g., "High threat from regs"], Competitive Analysis: [вставьте ключевые insights из саммари Competitive Analysis — обязательно заполните, e.g., "Gaps in emotional AI"] (входные артефакты: Аналогично Market Research + Competitive Analysis; без них остановитесь и попросите пользователя предоставить).

Задача: Выяви 8-12 возможных рисков: внешние (макро e.g., AI regulations 2025, конкуренция), внутренние (tech e.g., AI bias, org e.g., team burnout) строго на основе заполненных артефактов. Создай риск-карту с probability/impact scores (1-10), и 1-2 mitigation steps на риск.

Ключевые особенности:
- Охват: Макро (e.g., economic downturn), конкуренция (copycats), технологии (scalability), с tie to предыдущим анализом (e.g., ethical risk from bias).
- Карта: Матрица в таблице (High probability/impact prioritized).
- Quantify: e.g., "Probability 7/10 based on PESTEL regs". Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Отчёт по рискам:** [Нумерованный список 8-12 с описаниями (50 слов), category и tie to artifacts].
2. **Риск-карта:** Markdown table: | Risk | Category | Probability (1-10) | Impact (1-10) | Priority | Mitigation Steps (1-2) |.
3. **Приоритетные риски:** Топ-5 с deep dive (potential cost, timeline delay).
4. **Общий risk score:** Aggregate (e.g., total 45/100) и advice.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Отчёт по рискам: [топ-3 риска с описаниями]; Риск-карта: [краткая таблица топ-рисков]; Приоритетные риски: [топ-3 с mitigation] (чтобы вставить как [результаты Risk Landscapes] в User Archetypes промпт, если применимо).

Цель: Заранее увидеть и нейтрализовать угрозы для устойчивой, resilient разработки. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Отчёт по рискам / риск-карта

2.6 User Archetypes

Создаём дескрипции типичных пользователей: цели, мотивации, страхи, поведение, как они взаимодействуют с продуктом. Особенности: глубокие портреты, эмоциональное состояние до/после, сценарии использования.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Core Values, Pain Points). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - дизайнер персон в UX для AI с опытом создания archetypes для apps вроде Headspace. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Core Values: [вставьте список ценностей из саммари Core Values — обязательно заполните], Pain Points: [вставьте эмоциональную проблему + боли из саммари Emotional Problem — обязательно заполните, e.g., "фрустрация, страх неудачи"] (входные артефакты: Vision, Mission, Core Values; Pain Points; без них остановитесь и попросите пользователя предоставить).

Задача: Создай 3-4 детальных архетипа пользователей (Personas): демография (age, job), цели/мотивации (2-3), страхи/барьеры (2-3), поведение (daily habits), сценарии взаимодействия (2 use cases) строго на основе заполненных артефактов. Включи эмоциональное состояние до/после продукта.

Ключевые особенности:
- Глубокие портреты: Имя, фото-описание (text-based), 1-2 цитаты, backstory (100 слов).
- Эмоции: Связь с Pain Points - шкала эмоций, как продукт трансформирует (tie to Core Values e.g., empathy-driven scenarios).
- Разнообразие: Cover different segments (e.g., beginner vs pro). Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Архетип 1: [Имя, e.g., Anna the Busy Mom]** [Описание: демо, backstory, цели, мотивации, страхи, поведение (200 слов)].
   - Эмоциональное состояние: До [ -3 frustration] / После [+4 empowerment].
   - Сценарии: [2 примера, with AI interaction steps].
2. ... (для 3-4 архетипов).
3. **Общий инсайт:** Как архетипы отражают аудиторию и влияют на CJM (1 абзац, with overlap table).
4. **Validation tips:** How to test personas in interviews.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Архетипы пользователей: [краткие описания 3-4, включая демо и боли]; Общий инсайт: [ключевой абзац] (чтобы вставить как [Архетипы] в CJM + Pain Points промпт).

Цель: Создать empathetic основы для дизайна, чтобы продукт resonated с реальными пользователями. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

3-4 архетипа пользователей с описаниями, мотивациями, болями и сценариями

2.7 CJM+Pain Points

Построение карты пути пользователя (Customer Journey Map), выделение болевых точек, эмоциональных состояний на каждом этапе пути. Особенности: использование данных из Survey/Interviews, эмоциональная компонента, конкретные шаги.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Архетипы, результаты интервью/опросов, эмоциональная проблема). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - маппер customer journey в продуктах с Figma expertise, строивший CJM для AI-apps вроде Calm. У тебя есть Архетипы: [вставьте краткие описания из саммари User Archetypes — обязательно заполните, e.g., "Anna: busy mom, frustration"], результаты интервью/опросов: [вставьте ключевые цитаты/данные из саммари Surveys — обязательно заполните, e.g., "Цитата: 'Я бросаю из-за отсутствия мотивации'"], эмоциональная проблема: [вставьте описание из саммари Emotional Problem — обязательно заполните] (входные артефакты: Архетипы; результаты интервью / опросов; эмоциональная проблема; без них остановитесь и попросите пользователя предоставить).

Задача: Построй детальную Customer Journey Map (CJM) для 1-2 архетипов: этапы (Awareness to Advocacy, 5-7), действия, эмоциональные состояния (scale), touchpoints, болевые точки (4-6 ключевых) строго на основе заполненных артефактов. Выдели боли с цитатами и предложениями решений.

Ключевые особенности:
- Этапы: Standard AARRR-aligned, with sub-steps (e.g., Awareness: social ad click).
- Эмоциональная компонента: График эмоций (text or table), peaks/troughs, tied to Emotional Problem.
- Боли: 4-6 с severity (High/Med), цитатами, tie to архетипам. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **CJM Карта:** Markdown table: | Этап | User Actions | Emotions (scale -5 to +5) | Touchpoints | Pains/Opportunities (with quotes) |.
2. **Список ключевых болевых точек:** [4-6: Description, Severity, Example/Quote, Archetype Link, Solution Idea].
3. **Рекомендации:** [4 идеи, prioritized, e.g., "AI nudge at frustration peak"].
4. **Visual note:** Suggest Figma wire for graph.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — CJM Карта: [краткая таблица топ-этапов с pains]; Список ключевых болевых точек: [топ-4 с quotes и solutions] (чтобы вставить как [CJM + Pain Points] в Elaboration этап, если применимо).

Цель: Визуализировать путь для targeted улучшений и empathy-driven фич. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Карта пути пользователя + список ключевых болевых точек (с примерами / цитатами)

3. Elaboration

Цель: Быстро проверять гипотезы с помощью AI и No-Code, чтобы найти работающую идею. Здесь мы переводим инсайты из «Research» в конкретные, проверяемые решения.

3.1 JTBD & AI Ideation

Формулируем Jobs-To-Be-Done (когда-я-хочу-чтобы-…) и генерируем идеи решений, используя AI, основанные на этих задачах. Особенности: соответствие Core Values, разнообразие идей, практическая ориентация.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Pain Points, User Archetypes, Emotional Problem). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - идеатор на базе JTBD для AI с опытом в Google Ventures-like workshops. У тебя есть Pain Points: [вставьте список болей из саммари CJM + Pain Points — обязательно заполните], User Archetypes: [вставьте краткие описания из саммари User Archetypes — обязательно заполните], Emotional Problem: [вставьте описание из саммари Emotional Problem — обязательно заполните] (входные артефакты: Pain Points; User Archetypes; Emotional Problem, как в row12; без них остановитесь и попросите пользователя предоставить).

Задача: Формулируй 5-8 Jobs-To-Be-Done (JTBD) в формате "Когда я [context], я хочу [action], чтобы [outcome]" (user-focused) строго на основе заполненных артефактов. Затем генерируй 2-3 AI-идеи решений для каждой (features, AI role).

Ключевые особенности:
- Соответствие: Align с Core Values из Context (e.g., ethical AI for empathy), разнообразие (chat, predictive, generative).
- Практичность: Web-feasible for MVP, with feasibility score (1-5).
- AI-фокус: e.g., "NLP for emotional detection". Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Список JTBD:** [5-8 формулировок, grouped by archetype].
2. **Идеи решений:** Для каждой JTBD - 2-3: [Description, AI Role, Pain Tie, Feasibility].
3. **Приоритизация:** Таблица: JTBD | Impact Score | Priority.
4. **Innovation spark:** 1 wild idea per JTBD.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Список JTBD: [топ-5 формулировок]; Идеи решений: [топ-2 JTBD с 1-2 идеями каждая]; Приоритизация: [топ-3 JTBD] (чтобы вставить как [JTBD & идеи решений] в AI Prototyping & AARRR промпт, row13).

Цель: Генерировать инновационные, user-centric идеи для robust ideation phase. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Список JTBD; идеи функциональных решений под каждую JTBD

3.2 AI Prototyping & AARRR

Разрабатываем прототипы (макеты / сценарии взаимодействия), моделируем воронку AARRR (Acquisition, Activation, Retention, Referral, Revenue). Цель — проверить гипотезы, увидеть, где узкие места. Особенности: несколько вариантов; прогнозы конверсий; удержание и рефералы.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (JTBD & идеи решений, контекст продукта). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - прототипер AI-продуктов с tools like Figma and Bubble. У тебя есть JTBD & идеи решений: [вставьте список JTBD + идеи из саммари JTBD — обязательно заполните], контекст продукта: [вставьте Vision/Mission кратко из саммари Context — обязательно заполните] (входные артефакты: JTBD & идеи решений; контекст продукта, как в row13; без них остановитесь и попросите пользователя предоставить).

Задача: Разработай 3-5 прототипов (text wireframes, interaction flows) строго на основе заполненных артефактов. Моделируй AARRR-воронку с прогнозами (e.g., Activation 45%) и механиками.

Ключевые особенности:
- Несколько вариантов: 1 low-fi (текст), 1 hi-fi (детальный сценарий).
- Прогнозы: e.g., Activation 40% - обоснование.
- Удержание/рефералы: Механики (e.g., AI-уведомления). Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Набор прототипов / сценариев:** [3-5: описание + ключевые экраны/взаимодействия].
2. **AARRR-воронка + прогнозы:** Диаграмма/таблица: Этап, Метрики, Прогноз конверсии, Механики удержания / рефералов.
3. **Узкие места:** Потенциальные bottlenecks + гипотезы.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Набор прототипов: [топ-2 с описаниями]; AARRR-воронка: [краткая таблица с прогнозами и механиками]; Узкие места: [топ-2 bottlenecks] (чтобы вставить как [JTBD & идеи решений; прототипы / AARRR] в Onboarding промпт, row14).

Цель: Проверить гипотезы на раннем этапе. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Набор прототипов / сценариев; AARRR-воронка + прогнозы и механики удержания / рефералов

3.3 Onboarding

Определяем, какими будут сценарии онбординга пользователя. Особенности: чёткие требования; приоритеты в функциях; удобство первого взаимодействия.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Core Values, MVP концепция). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - дизайнер онбординга для веб-AI с A/B test experience. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Core Values: [вставьте список ценностей из саммари Core Values — обязательно заполните], MVP концепция: [вставьте из саммари AI Prototyping — обязательно заполните] (входные артефакты: Vision, Mission, Core Values; MVP концепция, как в row14; без них остановитесь и попросите пользователя предоставить).

Задача: Определяем, какими будут функциональные требования продукта + сценарий онбординга пользователя строго на основе заполненных артефактов. Особенности: чёткие требования; приоритеты в функциях; удобство первого взаимодействия.

Ключевые особенности:
- Чёткие требования: User stories (As a [user], I want [feature] so that [benefit]).
- Приоритеты: MVP-focus, удобство (e.g., 3-шаговый онбординг).
- Связь: Align с ценностями (e.g., ethical data collection). Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Документ с функциональными требованиями:** [список 5-7 с приоритетами High/Med/Low].
2. **Сценарий онбординга:** Шаги: 1. [Шаг], Эмоции/Цель.
3. **Метрики успеха:** e.g., Completion rate >80%.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Функциональные требования: [топ-3 с приоритетами]; Сценарий онбординга: [топ-3 шагов]; Метрики: [ключевые] (чтобы вставить как [Документ с функциональными требованиями; сценарий онбординга] в Functional Requirements промпт, row15).

Цель: Обеспечить seamless первое взаимодействие. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Документ с функциональными требованиями; сценарий онбординга

3.4 Functional Requirements

Функциональные требования фиксируют, какие именно функции должен выполнять продукт. Это перевод пользовательских историй в конкретные задачи для разработки.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Personas, JTBD, CJM, MVP Plan). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - системный аналитик для AI-веб с agile backlog mastery. У тебя есть Personas: [вставьте архетипы из саммари User Archetypes — обязательно заполните], JTBD: [вставьте список из саммари JTBD — обязательно заполните], CJM: [вставьте ключевые этапы из саммари CJM — обязательно заполните], MVP Plan: [вставьте из саммари Onboarding или MVP Plan — обязательно заполните] (входные артефакты: Personas, JTBD, CJM, MVP Plan, как в row15; без них остановитесь и попросите пользователя предоставить).

Задача: Функциональные требования фиксируют, какие именно функции должен выполнять продукт. Это перевод пользовательских историй в конкретные задачи для разработки строго на основе заполненных артефактов. Создай приоритизированный backlog.

Ключевые особенности:
- Конкретность: Для каждой фичи - описание, inputs/outputs, AI-роль.
- Backlog: MoSCoW метод (Must/Should/Could/Won't).
- Связь: С CJM болями. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **User Stories + Acceptance Criteria:** [5-8 историй: As a..., I want..., So that... + Criteria list].
2. **Приоритизированный Backlog:** Таблица: Feature, Priority, Effort Estimate.
3. **Общий обзор:** Как требования покрывают MVP (1 абзац).

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — User Stories + AC: [топ-3 с criteria]; Backlog: [краткая таблица]; Обзор: [ключевой абзац] (чтобы вставить как [User Stories + Acceptance Criteria, Приоритизированный backlog] в MVP Plan промпт, row16).

Цель: Дать четкий план для разработки. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Документ функциональных требований, User Stories + Acceptance Criteria, Приоритизированный backlog

3.5 MVP Plan

Проектируем минимально жизнеспособный продукт (MVP) на No-Code/быструю проверку гипотез. Определяем ключевые функции, метрики, выбираем инструменты. Особенности: фокус на одну важную JTBD, минимизация затрат, проверка гипотез; рекомендации по платформам.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (JTBD, идеи, AARRR). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - MVP-стратег для No-Code AI with lean startup experience. У тебя есть JTBD: [вставьте из саммари JTBD — обязательно заполните], идеи решения: [вставьте из саммари JTBD — обязательно заполните], AARRR модель: [вставьте из саммари AI Prototyping — обязательно заполните] (входные артефакты: JTBD; идеи решения; AARRR модель, как в row16; без них остановитесь и попросите пользователя предоставить).

Задача: Проектируем минимально жизнеспособный продукт (MVP) на No-Code/быструю проверку гипотез строго на основе заполненных артефактов. Определяем ключевые функции, метрики, выбираем инструменты. Особенности: фокус на одну важную JTBD, минимизация затрат, проверка гипотез; рекомендации по платформам.

Ключевые особенности:
- Фокус: На одну JTBD, low-cost.
- Метрики: e.g., Activation rate, NPS.
- Рекомендации: 3 платформы + pros/cons. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Концепция MVP:** [описание: ключевые функции, scope].
2. **Ключевые метрики для валидации:** [список 4-6 с targets].
3. **Рекомендации по инструментам:** [3 опции + pros/cons].
4. **Фокус JTBD:** Укажите основную.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Концепция MVP: [краткое описание с функциями]; Ключевые метрики: [топ-3 с targets]; Рекомендации: [топ-2 tools] (чтобы вставить как [MVP концепция; ключевые метрики] в Financial Model промпт, row17).

Цель: Быстрая проверка гипотез без перерасхода. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Концепция MVP; ключевые метрики для валидации; рекомендации по инструментам

3.6 Financial Model

Создание базовой финансовой модели (доходы / расходы) и плана запуска продукта на рынок (Time to Market). Особенности: реальные оценки, зависимости, временные рамки.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Core Values, MVP концепция). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - финансовый моделист для стартапов with Excel mastery. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Core Values: [вставьте список ценностей из саммари Core Values — обязательно заполните], MVP концепция: [вставьте из саммари MVP Plan — обязательно заполните] (входные артефакты: Vision, Mission, Core Values; MVP концепция, как в row17; без них остановитесь и попросите пользователя предоставить).

Задача: Создание базовой финансовой модели (доходы / расходы) и плана запуска продукта на рынок (Time to Market) строго на основе заполненных артефактов. Особенности: реальные оценки, зависимости, временные рамки.

Ключевые особенности:
- Реальные оценки: Assumptions (e.g., 100 users/month @ $10).
- Зависимости: От метрик AARRR.
- Таблицы: Для clarity. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Финансовая модель:** Таблица: Month, Revenue, Expenses, Cash Flow, Break-even.
2. **Ключевые assumptions:** [список 5-7].
3. **План Time-to-Market:** Этапы: [timeline 3-6 мес].
4. **Sensitivity:** 1 сценарий (worst case).

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Финансовая модель: [краткая таблица топ-3 месяцев]; Assumptions: [топ-3]; TTM план: [ключевые этапы] (чтобы вставить как [Финансовая модель; план Time-to-Market] в Time-to-Market Plan промпт, row18).

Цель: Обеспечить viability запуска. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Финансовая модель; план Time-to-Market

3.7 Time-to-Market Plan

T2M Plan определяет сроки вывода MVP на рынок и основные этапы разработки. Это мост между продуктовой концепцией и её первой реальной версией.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (MVP Plan, Functional Requirements, Risk Check, Team Resources). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - проектный менеджер для AI-MVP with Gantt tools. У тебя есть MVP Plan: [вставьте концепцию из саммари MVP Plan — обязательно заполните], Functional Requirements: [вставьте backlog из саммари Functional Requirements — обязательно заполните], Risk Check: [вставьте из саммари Risk Landscapes, если доступно — заполните или "N/A"], Team Resources: [вставьте, e.g., "3 devs, budget $10K" — обязательно заполните] (входные артефакты: MVP Plan, Functional Requirements, Risk Check, Team Resources, как в row18; без них остановитесь и попросите пользователя предоставить).

Задача: T2M Plan определяет сроки вывода MVP на рынок и основные этапы разработки. Это мост между продуктовой концепцией и её первой реальной версией строго на основе заполненных артефактов.

Ключевые особенности:
- Таймлайн: Gantt-like в таблице.
- Майлстоуны: e.g., Prototype ready Week 4.
- Релиз: Beta launch plan. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Таймлайн разработки (roadmap):** Таблица: Week, Tasks, Milestones, Dependencies.
2. **Список ключевых майлстоунов:** [5-7 с датами].
3. **План релиза MVP:** [шаги post-dev].
4. **Buffer:** Для рисков.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Таймлайн разработки: [краткая таблица топ-недель]; Ключевые майлстоуны: [топ-3 с датами]; План релиза: [ключевые шаги] (чтобы вставить как [Таймлайн разработки (roadmap), Список ключевых майлстоунов, План релиза MVP] в Business Goals & Metrics промпт, row19).

Цель: Мост от концепции к реальности. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Таймлайн разработки (roadmap), Список ключевых майлстоунов, План релиза MVP

3.8 Business Goals & Metrics

Определяем измеримые бизнес-цели и ключевые метрики (например CAC, LTV, активация), которые будут отслеживаться с первого дня. Особенности: конкретность, привязка ко всем предыдущим артефактам, реалистичность с учётом ресурсов.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (MVP концепция, AARRR модель, контекст продукта). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - метрики-специалист для продуктов with OKR experience. У тебя есть MVP концепция: [вставьте описание из саммари MVP Plan — обязательно заполните], AARRR модель: [вставьте воронку из саммари AI Prototyping — обязательно заполните], контекст продукта: [вставьте Vision/Mission кратко из саммари Context — обязательно заполните] (входные артефакты: MVP концепция; AARRR модель; контекст продукта, как в row19; без них остановитесь и попросите пользователя предоставить).

Задача: Определяем измеримые бизнес-цели и ключевые метрики (например CAC, LTV, активация), которые будут отслеживаться с первого дня строго на основе заполненных артефактов. Особенности: конкретность, привязка ко всем предыдущим артефактам, реалистичность с учётом ресурсов.

Ключевые особенности:
- Конкретность: SMART цели, привязка к артефактам.
- Реалистичность: Учёт ресурсов.
- Интеграция: С AARRR. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Список бизнес целей:** [4-6 с timelines].
2. **Ключевые метрики с описанием:** Таблица: Metric, Description, How to Measure, Why Important.
3. **Dashboard идея:** [предложения tools e.g., Google Analytics].
4. **Tracking план:** Quarterly review.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Список бизнес целей: [топ-3 с timelines]; Ключевые метрики: [топ-3 с описаниями]; Dashboard: [ключевые tools] (чтобы вставить как [Список бизнес целей + ключевых метрик с описанием как и зачем измерять] в Risk Check промпт, row20).

Цель: Отслеживать успех с первого дня. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Список бизнес целей + ключевых метрик с описанием как и зачем измерять

3.9 Risk check

Risk Check — это проверка жизнеспособности MVP до начала реальной сборки. На этом шаге оцениваются риски реализации продукта: технические, организационные, финансовые и рыночные. Задача этапа — заранее увидеть слабые места, которые могут сорвать запуск.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (MVP Plan, AARRR-модель, Personas и Pain Points, Финансовая модель). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - валидатор MVP для AI with risk matrix tools. У тебя есть MVP Plan: [вставьте план из саммари MVP Plan — обязательно заполните], AARRR-модель: [вставьте из саммари AI Prototyping — обязательно заполните], Personas и Pain Points: [вставьте кратко из саммари User Archetypes/CJM — обязательно заполните], Финансовая модель: [вставьте прогноз из саммари Financial Model — обязательно заполните] (входные артефакты: MVP Plan, AARRR-модель, Personas и Pain Points, Финансовая модель, как в row20; без них остановитесь и попросите пользователя предоставить).

Задача: Risk Check — это проверка жизнеспособности MVP до начала реальной сборки. На этом шаге оцениваются риски реализации продукта: технические, организационные, финансовые и рыночные строго на основе заполненных артефактов. Задача этапа — заранее увидеть слабые места, которые могут сорвать запуск. Создай таблицу с приоритетами, карту мер минимизации, Go/No-Go решение.

Ключевые особенности:
- Оценка: Score 1-10 для probability/impact.
- Go/No-Go: На основе total risk score.
- Фокус: Слабые места из предыдущих. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Таблица рисков с приоритетами:** Risk, Category, Probability, Impact, Priority, Mitigation.
2. **Карта мер минимизации:** [план действий для топ-рисков].
3. **«Go / No-Go» решение для MVP:** [решение + обоснование].
4. **Post-check:** Next if Go.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Таблица рисков: [топ-3 с scores и mitigation]; Go/No-Go: [решение]; Карта мер: [топ-2 plans] (чтобы вставить как [Таблица рисков с приоритетами, Карта мер минимизации, «Go / No-Go» решение для MVP] в Marketing strategy промпт, row21).

Цель: Проверить жизнеспособность перед сборкой. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Таблица рисков с приоритетами, Карта мер минимизации, «Go / No-Go» решение для MVP

3.10 Marketing strategy

Маркетинговая стратегия — это системный план продвижения продукта, который объединяет каналы, позиционирование и коммуникации. Главная цель — достичь целевую аудиторию и ускорить рост.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (AARRR Analysis, Competitive Analysis). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - маркетинговый стратег для AI-веб with growth hacking background. У тебя есть AARRR Analysis: [вставьте воронку из саммари AI Prototyping — обязательно заполните], Competitive Analysis: [вставьте gaps из саммари Competitive Analysis — обязательно заполните] (входные артефакты: AARRR Analysis, Competitive Analysis, как в row21; без них остановитесь и попросите пользователя предоставить).

Задача: Маркетинговая стратегия — это системный план продвижения продукта, который объединяет каналы, позиционирование и коммуникации. Главная цель — достичь целевую аудиторию и ускорить рост строго на основе заполненных артефактов.

Ключевые особенности:
- Системность: Объединить для роста (focus on Acquisition/Referral).
- Позиционирование: Unique value prop из Vision.
- KPI: e.g., CAC < $50. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Маркетинговая стратегия (документ):** [обзор: цели, positioning].
2. **План каналов и контента:** Таблица: Channel, Tactics, Timeline.
3. **Метрики и целевые KPI:** [список 5-7 с targets].
4. **Budget alloc:** Rough %.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Маркетинговая стратегия: [краткий обзор positioning]; План каналов: [топ-2 channels с tactics]; Метрики и KPI: [топ-3 с targets] (чтобы вставить как [Маркетинговая стратегия (документ), План каналов и контента, Метрики и целевые KPI] в Assembly этап, row22).

Цель: Ускорить рост targeted аудитории. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Маркетинговая стратегия (документ), План каналов и контента, Метрики и целевые KPI

4. Assembly

Цель: Построить масштабируемый продукт, собрав все готовые компоненты. AI берёт на себя рутинные задачи по кодированию и созданию контента, что позволяет команде сфокусироваться на стратегии.

4.1 Branding

Формируем бренд, создаём посадочную страницу (landing) или презентацию продукта, планируем, как будет выглядеть внешний фасад продукта. Цель: убедительное первое впечатление, соответствие ценностям и миссии. Особенности: интеграция UI, контента, API; приоритет функций; использовать No-Code.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (MVP концепция, Описание ключевых функций, Черновые UI-концепты, бизнес цели & метрики). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - бренд-стратег для AI-продуктов with Canva/Figma skills. У тебя есть MVP концепция: [вставьте описание из саммари MVP Plan — обязательно заполните], Описание ключевых функций: [вставьте из саммари Functional Requirements или Onboarding — обязательно заполните], Черновые UI-концепты: [вставьте идеи из саммари AI Prototyping — обязательно заполните], бизнес цели & метрики: [вставьте из саммари Business Goals — обязательно заполните] (входные артефакты: MVP концепция; Описание ключевых функций; Черновые UI-концепты; бизнес цели & метрик, как в row22; без них остановитесь и попросите пользователя предоставить).

Задача: Формируем бренд, создаём посадочную страницу (landing) или презентацию продукта, планируем, как будет выглядеть внешний фасад продукта строго на основе заполненных артефактов. Цель: убедительное первое впечатление, соответствие ценностям и миссии. Особенности: интеграция UI, контента, API; приоритет функций; использовать No-Code.

Ключевые особенности:
- Соответствие: Align с ценностями/Vision из Context.
- Интеграция: UI, content, API.
- Приоритеты: Core фичи first. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **План бренда:** [Tone, Colors, Logo ideas].
2. **Дизайн / бренд элементы:** [описания для landing].
3. **План сборки MVP на No-Code:** [шаги, e.g., Bubble setup].
4. **Приоритеты фич:** [список с метриками].

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — План бренда: [Tone, Colors, Logo]; Дизайн элементы: [топ-2 для landing]; План сборки: [топ-шаги] (чтобы вставить как [MVP концепция; Описание ключевых функций; Черновые UI-концепты; бизнес цели & метрик; План сборки MVP на No-Code; дизайн / бренд; landing page; приоритеты фич] в Landing промпт, row23).

Цель: Создать убедительный фасад. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

План сборки MVP на No-Code; дизайн / бренд; landing page; приоритеты фич

4.2 Landing

Landing — это лендинг продукта, который играет роль первого теста гипотезы ценности. Он нужен не только для сбора заявок или лидов, но и для проверки интереса ЦА, A/B тестирования сообщений и стиля коммуникации.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Emotional Problem, Branding & Tone of Voice, Personas, Pain Points, MVP Plan). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - копирайтер/дизайнер лендингов with Midjourney experience. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Emotional Problem: [вставьте из саммари Emotional Problem — обязательно заполните], Branding & Tone of Voice: [вставьте из саммари Branding — обязательно заполните], Personas: [вставьте архетипы из саммари User Archetypes — обязательно заполните], Pain Points: [вставьте из саммари CJM — обязательно заполните], MVP Plan: [вставьте из саммари MVP Plan — обязательно заполните] (входные артефакты: Vision, Mission, Emotional Problem, Branding & Tone of Voice, Personas, Pain Points, MVP Plan, как в row23; без них остановитесь и попросите пользователя предоставить).

Задача: Landing — это лендинг продукта, который играет роль первого теста гипотезы ценности строго на основе заполненных артефактов. Он нужен не только для сбора заявок или лидов, но и для проверки интереса ЦА, A/B тестирования сообщений и стиля коммуникации. Создай готовый промпт для генерации лэендинга, первые метрики интереса и список гипотез для A/B тестов.

Ключевые особенности:
- Тест гипотезы: Value prop, CTA для лидов.
- Метрики: CTR, conversion, sign-ups.
- A/B: 3-4 варианта (e.g., headline A/B). Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Готовый промт для генерации лэендинга:** [детальный prompt для AI-tool e.g., Midjourney: sections, copy, visuals].
2. **Первые метрики интереса:** [как измерять: CTR, конверсия, заявки].
3. **Список гипотез для A/B тестов:** [3-4 с variants].
4. **Success criteria:** e.g., 100 sign-ups.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Готовый промт: [краткий excerpt]; Метрики интереса: [топ-2]; Гипотезы A/B: [топ-2 variants] (чтобы вставить как [Готовый промт для генерации лэендинга, Первые метрики интереса (CTR, конверсия, заявки), Список гипотез для A/B тестов] в PRD промпт, row24).

Цель: Проверить интерес ЦА на раннем этапе. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Готовый промт для генерации лэендинга, Первые метрики интереса (CTR, конверсия, заявки), Список гипотез для A/B тестов

4.3 PRD

PRD — это документ, фиксирующий требования к продукту. Он отвечает на вопрос: что именно мы создаём и зачем. В отличие от технического ТЗ, PRD больше ориентирован на бизнес-цели и пользовательский опыт.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Vision, Mission, Values, Personas, CJM, JTBD, Functional Requirements). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - автор PRD для продуктов with Notion templates. У тебя есть Vision: [вставьте Vision из саммари Context — обязательно заполните], Mission: [вставьте Mission из саммари Context — обязательно заполните], Values: [вставьте ценности из саммари Core Values — обязательно заполните], Personas: [вставьте архетипы из саммари User Archetypes — обязательно заполните], CJM: [вставьте карту из саммари CJM — обязательно заполните], JTBD: [вставьте список из саммари JTBD — обязательно заполните], Functional Requirements: [вставьте требования из саммари Functional Requirements — обязательно заполните] (входные артефакты: Vision, Mission, Values, Personas, CJM, JTBD, Functional Requirements, как в row24; без них остановитесь и попросите пользователя предоставить).

Задача: PRD — это документ, фиксирующий требования к продукту. Он отвечает на вопрос: что именно мы создаём и зачем строго на основе заполненных артефактов. В отличие от технического ТЗ, PRD больше ориентирован на бизнес-цели и пользовательский опыт. Создай документ PRD, приоритизированный список требований, метрики успеха продукта.

Ключевые особенности:
- Бизнес-ориентир: Фокус на UX и goals, не tech specs.
- Структура: Sections как Intro, Features, Metrics.
- Приоритизация: Tied to JTBD/CJM. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **PRD Документ:** 
   - Введение: [Vision tie-in].
   - Требования: [приоритизированный список с user stories].
   - Метрики успеха: [criteria].
2. **Приоритизированный список требований:** [таблица с MoSCoW].
3. **Метрики успеха продукта:** [список с targets].
4. **Appendices:** [glossary, assumptions].

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — PRD Документ: [краткий обзор intro и requirements]; Приоритизированный список: [топ-3 с приоритетами]; Метрики: [топ-2] (чтобы вставить как [Документ PRD, Приоритизированный список требований, Метрики успеха продукта] в Code & Content Generation промпт, row25).

Цель: Фиксировать видение для команды. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Документ PRD, Приоритизированный список требований, Метрики успеха продукта

4.4 Code & Content Generation

Используем AI для генерации кода, контента (например, контента, API, UI-компонентов). Цель — собрать основу продукта, автоматизировать рутинные задачи. Особенности: соответствие миссии / ценностям, разнообразие, масштабируемость.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (JTBD, MVP концепция, Competitive Analysis). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - AI-генератор кода/контента для веб with GitHub repos. У тебя есть JTBD: [вставьте из саммари JTBD — обязательно заполните], MVP концепция: [вставьте из саммари MVP Plan — обязательно заполните], Competitive Analysis: [вставьте gaps из саммари Competitive Analysis — обязательно заполните] (входные артефакты: JTBD; MVP концепция; Competitive Analysis, как в row25; без них остановитесь и попросите пользователя предоставить).

Задача: Используем AI для генерации кода, контента (например, рецептов, API, UI-компонентов) строго на основе заполненных артефактов. Цель — собрать основу продукта, автоматизировать рутинные задачи. Особенности: соответствие миссии / ценностям, разнообразие, масштабируемость.

Ключевые особенности:
- Соответствие: Align с миссией/ценностями (ethical AI).
- Масштабируемость: Modular code.
- Разнообразие: 3-5 элементов. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Сгенерированный контент:** [e.g., Sample texts for onboarding].
2. **Сценарий API:** [endpoints description].
3. **Описание ключевых UI-компонентов:** [descriptions + pseudo-code].
4. **Код-сниппеты:** [e.g., ```js // Component code ```].
5. **Test notes:** How to run.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Сгенерированный контент: [топ-1 пример]; Сценарий API: [топ-endpoints]; UI-компоненты: [топ-2 с desc] (чтобы вставить как [Сгенерированный контент; сценарий API; описание ключевых UI-компонентов] в Tuning этап, row26).

Цель: Автоматизировать основу продукта. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Сгенерированный контент; описание ключевых UI-компонентов

5. Assembly

Цель: Валидировать продукт и найти точки роста. AI помогает анализировать данные на глубоком уровне, ускоряя итерации.

5.1 AARRR Analysis

Анализ реальных данных по воронке: выявление узких мест, оттоков пользователей, где падает конверсия; формулирование гипотез по улучшению. Особенности: основа на данных; несколько гипотез; фокус на слабые места.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Данные по воронке из MVP, цели и метрики). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - аналитик воронки для AI with GA expertise. У тебя есть Данные по воронке (Acquisition, Activation, Retention, Referral, Revenue) из MVP: [вставьте метрики из саммари AI Prototyping или реальные данные — обязательно заполните, e.g., "Acquisition 1000, Activation 300"], цели и метрики: [вставьте из саммари Business Goals — обязательно заполните] (входные артефакты: Данные по воронке (Acquisition, Activation, Retention, Referral, Revenue) из MVP; цели и метрики, как в row26; без них остановитесь и попросите пользователя предоставить).

Задача: Анализ реальных данных по воронке: выявление узких мест, оттоков пользователей, где падает конверсия; формулирование гипотез по улучшению строго на основе заполненных артефактов. Особенности: основа на данных; несколько гипотез; фокус на слабые места.

Ключевые особенности:
- Data-driven: e.g., Drop 70% at Activation - why?
- Гипотезы: Testable, с expected impact.
- Фокус: Слабые этапы. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Отчёт об узких местах:** Таблица: Stage, Current Metric, Benchmark, Issue.
2. **Гипотезы по оптимизации:** [4-6: Hypothesis, Test Method, Expected Lift].
3. **Предложения улучшений:** [quick wins].
4. **Data sources:** GA mock.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Отчёт об узких местах: [топ-3 stages с issues]; Гипотезы: [топ-3 с expected lift]; Предложения: [топ-2 quick wins] (чтобы вставить как [Отчёт об узких местах; гипотезы по оптимизации; предложения улучшений] в User Feedback Analysis промпт, row27).

Цель: Оптимизировать на данных. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Отчёт об узких местах; гипотезы по оптимизации; предложения улучшений

5.2 User Feedback Analysis

Анализ качественных данных: отзывы пользователей, конверсии, эмоциональные отклики; поиск скрытых инсайтов. Особенности: прослеживание эмоционального удовлетворения, выявление недочётов, что нравится/не нравится.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Отзывы пользователей, метрики, контекст продукта). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - аналитик фидбека для продуктов with sentiment tools. У тебя есть Отзывы пользователей: [вставьте samples из реальных отзывов — обязательно заполните, e.g., "Love the AI, but slow"], метрики: [вставьте, e.g., "NPS 7" из саммари Business Goals — обязательно заполните], контекст продукта: [вставьте MVP описание из саммари MVP Plan — обязательно заполните] (входные артефакты: Отзывы пользователей; метрики; контекст продукта, как в row27; без них остановитесь и попросите пользователя предоставить).

Задача: Анализ качественных данных: отзывы пользователей, конверсии, эмоциональные отклики; поиск скрытых инсайтов строго на основе заполненных артефактов. Особенности: прослеживание эмоционального удовлетворения, выявление недочётов, что нравится/не нравится.

Ключевые особенности:
- Эмоциональный трек: Satisfaction levels.
- Инсайты: Hidden patterns (e.g., power users love X).
- Предложения: Prioritized fixes. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Отчёт с инсайтами по пользовательскому опыту:** Темы: Positives, Negatives, Emotions.
2. **Предложения по доработкам:** [список 5-7 с приоритетами].
3. **Связь с метриками:** [как фидбек объясняет numbers].
4. **Tool rec:** e.g., MonkeyLearn.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — Отчёт инсайтов: [топ-темы positives/negatives]; Предложения: [топ-3 с приоритетами]; Связь с метриками: [ключевой анализ] (чтобы вставить как [Отчёт с инсайтами по пользовательскому опыту; предложения по доработкам] в AI-Driven A/B Testing промпт, row28).

Цель: Улучшить UX на основе реальных голосов. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Отчёт с инсайтами по пользовательскому опыту; предложения по доработкам

5.3 AI-Driven A/B Testing

Организация A/B-тестов: разные варианты интерфейсов / текстов / онбординга и т.д., чтобы выбрать лучший. Особенности: автоматизация, определение метрик, контроль вариантов.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Гипотезы из анализа воронки и отзывов, контекст продукта, метрики). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - A/B тестер с AI, using Optimizely. У тебя есть Гипотезы из анализа воронки и отзывов: [вставьте из саммари AARRR и User Feedback — обязательно заполните, e.g., "New headline increases CTR"], контекст продукта: [вставьте MVP описание из саммари MVP Plan — обязательно заполните], метрики: [вставьте ключевые из саммари Business Goals — обязательно заполните] (входные артефакты: Гипотезы из анализа воронки и отзывов; контекст; метрики, как в row28; без них остановитесь и попросите пользователя предоставить).

Задача: Организация A/B-тестов: разные варианты интерфейсов / текстов / онбординга и т.д., чтобы выбрать лучший строго на основе заполненных артефактов. Особенности: автоматизация, определение метрик, контроль вариантов.

Ключевые особенности:
- Автоматизация: AI для variant gen/targeting.
- Метрики: Primary (e.g., conversion), secondary.
- Контроль: Sample size, duration. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **План A/B-тестирования:** Таблица: Hypothesis, Variants, Metrics, Duration.
2. **Сценарий тестирования:** Шаги: Setup, Run, Analyze.
3. **AI-интеграция:** [как AI помогает, e.g., personalize variants].
4. **Power calc:** Sample size.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — План A/B: [топ-2 hypotheses с variants]; Сценарий: [топ-шаги]; AI-интеграция: [ключевой способ] (чтобы вставить как [План A/B-тестирования: варианты; метрики; сценарий тестирования] в Expansion этап, row29).

Цель: Выбрать лучшие варианты data-driven. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

План A/B-тестирования: варианты; метрики; сценарий тестирования

6. Assembly

Цель: Масштабировать продукт и бизнес. AI становится вашим стратегическим партнёром в вопросах роста и монетизации.

6.1 LTV & CAC Optimization

Оптимизируем пожизненную ценность клиента (LTV) и снижаем стоимость привлечения клиента (CAC) с помощью AI-анализа поведения. Особенности: сегментация, персонализация, прогнозирование, гипотезы.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Архетипы пользователей, ключевые метрики, данные от MVP / Tuning). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - оптимизатор retention для AI with cohort analysis. У тебя есть Архетипы пользователей: [вставьте из саммари User Archetypes — обязательно заполните], ключевые метрики: [вставьте LTV/CAC data из саммари Business Goals — обязательно заполните], данные от MVP / Tuning: [вставьте insights из саммари AARRR/User Feedback — обязательно заполните] (входные артефакты: Архетипы пользователей; ключевые метрики; данные от MVP / Tuning, как в row29; без них остановитесь и попросите пользователя предоставить).

Задача: Оптимизируем пожизненную ценность клиента (LTV) и снижаем стоимость привлечения клиента (CAC) с помощью AI-анализа поведения строго на основе заполненных артефактов. Особенности: сегментация, персонализация, прогнозирование, гипотезы.

Ключевые особенности:
- Сегментация: По архетипам (e.g., high-LTV segment).
- AI: Predictive churn models.
- Гипотезы: 4-5 testable. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **План оптимизации LTV и CAC:** [LTV tactics, CAC reductions].
2. **Гипотезы:** [4-5: Description, AI role, Expected impact].
3. **Предложения внедрений:** [step-by-step rollout].
4. **Benchmarks:** Industry avgs.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий промпт): 3-5 предложений с ключевыми excerpts — План оптимизации: [топ-tactics для LTV/CAC]; Гипотезы: [топ-3 с AI role]; Предложения: [топ-2 внедрения] (чтобы вставить как [План оптимизации LTV и CAC; гипотезы; предложения внедрений] в Growth & Monetization Strategies промпт, row30).

Цель: Увеличить profitability через retention. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

План оптимизации LTV и CAC; гипотезы; предложения внедрений

6.2 Growth & Monetization Strategies

Разработка стратегий роста (маркетинга, расширения аудитории) и монетизации, которые не противоречат ценностям. Особенности: несколько вариантов; прогнозирование эффективности; баланс между ростом и устойчивостью.

Сначала заполните все placeholders [ ] вашими реальными данными из предыдущих саммари (Контекст продукта, результаты Tuning, архетипы пользователей, ключевые метрики). Не используйте примеры из скобок — они только для понимания формата. Если placeholder пустой, AI должен попросить пользователя заполнить его перед генерацией. Ты - growth хакер для устойчивых продуктов with viral loop designs. У тебя есть Контекст продукта: [вставьте Vision/Mission из саммари Context — обязательно заполните], результаты Tuning: [вставьте AARRR insights из саммари AARRR или A/B — обязательно заполните], архетипы пользователей: [вставьте из саммари User Archetypes — обязательно заполните], ключевые метрики: [вставьте из саммари Business Goals — обязательно заполните] (входные артефакты: Контекст продукта; результаты Tuning; архетипы пользователей; ключевые метрики, как в row30; без них остановитесь и попросите пользователя предоставить).

Задача: Разработка стратегий роста (маркетинга, расширения аудитории) и монетизации, которые не противоречат ценностям строго на основе заполненных артефактов. Особенности: несколько вариантов; прогнозирование эффективности; баланс между ростом и устойчивостью.

Ключевые особенности:
- Несколько вариантов: Balanced growth/sustainability.
- Прогноз: e.g., +20% users via viral loop.
- Этика: Align с Core Values. Если артефакты не заполнены, повтори запрос.

Структура вывода:
1. **Набор стратегий роста и монетизации:** [Growth: 2-3, Monetization: 2-3 с описаниями].
2. **Прогноз их влияния:** Таблица: Strategy, Projected Metrics, Risks.
3. **Баланс:** Как сохранить values (1 абзац).
4. **Pilot plan:** Test one.

Плюсом к основному результату, выведи саммаризированный ответ по этому промпту в формате "Артефакты для следующего шага" (для копирования в следующий цикл фреймворка): 3-5 предложений с ключевыми excerpts — Набор стратегий: [топ-2 growth + 2 monetization]; Прогноз: [топ-2 с metrics]; Баланс: [ключевой абзац] (чтобы завершить Expansion и вернуться к Context для итерации).

Цель: Масштабировать без потери сути. Если входные данные неполные, остановитесь и попросите пользователя заполнить [ ].

Артефакты на выходе:

Набор стратегий роста и монетизации; прогноз их влияния

Помните, что CREATE  — это не догма, а гибкий инструмент. Мы, как и вы, — команда энтузиастов, которые постоянно ищут новые способы применения AI в разработке продуктов. Мы уверены, что он станет мощным инструментом для продуктовых команд и одиночных разработчиков. Как и любой живой организм, наш фреймворк открыт к развитию.