Name: AI untuk Riset dan Pengembangan Produk
Availability: InStock

What you'll learn

Membangun pola prompt yang bisa dipakai ulang dengan peran, konteks, batasan, dan format output eksplisit — dan tahu mengapa bukti selalu unggul
Menjalankan pemindaian pasar dan kompetitor terverifikasi dalam 90 menit, dengan aturan dua sumber yang menangkap angka karangan sebelum masuk presentasi
Memutuskan kapan data sintetis bisa dipertahankan dengan uji keputusan tertulis, dan menguji awal survei dengan responden sintetis sebelum merekrut
Mengubah ribuan catatan tak terstruktur menjadi peluang berperingkat yang terlacak ke kutipan — dan mengaudit pengodean mesin dengan pengodean ulang buta 10%
Menulis PRD yang lolos dari peninjau adversarial, dan menghasilkan user story dengan cakupan kasus tepi yang melampaui buatan Anda sendiri
Mengubah spesifikasi menjadi prototipe yang bisa diklik dan menjalankan uji konsep tiga varian dalam satu hari kerja
Mendiagnosis funnel bermasalah, menentukan ukuran eksperimen dengan benar (termasuk soal distribusi yang sering diam-diam salah), dan membangun eval set
Menerapkan aturan kerahasiaan, bias, HKI, persetujuan, dan transparansi UU AI Uni Eropa pada pekerjaan Anda, serta memakai kebijakan pemakaian AI satu halaman

Who this course is for:

Product manager yang ingin AI ada di alur kerja, bukan hanya di demo
Periset UX dan pasar yang memperbesar skala riset kualitatif tanpa kehilangan keterlacakan
Pemimpin produk yang harus menjawab "dari mana angka itu berasal?"
Siapa pun yang harus mempertahankan temuan berbantuan AI di depan orang yang skeptis

Description

Kursus ini menggunakan kecerdasan buatan.

Sebagian besar pelatihan AI untuk product manager berhenti di "ini dua belas prompt untuk Anda."

Kursus ini mengajarkan alur kerjanya: bagaimana bukti masuk ke sistem AI, apa yang boleh diputuskannya, bagaimana output-nya diverifikasi, dan apa yang bisa Anda pertahankan di depan pemangku kepentingan, peninjau hukum, atau regulator. Sebab perbedaan antara tim produk yang memakai AI dengan baik dan tim yang sekadar bergerak lebih cepat ke arah yang salah bukanlah prompt-nya, melainkan apakah ada yang memeriksa.

Anda akan melihat harga kompetitor karangan tertanam di sebuah sumber, terambil oleh kueri riset, diulang lengkap dengan sitasi, lalu lolos dari empat orang yang kompeten sebelum ada yang menyadarinya. Anda akan melihat panel pengguna sintetis dengan antusias menyetujui fitur yang ditolak kepala bangsal sungguhan dalam sepuluh menit pertama sesi pertama. Anda akan melihat skor prioritisasi berpindah-pindah dalam tiga run yang identik. Pelajaran seperti ini melekat sebagai demonstrasi dan menguap sebagai poin-poin, karena itulah kursus ini dibangun seperti ini.

Catatan produksi: demonstrasi alat di kursus ini adalah rekonstruksi animasi, bukan rekaman sesi langsung; Brightline Software adalah perusahaan fiktif yang dibuat untuk studi kasus; beberapa adegan memakai cuplikan video stok.

Apa yang membuatnya berbeda

Jujur tentang data sintetis. Satu bagian penuh tentang kapan responden hasil AI bisa dipertahankan dan kapan tidak — didukung temuan bahwa sekitar 97% periset kini memakai AI di suatu bagian alur kerja mereka, sementara hanya sekitar 8% yang rutin memakai alat responden sintetis. Selisih itu bukan keterlambatan teknologi, melainkan penilaian profesional yang matang dari orang-orang yang paling diuntungkan jika alat itu berhasil.

Keterlacakan sebagai disiplin. Setiap insight tertaut ke kutipan nyata dengan ID sumber. Setiap klaim pasar membawa dua sumber independen. Di akhir kursus, Anda mampu menelusuri rantai itu ke dua arah dalam waktu kurang dari semenit, di depan orang yang tidak sependapat dengan Anda.

Regulasi yang benar-benar terkini. Apa yang mengikat Anda sekarang menurut Pasal 50 UU AI Uni Eropa (EU AI Act), dibandingkan dengan apa yang digeser ke Desember 2027 dan Agustus 2028 — dan mengapa kesimpulan "undang-undangnya ditunda" bisa menjerumuskan sebuah tim.

Satu studi kasus yang berkesinambungan. Brightline Software, perusahaan SaaS B2B penjadwalan layanan kesehatan dengan 480 karyawan, 14.000 tiket dukungan yang belum dibaca, dan siklus ide-ke-prototipe sebelas minggu, membawa cerita yang bergerak maju di setiap bagian. Siklus mereka berakhir di tiga minggu — dan angka itu muncul di materi 50, bukan materi 1, karena kecepatan tanpa disiplin hanya menghasilkan kesalahan yang sama lebih cepat.

Yang Anda bawa pulang

15 sumber daya yang bisa diunduh, tersedia di materi tempat Anda pertama kali membutuhkannya:

Pustaka prompt (12 prompt) · Templat pemindaian pasar dan bedah kompetitor · Log verifikasi sumber · Uji keputusan data sintetis · Panduan wawancara + daftar periksa pertanyaan yang mengarahkan · Rubrik pengodean tematik dan lembar audit · Templat PRD beranotasi untuk penyusunan dengan AI · Set prompt tinjauan spesifikasi adversarial · Brief prototipe dan skrip uji konsep · Lembar kerja desain eksperimen · Starter eval set (30 kasus + rubrik) · Daftar merah data prompt · Templat kebijakan pemakaian AI · Daftar periksa transparansi UU AI Uni Eropa · Buku kerja proyek akhir

Ditambah 10 kuis, 9 tugas, ujian latihan akhir 30 soal, dan proyek akhir yang layak masuk portofolio.

Bukan untuk siapa

Siapa pun yang mencari paket prompt. Prompt-nya ada di sini, tetapi lab-nya meminta Anda menulis ulang kedua belasnya
Siapa pun yang berharap menggantikan riset pengguna dengan partisipan simulasi. Bagian 4 berargumen sebaliknya, panjang lebar, dengan bukti

Catatan instruktur

Konten regulasi paling cepat usang. Bagian 9 menyatakan tanggal-tanggalnya secara eksplisit dan meminta Anda memverifikasi posisi terkini sebelum mengandalkannya — karena kursus yang ditutup dengan ramalan masa depan yang terlalu yakin telah mengajarkan sikap yang salah di tujuh menit terakhirnya.