MVP ಮತ್ತು ಉತ್ಪನ್ನ ಅಭಿವೃದ್ಧಿ: ಚಿಕ್ಕದಾದ ಪರಿಶೀಲಿಸಬಹುದಾದ ಉತ್ಪನ್ನ

ಲಾಭಗಳು:

• MVP (ಕನಿಷ್ಠ ಕಾರ್ಯಸಾಧ್ಯ ಉತ್ಪನ್ನ) ಪರಿಕಲ್ಪನೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು 'ಚಿಕ್ಕ ಕಲಿಕಾ ಘಟಕ'ದ ತರ್ಕ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ವ್ಯಾಪ್ತಿಯನ್ನು ನಿರ್ಧರಿಸುವುದು
• ವೈಶಿಷ್ಟ್ಯದ ಆದ್ಯತೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯ (MoSCoW, ಪರಿಣಾಮ-ಪ್ರಯತ್ನ) ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ-ಬೆಂಬಲಿತ ಕ್ಷಿಪ್ರ ಮೂಲಮಾದರಿ/ಲ್ಯಾಂಡಿಂಗ್ ಪುಟ ಉತ್ಪಾದನೆ
• MVP ಯ ಉದ್ದೇಶವು ಕಲಿಯುವುದು, ಮಾರಾಟ ಮಾಡುವುದು ಅಲ್ಲ ಮತ್ತು ಅತಿ-ಎಂಜಿನಿಯರಿಂಗ್ ಪ್ರಾರಂಭದ ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು.

ಸಂಸ್ಥಾಪಕರು ಮಾಡುವ ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು ಎಂದರೆ ಯಾರಿಗಾದರೂ ಬೇಕು ಎಂದು ಖಚಿತವಾಗಿರದ ಉತ್ಪನ್ನವನ್ನು ಪರಿಪೂರ್ಣಗೊಳಿಸಲು ತಿಂಗಳುಗಳನ್ನು ಕಳೆಯುವುದು. ಅವರು ಮಾರುಕಟ್ಟೆಗೆ ಹೋದಾಗ, ಸಮಸ್ಯೆ ತಪ್ಪಾಗಿದೆ ಅಥವಾ ಪರಿಹಾರ ಎಂದು ಅವರು ತಿಳಿದುಕೊಳ್ಳುತ್ತಾರೆ. ಈ ವಿಪತ್ತನ್ನು ತಪ್ಪಿಸುವ ಮಾರ್ಗವೆಂದರೆ MVP: ಕನಿಷ್ಠ ಕಾರ್ಯಸಾಧ್ಯವಾದ ಉತ್ಪನ್ನ - ಕಡಿಮೆ ಪ್ರಯತ್ನದಲ್ಲಿ ಹೆಚ್ಚು ಕಲಿಕೆಯನ್ನು ಒದಗಿಸುವ ಚಿಕ್ಕ ಉತ್ಪನ್ನ ಆವೃತ್ತಿ. ಈ ಘಟಕದಲ್ಲಿ, MVP ಯ ವ್ಯಾಪ್ತಿಯನ್ನು ನಿರ್ಧರಿಸಲು, ವೈಶಿಷ್ಟ್ಯಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಲು ಮತ್ತು ಕ್ಷಿಪ್ರ ಮೂಲಮಾದರಿಗಳು/ಟೀಸರ್‌ಗಳನ್ನು ತಯಾರಿಸಲು ನಾವು AI (ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ) ಅನ್ನು ಬಳಸುತ್ತೇವೆ. ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ವಾಕ್ಯ: MVP ಯ ಉದ್ದೇಶವು ಕಲಿಯುವುದು, ಮಾರಾಟವಲ್ಲ; ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು ಎಂದರೆ ಅತಿ-ಎಂಜಿನಿಯರಿಂಗ್ ಆಧಾರರಹಿತ ಊಹೆಗಳು.

MVP ಎಂದರೇನು ಮತ್ತು ಯಾವುದು ಅಲ್ಲ?

MVP ಒಂದು ತಪ್ಪಾಗಿ ಅರ್ಥೈಸಿಕೊಂಡ ಪರಿಕಲ್ಪನೆಯಾಗಿದೆ. MVP ಒಂದು "ದೊಗಲೆ, ಮುರಿದ ಉತ್ಪನ್ನ" ಅಲ್ಲ; ಇದು ಒಂದು ನಿರ್ದಿಷ್ಟ ಊಹೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು ಅಗತ್ಯವಿರುವ ಚಿಕ್ಕ ಸಂಪೂರ್ಣ ಅನುಭವವಾಗಿದೆ. ಪ್ರಮುಖ ಪದವೆಂದರೆ "ಕಲಿಕೆ". ನಿಮ್ಮನ್ನು ಕೇಳಿಕೊಳ್ಳಿ: "ನಾನು ಯಾವ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದೇನೆ?" ಆ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು MVP ಸಾಕಷ್ಟು ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಹೊಂದಿದೆ - ಹೆಚ್ಚು ಇಲ್ಲ, ಕಡಿಮೆ ಇಲ್ಲ. ಕೆಲವೊಮ್ಮೆ MVP ಸಹ ಕಾರ್ಯನಿರ್ವಹಿಸದ ಅಪ್ಲಿಕೇಶನ್ ಆಗಿರಬಹುದು: ಲ್ಯಾಂಡಿಂಗ್ ಪುಟ, ವೀಡಿಯೊ, ಹಸ್ತಚಾಲಿತ ಸೇವೆ (ಮಾನವ ಹಿನ್ನಲೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುವಾಗ ಮುಂಭಾಗದಲ್ಲಿ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕಂಡುಬರುವ "ಮಾಂತ್ರಿಕ ಹಿಂದೆ" ವಿಧಾನ) ಸಹ MVP ಆಗಿರಬಹುದು.

MVP ಯ ವ್ಯತಿರಿಕ್ತತೆಯು ಅತಿಯಾದ ಇಂಜಿನಿಯರಿಂಗ್ ಆಗಿದೆ - ಇನ್ನೂ ಅಗತ್ಯವಿಲ್ಲದ ವೈಶಿಷ್ಟ್ಯಗಳು, ಸ್ಕೇಲ್ ಮತ್ತು ಪರಿಪೂರ್ಣತೆಯ ಮೇಲೆ ಖರ್ಚು ಮಾಡುವ ಪ್ರಯತ್ನ - ಮತ್ತು ಚಿನ್ನದ ಲೇಪನ - ಯಾರೂ ಬಯಸದ ವಿವರಗಳನ್ನು ಹೊಳಪು ಮಾಡುವುದು. ಇವುಗಳು ಪ್ರಾರಂಭದ ಅತ್ಯಂತ ಕಪಟ ಹಣ ಮತ್ತು ಸಮಯ ಕೊಲೆಗಾರರು; ಏಕೆಂದರೆ ಅವರು "ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದಾರೆ" ಎಂದು ಅವರು ಭಾವಿಸುತ್ತಾರೆ ಆದರೆ ಕಲಿಕೆಯನ್ನು ವಿಳಂಬ ಮಾಡುತ್ತಾರೆ.

ಸಲಹೆ: ವೈಶಿಷ್ಟ್ಯವನ್ನು ಸೇರಿಸುವ ಮೊದಲು, ಕೇಳಿ: "ಈ ವೈಶಿಷ್ಟ್ಯವಿಲ್ಲದೆ ನಾನು ಪರೀಕ್ಷಿಸಲು ಬಯಸುವದನ್ನು ನಾನು ಪಡೆಯಬಹುದೇ?" ಉತ್ತರವು "ಹೌದು" ಆಗಿದ್ದರೆ, ಆ ವೈಶಿಷ್ಟ್ಯವು ಅದನ್ನು MVP ಗೆ ಸೇರಿಸುವುದಿಲ್ಲ. MVP ಬೆಳೆಯುವಂತೆ ಮಾಡುವ ಪ್ರತಿಯೊಂದು "ಆದರೆ ನಮಗೂ ಇದು ಬೇಕು" ಎಂಬ ವಾಕ್ಯವು ಕಲಿಕೆಯನ್ನು ವಿಳಂಬಗೊಳಿಸುವ ವೆಚ್ಚವಾಗಿದೆ.

ವೈಶಿಷ್ಟ್ಯದ ಆದ್ಯತೆ

ಯಾವುದೇ ಅನಿಯಮಿತ ಸಮಯ ಮತ್ತು ಹಣವಿಲ್ಲದ ಕಾರಣ, ಯಾವ ವೈಶಿಷ್ಟ್ಯವನ್ನು ಮೊದಲು ನಿರ್ಮಿಸಲಾಗುವುದು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುವ ಅವಶ್ಯಕತೆಯಿದೆ. ಎರಡು ಪ್ರಾಯೋಗಿಕ ವಿಧಾನಗಳು:

MoScoW: ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ನಾಲ್ಕು ಭಾಗಗಳಾಗಿ ವಿಭಜಿಸುತ್ತದೆ - ಮಾಡಬೇಕು, ಮಾಡಬೇಕು, ಸಾಧ್ಯವಾಗಲಿಲ್ಲ, ಆಗುವುದಿಲ್ಲ. MVP ಕೇವಲ "ಮಸ್ಟ್" ಸೆಟ್ ಆಗಿದೆ.

ಇಂಪ್ಯಾಕ್ಟ್-ಎಫರ್ಟ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್: "ಗ್ರಾಹಕರ ಮೇಲೆ ಪ್ರಭಾವ" ಮತ್ತು "ಮಾಡಲು ಪ್ರಯತ್ನ" ಅಕ್ಷದ ಮೇಲೆ ಪ್ರತಿ ವೈಶಿಷ್ಟ್ಯವನ್ನು ಇರಿಸುತ್ತದೆ. ಹೆಚ್ಚಿನ ಪರಿಣಾಮ-ಕಡಿಮೆ ಪ್ರಯತ್ನಗಳನ್ನು ಮೊದಲು ಮಾಡಲಾಗುತ್ತದೆ; ಕಡಿಮೆ ಪರಿಣಾಮ-ಹೆಚ್ಚಿನ ಪ್ರಯತ್ನವನ್ನು ಕೈಬಿಡಲಾಗಿದೆ. ಈ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ನಲ್ಲಿ ವೈಶಿಷ್ಟ್ಯಗಳ ಪಟ್ಟಿಯನ್ನು ತ್ವರಿತವಾಗಿ ಸೇರಿಸುವಲ್ಲಿ AI ಉತ್ತಮ ಸಹಾಯವಾಗಿದೆ - ಆದರೆ ನಿಜವಾದ ಗ್ರಾಹಕ ಸಿಗ್ನಲ್‌ನೊಂದಿಗೆ "ಪರಿಣಾಮ" ಮುನ್ಸೂಚನೆಯನ್ನು ಸರಿಪಡಿಸುವುದು ಅವಶ್ಯಕ.

ಹಂತ ಹಂತವಾಗಿ: AI ಜೊತೆಗೆ MVP ವಿನ್ಯಾಸ

1. ಕಲಿಕೆಯ ಪ್ರಶ್ನೆಯನ್ನು ಬರೆಯಿರಿ. "ಈ MVP ಯಾವ ಏಕೈಕ ಊಹೆಯನ್ನು ಪರೀಕ್ಷಿಸುತ್ತದೆ?"
2. ಅಭ್ಯರ್ಥಿ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ನಿಮ್ಮ ಮನಸ್ಸಿನಲ್ಲಿರುವ ಎಲ್ಲವನ್ನೂ ಸುರಿಯಿರಿ.
3. AI ಯೊಂದಿಗೆ ಆದ್ಯತೆ ನೀಡಿ. MoScoW ಅಥವಾ ಪರಿಣಾಮ-ಪ್ರಯತ್ನದೊಂದಿಗೆ ಹೊರತೆಗೆಯಿರಿ; "ಮಸ್ಟ್" ಕ್ಲಸ್ಟರ್ ಅನ್ನು ಹುಡುಕಿ.
4. ಹಗುರವಾದ ಫಾರ್ಮ್ ಅನ್ನು ಆರಿಸಿ. ಕೋಡ್ ಅಗತ್ಯವಿದೆಯೇ ಅಥವಾ ಲ್ಯಾಂಡಿಂಗ್ ಪುಟ/ವೀಡಿಯೋ/ಹಸ್ತಚಾಲಿತ ಸೇವೆ ಸಾಕೇ?
5. ಮೂಲಮಾದರಿ/ಪುಟವನ್ನು ತಯಾರಿಸಿ. ವೈಟ್‌ಪೇಪರ್ ಪಠ್ಯ, ಹರಿವು ಅಥವಾ ಹುಸಿ-ಕೋಡ್ ಡ್ರಾಫ್ಟ್‌ಗಾಗಿ AI ಅನ್ನು ಕೇಳಿ.
6. ನಿಮ್ಮ ಯಶಸ್ಸಿನ ಮಾನದಂಡವನ್ನು ಮುಂಚಿತವಾಗಿ ವಿವರಿಸಿ. "ನಾನು ಈ ಫಲಿತಾಂಶವನ್ನು ನೋಡಿದರೆ, ಊಹೆಯು ದೃಢೀಕರಿಸಲ್ಪಟ್ಟಿದೆ."
7. ಪ್ರಕಟಿಸಿ ಮತ್ತು ಕಲಿಯಿರಿ. ನಿಜವಾದ ನಡವಳಿಕೆಯನ್ನು ಅಳೆಯಿರಿ; ಸಂಸ್ಥಾಪಕರು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಕೋಡ್ ಬರೆಯದೆ MVP. ಸಂಸ್ಥಾಪಕರೊಬ್ಬರು ನೆರೆಹೊರೆಯವರು ಗ್ರಾಹಕರೊಂದಿಗೆ ಮನೆಯಲ್ಲಿ ಬೇಯಿಸಿದ ಊಟವನ್ನು ಮಾರಾಟ ಮಾಡುವ ಅಪ್ಲಿಕೇಶನ್‌ನ ಬಗ್ಗೆ ಯೋಚಿಸುತ್ತಿದ್ದರು. ಕೋಡ್ ಬರೆಯಲು ತಿಂಗಳುಗಳನ್ನು ಕಳೆಯುವ ಬದಲು, ಅವರು ಒಂದೇ ಡೆಮೊ ಪುಟ ಮತ್ತು WhatsApp ಲೈನ್‌ನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿದರು; ಆದೇಶಗಳನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಹೊಂದಿಸಲಾಗಿದೆ ("ಮಾಂತ್ರಿಕ ಹಿಂದೆ" ವಿಧಾನ). ಅವರು ಎರಡು ವಾರಗಳಲ್ಲಿ 40 ನಿಜವಾದ ಆದೇಶಗಳನ್ನು ಪಡೆದರು ಮತ್ತು ನಿಜವಾದ ಅಡಚಣೆಯು ಡೆಲಿವರಿ ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಎಂದು ಕಲಿತರು. ಅವನು ಕೋಡ್ ಬರೆದಿದ್ದರೆ, ಅವನು ಇದನ್ನು ತಿಂಗಳ ನಂತರ ಕಲಿಯುತ್ತಿದ್ದನು. MVP ಕಲಿಕೆಯನ್ನು ಮುಂದಕ್ಕೆ ತಂದಿತು.

ಪ್ರಕರಣ 2 - ಅತಿಯಾದ ಇಂಜಿನಿಯರಿಂಗ್ ಬಲೆ. ಒಂದು ತಂಡವು ಇನ್ನೂ ಒಬ್ಬ ಗ್ರಾಹಕರನ್ನು ಹೊಂದಿಲ್ಲದಿದ್ದಾಗ "ಲಕ್ಷಾಂತರ ಬಳಕೆದಾರರಿಗೆ ಅಳೆಯುವ" ಮೂಲಸೌಕರ್ಯವನ್ನು ನಿರ್ಮಿಸಲು 4 ತಿಂಗಳುಗಳನ್ನು ಕಳೆದಿದೆ. ಉತ್ಪನ್ನವು ಹೊರಬಂದಾಗ, ಯಾರೂ ಅದನ್ನು ಬಯಸಲಿಲ್ಲ; ಸಮಸ್ಯೆ ತಪ್ಪಾಗಿತ್ತು. ಖರ್ಚು ಮಾಡಿದ ಬಹುತೇಕ ಶ್ರಮ ವ್ಯರ್ಥವಾಯಿತು. ಪಾಠ: ಎಳೆತದ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಿದ ನಂತರ ಪ್ರಮಾಣದ ಸಮಸ್ಯೆಯು ಐಷಾರಾಮಿಯಾಗಿದೆ; ಯಾರಿಗೆ ಏನು ಬೇಕು ಎಂಬುದನ್ನು ಮೊದಲು ಸಾಬೀತುಪಡಿಸಿ.

ಪ್ರಕರಣ 3 - ಆದ್ಯತೆಯ ಶಕ್ತಿ. ಒಬ್ಬ ಸಂಸ್ಥಾಪಕರು 30 ವೈಶಿಷ್ಟ್ಯಗಳ ಪಟ್ಟಿಯನ್ನು ಹೊಂದಿದ್ದರು. ಅವರು AI ಇಂಪ್ಯಾಕ್ಟ್-ಎಫರ್ಟ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ರಚಿಸಿದರು ಮತ್ತು ನಿಜವಾದ ಗ್ರಾಹಕ ಸಂಭಾಷಣೆಗಳಿಂದ ಸಿಗ್ನಲ್‌ನೊಂದಿಗೆ “ಇಂಪ್ಯಾಕ್ಟ್” ಕಾಲಮ್ ಅನ್ನು ಸರಿಪಡಿಸಿದರು. 30 ವೈಶಿಷ್ಟ್ಯಗಳಲ್ಲಿ 4 ಮಾತ್ರ "ಮಸ್ಟ್" ಎಂದು ಹೊರಹೊಮ್ಮಿತು. 6 ತಿಂಗಳ ಬದಲಿಗೆ 3 ವಾರಗಳಲ್ಲಿ MVP ಬಿಡುಗಡೆ; ಉಳಿದ 26 ವೈಶಿಷ್ಟ್ಯಗಳಲ್ಲಿ ಹೆಚ್ಚಿನವುಗಳು ಅಗತ್ಯವಿಲ್ಲ ಎಂದು ಗ್ರಾಹಕರು ತೋರಿಸಿದರು.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಕಲಿಕೆಯ ಪ್ರಶ್ನೆ + MVP ವ್ಯಾಪ್ತಿ:

ನಿಮ್ಮ ಪಾತ್ರ: ನೇರ ಉತ್ಪನ್ನ ತರಬೇತುದಾರ. ನಾನು ಪರೀಕ್ಷಿಸಲು ಬಯಸುವ ಊಹೆ:[ಉದಾ. "ವ್ಯಾಪಾರಿಗಳು ಸಂಗ್ರಹಣೆಗಳಿಗಾಗಿ ಮಾಸಿಕ ಪಾವತಿಸುತ್ತಾರೆ"].(1) ಈ ಊಹೆಯನ್ನು ಪರಿಶೀಲಿಸಲು ಅಗತ್ಯವಿರುವ ಚಿಕ್ಕ ಉತ್ಪನ್ನವನ್ನು ವಿವರಿಸಿ, (2) ಯಾವುದೇ ಕೋಡ್ (ಲ್ಯಾಂಡಿಂಗ್ ಪೇಜ್, ವೀಡಿಯೊ, ಮ್ಯಾನ್ಯುವಲ್ ಸೇವೆ) ಅಗತ್ಯವಿರುವ ಇದರ ಆವೃತ್ತಿಯು ಸಾಧ್ಯವೇ ಎಂಬುದನ್ನು ತೋರಿಸಿ, (3) MVP ಗೆ ಮಾಡದಿರುವ "ಆಕರ್ಷಕ ಆದರೆ ಅನಗತ್ಯ" ವೈಶಿಷ್ಟ್ಯಗಳ ಬಗ್ಗೆ ಎಚ್ಚರಿಕೆ ನೀಡಿ.

2) MoScoW ಆದ್ಯತೆ:

ಕೆಳಗಿನ ವೈಶಿಷ್ಟ್ಯಗಳ ಪಟ್ಟಿಯನ್ನು MoScoW ಗೆ ವಿಭಜಿಸಿ: ಮಾಡಬೇಕು / ಮಾಡಬೇಕು / ಮಾಡಬಾರದು / ಆಗುವುದಿಲ್ಲ. "ನಾನು ಪರೀಕ್ಷಿಸಲು ಬಯಸುವ ಊಹೆಗೆ ಕಡ್ಡಾಯವಾಗಿ" ಇರುವವುಗಳನ್ನು ಮಾತ್ರ ಸೇರಿಸಬೇಕು. ಪ್ರತಿಯೊಂದು ವೈಶಿಷ್ಟ್ಯವು ಆ ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ ಏಕೆ ಇದೆ ಎಂಬುದನ್ನು ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಬರೆಯಿರಿ.ಪಟ್ಟಿ: [ವೈಶಿಷ್ಟ್ಯಗಳು].

3) ಪರಿಣಾಮ-ಪ್ರಯತ್ನ ಮ್ಯಾಟ್ರಿಕ್ಸ್:

"ಗ್ರಾಹಕರ ಮೇಲಿನ ಪ್ರಭಾವ (1-5)" ಮತ್ತು "ಮಾಡಲು ಪ್ರಯತ್ನ (1-5)" ಅಕ್ಷಗಳ ಮೇಲೆ ಈ ಕೆಳಗಿನ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸ್ಕೋರ್ ಮಾಡಿ ಮತ್ತು ಅವುಗಳನ್ನು 4 ಕ್ವಾಡ್ರಾಂಟ್‌ಗಳಲ್ಲಿ ಇರಿಸಿ. ಹೆಚ್ಚಿನ ಪರಿಣಾಮ-ಕಡಿಮೆ ಪ್ರಯತ್ನಗಳನ್ನು "ಮೊದಲು ಮಾಡು" ಎಂದು ಗುರುತಿಸಿ ಮತ್ತು ಕಡಿಮೆ ಪರಿಣಾಮ-ಹೆಚ್ಚಿನ ಪ್ರಯತ್ನವನ್ನು "ಮಾಡಬೇಡ" ಎಂದು ಗುರುತಿಸಿ. ನನ್ನ ನಿಜವಾದ ಗ್ರಾಹಕ ನಿಶ್ಚಿತಾರ್ಥದ ವಿರುದ್ಧ ಪ್ರಭಾವ ಸ್ಕೋರ್‌ಗಳನ್ನು ಮೌಲ್ಯೀಕರಿಸಬೇಕು ಎಂದು ನನಗೆ ನೆನಪಿಸಿ. ಪಟ್ಟಿ: [ವೈಶಿಷ್ಟ್ಯಗಳು].

4) ಲ್ಯಾಂಡಿಂಗ್ ಪುಟ ಪಠ್ಯ:

ನನ್ನ MVP ಗಾಗಿ ಸ್ಪ್ಲಾಶ್ ಪುಟ ಪಠ್ಯವನ್ನು ಬರೆಯಿರಿ. ವಿಭಾಗಗಳು: (1) ಗ್ರಾಹಕ ಭಾಷೆಯಲ್ಲಿ ಶೀರ್ಷಿಕೆ (ಮೌಲ್ಯ ಪ್ರತಿಪಾದನೆ), (2) ಸಮಸ್ಯೆ-ಪರಿಹಾರ ನಿರೂಪಣೆ, (3) 3 ಪ್ರಯೋಜನದ ಅಂಶಗಳು, (4) ಸ್ಪಷ್ಟ ಕರೆ (ಪೂರ್ವ ನೋಂದಣಿ / ಕಾಯುವ ಪಟ್ಟಿ). ಉತ್ಪ್ರೇಕ್ಷಿತ ಭರವಸೆಗಳನ್ನು ಬಳಸುವುದು; ನಾನು ಪರಿಶೀಲಿಸಬಹುದಾದ ಹಕ್ಕುಗಳು ಮಾತ್ರ. ಟರ್ಕಿಶ್, ಸರಳ, ಪ್ರಾಮಾಣಿಕ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ನನ್ನ ಉತ್ಪನ್ನಕ್ಕಾಗಿ ಎಲ್ಲಾ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.

ಈ ಪ್ರಾಂಪ್ಟ್ MVP ತರ್ಕಕ್ಕೆ ವಿರುದ್ಧವಾಗಿದೆ; ಇದು ಕಲಿಕೆಯನ್ನು ವಿಳಂಬಗೊಳಿಸುವ ಮತ್ತು ಹೆಚ್ಚಿನ ಇಂಜಿನಿಯರಿಂಗ್ ಅನ್ನು ಆಹ್ವಾನಿಸುವ ದೀರ್ಘ ಆಶಯ ಪಟ್ಟಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಾನು ಪರೀಕ್ಷಿಸಲು ಬಯಸುವ ಏಕೈಕ ಊಹೆ: [x]. ಈ ಊಹೆಯನ್ನು ಪರಿಶೀಲಿಸುವ ಚಿಕ್ಕ MVP ಅನ್ನು ವಿವರಿಸಿ, ಕೋಡ್ ಅಗತ್ಯವಿಲ್ಲದ ಆವೃತ್ತಿಯನ್ನು ಪ್ರಸ್ತಾಪಿಸಿ, MoScoW ನೊಂದಿಗೆ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಿ ಮತ್ತು ಹೊಂದಿಸಬೇಕಾದುದನ್ನು ಮಾತ್ರ ಬಿಡಿ. ನನ್ನ ಯಶಸ್ಸಿನ ಮಾನದಂಡಗಳನ್ನು ಪೂರ್ವ-ಬರೆಯದಂತೆ ನನಗೆ ಸಹಾಯ ಮಾಡಿ (ಇದು ಊಹೆಯನ್ನು ಮೌಲ್ಯೀಕರಿಸುತ್ತದೆ).

ಅಪ್ರೋಚ್

ಕಲಿಕೆಯ ದರ

ವೆಚ್ಚ

ಅಪಾಯ

ಮೊದಲಿನಿಂದ ಸಂಪೂರ್ಣ ಉತ್ಪನ್ನವನ್ನು ತಯಾರಿಸುವುದು

ತುಂಬಾ ನಿಧಾನ

ಹೆಚ್ಚು

ತಪ್ಪು ವಿಷಯಕ್ಕೆ ಹಣ ಹಾಕಬೇಡಿ

ಎಕ್ಸ್ಟ್ರೀಮ್ ಎಂಜಿನಿಯರಿಂಗ್/ಚಿನ್ನದ ಲೇಪನ

ನಿಧಾನ

ತುಂಬಾ ಹೆಚ್ಚು

ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು

ಕೇವಲ ವೈಶಿಷ್ಟ್ಯಗೊಳಿಸಿದ MVP

ವೇಗವಾಗಿ

ಕಡಿಮೆ

ನಿರ್ವಹಿಸಬಲ್ಲ

ನೋ-ಕೋಡ್ MVP (ಲ್ಯಾಂಡಿಂಗ್/ಎಲ್ಲೆ)

ವೇಗವಾಗಿ

ಅತ್ಯಂತ ಕಡಿಮೆ

ಆರಂಭಿಕ ಕಲಿಕೆ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• MVP ಅನ್ನು ಸಂಪೂರ್ಣ ಉತ್ಪನ್ನವೆಂದು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. MVP ಕಲಿಕೆಯ ಚಿಕ್ಕ ಘಟಕವಾಗಿದೆ, ಪಾಲಿಶ್ ಮಾಡಿದ ಅಂತಿಮ ಹಂತವಲ್ಲ.
• ಅತಿಯಾದ ಇಂಜಿನಿಯರಿಂಗ್. ಯಾವುದೇ ಗ್ರಾಹಕರು ಇಲ್ಲದಿರುವಾಗ ಮಾಪಕ/ಪರಿಪೂರ್ಣತೆಯಲ್ಲಿ ತಿಂಗಳುಗಳನ್ನು ಕಳೆಯುವುದು; ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು.
• ಕಲಿಕೆಯ ಪ್ರಶ್ನೆಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತಿಲ್ಲ. ಏನನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಿದೆ ಎಂದು ತಿಳಿಯದ MVPಯು ದಿಕ್ಕಿಲ್ಲದ ತ್ಯಾಜ್ಯವಾಗಿದೆ.
• ನಂತರ ಯಶಸ್ಸಿನ ಮಾನದಂಡಗಳನ್ನು ಹೊಂದಿಸುವುದು. ಮಾನದಂಡಗಳನ್ನು ಮುಂಚಿತವಾಗಿ ಬರೆಯದಿದ್ದರೆ, ಪ್ರತಿ ಫಲಿತಾಂಶವನ್ನು "ಯಶಸ್ಸು" ಎಂದು ಅರ್ಥೈಸಲಾಗುತ್ತದೆ.
• ನೋ-ಕೋಡ್ ಆಯ್ಕೆಗಳನ್ನು ಬೈಪಾಸ್ ಮಾಡುವುದು. ಲ್ಯಾಂಡಿಂಗ್ ಪುಟ/ವೀಡಿಯೋ/ಬರವಣಿಗೆ ಕೋಡ್ ಅನ್ನು ನೀವು ಸೇವೆಯೊಂದಿಗೆ ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರೀಕ್ಷಿಸಿದಾಗ.

ಎಚ್ಚರಿಕೆ: AI ಪ್ರೋಟೋಟೈಪ್ ಅಥವಾ ಕೋಡ್ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸಬಹುದು, ಆದರೆ ಉತ್ಪಾದಿಸಿದ ಕೋಡ್‌ನ ಭದ್ರತೆ, ನಿಖರತೆ ಮತ್ತು ಕಾನೂನು ಅನುಸರಣೆಗೆ ನೀವು ಜವಾಬ್ದಾರರಾಗಿರುತ್ತೀರಿ. ವಿಶೇಷವಾಗಿ ಪಾವತಿಗಳು, ವೈಯಕ್ತಿಕ ಡೇಟಾ ಅಥವಾ ಭದ್ರತೆಯನ್ನು ಒಳಗೊಂಡಿರುವ MVP ಗಳಲ್ಲಿ, AI ಔಟ್‌ಪುಟ್ ಆರಂಭಿಕ ರೇಖಾಚಿತ್ರವಾಗಿದೆ; ಲೈವ್‌ಗೆ ಹೋಗುವ ಮೊದಲು ಸಮರ್ಥ ಡೆವಲಪರ್/ತಜ್ಞರು ಅದನ್ನು ಪರಿಶೀಲಿಸುವುದು ಅತ್ಯಗತ್ಯ.

ಸಾರಾಂಶದಲ್ಲಿ

MVP ಅತ್ಯಂತ ಚಿಕ್ಕದಾದ ಉತ್ಪನ್ನವಾಗಿದ್ದು, ಕಡಿಮೆ ಪ್ರಯತ್ನದಲ್ಲಿ ಹೆಚ್ಚಿನ ಕಲಿಕೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ; ಇದರ ಉದ್ದೇಶ ಮಾರಾಟ ಮಾಡುವುದು ಅಲ್ಲ, ಆದರೆ ಒಂದು ಊಹೆಯನ್ನು ಪರೀಕ್ಷಿಸುವುದು. ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು ಎಂದರೆ ಅತಿಯಾದ ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಯಾರೂ ಬಯಸದ ಸಾಬೀತಾಗದ ಉತ್ಪನ್ನವನ್ನು ಚಿನ್ನದ ಲೇಪನ ಮಾಡುವುದು. ಪ್ರತಿ MVP ಕಲಿಕೆಯ ಪ್ರಶ್ನೆಯೊಂದಿಗೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ; ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು MoScoW ಅಥವಾ ಪರಿಣಾಮ-ಪ್ರಯತ್ನದಿಂದ ಹೊರತೆಗೆಯಲಾಗುತ್ತದೆ ಮತ್ತು "ಮಸ್ಟ್" ಕ್ಲಸ್ಟರ್ ಅನ್ನು ಮಾತ್ರ ತಯಾರಿಸಲಾಗುತ್ತದೆ. ಸಾಮಾನ್ಯವಾಗಿ ಉತ್ತಮ MVP ಕೋಡ್ ಮೊದಲು ಬರುತ್ತದೆ: ಲ್ಯಾಂಡಿಂಗ್ ಪುಟ, ವೀಡಿಯೊ ಅಥವಾ ಹಸ್ತಚಾಲಿತ ಸೇವೆ. AI ಸ್ಕೋಪಿಂಗ್, ಆದ್ಯತೆ ಮತ್ತು ಮೂಲಮಾದರಿಗಳು/ಪುಟ ಡ್ರಾಫ್ಟ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸುವಲ್ಲಿ ಪ್ರಬಲ ವೇಗವರ್ಧಕವಾಗಿದೆ; ಆದರೆ "ಪರಿಣಾಮ" ಅಂದಾಜುಗಳನ್ನು ನಿಜವಾದ ಗ್ರಾಹಕ ಸಿಗ್ನಲ್ ಮೂಲಕ ಸರಿಪಡಿಸಬೇಕು ಮತ್ತು ತಾಂತ್ರಿಕ/ಕಾನೂನು-ನಿರ್ಣಾಯಕ ಔಟ್‌ಪುಟ್‌ಗಳನ್ನು ಪರಿಣಿತವಾಗಿ ಪರಿಶೀಲಿಸಬೇಕು.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಊಹೆಯನ್ನು ಆರಿಸಿ ("ಕಲಿಕೆ ಪ್ರಶ್ನೆ" ಟೆಂಪ್ಲೇಟ್). ಈ ಊಹೆಯನ್ನು ಪರೀಕ್ಷಿಸುವ ಚಿಕ್ಕ MVP ಗಾಗಿ AI ಅನ್ನು ಕೇಳಿ ಮತ್ತು ಸಾಧ್ಯವಾದರೆ, ನೋ-ಕೋಡ್ ಆವೃತ್ತಿ. ನಿಮ್ಮ ಅಭ್ಯರ್ಥಿ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು "MoScoW" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಪ್ರತ್ಯೇಕಿಸಿ, ಹೊಂದಿಸಬೇಕಾದುದನ್ನು ಮಾತ್ರ ಬಿಡಿ. ಅಂತಿಮವಾಗಿ, "ಲ್ಯಾಂಡಿಂಗ್ ಪುಟ ಪಠ್ಯ" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಯಾವುದೇ ಅಲಂಕಾರಗಳಿಲ್ಲದ ಲ್ಯಾಂಡಿಂಗ್ ಪುಟದ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ತಯಾರಿಸಿ ಮತ್ತು ಪ್ರಕಟಿಸುವ ಮೊದಲು ನಿಮ್ಮ ಯಶಸ್ಸಿನ ಮಾನದಂಡಗಳನ್ನು (ಉದಾ. 20 ಸಂದರ್ಶಕರಲ್ಲಿ ಕನಿಷ್ಠ 5 ಪೂರ್ವ-ನೋಂದಣಿ) ಬರೆಯಿರಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನನ್ನ MVP ಪರೀಕ್ಷೆಗಳ ಒಂದು ಕಲಿಕೆಯ ಪ್ರಶ್ನೆಯನ್ನು ನಾನು ಸ್ಪಷ್ಟವಾಗಿ ಬರೆದಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ನೋ-ಕೋಡ್ MVP ಆವೃತ್ತಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ವೈಶಿಷ್ಟ್ಯಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಿದ್ದೇನೆ ಮತ್ತು "ಮಸ್ಟ್" ಕ್ಲಸ್ಟರ್ ಅನ್ನು ಮಾತ್ರ ಬಿಟ್ಟಿದ್ದೇನೆಯೇ?
• [ ] ಪ್ರಕಟಣೆಯ ಮೊದಲು ನಾನು ಯಶಸ್ಸಿನ ಮಾನದಂಡವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ತಾಂತ್ರಿಕ/ಕಾನೂನು-ನಿರ್ಣಾಯಕ ಔಟ್‌ಪುಟ್ ಅನ್ನು ತಜ್ಞರ ಪರಿಶೀಲನೆಗೆ ಬಿಟ್ಟಿದ್ದೇನೆಯೇ?