Vấn đề: Quyết định product cần dữ liệu, AI thì "nhớ mang máng"
PM thường nhờ AI: "So sánh sản phẩm mình với đối thủ X", "giúp ưu tiên 8 tính năng này". Đây là vùng nguy hiểm nhất của AI: kiến thức của nó về thị trường có thời điểm cắt (training cutoff), nên thông tin đối thủ có thể cũ hoặc bịa hoàn toàn. Một quyết định ưu tiên dựa trên dữ liệu bịa còn tệ hơn không có AI.
Nguyên tắc: Tách "tư duy" khỏi "dữ kiện"
AI rất giỏi ở tư duy khung (áp dụng RICE, MoSCoW, phân tích SWOT, đặt câu hỏi phản biện) nhưng rất dở ở dữ kiện thị trường thời gian thực. Bí quyết: bạn cung cấp dữ kiện, AI cung cấp khung tư duy. Đừng để AI vừa bịa số vừa tính toán trên số bịa đó.
Ví dụ 1: Ưu tiên bằng RICE (bạn đưa số)
[ROLE] Bạn là PM áp dụng framework RICE để ưu tiên backlog.
[CONTEXT] Dưới đây là 5 tính năng với ước lượng CỦA TÔI:
Tính năng Reach (user/quý) Impact (1-3) Confidence (%) Effort (người-tuần) Đăng nhập sinh trắc 8000 2 80 3 Chia sẻ báo cáo 3000 3 60 5
... (dán đủ)
[TASK] Tính điểm RICE = (Reach×Impact×Confidence)/Effort cho từng tính năng,
xếp hạng, và giải thích ngắn gọn thứ hạng. Chỉ ra tính năng "quick win".
[FORMAT] Bảng có cột điểm RICE + xếp hạng.
[CONSTRAINTS] Chỉ dùng số tôi cung cấp, KHÔNG tự bịa Reach/Impact.
Hiển thị công thức tính cho 1 dòng để tôi kiểm tra. Làm tròn 1 chữ số.
Yêu cầu "hiển thị công thức cho 1 dòng" cho bạn kiểm nhanh AI có tính đúng không (nhớ: AI hay sai số học).
Ví dụ 2: Phân tích cạnh tranh AN TOÀN
[TASK] Tôi dán bảng tính năng của 3 đối thủ mà TÔI đã tự nghiên cứu bên
dưới. Hãy phân tích khoảng trống (gap) và cơ hội khác biệt hóa cho sản
phẩm của tôi.
[CONSTRAINTS] KHÔNG thêm thông tin đối thủ nào ngoài bảng tôi cung cấp.
Nếu bạn "biết" thêm về đối thủ, đừng dùng — kiến thức đó có thể đã lỗi thời.
Đây là cách dùng AI đúng: nó phân tích gap trên dữ liệu BẠN kiểm chứng, không đóng vai nguồn tin thị trường.
Quy trình ra quyết định có AI
- Tự thu thập dữ kiện thật (đối thủ, số liệu) từ nguồn đáng tin.
- Đưa dữ kiện + framework vào prompt, cấm AI tự thêm dữ kiện.
- Yêu cầu AI hiện công thức/logic để kiểm chứng.
- Yêu cầu AI phản biện chính đề xuất của nó: "Nêu 3 lý do thứ hạng này có thể sai".
- Bạn ra quyết định cuối — AI chỉ là trợ lý phân tích.
Template: Ưu tiên có kiểm chứng
[Context] Bảng tính năng + số liệu do TÔI cung cấp.
Áp dụng <RICE/ICE/MoSCoW>, tính điểm, xếp hạng, chỉ quick win.
Chỉ dùng số tôi đưa, hiện công thức 1 dòng để kiểm tra.
Sau đó: nêu 3 rủi ro/điểm mù của thứ hạng này.
Checklist trước khi tin phân tích của AI
- [ ] Mọi dữ kiện thị trường đều do mình cung cấp/kiểm chứng?
- [ ] Đã kiểm lại phép tính (RICE/phần trăm) thủ công 1 dòng?
- [ ] AI có tự "thêm" đối thủ hay tính năng nào không?
- [ ] Đã hỏi AI phản biện đề xuất của chính nó chưa?
- [ ] Quyết định cuối có phải do mình chịu trách nhiệm không?
Sai lầm thường gặp
- Hỏi AI "đối thủ X có tính năng gì". Nó có thể liệt kê tính năng không tồn tại hoặc đã bị gỡ — ảo giác dữ kiện rất thuyết phục. Luôn tự kiểm nguồn.
- Tin điểm số AI tính. Sai số học là lỗi kinh điển của LLM. Kiểm tay ít nhất một dòng.
- Coi AI là nguồn dữ liệu thị trường. Kiến thức có cutoff; giá, thị phần, đối thủ thay đổi mỗi ngày.
- Phụ thuộc quá mức vào đề xuất ưu tiên. Ưu tiên là quyết định chiến lược có trách nhiệm — không được "vì AI bảo thế". Bạn ký tên, bạn chịu trách nhiệm.