Пітер Янґ — колишній продакт-менеджер Reddit, Meta та Roblox — сьогодні самостійно веде велику ньюзлетер‑аудиторію й запускає нові продукти майже повністю на базі AI. У розмові на каналі Silicon Valley Girl він описує власний «AI-first playbook» і пропонує простий, але дуже приземлений фреймворк з п’яти рівнів використання штучного інтелекту — від «поставив питання в чаті й закрив вкладку» до персональної системи агентів, які реально виконують роботу.
Рівень 1: AI як розумніша пошукова система
Початковий щабель, на якому за оцінкою Янґа перебуває більшість користувачів, виглядає знайомо й буденно. Це ситуація, коли AI сприймають як зручніший Google: відкривається ChatGPT чи Claude, ставиться питання, приходить відповідь, на цьому взаємодія закінчується.
Йдеться про «повсякденні відповіді» — від пояснення концепцій до порад у стилі «як щось зробити». Користувачі не будують жодної системи навколо цих запитів, не зберігають контекст, не пов’язують сесії між собою. Сесію закрито — вся «цінність» розчиняється разом із нею.
Янґ звертає увагу, що саме в такому режимі люди часто залишаються розчарованими: відповідь є, але вона не вбудована в їхню роботу, її треба ще якось застосувати, доопрацювати, перенести — і це майже завжди відбувається вручну.
Рівень 2: AI в повсякденній роботі, але в межах чату
Другий рівень — коли той самий ChatGPT або Claude починають працювати не лише на «разові запити», а обслуговують щоденні робочі задачі. З’являються «проєкти» в інтерфейсі моделей, довші треди, де AI допомагає в одній темі: дає «лайф-адвайс», асистує з контентом, структурує якісь процеси.
Однак ключова проблема цього рівня — те, що все одно доводиться нескінченно копіювати й вставляти. Результати роботи моделі залишаються «заблокованими» в чаті. Щоб оновити документ, заповнити таблицю, змінити щось у робочій системі, користувач має вручну переносити фрагменти тексту. Це економить час у порівнянні з повністю ручною роботою, але залишає величезний пласт рутинних операцій.
Саме тут, за логікою Янґа, більшість людей і «застрягають»: AI ніби є, але не інтегрований у реальні робочі інструменти й не торкається справжнього виконання задач.
Рівень 3: AI як інструмент прототипування
Третій рівень він описує крізь призму продакт-досвіду. Для продакт-менеджерів колись типовою практикою були «тонни доків», які ніхто з інженерів не хотів читати. Тепер замість довгих описів з’являються живі прототипи, які швидко збирають за допомогою AI-інструментів.
Янґ перелічує конкретні сервіси, з якими працює, включно з Codex, і пояснює підхід: він бере скриншот продукту, віддає його моделі й просить зробити прототип з потрібними змінами. Потім цей прототип показує інженеру чи дизайнеру.
На цьому рівні AI вже не просто пише текст — він допомагає візуалізувати й втілювати ідеї, створюючи робочі макети продуктів. Важливий момент: це ще не «продакшн‑додатки для мільйонів користувачів», а проміжний етап, який прискорює комунікацію всередині команд і зменшує кількість «паперової» роботи.
Рівень 4: персональні додатки замість разових хаків
Четвертий щабель — це вже власні застосунки, які AI допомагає збудувати. Янґ наголошує: тут має йтися не про масштабні B2C‑продукти, а насамперед про «персональні додатки для себе».
Це можуть бути інструменти, які розв’язують власні щоденні проблеми. Він згадує, що, наприклад, створив фітнес‑додаток для трекінгу тренувань, який надсилає йому листи про здоров’я, та працює над розширенням для Gmail, яке підсвічує шахрайські листи від імені «банку», що насправді приходять із випадкових поштових адрес.
На цьому рівні застосунок уже може жити десь на хостингу, мати посилання для доступу, але ще не є агентом у строгому сенсі. Це радше набір інструментів для власних задач, зібраних поверх AI‑моделей, які знімають конкретний біль і замінюють вручну налаштовані хакі.
Рівень 5: персональний агент, що забирає з вас знанняву роботу
П’ятий рівень — те, до чого Янґ підводить усю схему. Тут AI стає «персональним агентом», який намагається максимально автоматизувати й спростити все, що можна.
Ключова ідея: замість того, щоб постійно «клікати по чатботу», людина виділяє день, скасовує мітинги й чесно проглядає свій минулий тиждень. Далі — детальний брейндамп: усі рутинні кроки, на які пішов час, усі дії, де були копі‑пейсти, ручні оновлення, перевірки аналітики, дрібна адміністративка. Усе це системно «заливається» в AI‑середовище як описані робочі процеси.
На цьому рівні AI:
- знає робочі інструменти людини;
- має доступ до API та інтеграцій;
- працює не в ізольованому чаті, а безпосередньо з файлами, документами, аналітикою;
- здатний самостійно виконувати частину дій — наприклад, оновлювати Google Docs, ходити по браузеру, збирати звіти з платформ.
Янґ визнає, що це звучить складно, але на практиці зводиться до дисципліни: сісти, потік думок про свої робочі процеси перетворити на інструкції для AI й дати йому достатньо контексту, щоб він справді «робив роботу», а не просто генерував тексти.
Як перейти від рівнів 1–2 до 5: «припиніть жити в чаті»
Ключова порада Янґа для тих, хто застряг на рівні питань‑відповідей або примітивних проєктів, — кардинальна, але проста: «найпрактичніший крок — перестати користуватися чатботом і почати користуватися Codex або Claude Code».
Його логіка така. Спеціалізовані інструменти на кшталт Codex і Claude Code:
- все ще залишаються звичним «чатом», де 80% часу ви просто спілкуєтеся з моделлю;
- водночас мають можливість створювати «skills» — текстові файли з інструкціями, які перетворюються на модульні шматки поведінки;
- мають доступ до API та інтеграцій з іншими сервісами;
- можуть виконувати дії в інших застосунках, а не лише відповідати в межах чату.
Це і є місток від другого рівня (коли ви копіюєте з чату в документи) до п’ятого (коли AI сам змінює документи чи збирає дані).
«Personal OS»: папка як операційна система для життя й роботи
Наступний крок Янґ формулює дуже конкретно. Він радить у Codex або Claude Code створити нову папку, умовно «Personal OS», і почати з побудови тут своєї системи.
Усередині цієї папки — не код, а передусім ваші робочі процеси, записані у вигляді інструкцій. Янґ пропонує буквально «брейндампнути» всі основні воркфлови: як ви готуєте ньюзлетер, як проводите постпродакшн подкасту, як ведете спонсорів, як публікуєте в соцмережі, як аналізуєте аналітику, як ухвалюєте стратегічні рішення.
Далі — правильні запитання до AI в цьому середовищі: не «написати мені текст», а «як ти можеш автоматизувати цей процес», «які кроки ти можеш взяти на себе», «до яких API тобі треба доступ». Саме на цьому етапі, підкреслює він, більшість людей недооцінює можливості систем: вони не просять достатньо амбітних речей і залишають AI на рівні генерації тексту.
Янґ стверджує, що в такому режимі інструменти здатні виконувати фактично «будь‑яку знанняву роботу», якщо користувач терплячий і надає контекст. Важливо: це не миттєва магія — треба спочатку налаштувати систему, потім ітеративно її покращувати, оновлюючи skills і пам’ять.
Чому варто відмовитися від «проєктів» у звичайних чат‑моделях
Окрема деталь, яку він підсвічує: навіть у межах самих AI‑платформ він свідомо відмовився від традиційної функції «проєктів». Раніше, коли він редагував ньюзлетер через проєкт, отриманий текст доводилося копіювати й вставляти в Google Docs, тобто з’являвся додатковий крок.
У Codex його система вже не лише формує чернетку, а й самостійно оновлює потрібні документи. Таким чином зникає шар ручного трансферу, який і відрізняє справжню автоматизацію від косметичної допомоги.
Висновок: від разових відповідей до партнерства
П’ятирівневий фреймворк Янґа не претендує на академічну повноту, але чітко показує розрив між тим, як більшість сьогодні взаємодіє з AI, і тим, як його можна зробити реальним робочим партнером.
На перших двох рівнях AI залишається розумною довідкою, хай навіть у зручному чаті з контекстом. На третьому і четвертому він перетворюється на інструмент прототипування й швидкої збірки персональних апок. На п’ятому — стає агентом, який, завдяки структуруванню ваших робочих процесів і доступу до інструментів, бере на себе помітну частину реальної роботи.
Ключовий практичний крок, який Янґ пропонує зробити вже цього тижня, — вийти з парадигми «я запитав — він відповів», перейти до Codex або Claude Code, завести свою «Personal OS»‑папку й чесно вивантажити туди всі робочі воркфлови. Далі — будувати навколо них skills, інтеграції й агентів, поступово піднімаючись вище по власній шкалі AI‑адопшну.
Джерело
AI-First Playbook: Do a Team’s Work With AI (2026) | Peter Yang