Πώς χρησιμοποιώ το AI σαν founder στα πρώτα στάδια του Sync car rentals marketplace

Στη μικρή σειρά άρθρων που έχω γράψει για τους Έλληνες founders δεν έχω αναφερθεί στο AI μέχρι τώρα. Ξέρω όμως πως οι άνθρωποι χρειάζονται πρακτικές λύσεις — όχι ακόμα ένα άρθρο για το πόσο “transformative” είναι η τεχνολογία. Γι’ αυτό θα γράψω πώς εγώ χρησιμοποιώ το AI σαν founder ενός early-stage startup. Πάμε:

Υπάρχει ένα αφήγημα στη Silicon Valley που λέει ότι “first time founders focus on product, second time founders focus on distribution”. I call it bullshit.

Πίστευα πάντα ότι ένας founder που ξεκινά με μια νέα ιδέα πρέπει να λειτουργεί πρώτα και κύρια σαν ο product manager της εταιρείας του. Αυτός έχει το όραμα, αυτός πρέπει να διαμορφώσει το προϊόν στην κάθε λεπτομέρεια, μέρα με την ημέρα. Δεν πιστεύω ότι “if you build it they will come”. Πιστεύω όμως ότι “you have to build it right, before they start coming”.

Αυτό έκανα με όλες μου τις εταιρείες, αυτό έκανα με την Taxibeat, αυτό κάνω τώρα με το Sync. Όμως, αυτή τη φορά με το AI μπορώ να παράγω 10 φορές περισσότερο έργο στον ίδιο χρόνο. (Posts σαν αυτό είναι εξαίρεση: πιστεύω ότι η επικοινωνία ενός founder πρέπει να μένει αυθεντική, έστω και με ελαττώματα.)

Αν σε ένα startup υπάρχουν 2-3 co-founders, τότε ο ένας πρέπει να έχει αυτόν τον ρόλο αποκλειστικά. Αν η εταιρεία είναι σε πιο ώριμο στάδιο, τότε ο founder πρέπει να σιγουρευτεί ότι οι product managers του δουλεύουν όπως παρακάτω 👇🏻

Η ομάδα μας δουλεύει με τα AI εργαλεία στον μέγιστο δυνατό βαθμό: οι developers γράφουν κώδικα πάνω στο Claude Code (ή μάλλον γράφει αυτό για αυτούς και αυτοί επιβλέπουν, διορθώνουν, επεκτείνουν). Ο growth manager γράφει copy, κάνει δημιουργικά, και αναλύει reports με το ChatGPT και άλλα εργαλεία εικόνας και ήχου. Το customer support εμπλουτίζει διαρκώς το Fin με απαντήσεις για ακραία ερωτήματα ώστε να μπορεί να απαντά όλο και καλύτερα μόνο του, αλλά γράφει και κείμενα για τα οχήματα μέσω ChatGPT (ένα εσωτερικό feature για τους Παρόχους μας).

Πάμε σε εμένα: πέρα από τους άλλους ρόλους μου, στην καθημερινότητά μου ως product manager στο Sync έχω να κάνω με:

1. τη δημιουργία μιας βασικής ιδέας

2. τη μετατροπή της σε ένα project

3. τον καθορισμό της εμπειρίας του πελάτη γύρω από την ιδέα

4. τον έλεγχο για την εκτέλεση της ιδέας

---

Τα βασικά

Όταν ξεκινήσαμε με το Sync δούλευα αποκλειστικά πάνω στο ChatGPT. Στην πορεία όμως ανακάλυψα ότι το Claude της Anthropic έχει κάνει καταπληκτική δουλειά για επαγγελματίες που εργάζονται πάνω σε software. Σιγά σιγά γύρισα εκεί και το προσάρμοσα στη δουλειά μου:

• Του έδωσα ένα πολύ ισχυρό brief για το ποιοι είμαστε και τι κάνουμε

• Σύνδεσα στον connector του Claude όλο το documentation που έχουμε στο Notion — πήρε από εκεί όλα τα business rules, marketing copies, company values, business goals, team info, onboarding policies, help center articles και ό,τι άλλο έχουμε καταγεγραμμένο

• Πήρε πλήρες brief για το tech stack μας και το database schema μας

• Σύνδεσα τον Claude connector με το Linear setup μας και απέκτησε πλήρη πρόσβαση σε όλα τα product projects που τρέχουμε

• Σύνδεσα τον Claude connector με το Stripe account μας και απέκτησε πλήρη πρόσβαση στις συναλλαγές μας.

Όλα αυτά βοήθησαν τον Claude να έχει πλήρη εικόνα για το πώς δουλεύουμε πριν αρχίσει να παράγει έργο.

Η βασική prompting τεχνική που ακολουθώ σε κάθε, μα κάθε prompt είναι να προσθέτω στο τέλος: “Κάνε μου ό,τι ερωτήσεις έχεις ώστε να αποκτήσεις την πλήρη εικόνα πριν προχωρήσουμε σε εκτέλεση”. Αυτό το θεωρώ θεμέλιο. Σχεδόν ποτέ δεν μπορούμε να ξέρουμε ότι δώσαμε πλήρες context στη μηχανή.

---

Ideation

Όταν χρειάζομαι να υλοποιήσω μια νέα ιδέα που μπορεί να έχει προέλθει από customer request, τη δίνω στον Claude και ζητάω feedback για το πώς θα μπορούσαμε να την υλοποιήσουμε με τον καλύτερο δυνατό τρόπο, καθώς και ό,τι αρνητικά μπορεί να βλέπει.

Ένα πραγματικό παράδειγμα: Οι Πάροχοι (hosts) μας ζητούσαν συνεχώς έναν καλύτερο τρόπο να υποβάλλουν claims για ζημιές ή παραβάσεις πελατών. Μέχρι τότε χρησιμοποιούσαμε ένα Typeform — αργό, αποκομμένο από το σύστημα, χωρίς αυτόματη χρέωση. Έδωσα το πρόβλημα στον Claude, μου έκανε 5-6 ερωτήσεις για edge cases που δεν είχα σκεφτεί (π.χ. “τι γίνεται αν ο πελάτης αμφισβητήσει τη χρέωση;”), και μετά από 20 λεπτά διάλογο είχαμε ολοκληρωμένο spec για native in-app claims system με admin workflow και auto-charging.

Μετά από αυτόν τον διάλογο, καταλήγουμε στην πλήρη ανάλυση των features που πρέπει να υλοποιήσουμε και ζητάω να μου φτιάξει ένα πλήρες Linear project. Δημιουργώντας το project, ο Claude γράφει την περιγραφή του project και τα tasks (Linear issues) τα οποία πρέπει να πάρει κάθε μέλος της ομάδας: backend developer, frontend developer, designer.

Κάθε task έχει πλήρη ανάλυση όσων πρέπει να γίνουν από κάθε engineer, αλλά ακόμα και κομμάτια κώδικα κρίσιμα για την υλοποίηση. Όταν μου παρουσιάσει όλα τα tasks και τα εγκρίνω (ή διορθώσω), μετά ο Claude πάει και τα γράφει κατευθείαν μέσα στο Linear — εγώ δεν κάνω τίποτα εκεί. Δημιουργεί το project, γράφει τα tasks, τα αναθέτει στο αντίστοιχο μέλος της ομάδας, βάζει τις σωστές προτεραιότητες (καθώς και εξαρτήσεις), και labels.

Σημαντικό: Για όλα όσα κάνει το AI είναι κρίσιμο το review και το approval αυτού που το τρέχει. Ποτέ δεν αναθέτουμε ή εμπιστευόμαστε εν λευκώ τη δουλειά που κάνει το AI για εμάς.

---

Prototyping

Όταν τα tasks ανατίθενται στην ομάδα, υπάρχει ένα σημαντικό μέρος που παραμένει σε εμένα: η πραγματική, visual εμπειρία που έχει ο πελάτης με το προϊόν. Έχω φροντίσει ο Claude να έχει ισχυρό brief για το πώς θα περιγράψει την frontend εμπειρία στην κάθε οθόνη. Με βάση αυτή, του ζητάω να μου γράψει prompts τα οποία θα χρησιμοποιήσω στο MagicPatterns.

Το MagicPatterns είναι ένα από τα AI εργαλεία που υπάρχουν στην αγορά για να φτιάχνεις fully interactive prototypes με text prompts. Υπάρχουν πολλά άλλα (MagicPath, Lovable, v0, Bolt κ.ά.) αλλά εγώ βρίσκω το MagicPatterns το πιο ευέλικτο. Για κάθε μία από τις οθόνες που περιγράφει ο Claude, μου δίνει ξεχωριστό prompt το οποίο βάζω στο MagicPatterns και μετά από λίγα λεπτά έχω την πλήρη εμπειρία που θα έχει ο πελάτης όταν η οθόνη υλοποιηθεί. Σημαντική παράμετρος: έχω ήδη “ταΐσει” το MagicPatterns με το brand identity του Sync, οπότε οι οθόνες είναι fully branded.

Κάθε οθόνη τη βλέπω προσεκτικά και πάντα θα δώσω συμπληρωματικά prompts για να διορθώσω την εμπειρία όπως θα την ήθελα εγώ. Αυτό μπορεί να πάρει 3-10 iterations. Στο τέλος το αποτέλεσμα είναι σχεδόν ιδανικό. Για κάθε οθόνη παίρνω έναν κωδικό με τον οποίο την εισάγω στο Figma μέσω του MagiPatterns plugin, έτοιμη για τον designer.

Αυτό είναι πολύ σημαντικό βήμα: ξεκινώντας με prototype αντί για wireframes, οι designers μπορούν να ευθυγραμιστούν με τους stakeholders πολύ πιο γρήγορα. Πολλές φορές τα prototypes είναι τόσο καλά ώστε δεν χρειάζονται καν την παρέμβαση του designer — για παράδειγμα κάποιες οθόνες για Παρόχους που δεν χρειάζονται φινίρισμα. Με λίγα λόγια, από τον product manager οι οθόνες είναι έτοιμες για τον frontend developer(!).

Αλλά και για τις υπόλοιπες, η δουλειά του designer είναι πολύ λιγότερη καθώς έχει να δουλέψει με μια οθόνη που είναι 70% κοντά στο τελικό αποτέλεσμα.

---

Execution

Έχοντας τον Claude ενσωματωμένο με το Linear, μπορώ να έχω εικόνα για το velocity με το οποίο κινούνται τα projects. Ο Claude μου δίνει κάθε εβδομάδα report για τα tasks που αλλάζουν στάδιο (ToDo → In Progress → In Staging → Ready for Product Testing → Done), και αν αυτή η πρόοδος είναι σύμφωνη με την αρχική εκτίμηση.

Με βοηθά να κάνω τις σωστές ερωτήσεις στους engineers για tasks που δείχνουν να έχουν μείνει πίσω. Τον ενημερώνω για όσα μαθαίνω από το feedback και αναπροσαρμόζει τις προσδοκίες χρόνου εκτέλεσης για τα επόμενα tasks.

---

Υπάρχουν δεκάδες άλλες χρήσεις AI σε εργαλεία όπως Google Sheets, Airtable, meeting notes από το Fireflies κ.λπ., αλλά δεν είναι εφικτό να αναλυθούν όλα. Εδώ παρουσίασα την πιο βασική πλευρά της καθημερινότητάς μου σαν product manager.

Για τη δημιουργία ενός νέου feature, όλα όσα περιγράφω παραπάνω θα έπαιρναν πάνω από 2 μέρες δική μου πλήρη απασχόληση χωρίς το AI — και αρκετά δεν θα μπορούσα να τα κάνω ποτέ χωρίς επιπλέον άνθρωπο. Τώρα η παραπάνω διαδικασία είναι υπόθεση 2-3 ωρών.

---

Αυτά. Θα χαρώ να ακούσω ιδέες και best practices από άλλους — ειδικά όσους είναι πιο βαθιά στο τεχνικό επίπεδο. Ποια AI εργαλεία έχετε ενσωματώσει στο workflow σας και τι αποτελέσματα βλέπετε;