От любопытства к продукту: история о том, как ИИ стал со‑создателем

Встречайте любопытного создателя (и его ИИ‑помощника)

Майя не пытается «основать стартап». Она пытается перестать снова сталкиваться с одной маленькой, но раздражающей проблемой.

Каждый понедельник отчёты команды приходят в пяти разных форматах — буллеты, абзацы, скриншоты, полузаконченные мысли — и она тратит час, чтобы превратить это в нечто, что руководство действительно сможет прочитать. Это не тяжёлая работа. Это просто… лишнее.

Через несколько месяцев вопрос наконец застревает в голове:

Почему это продолжается?

Момент, когда любопытство превращается в идею продукта

Сначала Майя делает то, что делаем большинство: пожаловаться, пожать плечами и сделать ещё одну таблицу.

Но на этот раз она останавливается и начинает воспринимать раздражение как подсказку. Если эта проблема появляется каждую неделю — у разных людей — возможно, это не «просто проблема команды Майи». Возможно, это закономерность, которую стоит понять.

Это и есть сдвиг: от «это раздражает» к «возможно, это проблема, за решение которой люди готовы заплатить». Не потому, что решение гламурное, а потому что боль распространена.

Появляется ИИ‑помощник (с лучшими вопросами)

Майя открывает своего ИИ‑ассистента и пишет небрежный, честный промпт:

"Я устала переписывать статус‑апдейты. Есть ли тут простая идея продукта?"

Вместо того чтобы выплеснуть блестящую концепцию приложения, ИИ задаёт уточняющие вопросы:

• Кто пишет апдейты (роли, уровень, размер команды)?
• Что делает апдейт «хорошим» для вашей аудитории?
• Где апдейты живут сейчас (Slack, email, Notion)?
• Что именно забирает время: гоняться за людьми, переписывать, форматировать или суммировать?

Майя отвечает — и понимает, что пыталась решить три проблемы сразу. Одна из них выделяется: превращать черновые апдейты в последовательный, читабельный еженедельный бриф.

Ясное ожидание (чтобы вы не передавали рулевое управление)

ИИ помогает Майе структурировать мысли — организовать проблему, выявить предположения, предложить способы их проверки. Но Майя всё равно выбирает, что важно: на какой боли фокусироваться, какие компромиссы приемлемы и что значит «лучше» для реальных людей.

Помощник может набросать варианты. Создатель принимает решения.

Как превратить вопрос в проблему, стоящую решения

Любопытство часто начинается как туманная фраза: «Почему это так трудно?» или «Есть ли лучший способ?» В заметках Майи это было интересно — но не реализуемо.

Поэтому она просит ИИ‑помощника вести себя как терпеливый редактор, а не как промо‑машина. Цель — не больше идей, а более ясная проблема.

1) От любопытства к формулировке проблемы

Она вставляет свою неаккуратную мысль и просит:

"Перепиши это в однофразную формулировку проблемы. Затем дай три варианта: для новичка, для бизнеса и честный эмоциональный."

Через секунды у неё есть варианты, достаточно конкретные для оценки. Она выбирает тот, который называет реальное трение — не фичу.

Формулировка проблемы: «Люди, которые пытаются [сделать X], часто застревают на [моменте Y], что вызывает [последствие Z].»

2) У кого проблема — и когда?

Далее ИИ заставляет представить сцену:

• Персона: кто испытывает боль?
• Момент: что они делают прямо перед тем, как всё идёт не так?
• Контекст: на мобильном, на работе, под давлением времени, в одиночестве, с клиентом?

Это превращает «кто‑угодно» в реального адресата («новые тим‑лиды, во время еженедельной отчётности, за 30 минут до совещания»).

3) Предположения, которые нужно проверить (до строительства)

ИИ предлагает быстрый список предположений в виде проверяемых утверждений:

• Люди сталкиваются с этой проблемой достаточно часто, чтобы ей уделять внимание.
• Существующие обходные пути кажутся медленными, рискованными или раздражающими.
• Более простой подход будет вызывать доверие.
• Создатель сможет достучаться до этих людей, чтобы узнать больше.

4) Простой критерий успеха

Наконец она определяет, что значит «лучше», без таблиц:

Критерий успеха: «Первый пользователь может пройти от состояния «застрял» до «сделано» меньше чем за 10 минут без просьбы о помощи.»

Теперь вопрос не просто интересен — его стоит тестировать.

Быстрое исследование без потери в деталях

У любопытства Майи есть проблема: оно шумное. Быстрый поиск «help me plan an MVP» превращается в десятки вкладок — шаблоны, курсы, no‑code инструменты и мнения, которые ни к чему не приводят.

Поэтому она просит ИИ‑помощника о простом: «Смапь, что уже есть на рынке, и скажи, что люди делают вместо покупки продукта.»

Начните с карты рынка (а не кроличьей норы)

За несколько минут ИИ группирует пространство на:

• Категории (инструменты, услуги, шаблоны, сообщества)
• Альтернативы (что люди покупают вместо продукта)
• DIY‑обходы (таблицы, документы в Notion, наём фрилансера на неделю)

Это не вердикт — просто карта. Она помогает Майе увидеть, где её идея может вписаться, не притворяясь, что «исследование закончено» после трёх блог‑постов.

Составьте сравнительную таблицу, которой можно действительно пользоваться

Затем она просит таблицу: «Топ‑опции, типичный ценовой диапазон, жалобы и пробелы.»

Различается ли это реально или это просто новая упаковка?

ИИ затем ставит более жёсткий вопрос: «Что сделает это по‑настоящему отличным, а не очередной версией того же самого?» Это подталкивает Майю к чёткому углу — быстрая ясность и меньше решений, а не «всё‑в‑одном».

Отметьте утверждения, которые нужно подтвердить позже

Наконец, её ИИ выделяет утверждения для валидации в customer discovery: «Люди ненавидят курсы», «Шаблоны не работают», «Коучинг слишком дорогой». Полезные гипотезы — пока реальные пользователи не подтвердят их.

Выбор целевой аудитории продукта

Любопытство может притянуть в голове целую толпу: студенты, менеджеры, фрилансеры, родители, основатели. Ваш ИИ‑помощник с радостью придумает фичи для всех — и именно так проекты незаметно раздуваются.

Решение простое: выберите реального человека в реальной ситуации и сделайте первую версию для него.

Набросайте 2–3 быстрые персоны (конкретные, не общие)

Вместо стереотипов типа «занятый профессионал», попросите ИИ помочь в эскизах персонажей с конкретным контекстом:

• Где они, когда проблема возникает? (за столом, на стройке, в телефоне между встречами)
• Какие инструменты они уже используют? (таблицы, WhatsApp, Notion, почта)
• Чего они боятся? (выглядеть неподготовленным, тратить время, пропустить дедлайн)

Примеры персон:

• Майя, фриланс‑маркетолог, совмещающая запросы клиентов и постоянную смену контекста.
• Джордан, тим‑лид, которому нужна быстрая ясность перед еженедельным статусом.
• Сэм, студент‑билдер, который быстро экспериментирует, но застревает, выбирая следующий шаг.

Превратите персоны в user stories

Попросите ИИ преобразовать каждую персону в 2–3 пользовательские истории в формате:

"Когда X, мне нужно Y, чтобы Z."

Для Майи: «Когда клиент присылает разбросанные заметки, мне нужен чистый бриф, чтобы я могла ответить уверенно без перечитывания всех сообщений.»

Выберите одного основного пользователя — и одну главную задачу

Теперь сделайте трудный выбор: один основной пользователь для версии 1.

Хорошее правило — выбирать персону с самой понятной болью и самым коротким путём к небольшому выигрышу. Затем определите одну основную функцию/задачу, которую первая версия должна выполнить. Всё остальное — «потом».

Customer discovery: лучшие вопросы, быстрее

Наш любопытный создатель имеет прототип в голове, несколько сильных мнений и один большой риск: проводить интервью так, чтобы слышать только то, во что он уже верит.

ИИ ускоряет customer discovery — но реальная польза в том, чтобы сделать его чище: меньше наводящих вопросов, ясные заметки и простой способ решить, какое обратная связь важна.

1) Генерируйте вопросы, которые не «подталкивают свидетеля»

Хороший вопрос приглашает рассказ. Плохой просит разрешения.

Попросите ИИ переписать ваши вопросы, убрав предположения. Например:

• Вместо: «Вы бы использовали приложение, которое автоматически отслеживает ваши приёмы пищи?»
• Спросите: «Расскажите о последнем случае, когда вы пытались отслеживать питание — что тогда произошло?»

Промпт, который можно использовать:

Rewrite these interview questions to avoid leading language or assumptions. 
Make them open-ended, focused on past behavior, and easy to answer.
Questions: ...

2) Составьте жёсткий 30‑минутный сценарий интервью (и шаблон заметок)

Скорость приходит от структуры. Попросите ИИ набросать простой поток, который вы сможете повторить десять раз:

• 0–5 мин: «Какова ваша роль/как проходит ваш день?»
• 5–20 мин: Две‑три недавние истории («Пройдите меня через последний раз…»)
• 20–25 мин: Приоритеты и компромиссы («Если можно было бы исправить одну часть, что бы это было?»)
• 25–30 мин: Завершение и рекомендации («Кого ещё мне стоит опросить?»)

Затем сгенерируйте шаблон для заметок, чтобы не утонуть в расшифровках:

• Контекст: кто они, какие инструменты используют
• Триггер: что запускает проблему
• Текущий обход: что они делают сейчас (и почему)
• Уровень боли: что это им стоит (время, деньги, стресс)
• Цитаты: дословные фразы

3) План охвата: найдите 10 человек, похожих на целевого пользователя

Попросите ИИ придумать, где ваша точная аудитория уже собирается, затем выберите два канала, которые вы сможете реализовать на этой неделе: нишевые Slack/Discord‑группы, поиск в LinkedIn, сабреддиты, списки митапов или знакомые.

Ваша цель не «много интервью», а 10 релевантных разговоров с одинаковыми вопросами.

4) Решите, что считать «сигналом» (а не приятным отзывом)

Приятные отзывы звучат как: «Крутая идея!» Сигналы звучат так:

• Они описывают реальную недавнюю ситуацию, без наводящих вопросов
• Они уже тратят время/деньги на её решение
• Им будет обидно, если проблема станет хуже
• Они спрашивают: «Когда можно попробовать?» или предлагают познакомить с другими

Попросите ИИ пометить заметки как Signal / Maybe / Noise — но окончательное решение за вами.

Как понять, что люди действительно сказали

После нескольких разговоров у создателя знакомая проблема: страницы заметок, десяток «может быть» и растущая тревога, что он слышит только то, что хочет.

Это момент, когда ИИ‑помощник действительно приносит пользу — не придумывая инсайты, а превращая беспорядочные разговоры во что‑то, на что можно опереться.

Превратите заметки в темы (не сглаживая правду)

Начните с того, что сложите сырые заметки в один документ (по одному интервью на раздел). Затем попросите ИИ разметить каждое высказывание по простым корзинам:

• Боли (что раздражает или дорого)
• Триггеры (что заставляет искать решение сейчас)
• Текущие инструменты/обходы (что они используют сейчас, даже если это «таблицы и надежда»)

Цель — не идеальная таксономия, а общая карта, к которой можно возвращаться.

Используйте ИИ, чтобы резюмировать паттерны — и указать на противоречия

Далее попросите ИИ суммировать повторяющиеся паттерны и выделить противоречия. Противоречия — золото: они часто указывают на разные типы пользователей, разные контексты или на то, что проблема не такая уж консистентная.

Например:

«У меня нет времени на настройку ничего нового.»

…может сосуществовать с:

«Если это сэкономит мне 2 часа в неделю, я научусь.»

ИИ может показать это рядом, чтобы вы не усреднили всё в бессмысленную кашу.

Напишите ваши «Топ‑3 проблемы» с доказательствами

Теперь превратите темы в простой список топ‑3 проблем, каждая с:

1. формулировкой проблемы простым языком

2. кто её испытывает (роль/контекст)

3. 1–2 цитаты‑доказательства

Формат примера:

• Проблема №1: Люди теряют контроль над X, когда происходит Y.
  • Доказательства: «…»

Это помогает оставаться честным. Если вы не находите цитат — возможно, это ваше предположение, а не реальность.

Решите: продолжать, повернуть или приостановиться

Наконец, попросите ИИ помочь принять решение на основе выученного:

• Продолжать, если одна и та же боль повторяется и люди уже тратят время/деньги на её решение.
• Повернуть, если боль реальна, но «кто» или «когда» отличается от ожиданий.
• Приостановиться, если интерес вежливый, доказательств мало или проблема исчезает при более внимательном рассмотрении.

Вам не нужна уверенность — достаточно обоснованного следующего шага.

Дизайн наименьшей полезной версии (MVP)

К этому моменту у создателя блокнот полон инсайтов и голова полна «а что если…». Здесь ИИ помогает больше всего — не добавляя фич, а помогая сократить до того, что реально можно выпустить.

Набросайте несколько путей, затем выберите один

Вместо бесконечных дебатов попросите ИИ придумать 5–7 эскизов решения: разные способы, которыми продукт мог бы приносить ценность. Затем пусть он ранжирует каждый эскиз по усилию vs. эффект.

Простой промпт: «Составь 7 способов решить эту проблему. Для каждого оцени усилие (S/M/L) и эффект (S/M/L) и объясни, почему.»

Вы не ищете совершенства — просто явного лидера.

Выберите MVP, который даёт один ключевой результат

MVP — это не «наименьшая версия полного продукта», а наименьшая версия, которая даёт один значимый результат конкретному человеку.

ИИ помогает сформулировать этот результат как тестируемое обещание:

• «За 10 минут вы получите __.»
• «В конце у вас будет __.»

Если результат не очевиден — MVP слишком расплывчат.

То, что вы исключаете, — это настоящий план

Чтобы избежать раздувания фич, создайте явный список «Не в v1» с помощью ИИ:

• панели и аналитика
• несколько типов пользователей
• интеграции
• кастомизация и темы

Этот список служит щитом, когда новые идеи появляются посреди недели.

Скажите это в одном предложении

Наконец, ИИ помогает сформулировать сообщение, которое можно повторять без жаргона:

• Однопредложная ценность: «[Простой инструмент] для [конкретных людей], чтобы [основной результат] без [типичной боли].»
• Лифт‑питч (2–3 строки): что делает продукт, для кого он и почему лучше текущего обходного пути.

Теперь MVP мал, целенаправлен и объясним — именно то, что нужно перед прототипированием.

Прототипирование: от идеи к тому, что можно потрогать

Прототип — момент, когда продукт перестаёт быть описанием и начинает вести себя как нечто реальное. Не «полностью собранный», не «идеальный» — просто достаточно конкретный, чтобы кто‑то мог кликнуть, прочитать и отреагировать.

Превратите MVP в простой поток

Попросите ИИ‑помощника перевести ваш MVP в покадровую схему. Вам нужен короткий путь, который доказывает ключевую ценность.

Например, промпт может выглядеть так:

You are a product designer. Create a simple user flow for a first-time user.
Context: [what the product helps with]
MVP scope: [3–5 key actions]
Output:
1) Flow diagram in text (Screen A -> Screen B - > ...)
2) For each screen: title, primary CTA, and 2–4 lines of copy
Keep it friendly and clear for non-technical users.

Из этого можно сделать быстрые вайрфреймы (даже на бумаге) или базовый кликабельный макет в инструменте на ваш выбор. Цель — люди должны «понять» его за 10 секунд.

Напишите слова до пикселей

Большинство прототипов терпят неудачу из‑за расплывчатого текста. Используйте ИИ, чтобы набросать:

• шаги онбординга (что происходит сначала, потом, затем)
• подсказки (короткие объяснения там, где пользователи тормозят)
• сообщения об ошибках (что пошло не так и что делать дальше)
• ключевые письма (приветственное, «почти готово», простое follow‑up)

Если вы можете прочитать прототип вслух и он по‑прежнему понятен — всё в порядке.

Проведите тест «под ложным предлогом» (fake door), чтобы проверить интерес

Прежде чем всё строить, сделайте лендинг, который описывает обещание, показывает 2–3 экрана прототипа и имеет один призыв к действию (например, «Запросить доступ» или «Вступить в ожидание»). Если кто‑то кликает на фичу, которой ещё нет, покажите дружелюбное сообщение и соберите e‑mail.

ИИ поможет написать лендинг, FAQ и простую «ценообразовательную» заготовку (даже если это просто ссылка /pricing).

Вам нужны не комплименты, а приверженность: клики, подписки, ответы и конкретные вопросы, которые показывают реальный интерес.

Валидация: доказать ценность до масштабирования работы

Валидация — момент, когда любопытный создатель перестаёт спрашивать «Может ли это сработать?» и начинает спрашивать «Кому это важно настолько, чтобы действовать?» Цель — не идеальный продукт, а доказательство ценности минимальными усилиями.

Выберите лёгкий тест (и сделайте его реальным)

Вместо того чтобы строить функции, выберите тест, который заставит людей принять решение:

• Одностраничный лендинг с ясным обещанием и листом ожидания
• «Консьерж»‑версию, где услуга оказывается вручную (но стабильно)
• Небольшой пилот с 3–5 целевыми пользователями

ИИ тут помогает превратить идею в чёткое предложение: заголовок, короткое описание, выгоды и призыв к действию, который не звучит как маркетинг.

Определите измеримые результаты заранее

Перед рассылкой запишите, что означает «успех» в цифрах. Не ванити‑метрики — сигналы намерения.

Примеры:

• Подписки: 30% посетителей вступают в лист ожидания
• Ответы: 10 содержательных ответов из 50 сообщений охвата
• Экономия времени: пользователи выполняют задачу на 20 минут быстрее
• Повторное использование: 3 из 5 пилотных пользователей возвращаются на следующей неделе

Если не измерять — не учиться.

Пускайте ИИ генерировать A/B‑варианты (быстро, не хаотично)

Попросите ИИ придумать 10 пар заголовок + CTA, ориентированных на одного конкретного человека, затем выберите две для теста. Одна версия может акцентировать «экономию времени», другая — «избежание ошибок». Один и тот же оффер, разные углы.

Запишите выводы и выберите следующий шаг

После теста ИИ суммирует, что произошло: на что люди кликали, что спрашивали, что их смущало, что игнорировали. Вы в итоге делаете простой выбор: оставить, изменить или остановить — и одно предложение о следующем эксперименте.

Планирование сборки без технического бэкграунда

Вам не нужно говорить «по‑разработчески», чтобы запланировать сборку. Нужна ясность: что продукт должен делать в день запуска, что может подождать и как понять, что это работает.

Здесь ваш ИИ‑помощник перестаёт генерировать идеи и начинает вести себя как аккуратный проектный партнёр.

Начните с трёх корзин

Попросите ИИ превратить вашу идею в простой план сборки с Must‑haves, Nice‑to‑haves и Later. Держите must‑haves максимально маленькими — это функции, которые прямо доставляют обещанный результат.

Затем попросите его создать одностраничное "definition of done" для каждого must‑have. Примеры промптов:

• «Напиши простую спека на языке обычного человека для сохранения черновика, включая краевые случаи.»
• «Перечисли критерии приёмки для 'экспорт в PDF', которые нетехничный человек сможет протестировать.»

Спеки и чек‑листы простым языком

Попросите ИИ составить:

• Пошаговый чек‑лист сборки (что нужно сделать и в каком порядке)
• Простые user stories ("Как… я хочу… чтобы…") с критериями приёмки
• Тестовый чек‑лист, который вы сможете прогнать сами перед демонстрацией

Это уменьшает шанс на домыслы со стороны фрилансеров или команды.

Проясните, кто что делает

Если вы работаете с другими, попросите ИИ разложить роли: кто рисует экраны, кто пишет бэкенд, кто пишет тексты, кто настраивает аналитику, кто отвечает за QA. Даже если один человек выполняет несколько ролей, их именование сокращает пробелы.

Базовые вопросы про приватность и данные

Перед сборкой используйте ИИ, чтобы сгенерировать короткий список практических вопросов: какие данные мы собираем? где хранятся? кто имеет доступ? как пользователь удаляет их? Вы не пишете юридическую политику — вы избегаете сюрпризов.

Когда готовы к сборке, выберите рабочий поток по скорости

Если вы нетехнически подкованы (или просто хотите двигаться быстро), тут помогают платформы «vibe‑coding». Например, Koder.ai позволяет взять спецификации, написанные простым языком, и превратить их в работающий веб‑, бэкенд‑ или мобильный продукт через чат‑интерфейс — затем итерации с моментальными снимками и откатом при тестировании с реальными пользователями.

Практическая польза не в магическом написании кода, а в сокращении цикла от «вот что мы узнали» до «вот рабочая версия, которую можно показать человеку». И если позже вы захотите перейти на традиционный пайплайн, экспорт исходников оставляет эту опцию открытой.

Запуск: чёткие сообщения и спокойный чек‑лист

День запуска не должен быть выходом на сцену без репетиции. Если вы сделали discovery и собрали маленький, полезный MVP, дальше остаётся просто объяснить это ясно — и сделать так, чтобы первым пользователям было легко начать.

Спокойный чек‑лист запуска (то, что действительно важно)

Используйте ИИ как практичного проджект‑менеджера: попросите его превратить ваши разрозненные заметки в аккуратный список, а вы решаете, что реально.

Ваш «достаточно хороший» чек‑лист может выглядеть так:

• Сообщение: одно предложение о том, для кого это, одно предложение о том, что помогает сделать, одно предложение почему это отличается
• Демо: 60–90‑секундный показ (запись экрана или лайв). Не обзор фич — только основная задача в действии
• Онбординг: чек‑лист для первого запуска (максимум 3 шага) + один пример, чтобы люди не начинали с пустого листа
• Поддержка: путь связи и обещание «отвечаем в течение 24 часов»

Попросите ИИ составить FAQ из возражений

Возьмите главные сомнения, услышанные на discovery — «Подойдёт ли это под мой рабочий процесс?», «Сколько занимает настройка?», «Безопасны ли мои данные?» — и попросите ИИ набросать ответы в вашем тоне.

Потом отредактируйте их честно. Если что‑то пока не ясно — скажите это и опишите план.

Страница продукта в формате истории + первое объявление

Попросите ИИ предложить простой план:

1. Момент фрустрации (проблема клиента, а не ваша)
2. Маленькая победа, которую даёт продукт
3. Как это работает в 3 шага
4. Доказательство (цитата, скриншот или конкретный результат)
5. Ясный призыв к действию (начать, вступить в лист ожидания, запросить доступ)

Для первого объявления будьте человечны: «Вот что мы сделали, для кого и что тестируем дальше.»

Таймлайн и первая «победа»

Установите реальный срок запуска (пусть и небольшой) и определите первую победу, например: 10 активных пользователей, 5 завершённых онбордингов, или 3 платных триала. ИИ поможет отслеживать прогресс, но вы выбираете цель, доказывающую ценность — не показатель тщеславия.

Сохранение импульса: ИИ как долгосрочный со‑создатель

После запуска создатель не «выпускает» ИИ. Он меняет способ его использования.

Раннее — помощник ускоряет: наброски, структура, прототипы. Позже — он поддерживает ритм: замечает паттерны, помогает быть последовательным и принимать мелкие решения с меньшим стрессом.

Итерация как недельный цикл (а не героический забег)

Установите простой ритм: поговорить с пользователями, выпустить маленькое улучшение и записать, что произошло. ИИ становится тихим ассистентом, который поддерживает цикл.

Пара привычек, чтобы это работало:

• Еженедельные звонки с пользователями (даже короткие). ИИ помогает сгенерировать повестку на основе прошлых заметок и 5 персонализированных вопросов.
• Журнал экспериментов. После каждого изменения записывайте: гипотеза, что выпустили, ожидания, что произошло. ИИ суммирует результаты и предлагает, что тестировать дальше.
• Библиотека промптов. Сохраняйте промпты, которые постоянно дают полезный результат (резюме исследований, вопросы для интервью, релиз‑ноты). Со временем это станет вашей операционной книгой.

Что ИИ не должен делать

Проведите чёткие границы, чтобы помощник оставался полезным, а не безответственным:

• Не последний судья. ИИ может рекомендовать, но создатель решает, что выпускать.
• Не отдел по этике. ИИ может отметить риски, но создатель формулирует политику и ценности.
• Не обходной путь к согласию пользователей. Никакого скрейпинга приватных данных, неожиданных записей или «мы спросили ИИ, чего вы хотите». Спрашивайте людей напрямую и будьте прозрачны.

Повторяемая структура, которую можно копировать

Когда импульс падает, возвращайтесь к простому сценарию:

1. Слушать: 3–5 коротких разговоров с пользователями
2. Синтезировать: попросите ИИ найти темы, противоречия и открытые вопросы
3. Выбрать: одну проблему и одну важную метрику
4. Выпустить: самое маленькое изменение, которое тестирует идею
5. Изучить: зафиксировать результаты, обновить библиотеку промптов и повторить

Вот так любопытство превращается в продукт — а продукт превращается в практику.