Corso pratico di applicazione enterprise dei prodotti AI con TRAE+Claude Code, incentrato sull'unione di product thinking e strumenti AI, per costruire un workflow di prodotto AI enterprise immediatam

Introduzione al corso

Corso pratico di applicazione enterprise dei prodotti AI con TRAE+Claude Code, incentrato sull'unione di product thinking e strumenti AI, rivolto ai product manager dell'era AI, basato sulla metodologia SIDE a quattro fasi per costruire un workflow di prodotto AI enterprise immediatamente applicabile.

Il corso parte dalla conoscenza del settore e da casi di studio, guidando passo dopo passo nella configurazione completa dell'ambiente: Claude Code, Gitee, Pencil MCP, TAPD MCP, workspace TRAE e configurazione dei plugin, con analisi dei problemi comuni di installazione e configurazione.

Ti guida a padroneggiare la lettura dell'MRD da parte dell'AI, l'estrazione dei requisiti, i metodi di raccolta informazioni e la scomposizione di un requisito in una frase in una lista di requisiti chiara; focus pratico sulla scrittura di documenti PRD con l'AI, sulle regole PRD, sugli errori da evitare e sull'audit PRD tramite scansione a 14 dimensioni.

Approfondimento sulla scrittura delle specifiche di pagina, sull'audit a 6 dimensioni; con Claude Code generi rapidamente prototipi HTML, converti file HTML in Pencil, crei site map, pagine di design review e materiali di presentazione del prodotto.

Viene inoltre spiegata la scrittura standard delle user story, la generazione massiva di user story con l'AI e l'integrazione del flusso di sincronizzazione TAPD per sincronizzare requisiti e story sulla piattaforma di project management; in aggiunta, l'AI consolida i verbali delle riunioni e mantiene la knowledge base, preservando il patrimonio di conoscenze del progetto.

Infine, review completa della catena di progetto, dei deliverable di tutte le fasi SIDE e della roadmap di iterazione del prodotto, con riepilogo delle esperienze e degli errori comuni, affiancata da un progetto finale pratico per verificare i risultati di apprendimento, integrando davvero l'AI nel flusso quotidiano del prodotto e aumentando notevolmente l'efficienza del product manager.

A chi è adatto

Product manager e AI product manager che vogliono usare l'AI per aumentare l'efficienza e costruire workflow di prodotto AI enterprise

Nuovi product manager che non sanno scrivere PRD, creare prototipi o usare la collaborazione di progetto TAPD

Professionisti che vogliono imparare TRAE, Claude Code e la toolchain MCP per applicare la delivery di prodotti AI

Sviluppatori, tester e project manager che vogliono comprendere i deliverable di prodotto e integrare i flussi di collaborazione AI

Responsabili di team che vogliono padroneggiare la metodologia standardizzata del ciclo SIDE per uniformare l'output di prodotto in azienda

Cosa imparerai

✅ Comprendere le tendenze dei prodotti AI e padroneggiare la metodologia di prodotto SIDE a quattro fasi

✅ Configurare autonomamente l'intero ambiente TRAE, Claude Code, Gitee, Pencil MCP e TAPD MCP

✅ Imparare a far analizzare l'MRD all'AI, raccogliere informazioni e trasformare requisiti vaghi in liste di requisiti strutturate

✅ Padroneggiare la scrittura dei PRD con l'AI e l'audit PRD tramite scansione a 14 dimensioni, evitando i problemi comuni dei PRD

✅ Padroneggiare la scrittura delle specifiche di pagina e l'audit a 6 dimensioni, standardizzando i criteri di consegna delle pagine

✅ Usare Claude Code per generare prototipi, convertire HTML in Pencil e creare site map e pagine di presentazione per la review

✅Padroneggiare le regole di scrittura delle user story, generare user story in massa con l'AI

✅Integrare il flusso di sincronizzazione TAPD, sincronizzare automaticamente le user story, completare la collaborazione di progetto

✅Usare l'AI per consolidare le decisioni delle riunioni, costruire la knowledge base di prodotto, gestire bene la conoscenza

✅Padroneggiare il completo project review, la pianificazione dell'iterazione di prodotto, formare una capacità di delivery aziendale standardizzata

Indice del corso

01.1, Introduzione al corso pratico di applicazione enterprise dei prodotti AI (1)

02.2, Perché il product manager AI è il futuro (1)

03.3, Conoscere i casi del corso (1)

04.4, Metodologia SIDE: il ciclo chiuso in quattro fasi dal punto di vista del product manager (1)

05.5, Presentazione in una frase degli strumenti del corso (1)

06.6, Installazione del software AI (1)

07.7, Configurare Claude Code (1)

08.8, Configurare Gitee (1)

09.9, Configurazione di Pencil MCP (1)

10.10, Configurazione di TAPD MCP (1)

11.11, Area di lavoro TRAE ed estensioni (1)

12.12, Errori comuni e soluzioni (1)

13.13, Primo utilizzo di Claude Code (1)

14.14, Provare le tre capacità principali (1)

15.15, Esercitazione: leggere l'MRD con l'AI, completare tre attività (1)

16.16, Da dove provengono i requisiti del product manager (1)

17.17, Analisi del caso: 6 pain point principali (1)

18.18, Metodo in tre fasi per la raccolta delle informazioni (1)

19.19, Esercitazione: da una frase alla lista dei requisiti (1)

20.20, Cos'è il PRD: il progetto del prodotto, non materiale di report (1)

21.21, Scrivere il documento PRD con l'AI (1)

22.22, Norme chiave del product manager per il PRD (1)

23.23, Esercitazione: generare il PRD con l'AI (1)

24.24, I 5 errori comuni del PRD (1)

25.25, Scansione a 14 dimensioni del PRD con l'AI (1)

26.26, Esercitazione: verificare il PRD con l'AI (1)

27.27, Cos'è la specifica di pagina (1)

28.28, Modello standard della specifica di pagina (1)

29.29, Analisi del caso e scelta del modello (1)

30.30, Esercitazione: scrivere la specifica di pagina con l'AI (1)

31.31, Cosa si dimentica più facilmente nella pagina: scansione a 6 dimensioni della specifica di pagina (1)

32.32, Esercitazione: verificare la specifica di pagina con l'AI (1)

33.33, Perché il product manager deve saper creare prototipi (1)

34.34, Principi di creazione dei prototipi (1)

35.35, Avvio rapido: generare prototipi con Claude Code (1)

36.36, Analisi del prototipo del caso (1)

37.37, Esercitazione: creare il prototipo della homepage con l'AI (1)

38.38, Perché convertire HTML in Pencil (1)

39.39, Procedura dettagliata di conversione da HTML a Pencil (1)

40.40, Esercitazione: convertire il prototipo HTML in file .pen con l'AI (1)

41.41, Cos'è la mappa del sito (1)

42.42, Generare la mappa del sito con l'AI (1)

43.43, Generare la pagina HTML di design review con l'AI (1)

44.44, Esercitazione: generare con l'AI mappa del sito + pagina di review + simulazione demo di 5 minuti (1)

45.45, Perché lo sviluppo ha bisogno delle user story (1)

46.46, Modello standard della user story (1)

47.47, Panoramica delle user story (1)

48.48, Generare le user story con un clic tramite l'AI (1)

49.49, Esercitazione: scrivere un gruppo di user story per il flusso di riscatto + verifica (1)

50.50, Flusso completo di sincronizzazione TAPD (1)

51.51, Come configurare tapd-config.json (1)

52.52, Che aspetto ha una TAPD Story (1)

53.53, Esercitazione: sincronizzare le user story su TAPD con l'AI (1)

54.54, Checklist di verifica della sincronizzazione delle user story (1)

55.55, Perché il product manager deve scrivere bene i verbali delle discussioni (1)

56.56, Consolidare le decisioni con l'AI (1)

57.57, Manutenzione della knowledge base (1)

58.58, Guida alle trappole comuni nella gestione della conoscenza (1)

59.59, Pratica: consolidare una discussione con l'AI (1)

60.60, Revisione completa del progetto (1)

61.61, Output delle varie fasi SIDE (1)

62.62, Sintesi delle esperienze e degli errori del product manager (1)

53.63, Roadmap dell'evoluzione del prodotto (1)

64.64, 8 consigli esperienziali per il product manager (1)

65.65, Progetto di laurea su un prodotto AI (1)