Teresa Torres sur Claude Code pour les PMs non-techniques

Pourquoi les Product Managers devraient considérer Claude Code

Teresa Torres, auteure du très apprécié Continuous Discovery Habits, rejoint Claire Vo sur How I AI pour démontrer quelque chose d'inattendu : une directrice produit avec une expérience minimale en codage utilisant Claude Code comme son outil de productivité principal—pour tout sauf le codage.

Sur la découverte de la programmation en pair pour tout : "I pair program now with everything I do, even if it's not programming. I pair task manage and I pair write and I pair everything." (Je programme en pair maintenant avec tout ce que je fais, même si ce n'est pas de la programmation. Je gère les tâches en pair et j'écris en pair et je fais tout en pair.) L'insight de Torres est que le modèle collaboratif que les développeurs utilisent avec les assistants de codage IA se traduit directement au travail de connaissance.

Sur l'IA qui voit votre travail : "By moving my task management to Claude, now Claude sees my tasks and I can literally start my day and be like, 'Claude, what's on my to-do list that you can just do for me?'" (En déplaçant ma gestion des tâches vers Claude, maintenant Claude voit mes tâches et je peux littéralement commencer ma journée et dire « Claude, qu'y a-t-il sur ma liste de tâches que tu peux simplement faire pour moi ? ».) Le changement clé n'est pas seulement d'utiliser l'IA—c'est de donner à l'IA une visibilité sur votre contexte de travail réel.

Sur la portabilité des données : Le parcours de Torres a commencé par une anxiété concernant l'enfermement propriétaire : "As time went on, I just started to get really worried about how am I ever going to get my data out of Trello." (Au fur et à mesure, j'ai commencé à m'inquiéter vraiment de comment je vais jamais récupérer mes données de Trello.) En se déplaçant vers des fichiers markdown avec Claude Code, elle possède complètement ses données tout en gagnant les capacités de l'IA.

Sur l'architecture du contexte : "To do context well, it's not just that we have to document everything. We have to document everything in teeny-tiny files so that when we ask Claude to do a task, we can give Claude just the context it needs." (Pour bien faire le contexte, ce n'est pas seulement que nous devons documenter tout. Nous devons documenter tout dans des fichiers minuscules pour que quand nous demandons à Claude de faire une tâche, nous puissions donner à Claude juste le contexte dont il a besoin.) C'est l'insight clé—les fichiers de contexte granulaire battent la documentation monolithique.

Sur le prompting paresseux : Torres a construit des bibliothèques de contexte étendues pour pouvoir être « paresseuse avec le prompting ». Son profil commercial, son guide de style d'écriture et sa documentation produit lui permettent simplement de dire « Claude, examen d'article de blog » et obtenir des retours calibrés sur ses objectifs réels.

5 flux de travail qui rendent Claude Code pratique pour les PMs

• Gestion de tâches personnalisée - Une commande slash /today génère des listes de tâches quotidiennes à partir de fichiers markdown, vérifie les tableaux Trello et détecte automatiquement les éléments en retard
• Automatisation de la recherche - Recherches quotidiennes d'arXiv et Google Scholar, avec des résumés d'IA pendant la nuit de tout article qu'elle télécharge
• Bibliothèques de contexte - Dossiers indexés de contexte commercial, informations personnelles et guides de style d'écriture que Claude charge en fonction de la tâche
• Recherche intelligente - Trouver des choses dans les notes même quand elle s'en souvient mal : « J'ai un truc appelé nouvel article de blog demain » trouve « article mercredi »
• Partenariat d'écriture - Recherche en temps réel pendant la rédaction, retours section par section et corrections de fautes—tout sans que Claude écrive réellement pour elle

Ce que cela signifie pour le travail de connaissance augmenté par l'IA

Torres articule un cadre que de nombreux professionnels découvrent : la question n'est pas l'automatisation par rapport à le faire vous-même, mais « l'automatisation ou l'augmentation » pour chaque tâche. Elle choisit délibérément de garder la rédaction tout en automatisant les résumés de recherche—l'IA gère ce qu'elle ne dislike pas tandis qu'elle garde ce qu'elle aime.

L'insight plus profond concerne l'identité et l'art : "I love to write. I don't want to automate writing." (J'aime écrire. Je ne veux pas automatiser l'écriture.) Alors que les capacités de l'IA s'élargissent, les travailleurs de la connaissance apprennent à être intentionnels sur quelles parties de leur travail les définissent par rapport à quelles parties ont simplement besoin d'être faites.