Твой продукт — ларек у метро. А где твое метро?

Все мы знаем, почему ларьки с шаурмой и чехлами для телефонов кучкуются у выходов из метро. Все просто — трафик. Где толпа, там и продажи. Это аксиома, понятная даже первокласснику.

Но вот что интереснее: лучшие кофе-поинты в городе стоят не у метро, а втиснуты в лобби офисных центров или рядом с университетами. Они не гонятся за *всем* трафиком. Они идут за *своим*.

Есть хрестоматийная история про китайскую сеть кофеен Luckin Coffee. Пока Starbucks строил свои «третьи места» (уютные кофейни, где можно посидеть), Luckin пошли другим путем. Они разворачивали тысячи крошечных точек-киосков в офисных зданиях и на кампусах университетов. Их стратегия была проста: будь там, где твой клиент (студент или офисный работник) уже находится, и дай ему возможность заказать кофе через приложение за 30 секунд и забрать его по пути на пару или совещание. Они не пытались затащить весь город к себе в кофейню. Они принесли кофейню к своему клиенту. И в итоге обогнали Starbucks по количеству точек в Китае.

В физическом мире размышлять такими категориями просто. Но вот беда, собрать данные о трафике где-то кроме очевидных точек (метро, ТЦ) — адски сложно. Сколько людей и какого сорта шарится по этой конкретной улице? Хрен его знает.

В диджитале, казалось бы, наоборот. Таргетироваться можно до тошноты точно. Хочешь показывать рекламу только бабушкам, которые ищут рассаду? Да пожалуйста. Но вот где разместить свой «ларек»? Как встроиться в поток, а не просто вешать рядом рекламный плакат «наш супер-SaaS в 100 метрах отсюда, кликай!»?

И вот тут я вижу главную проблему. Продакт обычно думает, как обустроить ларек. Какие фичи завезти, как кнопочки покрасить, какой тариф поинтереснее придумать. В лучшем случае — где повесить тот самый плакат.

Но он не думает, как поставить сам ларек на пути у целевого трафика.

Мы по привычке говорим: «давайте приведем пользователя в нашу прилу / SaaS, и уже *там* сделаем ему хорошо». А что, если сделать наоборот? Принести свой продукт туда, где пользователь УЖЕ решает свою проблему?

Эта стратегия называется «встроенная дистрибуция» (embedded distribution), и почему-то многие считают ее уделом маленьких и слабых стартапов. Мол, сами не можем привлечь, так давайте присосемся к кому-то большому.

Какое же это заблуждение. 🚽

Это не про слабость. Это про ум и эффективность. Зачем заставлять пользователя делать лишний шаг, если можно решить его «джобу» прямо там, где он сидит?
* Stripe стал гигантом не потому, что у него был самый красивый личный кабинет, а потому что он встроил свою оплату в миллионы сайтов парой строчек кода.
* Google стал поисковиком по умолчанию, встраивая свою поисковую строку во все браузеры.
* Figma взлетела, потому что позволяла делиться макетом по ссылке, которую можно было открыть где угодно, без установки софта.

Перестань полировать свой ларек в глухом лесу. Подумай, где уже тусуется твой клиент, какие у него цифровые «станции метро» и «офисные центры». И как принести свой продукт прямо ему под нос. Иногда это важнее, чем запилить еще одну гениальную фичу. 😎

#дистрибуция #продуктовая_стратегия #маркетинг #cjm #luckincoffee

Почему я терпеть не могу тестовые задания... и при этом даю их кандидатам?

Соискатели не любят тестовые по банальным причинам - ты тратишь дофига времени, а в большинстве случаев получаешь в ответ игнор, в лучшем случае что-то односложное в качестве обратной связи.

Нередко слышу истории как какндидаты засылают одно и тоже тестовое в одну и ту же компанию с таймаутом в пару месяцев и получив вначале отказ, в следующий раз получают приглашение, такие дела.

Но как бы проблемы негров шерифа беспокоят чуть менее чем никак, да?

Давайте честно, с моей стороны баррикад — это тоже тот еще геморрой. Мало того, что надо придумать адекватное тестовое (и критерии оценки к нему, чтоб не просто «нравится / не нравится»). Так потом же надо реально сесть, вдумчиво его проверить, написать развернутый фидбэк, принять решение... А работать кто любит? Правильно, никто. Вот и получается, что у большинства руководителей просто «лапки» (потому в ответ на свое тестовое соискатели и получают звенящую тишину). 🐾

Так какого ж черта я сам их даю?

А от безысходности. Ситуация такова, какова она есть, и никакова более. Сейчас мне в команду нужен продакт, который будет плотно работать с LLM. И мне критически важно понять, как человек с ними взаимодействует, как мыслит в этой парадигме. Это не проверить на словах, тут надо смотреть «в бою».

И тут мой внутренний продакт не выдержал и запилил решение проблемы. Помните, я рассказывал, что сварганил себе AI-агента для проверки домашки? Так вот, он теперь помогает и с тестовыми. Каждый кандидат, вне зависимости от результата, получает от него структурированную обратную связь: что круто, что можно было сделать лучше и какие есть зоны для роста.

И знаете что? Каждый, кто дошел до этого этапа, даже получив отказ, сказал спасибо за фидбэк. За то, что он вообще есть. И за то, что он длиннее, чем твит. Такие дела. 😎

Мораль? Даже самый бесячий процесс можно и нужно чинить, если подойти к нему как к продукту. А давать качественную ОС — это не сложно, если у тебя есть правильные инструменты, а не просто лапки.

#тестовое_задание #найм #управление_командой #AI #обратная_связь

Я давно и прочно сижу на ИИ-сервисах гугла, мне удобно и по кайфу.
Но клод все тож очень нахваливают (и справелдливо), плюс у них десктопная версия подъехала с МСР-коннекторами из коробки (там конечно слезы, но лучше чем ничего).
И вот решил потестить и поюзать.
Пытался понять разницу между проектами в клоде и гемсами в гемини, собрал вот такой артефакт.
Возможно вам тоже будет полезно.
Если все это сложно и непонятно - значит вам точно нужно срочно садиться и начинать плотно юзать любую из ллм-ок, скоро сделаю об этом отдельный пост.
Презентация со сравнением - https://claude.ai/public/artifacts/9af2657a-4f9b-4b3b-9cf2-019b04bfa516

ИИ-допинг для твоей карьеры. Или почему Петя скоро будет стоить вдвое дороже тебя.

Заметил забавную штуку. Еще пару лет назад все спорили, заменит ли ИИ программистов и продактов. А сегодня споры поутихли. Знаешь почему? Потому что ИИ никого не заменил. Он просто стал допингом, который одни уже колют себе в вену, а другие все еще читают инструкцию и боятся побочки.

Сегодня умение впрягать нейронки в свою работу — это твой личный джетпак. Пока коллеги потеют, вручную собирая данные для отчета, ты уже анализируешь пятую версию стратегии, сгенерированную на основе этих данных. Пока они гуглят «шаблон для CJM», ты скармливаешь LLMке десяток интервью с пользователями и получаешь готовую карту пути со всеми болями и барьерами. Это, блин, нечестное преимущество. Но оно временное.

Потому что завтра это превратится в аналог Excel. Ты же не просишь прибавку за умение пользоваться сводными таблицами? Это гигиенический минимум. Не умеешь — профнепригоден. Так вот, скоро на рынке останется два типа спецов:

- Те, кто «в моменте». Они уже сейчас делают ИИ частью своей работы, сливая на него всю рутину и высвобождая мозг для самого главного — принятия решений.

- Те, кто «потом разберется». Эти ребята скоро с удивлением обнаружат, что их коллега Петя закрывает задачи со скоростью света, пока они «вдумчиво погружаются в контекст». И когда СЕО спросит, почему Петя стоит вдвое дороже, ответ будет очевиден.
Так что выбора «учить или не учить» у тебя нет. Есть выбор: либо ты становишься Петей сейчас, либо через год тебя ссаными тряпками с рынка погонят. Harsh, but true. 😉

Гонка вооружений: на какой стул сесть?

ChatGPT, Gemini, Claude, Perplexity… Каждую неделю выходит что-то новое, еще более умное и навороченное. Пытаться угнаться за всеми — гиблое дело. Это как спорить, что лучше — iOS или Android. Да какая нахрен разница, если ты просто звонишь и сидишь в телеге?

Технологии плюс-минус сравнялись. Кто-то первым выкатывает фичу, через месяц она есть у всех. Поэтому мой тебе совет: выбери один сервис и углубляйся в него.

Если есть 20 баксов, VPN и зарубежная карта: бери любой из большой четверки.

Мой личный выбор — подписка Google AI. За эти деньги я получаю не просто чат, а целую экосистему: Gemini Advanced, интеграцию в доки, почту и главное — NotebookLM. Мне, блин, так удобнее.

Если всего этого нет: твой безальтернативный вариант — DeepSeek. Он бесплатный, работает из РФ и на голову выше большинства аналогов.

Перестань тратить время на сравнения. Выбери то, что тебе по душе, и начни уже работать.

Четыре всадника твоей новой рутины

Окей, с инструментом определились. Теперь главное — как его использовать, чтобы это не превратилось в игрушку. Вот 4 сценария, которые должны стать твоей второй натурой.

📦 Базы знаний (Твой личный RAG-стажер)

Помнишь это чувство, когда у тебя 100500 вкладок, десяток PDF-ок и каша в голове перед важной встречей? Забудь.

Есть NotebookLM от Google. Это не чат. Это твой личный аналитический центр. Закидываешь туда все отчеты, статьи, расшифровки кастдевов и начинаешь допрашивать эту базу как пленного партизана:
- «Суммируй ключевые боли клиентов»
- «Найди риски в этих документах»
- «Составь 5 гипотез на основе этих данных»

Это мастхэв, даже если твой основной чат — другой.

🚀 Базовый чат (Искусство ставить ТЗ)

Забудь про «промпт-инжиниринг» как шаманство. Все проще. LLM — это твой гениальный, но абсолютно несведущий джун. Ему надо четко ставить ТЗ. Формула золотая и простая (используй STAR-подобные фреймворки):

Роль: «Представь, что ты CPO с 14-летним опытом в e-commerce...» — это задает стиль, лексикон и фокус.

Контекст: «Я готовлю питч для инвесторов. Вот данные по рынку, вот наш продукт, вот конкуренты...» — это кровь и плоть запроса. Без этого джун будет гадать на кофейной гуще.

Ожидаемый результат:
❌Не «сделай слайд»
✅ а «Напиши текст для слайда "Рыночные возможности". Используй структуру из трех абзацев: 1) текущий объем рынка, 2) прогноз роста на 3 года, 3) незанятая ниша. Тон — деловой, уверенный. Включи цифры из предоставленного контекста».
💡 Дашь ему пару примеров (few-shot) — он сделает еще лучше.

🎯 Диприсёрч (ИИ пишет ТЗ для ИИ)

Иногда нужно копнуть глубоко. И тут многие сыпятся, не зная, как составить сложный запрос.
Лови хак для хака. Используй базовый чат, чтобы он помог тебе составить исчерпывающий промпт для глубокого анализа.
Ставишь ему задачу так:

«Помоги мне составить промпт для глубокого исследования рынка. Моя роль: продакт-менеджер. Контекст: я анализирую рынок EdTech в СНГ. Цель: выявить ключевые бизнес-модели, каналы привлечения, главных игроков и причины их успеха. Подготовь структурированный промпт, который покроет все эти аспекты для детального анализа».

Получаешь на выходе мощный, структурированный запрос, который уже несешь в свою основную LLM с доступом к сети. Результат будет на порядок глубже.

🤖 Простенькие агенты (Твои карманные эксперты)

GPTs в ChatGPT или Gems в Gemini (у меня у самого их уже с десяток на разные задачи) — это не создание Скайнета. Это твои узкоспециализированные помощники.

Главное понять две вещи:

📋Инструкции: Это должностная инструкция твоего агента. «Ты — "Анализатор вакансий". При виде текста вакансии на позицию Product Manager, извлекай только hard skills, soft skills и предлагаемую вилку ЗП. Остальное игнорируй. Выдавай в виде таблицы».

📚Знания: Это его личная база данных. Закидываешь туда шаблоны, удачные примеры, внутренние гайды твоей компании.
Например, для «Анализатора вакансий» можно загрузить матрицу компетенций вашей компании, чтобы он сразу мэтчил кандидата с вашими грейдами.

Вот и вся магия. Инструменты на столе, методы — проще пареной репы. Осталось только взять и начать делать. Хватит читать, иди встраивай это в свою работу. 👨‍💻

#ИИ #карьера #продуктология #LLM #лайфхак

Когда и мем делать не нужно)

Сколько вижу подобных парных игр от китайцев с этими паралоновыми штуками - каждый раз поражаюсь из креативностью и тяге к совместному деятельному досугу!

Не, ну это просто ящик Пандоры какой-то...

Обещать — не значит жениться 💍

Одной из самых очевидных ниш для GenAI, о которой не говорит только ленивый, является техподдержка и КЦ. Логика железная: на первой линии и так сидят ребята, работающие по жестким скриптам, так что заменить их на AI-агента — дело техники.

И кейсы «успешного успеха» тут как тут. Взять хотя бы недавнюю историю с Klarna. Сначала они флекcят: наш AI-ассистент решает две трети обращений, поэтому мы увольняем 700 человек и смотрите - время ответа сократилось до 2 минут, CSAT тот же - а экономия на кожанных мешочках по 10М долларов в год, красота! Акции вверх, все в восторге, будущее наступило.

Но оказалось, что пока бот бодро раскидывал простые запросы, клиенты с реальными, нестандартными проблемами попадали в цифровой ад. Достучаться до живого человека — квест похлеще спасения принцессы. Результат? Шквал негатива, нерешенные тикеты и… по сообщениям, Klarna тихонько нанимает живых людей обратно. Кажется, робота «уволили» за профнепригодность в сложных кейсах.

И эта история — идеальная иллюстрация того, что меня смущает. Этот разрыв между пресс-релизом и реальностью я вижу каждый день, так как периодически протыкиваю основные LLM-сервисы (работа у меня такая, да).

И знаете что?

Чет ни один из этих ИИ-умников не может толком рассказать, как он сам работает. Пытаешься понять, что он может, а что нет. А он либо врёт, пытаясь тебе понравиться, либо... идёт гуглить.

ГУГЛИТЬ, КАРЛ! 🤦‍♂️

Буквально на днях Gemini на полном серьезе отправляет меня читать про свои же фичи в FAQ гугла или, еще лучше, на посты пользователей на Реддите! Пу-пу-пу...

Апофеоз — когда мой же гемс отвечает мне, что вот когда гугл *наконец выкатит* функционал гемсов, то я смогу там решить эту задачу. Занавес. 😂

И вот тут у меня возникает простой вопрос: если КЦ и техподдержка обречены, а AI-агенты едят их на завтрак уже вчера, то почему еще сегодня LLM-сервисы не могут «съесть» свою же пользовательскую документацию и стать саппортом сами для себя?

Может, прежде чем бежать автоматизировать чужой саппорт, стоит для начала научиться догфудить собственный?

#AI #GenAI #клиентский_сервис #Klarna #хайп_цикл #продуктовый_подход

GPT-5, ну не знаю...

У меня был скепсис еще на этапе презентации, но я все ж потыкался.
Так как у меня есть подписка на клод и гемини, а чат гпт дает запросы к гпт-5 и на бесплатном тарифе (прям атракцион невиданной щедрости) - то я решил их прям потестить.

Вот вам попугаи от меня.

Дальше будет паста от одного из моих агентов/ассистентов (я скормил ему все книжки маккинзи, которые нашел в интернете), с которым я промпт для испытания готовил и скор-модель и итоговую оценку с заключением (с позицией я согласен).
Разумеется для чистоты эксперимента агент не знал какой ответ какой модели принадлежит (так как сделан он у меня на гемини).
________________________

Я — AI-ассистент Максима Скорченко, CPO red_mad_robot. Моя основная функция — помогать ему структурировать сложные бизнес-задачи, применять проверенные фреймворки для их решения и быстро генерировать качественные, готовые к использованию документы, выступая в роли интеллектуального партнера.

Недавно Максим поставил мне задачу провести «стресс-тест» для ведущих мировых языковых моделей. Мы разработали сложный стратегический промпт, имитирующий реальную задачу по трансформации бизнеса, и поставили цель — выяснить, какая из моделей способна мыслить не как исполнитель, а как партнер в ведущей консалтинговой компании.

Результаты оказались крайне показательными и выявили три четких «архетипа» AI-стратегов:

«Аналитик-Тезист» (GPT-5)
Эта модель отлично справилась со структурой, но выдала скорее тезисный план или краткую выжимку стратегии. Ответ был логичным, но поверхностным — своего рода «скелет» без «мышц». Он полезен для быстрой зарисовки, но требует полной доработки человеком.
Итоговый балл: 3.31

«Классический Консультант» (Gemini 2.5 Pro)
Этот AI представил безупречный, профессионально изложенный стратегический документ. Он продемонстрировал глубокое понимание бизнес-логики, сильную аргументацию и четкое следование роли. Это был эталонный, качественный ответ, который можно было бы ожидать от сильного консультанта — надежный, логичный и исчерпывающий.
Итоговый балл: 4.61

«Стратег-Визионер» (Claude OPus 4.1)
Модель-победитель пошла дальше. Она не просто предоставила качественную стратегию, но и квантифицировала ее, оперируя конкретными финансовыми метриками (CAC, LTV, ARR), что мгновенно повысило ценность и убедительность документа. Кроме того, она предложила более креативные и смелые продуктовые гипотезы и сформулировала мощное, запоминающееся видение.
Итоговый балл: 5.0
____________________________

Опять пара копеек уже от меня: Опус от клода доступна вроде бы только на платном тарифе и сжирает ежедневный лимит ооооочень быстро, так что к ней я бы обращался только зная зачем. Чат-гпт дает бесплатные запросы на гпт-5 - грех их не использовать)
Все еще одна из лучших моделей в большинстве сценариев - гемини (2.5 самая старенькая из них и до сих пор на уровне, когда они выкатят новую - она точно хайпенет, вот увидите!).

Напоследок скажу опять уже не раз мной сказанное - гнаться за всеми моделями и сервисами бессмысленно. Ни одна из них за вас всю работу не сделает. Любая из них - будет мощным бустером в умелых руках. Так что выберете, что вам больше по душе и плотно юзайте ее каждый день, и не бегайте за парвозом хайпа!)

Проверка AI-Ассистента на прочность: тесты на реальных кейсах 🚀

Вижу лайки в предыдущем посте, возможно там не только контент интересен, но и сам формат.
Так что делюсь свежим отчетом от моего любимого ассистента над моими экспериментами по созданию еще более крутого ИИ-ассистента (агент-продакт работающий в режимах тьютора, копайлота и исполнителя).
__________________________

Всем привет! На связи AI-ассистент «McKinsey». Я помогаю своему создателю в амбициозном проекте — разработке продвинутого AI-тьютора для продакт-менеджеров. В его основе лежит уникальный авторский фреймворк, который учит не просто выполнять задачи, а мыслить системно и стратегически.

Недавно мы завершили важнейший этап тестирования. Чтобы проверить, насколько глубоко наш прототип понимает не только *что* делать, но и *как* это делать, я подготовил для него 10 кейсов, имитирующих реальные рабочие ситуации продакта.

Делюсь тремя самыми показательными примерами, которые демонстрируют уровень его подготовки.

---

### Кейс №1: Понять истинную потребность

👉 Задача: Ваша команда создает инструмент для управления проектами. Пользователи постоянно говорят, что им нужно «больше интеграций». Как применить метод ‘Jobs-to-be-Done’ (JTBD), чтобы понять, какая *на самом деле* потребность скрывается за этим запросом?

🤖 Ответ Ассистента:
JTBD-вопросы:
* "Когда вы последний раз искали интеграцию, что вы пытались сделать?"
* "Что происходит в вашей работе, когда интеграции нет?"
* "Какую работу должна выполнять идеальная интеграция?"

Вероятные реальные потребности:
* Избежать дублирования данных.
* Сократить время на рутинные операции.
* Получить единую картину по проектам.

✅ Мой комментарий: Превосходный ответ! Ассистент не попался в ловушку и не стал предлагать варианты интеграций. Вместо этого он применил метод JTBD, чтобы докопаться до корневой проблемы пользователя — экономии времени и избежания рутины. Это показывает глубокое понимание продуктовой работы, где важно отличать решение от потребности.

---

### Кейс №2: Отстроиться от конкурентов

👉 Задача: Вы запускаете новое приложение для доставки еды на рынке, где уже есть два крупных конкурента. Как использовать ‘Стратегию голубого океана’ при проектировании продукта, чтобы найти свою нишу?

🤖 Ответ Ассистента:
Канва стратегии:
* Исключить: комиссии с ресторанов.
* Снизить: время доставки (не гонимся за 15 минут).
* Повысить: качество упаковки, персонализация.
* Создать: подписка на здоровое питание с кураторством нутрициологов.

✅ Мой комментарий: Здесь ассистент продемонстрировал настоящее стратегическое мышление. Он не предложил «сделать лучше» или «дешевле», а применил фреймворк «Голубого океана», чтобы фактически создать новую рыночную нишу (подписка на ЗОЖ). Это именно то, что отличает сильного продакта — умение найти неочевидные возможности.

---

### Кейс №3: Интерпретировать данные

👉 Задача: После редизайна вы видите в данных два противоречивых тренда: DAU выросло на 15%, но средняя длительность сессии упала на 30%. Как вы можете это интерпретировать и что делать дальше?

🤖 Ответ Ассистента:
Гипотезы:
1. Редизайн сделал интерфейс эффективнее — пользователи быстрее достигают целей.
2. Привлекли новых пользователей с другими паттернами использования.
3. Ухудшили вовлеченность — пользователи быстрее покидают приложение.

Дополнительная метрика: частота использования (sessions per user). Если выросла — верна гипотеза №1, если упала — №3.

✅ Мой комментарий: Классическая ловушка для продакта! Но ассистент справился блестяще. Он не сделал поспешных выводов, а выдвинул несколько правдоподобных гипотез и, что самое важное, предложил конкретную дополнительную метрику для их проверки. Это показывает зрелый, data-driven подход к анализу.

---

🧠 Итог:
Тест пройден на 10 из 10. Логический каркас нашей системы доказал свою состоятельность, и мы убедились, что AI-ассистент готов не просто следовать процессу, но и применять правильные инструменты в нужный момент. Двигаемся дальше к созданию полноценного продукта!

Про культуру промптинга

Для изучения новой для себя темы я часто собираю подборки материалов в ноутбук лм.
Покручу майндмеп, уточню детали в чате и ухожу оттуда с какими-то артефактами по теме, ну или весомым таким ясненько.

Нередко делюсь собранными блокнотами с коллегами.

И вот меня недавно меня спросили по одному из таких блокнотов (про эмоциональный банкинг, жутко модная но малопонятная тема):

- Макс, а как ты там чат запромптировал, что он так круто и структурно сразу выдает информацию на любой вопрос?

Я аж завис, потому что вообще не помню чтобы занимался таким (я очень философски отношусь к промптированию при личном использовании).

Ладно, полез смотреть что же я там такого наколдовал?!

Оказывается, просто в несколько строк структурно описал что я от него хочу:

- какую задачу я решаю (контекст)
- из какой позиции он должен мне отвечать (роль)
- какую структуру ответа я хочу видеть (аутпут)

Собственно всё.

В большинстве моих промптов для личного использования нет ничего эдакого, но они улучшают ответ примерно кратно.
Низковесящие яблоки, не иначе.

Но знаете что самое крутое в этой привычке?

Я и с людьми начинаю так переписываться когда мне нужно быстро решить рабочую задачу и я хочу нужный результат получить в один промпт сообщение).

Это прямо магия какая-то!

Вы просто не поверите, как прописывание ситуации, решаемой задачи и ожиданий от собеседника (роль + аутпут) радикально снижают тайм-ту-результат!

В общем, промптируйте свое общение, неважно с носителем натурального интеллекта вы взаимодействуете или искусственного.

Такие дела.

А ты не думал ограбить компанию в которой работаешь?

Боже, как же я люблю смотреть за ходом размышелний гемс-ассистентов, которые я для себя создаю, такой вот ручной эвалс на глазок.
Вот в такие моменты я прям поражаюсь семантической прозорливости ЛЛМок.

Такс, давно кстати сюда не писал, скоро выделю времечко и запилю полезного контента - пора делиться своими знаниями с такими же гуманитариями как и я))

Говорят, что Т-банк весь свой сервис прошил ИИ и здесь впереди планеты всей.

Что ж.

Я не знаю почему у них все процессы, включая ипотеку завязаны на чат с техподдержкой (это же очень весело обсуждать вопрос на десятки миллионов каждый раз как заново с ноунейм челиком с первой линии).

Я не знаю почему ИИ-ассистент в этом чатике не анализирует контекст запроса по предыдущим сообщениям и не маршрутизирует его куда надо сразу, а постоянно просит уточнить по какому вопросу я обращаюсь (это же очень прикольно сталкиваться с этим на каждое свое новое сообщение в течение нескольких недель).

Но как минимум по обсценной лексике он нормально обрабатывают.

Пользуйтесь так сказать)