Produktový management pro AI agenty je jednoduše nejdivočejší formou produktového managementu v historii. Typický produktový management se snaží přijít na to, jak navrhnout rozhraní a software pro interakci lidí s deterministickými systémy. Uživatel obecně zná všechny souvislosti, aby mohl úspěšně vykonávat svou práci, takže je obecně otázkou vychytání základní obchodní logiky a okolního UX. Ale u agentů umělé inteligence je uživatelem, na kterém vám nejvíce záleží, agent a ten ve výchozím nastavení nic neví. S radostí poběží jakýmkoli směrem, aby úkol provedl, často bez úspěchu. Takže jako projektový manažer (nebo inženýr) v podstatě trávíte čas snahou o zpětné inženýrství "co by člověk potřeboval jako kontext k provedení tohoto úkolu" a pak přijdete na to, jak navrhnout systémy, aby agent dostal tato data ve správném pořadí, se správnými nástroji a pokyny. Některé z těchto systémů jsou pro lidského uživatele zcela neviditelné, ale součástí řemesla je stejně tak to, jak bude koncový uživatel interagovat s agentem, aby tento kontext dodal. Pak je to často nekonečná práce metodou pokusů a omylů, abychom v každé fázi vytěžili postupné body kvality. To je zejména důvod, proč lidé s hlubokými odbornými znalostmi v oboru nebo ti, kteří je dokážou rychle získat, budou při vytváření agentů umělé inteligence velmi dobře vytvářet. Schopnost předvídat kontext, který by agent potřeboval, aby byl úspěšný, je obrovským určujícím faktorem toho, jak efektivní agent bude. To částečně vysvětluje, proč kódovací činidla fungovala tak dobře hned od začátku; Protože jeho tvůrci hluboce rozumí doméně, na které pracují. Je však zřejmé, že brzy uvidíme stejný výsledek ve všech oblastech – právo, zdravotnictví, finance atd. – protože se objeví kontextové inženýrství a nová úroda produktových manažerů.