Предварительная программа по урокам — Нейросети и AI-агенты
AI❤️4LifeПланируемая разбивка курса на уроки. Это предварительная программа: она показывает, как курс может быть устроен по урокам, и уточняется под состав группы и актуальные инструменты. Записи, шпаргалки и кейсы дополняются по ходу потока.
Уровень 1. Базовый: нейросети для работы
Урок 1. Введение: как устроены нейросети и сильные запросы
- LLM, токены, контекстное окно, температура, галлюцинации — без академической перегрузки;
- почему ИИ иногда ошибается и где ему нельзя доверять на слово;
- безопасность данных: что можно передавать модели, что обезличивать, где не хранить секреты;
- как формулировать задачу: роль → цель → контекст → формат → критерии качества → проверка.
Практика: сравнить результат одной задачи при разных настройках температуры; переписать слабый запрос в рабочий; создать первый промпт-ассистент под свою профессию.
Урок 2. AI-ассистенты и Deep Research
- чем чат отличается от ассистента с инструкцией;
- поисковые нейросети с источниками: как получать проверяемые ответы;
- Deep Research: постановка исследовательской задачи, сбор источников, сравнение ответов нескольких моделей, сводный синтез.
Практика: глубокое исследование по своей теме; создание узкого ассистента с базой знаний; доработка ассистента по диагностическим вопросам.
Урок 3. NotebookLM: исследование и учебные артефакты
- проверяемая база источников, аудит материалов, поиск пробелов;
- Mind Map, карточки, тесты, аудиообзор, документ, таблица, презентация на одной базе.
Практика: собрать собственный блокнот; проверить источники; сделать рабочий пакет из нескольких артефактов.
Урок 4. Презентации с ИИ
- от идеи и структуры до редактируемого набора слайдов;
- выбор инструмента, послайдовый сценарий, проверка фактов перед показом.
Практика: собрать презентацию по своей теме или рабочему кейсу.
🎙 Живой воркшоп 1
Закрепляем уроки 1–4: промпты, исследования, ассистентов и первые артефакты участников. Отвечаем на вопросы, разбираем сильные решения, которые можно повторить в других ролях.
Урок 5. Таблицы и данные: Excel и Google Sheets через ИИ
- таблицы по текстовому запросу: формулы, сводные, очистка данных;
- анализ данных: тренды, аномалии, интерпретация результатов;
- документы и отчёты на основе табличных данных.
Практика: превратить сырой набор данных в рабочий аналитический отчёт своей роли.
Урок 6. Генерация изображений: инструменты и стили
- как сделать визуал под задачу, а не «красивую картинку ради картинки»;
- ChatGPT и генерация изображений: сильные стороны, ограничения, когда использовать;
- обзор нейросетей для графики: Krea, Leonardo, PixVerse/PixLumen, Raphael, нейросети для логотипов и брендовых ассетов;
- сравнение результатов одной задачи в разных генераторах; стиль, консистентность, апскейлинг.
Практика: серия иллюстраций или логотип для своей задачи; сравнение 2–3 инструментов с выводами.
Урок 7. Инфографика и визуализация данных
- данные, процессы и сложные темы в наглядной форме;
- схемы процессов, диаграммы, карточки для презентаций и соцсетей.
Ролевые сценарии:
- маркетинг и SMM — визуалы кампании, карточки, варианты креативов;
- UX — персоны, пользовательские пути, доступность, wireframe;
- аналитика и PM — схемы процессов, roadmap, диаграммы и слайды;
- QA и разработка — объясняющие схемы, документация, визуализация сценариев.
Урок 8. Google AI Studio: от чата к инструменту
- Chat Playground, инструменты, Build Mode без кода, работа с медиа;
- ограничения, тарифы и сценарии, где AI Studio полезен специалисту без разработки.
Практика: собрать прототип или ролевой инструмент: ревизор требований, помощник по брифам, генератор структуры документа.
🎙 Живой воркшоп 2
Разбираем уроки 5–8: таблицы, изображения, инфографику и прототипы. Проверяем, как выбранный инструмент решает реальную рабочую задачу.
Урок 9. Google Labs и Flow: видео — направление 1
- из идеи, текста или изображения — короткая сцена, видео-заставка или ролик;
- ограничения, кредиты, экспорт и проверка результата.
Практика: полный workflow от идеи до готового короткого ролика; фиксируем затраты и найденные ловушки инструмента.
Урок 10. Экосистема Google Labs — направление 2: дизайн, агенты и звук
- Pomelli для брендового контента, Stitch для UI-концептов, Mixboard для визуального направления;
- Opal для мини-приложений, Stax для проверки промптов, Jules для задач в репозитории;
- Flow Music / Lyria для треков, ремиксов и стемов.
Практика по роли:
- маркетинг — бренд-профиль и кампания;
- дизайн — экран и серия точечных правок;
- QA — датасет и сравнение промптов по критериям;
- разработка — задача в репозитории с проверкой плана и PR;
- SMM и контент — короткий ролик и звуковой слой.
Дополнительная лаборатория по выбору: Suno. Создание музыки с нуля и обработка фонограмм для тех, кто делает видео, контент или презентации.
Урок 11. Ролевая мастерская: итоговый артефакт базового уровня
- участник выбирает готовый кейс своей роли или приносит собственную задачу;
- работа от запроса до готового артефакта с сохранением шаблона повторения.
Итог уровня 1: понимание моделей и безопасности, личная библиотека промптов, рабочие шаблоны под профессию и готовый артефакт.
🎙 Живой воркшоп 3
Защита итоговых артефактов базового уровня, разбор решений и обмен шаблонами между ролями.
Уровень 2. AI-агентные системы
Урок 12. От чата к агенту
- чем AI-агент отличается от обычного чата: планирование, инструменты, доступ к файлам, цикл «сделал → проверил → исправил»;
- где агент полезен, где опасен и почему нельзя делегировать ему цель и приёмку.
Практика: сравнить выполнение одной задачи в обычном чате и агентной среде.
Урок 13. Coding-агенты: Cline, Kilo Code, Antigravity
- как выбрать инструмент под задачу; агент в IDE и CLI;
- работа с файлами и папками, модели и провайдеры, первый безопасный запуск.
Практика: создать или изменить несколько файлов в учебном ролевом пакете. Код необязателен: можно работать со спецификацией, чек-листом, документом или шаблоном.
Урок 14. Правила проекта и рабочие packs
- rules, инструкции, структура папок, версии, секреты, критерии готовности;
- ролевые packs: qa-pack, spec-pack, pm-status, hiring-kit, design-handoff, dev-repo.
Практика: собрать свой рабочий пакет и добавить правила, по которым агент действует и задаёт вопросы.
Урок 15. ТЗ, план и проверка результата
- постановка задачи агенту: цель, контекст, ограничения, Definition of Done, способ проверки;
- как читать план, проверять diff, ловить опасные команды и не принимать результат на доверии.
Практика: провести задачу от ТЗ до проверки по заранее заданным критериям.
🎙 Живой воркшоп 4
Разбираем первые агентные сессии: правила, планы, ошибки, границы доступа и ролевые рабочие пакеты.
Урок 16. Подготовка среды для личного ассистента
- локальная установка, Docker или VPS: что выбрать;
- доступы, SSH, хранение ключей, безопасность: что разрешать агенту, а что оставлять под ручным контролем.
Практика: проверка готовности среды и отчёт «готово / что нужно исправить».
Урок 17. Hermes: установка, модель и каналы
- установка личного ассистента через освоенного coding-агента;
- выбор модели и провайдера, резервный вариант, Telegram и другие каналы.
Практика: получить рабочий канал «вы ↔︎ Hermes».
Урок 18. Skills и память под роль
- постоянные правила, навыки и память: без секретов и персональных данных;
- превращение повторяющегося процесса в skill.
Примеры: QA-бриф, разбор заметок в требования, weekly-статус, follow-up для HR, исследовательская база, напоминание по задаче.
Практика: настроить минимум один skill и проверить его в новом сеансе.
Урок 19. Автозадачи и связка двух контуров
- регулярные задачи на естественном языке: бриф, напоминание, статус, дайджест;
- связка coding-агента и Hermes: один работает с файлами и проектом, второй держит контекст, канал связи и рутину 24/7.
Практика: настроить минимум один полезный автосценарий и проверить его запуск.
Урок 20. Финальный проект уровня
- собранный ролевой pack, работающий Hermes с каналом связи, один skill и один автосценарий;
- презентация финального проекта участника.
Итог уровня 2: собственная рабочая система «coding-агент + личный ассистент», которую можно постепенно расширять.
🎙 Живой воркшоп 5. Финальная сборка
Разбираем установку, skills, память, безопасность, автоматизации и финальные проекты участников.
🎁 Бонус для QA: Мини-курс по использованию агентов в автоматизации тестирования
Дополнительные уроки бесплатно и по желанию для QA-инженеров. Не отдельный уровень, а живое ответвление курса: наполнение подбирается под состав группы и актуальные инструменты.
Урок Б1. Основы автоматизации с агентом: проект и окружение
- что автоматизировать в первую очередь, а что оставить ручным;
- проект автотестов глазами агента: фронтенд и бэкенд, тестовый фреймворк, постановка задачи и проверка результата;
- подключение инструментов к агенту: настройка и привязка MCP-серверов и skills под QA-задачи.
Урок Б2. Локаторы, падения и починка тестов через агента
- как быстро собрать нужные локаторы для веб-автотестов с помощью агента;
- тест упал — агент разбирается: читаем логи и отчёт прогона, находим причину, чиним тест и перепрогоняем.
Практика: провести упавший тест от «красного» до «зелёного» через агента с привязанным Playwright MCP.
Урок Б3. API-автотесты по Swagger: от ручек к прогону
- агент разбирает Swagger/OpenAPI: забирает нужные эндпоинты и расписывает проверки — позитивные и негативные;
- по проверкам агент пишет автотесты, прогоняет их, разбирает падения и чинит баги;
- из ручек Swagger — готовая и прогнанная коллекция автотестов.
Практика: от файла Swagger до прогона автотестов с разбором результатов.
Урок Б4. Проектирование автотестов и покрытие
- проектирование автотестов: техники комбинированного покрытия для максимального захвата сценариев;
- метрики покрытия: что мерить и как;
- ревью покрытия: ведение документации по покрытию, проверка полноты, что осталось непротестированным и почему.
Практика: построить матрицу покрытия для своего кейса и провести ревью покрытия с агентом.
Урок Б5. Тест-кейсы и документация в агентном контуре
- написание тест-кейсов с агентом: от требования к набору проверок;
- ведение тестовой документации силами агента: актуальность, версионирование, связь кейсов с автотестами и покрытием.
Итог мини-курса: рабочий фрагмент автоматизации — прогнанные автотесты по API, собранные через агента, с документацией по покрытию.
📩 Как попасть на курс
Напишите в личку @Eugeniusz_1 сообщение «хочу на курс» — вышлю условия обучения.
Канал: AI❤️4Life — нейросети и IT
Автор: Евгений Гусинец
📢 QA❤️4Life — канал о тестировании
🤖 SyntxAI — все нужные нейросети в одном сервисе
🔒 MaxVpn — удобный и быстрый VPN
🧠 Google AI Pro — подписка на 18 месяцев за 990₽