Предварительная программа по урокам — Нейросети и AI-агенты

Предварительная программа по урокам — Нейросети и AI-агенты

AI❤️4Life

Планируемая 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₽

Report Page