За 8–12 недель соберёте агентов под свои рабочие задачи, чтобы экономить до 15 часов в неделю
Автоматизируйте рутину с помощью ИИ-агентов, которые работают без вашего участия
- Собственный ИИ-агент с возможностью настройки под ваши рабочие процессы
- Автоматизация рутины — анализа тикетов, расшифровки интервью, подготовки отчётов
- Не нужно уметь писать код, будете работать на no-code-платформе
- Настройка мультиагентных систем — в оптимальном и максимальном тарифах
- Тема про безопасность и внедрение агентов с учётом корпоративных ограничений
- Продуманная нагрузка, чтобы совмещать курс с работой
Это курс для специалистов, которые хотят выйти на новый уровень работы с ИИ
- Для продакт-менеджеров
Перестанете работать «маршрутизатором» данных между командами и высвободите время на обдумывание стратегии и исследование продукта
- Для бизнес-аналитиков
Автоматизируете сбор, очистку и первичную обработку данных, оставив только глубокий анализ и принятие решений
- Для смежных специальностей
Автоматизируете коммуникации и ускорите подготовку технических заданий, брифов и рабочих материалов
Чему научитесь
- Проектировать workflow ИИ-агента под любые рабочие задачи
- Готовить системные промпты для стабильной работы агента
- Интегрировать агентов с внешними сервисами — API, базами данных и мессенджерами
- Работать с векторными базами данных и технологией RAG
- Защищать ИИ-агентов от угроз — инъекций в промпты и перегрузок
- Настраивать логирование, мониторинг и обработку ошибок
- Настраивать мультиагентное взаимодействие и маршрутизацию запросов
- Кастомизировать готовые решения под собственные задачи
Программа
Бесплатная часть: ИИ-агенты: основы работы и формат обучения на курсе
Это бесплатный модуль, чтобы вы освоились на платформе и определились, подходит ли вам курс
- Как устроен курс
- Агент или продвинутый промпт
- Личные ИИ‑агенты и рабочая эффективность
- Обзор готовых решений и библиотек автоматизаций
- Что можно автоматизировать агентом
- Потестируете формат курса и поймёте, какие задачи сможете автоматизировать при помощи агентов
1. Основы работы с ИИ-агентами и системный промптинг
Подготовите набор системных промптов под рабочие задачи и проверите их по чек-листу
- Архитектура ИИ‑агента
Изучите роли, инструменты, память, контекст, входы и выходы агента
- Системный промптинг
Поймёте, как задавать роль, ограничения и формат ответа, чтобы агент работал стабильно
- Промпты под рабочие задачи
Составите системные промпты под рабочие задачи: анализ тикетов, расшифровка интервью, составление отчётов
2. Сборка ИИ-агента
Спроектируете и соберёте простого агента, улучшите его и интегрируете с внешними сервисами
- Проектирование рабочего процесса агента
Разобьёте задачу на шаги и спроектируете логику работы агента
- Основы работы с n8n
Узнаете, что такое базовые ноды и ветвления, как обрабатывать ошибки и запускать сценарии
- Первая рабочая версия агента
Соберёте агента, который решает простую, но реальную рабочую задачу
- Ноды и внешние сервисы
Изучите ключевые ноды n8n и подключите внешние сервисы: CRM, таблицы, мессенджеры, API
- Хранение данных и безопасность
Познакомитесь с Supabase для хранения логов и результатов работы агента, разберёте базовые угрозы (SQL-инъекции, DDoS) и способы защиты агента
- Доработка агента
Улучшите функциональность агента, чтобы он справлялся с более сложными задачами
3. Внедрение векторных баз данных
Внедрите векторную базу данных в своего агента
- Supabase для векторных данных
Подключите Supabase, изучите структуру хранения логов, данных пользователей и результатов работы агента.
- Основы SQL
Научитесь составлять базовые запросы для работы с данными, которые нужны для настройки агента.
- Технология RAG
Поймёте, как объединить поиск по базе и генерацию ответов моделью. Научитесь делать чанкирование документов.
- Векторный поиск
Настроите векторный поиск, чтобы агент находил релевантные документы по смыслу.
- Внедрение векторной базы данных в агента
Подключите векторную базу данных к своему агенту и обновите логику работы.
4. Мультиагентные системы
Настроите мультиагентную систему под выбранную продуктовую задачу
- Когда нужно несколько агентов
Изучите примеры задач, где мультиагентная система эффективнее одного агента.
- Разделение обязанностей между агентами
Поймёте, как выделять роли и ответственность для разных агентов.
- Шаблоны взаимодействия агентов
Изучите разные шаблоны: последовательная работа, параллельные сценарии, условная маршрутизация. Познакомитесь с паттернами взаимодействия — оркестрацией и хореографией.
- Маршрутизация запросов
Настроите передачу запросов и данных между агентами с помощью нод ветвления (If/Switch).
5. Кастомизация ИИ-агента под свои задачи
Перенесёте и настроите всех созданных агентов или мультиагентную систему под свои задачи по чек-листу
- Способы работы в n8n
Изучите особенности разных способов: веб-версии, облака, развёртывание локально на личном компьютере. Узнаете, какие есть преимущества и недостатки у каждого варианта.
- Перенос агентов в собственный аккаунт
Настроите свою среду в n8n и перенесёте все сценарии.
- Кастомизация под свои задачи
Поймёте, как корректировать промпты, настройки и интеграции под свой контекст.
- Подключение собственных источников данных
Интегрируете агентов с вашими рабочими инструментами и базами.
- Проверка перед запуском
Сверитесь с чек-листами, чтобы проверить устойчивость и пользу агентов перед применением в работе.
Программный эксперт курса — Александр Карлович:
Руководить подгруппы по технологиям и обучению в Яндексе
Education-дизайнер, эксперт по no- и low-code‑решениям в обучении, EdTech Product Manager. 11+ лет опыта в управлении образовательными проектами и продуктами, 3 года в разработке ИИ-решений.
Тариф Оптимальная версия.
