AI-система для интеллектуальной работы

AI-система для
интеллектуальной
работы Системная работа с AI для профессиональных задач.

Онлайн
курс

онлайн
занятий

выполненных
проектов

недель доступа
к записям занятий

Объедините AI-инструменты в единую
рабочую систему

Постройте личную рабочую систему с AI: научитесь управлять контекстом, целями и качеством, создавать профессиональные материалы и собственные инструменты, делегировать часть работы AI и находить новые возможности в своей профессии.

AI уже умеет гораздо больше, чем отвечать на отдельные вопросы. Но реальный эффект начинается тогда, когда он становится частью вашей постоянной рабочей системы. На онлайн-курсе вы соберёте такую систему вокруг собственной профессии: организуете рабочую среду в Codex, зафиксируете свой контекст, цели, правила и критерии качества, научитесь превращать профессиональные задачи в понятные задания для AI и выстраивать повторяемые рабочие процессы.
Исследования, документы, аналитика, презентации, таблицы, встречи, планирование, проверка результатов и создание новых инструментов — всё это вы научитесь делать вместе с AI быстрее и системнее. Вы будете использовать агентов, навыки, браузер, компьютер и автоматизацию там, где они действительно полезны, а главным ориентиром останутся ваши профессиональные задачи, экспертиза и критерии качества. В результате AI станет естественной частью вашей профессиональной системы — поможет вам работать глубже, быстрее и создавать больше ценности.

9.12 — 3.02

19:00 — 21:10

А. Свет

С 9 декабря по 3 февраля

Занятия: Ср в 19:00

Осталось мест: 11

Преподаватель: А. Свет

Курс можно купить в рассрочку без переплат и документов

24900 руб.

19920 руб.

Промоакция –20% на обучение нейросетям
С 30 октября по 5 ноября до 23:59

Записаться

или забронировать место

^* Занятия проходят по вашему локальному времени (Москва, стандартное время)

подтверждение бронирования

AI-система для интеллектуальной работы

дата:

с 9 декабря 2026 г. по 3 февраля 2027 г.

время:

с 19:00 по 21:10

Преподаватель:

Александр Свет

Чтобы продолжить, Вам
нужно войти или зарегистрироваться

Бронь гарантирует место в группе до окончания срока оплаты. Стоимость обучения определяется на момент оплаты брони. Оплатить бронь нужно не позднее двух дней после старта обучения.

Вы уверены, что хотите отменить бронь на
«AI-система для интеллектуальной работы»?

Преподаватель: Александр Свет

Александр Свет — практик и энтузиаст AI-разработки. За последние три года он изучил ключевые направления этой новой сферы: от курса AI Agents от Hugging Face до Complex AI Agents и Fine Tuning LLM.

Но главное — он сам прошёл путь, который теперь предлагает пройти вам: из непрофильной профессии в мир разработки с ИИ. Александр не разработчик по образованию — он освоил все инструменты на практике, не имея технического бэкграунда. Именно поэтому он объясняет просто и показывает, как использовать ИИ даже тем, кто не пишет код.
Узнать подробнее...

Чему вы научитесь?

Понимать возможности и ограничения AI и выбирать подходящий способ работы под конкретную профессиональную задачу.

Ставить задачи AI: задавать цель, контекст, ограничения, формат результата и критерии качества.

Организовывать личную AI-систему в Codex: работать с проектами, контекстом, инструкциями, целями и результатами в единой среде.

Автоматизировать повторяющуюся работу: создавать навыки AI, регулярные задачи и многошаговые процессы с использованием браузера и компьютера.

Превращать цели в конкретную работу: строить планы, рабочие брифы и понятные задания для AI.

Создавать профессиональные материалы с AI: тексты, исследования, презентации, таблицы, отчёты и дашборды.

Создавать собственные рабочие инструменты без программирования: от калькуляторов и интерактивных страниц до небольших приложений и прототипов.

Проверять качество и безопасно делегировать работу AI: контролировать факты, источники, конфиденциальность и границы полномочий.

Находить новые возможности для своей профессии и постоянно осваивать новые способы работы с AI.

Для кого курс?

Для специалистов интеллектуального труда: юристов, финансистов, аналитиков, исследователей, консультантов и других профессионалов, работающих с информацией и решениями.

Для тех, кто уже использует AI, но хочет перейти от отдельных запросов и инструментов к системной работе.

Для тех, кто хочет встроить AI в реальные профессиональные процессы: исследования, документы, аналитику, планирование и создание рабочих материалов.

Что вам понадобится?

Доступ к ChatGPT Plus и Codex — это основные инструменты курса.

Желательно подготовить свои рабочие задачи и материалы, которые разрешено использовать с AI.

Программировать не требуется. Главное — хорошо понимать свою профессию и уметь оценивать качество результата.

Нет подписки ChatGPT Plus? Мы можем оформить вам доступ на период курса за дополнительную плату — по вашему запросу.

ЗАПРОСИТЬ ДОСТУП

Что вы получите?

Возможность посещать живые онлайн занятия с преподавателем.

Записи всех занятий для повторения в течение всего онлайн курса плюс 2 недели после его окончания. Просмотр записей в режиме онлайн. После истечения стандартного срока доступа вы сможете продлить доступ к записям занятий еще на 2 недели и делать это неоднократно.

Конспекты всех занятий бессрочно. Рабочие файлы курса.

Домашние задания по теории и практике, которые помогут закрепить новый материал.

Сертификат об успешном окончании курса, если вы выполните все домашние задания и наберете по ним рейтинг 75% из 100% по теории и практике.

Обзорное занятие курса

Смотрите первое занятие

Рекомендуем вам посмотреть

Занятие 1. Новая модель интеллектуальной работы и знакомство с AI-экосистемой

Цель: Понять, как агенты меняют интеллектуальную работу, получить карту пяти ключевых навыков курса, научиться правильно ставить задачи современным моделям, освоиться в экосистеме ChatGPT/Codex и составить первую карту возможностей AI для своей роли.

Темы:

Новая модель интеллектуальной работы:

Как агенты меняют интеллектуальную работу: переход от выполнения всей работы самому к управлению AI-системами и агентами

Неровная граница возможностей AI: AI может быть великолепен в одной задаче и неожиданно слаб в соседней

Пять ключевых навыков курса: карта возможностей AI; управление контекстом и средой агента; прототипирование решений и продуктов; поиск новых возможностей; непрерывное обучение в новом мире AI

Как общаться с современными моделями:

Фундамент постановки задач: цель, контекст, ограничения, формат результата, примеры

Рассуждающие модели (reasoning) и уровни усилий (effort): как «глубина размышлений» влияет на результат

Экосистема ChatGPT и знакомство с Codex:

ChatGPT Chat, ChatGPT Work, Codex: различия режимов и выбор среды под задачу

Основы работы с ChatGPT Work: проекты, рабочие папки и файлы, агентный подход, многошаговая работа

Переход от разового диалога к постоянной рабочей среде

Актуальная линейка моделей: какая модель и какая глубина размышлений достаточны для конкретной задачи

Домашнее задание: «Моя стартовая AI-система» — описать свою роль, основные и повторяющиеся задачи, самые затратные задачи, задачи, где высока цена ошибки и требуется профессиональное суждение, возможную помощь AI, автоматизацию, агентные сценарии и необходимый человеческий контроль (human oversight). На этой основе составить первую карту возможностей AI и распределить сценарии между ChatGPT Chat, ChatGPT Work и Codex. Результат: интерактивная страница «Моя AI-система: отправная точка».

Технологии:

ChatGPT (Chat и Work)

Codex

Модели линейки GPT-5.6 и GPT-6 (уровни размышлений)

Занятие 2. Строим личную AI-систему

Цель: Перейти от выполнения разовых задач с AI к построению постоянной рабочей системы: создать структуру личной AI-системы, которая объясняет сама себя, дать агенту «глаза», получить первые быстрые результаты и настроить первую регулярную задачу.

Темы:

Структура личной AI-системы:

Рабочее пространство, в котором агенту понятно, кто пользователь, что для него важно, где искать контекст и какой результат считается хорошим

Пример структуры папок: контекст, источники, проекты, задачи, результаты, демо, регулярные задачи — структура не догма, важны принципы

Базовые файлы-инструкции: about-me.md (роль, экспертиза, задачи), workstyle.md (как работать с пользователем и представлять результат), roadmap.md (направления, приоритеты, текущий фокус), review.md (критерии качества и проверки)

Транскрипты и диктовка:

Запись встречи → транскрипт → краткое резюме + список дальнейших действий

Голос как самый быстрый способ «выгрузить» мысли и поставить задачу

Доступ агента к браузеру и компьютеру (browser / computer use):

Дать агенту «глаза»: открытие сайтов, навигация, чтение страниц, взаимодействие с интерфейсами, сбор информации, проверка результата, прохождение пользовательских сценариев

Регулярные задачи (scheduled tasks):

Переход: «AI отвечает, когда я спрашиваю» → «AI выполняет регулярные обязанности»

Примеры: утренняя сводка, еженедельный обзор, мониторинг источников, регулярный отчёт, обзор документов, подготовка приоритетов

Начинать с безопасных «операторских» задач

Домашнее задание: Создать первую полноценную личную AI-систему: папки, основные файлы-инструкции, дорожную карту, критерии проверки, минимум один сценарий с браузером/компьютером, минимум одну регулярную задачу и минимум один сценарий с транскриптом или диктовкой (например, обработка записи реальной встречи). Результат: экскурсия по собственной AI-системе в виде интерактивной страницы, видео или анимационного ролика.

Технологии:

Codex

Markdown-файлы

Доступ к браузеру и компьютеру

Регулярные задачи

Голосовой ввод и транскрибация

Занятие 3. Управление контекстом и средой агента: контекст, безопасность и первые навыки агента

Цель: Научиться управлять тем, что AI знает (контекст), и системой вокруг него (рабочая среда агента), установить правила безопасности данных и создать свой первый навык агента.

Темы:

Инженерия контекста (context engineering):

Что AI должен знать: документы, исследования, прошлые проекты, политики, правила, шаблоны, клиентская информация, аналитика, примеры, решения и обратная связь

Встроенная экспертиза (embedded judgment): фиксация опыта в примерах, рубриках, политиках, критериях оценки и образцах хорошей/плохой работы

Контекстный пакет (Context Pack): цель, исходные данные, документы, ограничения, терминология, примеры, критерии качества, источники истины

Рабочая среда агента (harness):

Всё, что окружает модель: инструкции, память, инструменты, коннекторы, разрешения, правила проверки и процедуры

Коннекторы (connectors): управляемый доступ к сервисам и источникам, в которых хранятся ваши данные

Безопасность данных и конфиденциальность:

Что можно и что нельзя загружать в AI: клиентские данные, персональные данные, коммерческая тайна

Обезличивание данных перед работой с AI

Корпоративные политики и разделение аккаунтов

Создание собственных навыков агента (skills):

Навык агента: как описать повторяющийся рабочий процесс с учётом вашего опыта, чтобы агент мог выполнять его снова

«Правило третьего раза»: если третий раз пишете один и тот же запрос — это навык агента

Анатомия навыка: описание-триггер, инструкции, примеры хорошего и плохого результата, чек-лист проверки

Тестирование навыка на реальной задаче; аудит чужих навыков перед установкой

Домашнее задание: Выбрать одну реальную профессиональную задачу и построить для неё полноценный контекстный пакет. Упаковать одну повторяющуюся процедуру в свой первый навык агента и проверить его на реальной задаче. Результат: интерактивная демонстрация «Как работает мой первый навык».

Технологии:

Codex

Навыки агента (skills)

Коннекторы / MCP

Markdown-файлы

Занятие 4. Цели, планирование и управление работой AI

Цель: Научиться управлять работой AI: от большой цели через дорожную карту и планирование к чётким рабочим брифам и параллельной работе нескольких агентов.

Темы:

Глобальные цели и дорожная карта:

Миссия → стратегические цели → цели на квартал → дорожная карта → текущий фокус

Связь конкретной работы агента с общей целью: долгосрочная цель → направления → текущий период → фокус недели → конкретные задания

Как явно обозначить, что не входит в задачу (out of scope)

Планирование:

Сначала план: изучить контекст, понять цель, определить действия, риски и способ проверки, указать, что решили не включать в работу, получить одобрение там, где оно нужно

Рабочий бриф — задание для AI:

Из чего состоит рабочий бриф: цель, контекст, границы, ожидаемый результат, критерии готовности, ограничения, формат результата, проверка и точки человеческого контроля

Принцип: задание → план исполнения → проверяемый результат

Общая память и параллельная работа:

Единая AI-система, цели, дорожная карта и стандарты для разных агентов и сессий

Несколько независимых направлений работы идут параллельно; результаты поступают небольшими частями, которые удобно проверять

Голосовой режим и управление с телефона:

Голос как интерфейс постановки задач, уточнения и обратной связи

Управление системой с мобильного: запуск, контроль, статус, обратная связь

Домашнее задание: Создать систему «Цели → Планы → Задания»: одна большая профессиональная цель, несколько направлений, текущий фокус, шаблон рабочего брифа, несколько реальных заданий с критериями готовности и точками человеческого контроля. Дополнительно протестировать голосовой режим или управление с телефона. Результат: интерактивная схема «Как я управляю целями и работой AI».

Технологии:

Codex (режим планирования)

Голосовой режим (Voice Mode)

Мобильное управление агентами

Занятие 5. Профессиональные результаты: от работы агента к готовому материалу

Цель: Научиться доводить созданные с AI тексты, презентации, таблицы и дашборды до профессионального качества и убирать характерные следы AI-генерации.

Темы:

Создание текста с AI:

Служебные и аналитические записки, отчёты, исследовательские справки, резюме для руководства, предложения, письма, документы политик

Compound Writing — лучшая система создания текстов с AI

Разные типы текстов требуют разных правил и разной степени человеческого участия

Качество AI-текста:

Признаки AI-текста и как их убирать: редактура и «очеловечивание» текста

«Сэндвич усилий»: сначала вы продумываете задачу → затем работает AI → в конце вы проверяете и редактируете результат

Настройка голоса и стиля на примерах собственных текстов

Презентации:

Мой подход к генерации презентаций с AI: интервью о задачах презентации, обсуждение идей для каждого слайда и создание итоговой презентации в PowerPoint

Excel и таблицы:

Анализ и очистка данных, формулы, структурирование, визуализация и проверка

Отдельная демонстрация ChatGPT for Excel

Другие форматы:

Дашборды, интерактивные отчёты, графики, исследовательские страницы, материалы для поддержки решений

Качество:

Рост скорости генерации повышает требования к качеству

Результат должен быть проверяемым; длиннее не значит лучше; критерии качества задаются заранее; человек отвечает за финальное суждение

Домашнее задание: Взять реальный рабочий бриф из предыдущего занятия и подготовить по нему готовый рабочий материал: презентацию, Excel-модель, записку, отчёт, дашборд или материал другого подходящего формата, убрав характерные следы AI-генерации. Результат: сам готовый результат + короткая экскурсия (входные данные, процесс, вклад AI, человеческая проверка, критерии качества).

Технологии:

Codex

ChatGPT for Excel

Форматы: документы, презентации, таблицы, дашборды

Занятие 6. Продуктовое мышление и пользовательский опыт

Цель: Научиться выступать продакт-менеджером для AI: понимать проблему, пользователя и желаемый результат, проектировать пользовательский опыт, объяснять агенту, что создать, тестировать и улучшать результат. Для этого не нужно становиться программистом.

Темы:

От проблемы к продукту:

Кто пользователь? Какую проблему он решает? Какой результат ему нужен? Какой опыт он должен получить?

Минимальная полезная версия и «за рамками задачи»

Пользовательский опыт (UX) как язык управления агентами:

Пользовательский сценарий, состояния, крайние случаи, ясность, трение, доверие, обратная связь, состояние успеха

Создание с Codex:

Демонстрации: посадочная страница, интерактивная страница, калькулятор, дашборд, исследовательский инструмент, генератор, рабочее приложение, небольшой бот, агент с браузером

Современные агенты позволяют специалисту без технической подготовки создавать значительно больше, чем обычный конструктор без кода

Цикл «Построить → Использовать → Проверить → Улучшить»:

Построить → запустить → использовать самому → дать Codex пройти сценарий → посмотреть глазами пользователя → найти места, где пользователь сталкивается с затруднениями → улучшить → повторить

Домашнее задание: Выбрать реальную профессиональную проблему и создать небольшой продукт или инструмент: описать пользователя, проблему, желаемый результат, пользовательский сценарий, минимальную версию, указать, что не входит в первую версию, и определить критерии качества; создать рабочий прототип с Codex и провести минимум один цикл проверки пользовательского опыта. Результат: работающий продукт/прототип + демонстрация пользовательского опыта.

Технологии:

Codex (агент-разработчик)

Доступ к браузеру и компьютеру

HTML / веб-приложения

Занятие 7. Проверка, качество, делегирование и управление агентами

Цель: Когда AI быстро выполняет работу, больше времени и внимания требует оценка результата. Научиться выстраивать систему проверки, верификации фактов, делегирования и управления несколькими агентами.

Темы:

Система проверки:

Собственные стандарты качества; файл review.md: соответствие цели и рабочему брифу, границы, неожиданные изменения, ошибки и крайние случаи, готовность к реальному использованию, этапы, на которых нужна профессиональная оценка человека

Верификация:

Галлюцинации: где и почему AI склонен выдумывать

Проверка фактов, проверка источников, цитирование

Постановка задач и верификация — новые узкие места интеллектуальной работы

Проверка по слоям:

Самопроверка агента → проверка результата с помощью AI на соответствие стандарту → человеческая проверка → углублённая проверка для работы с высокими рисками

Классификация: «Критично исправить / Желательно исправить / Можно выпускать»

Разрешения как модель делегирования:

Безопасные действия: чтение, анализ, планы, черновики, локальные проверки

Сначала спросить: существенные изменения, внешние системы, удаление, чувствительные или потенциально необратимые действия

Только человек: решения с высоким риском, чувствительные данные, безопасность, финансово и юридически значимые решения

Управление несколькими агентами:

Параллельные потоки, общий контекст, разные задания, чёткая передача работы, контроль результата и предотвращение AI-халтуры

Навыки агента: уровень 2:

От первого навыка из Занятия 3 — к личной библиотеке навыков

Навыки-проверки: оформление процедур проверки в навыки агента (анализ документа, проверка отчёта, резюме для руководства, разбор пользовательского опыта, анализ интервью)

Коннекторы и защитные ограничения:

Как инструменты, коннекторы, разрешения и правила проверки превращают универсальный AI в рабочую систему конкретного специалиста

Домашнее задание: Взять один из ранее созданных процессов или продуктов и построить вокруг него систему качества и делегирования: чек-лист проверки, границы полномочий AI, действия «безопасные / сначала спросить / только человек», минимум один переиспользуемый навык агента, AI-проверка и человеческая проверка. Результат: интерактивная схема «Как я управляю работой AI и проверяю её».

Технологии:

Codex

Навыки агента

Параллельные сессии / субагенты

Коннекторы

Занятие 8. Новые возможности и умение учиться в эпоху AI

Цель: Сменить вопрос с «как AI поможет в моей текущей работе?» на «какая работа теперь вообще стала возможной?» — и построить личную систему постоянного освоения новых возможностей.

Темы:

Поиск новых возможностей:

Главный вопрос: что я теперь могу делать такого, что раньше было невозможно, слишком долго или экономически невыгодно?

Бесконечный список отложенных идей (Infinite Backlog): у каждого специалиста есть идеи, на которые не хватало времени, денег или людей. С агентами часть этих идей становится осуществимой и экономически оправданной

Мысленный эксперимент: «вам бесплатно дали небольшую команду разработчиков, исследователей и операторов — что бы вы попросили их построить или делать постоянно?»

От автоматизации к новым возможностям: ускорение существующих процессов → превращение процессов в системы и инструменты → новые продукты, услуги, исследования и способы работы

AI в командном режиме (AI as Multiplayer): небольшая команда + общая AI-система + несколько агентов; общий контекст, общие стандарты, разделение человеческого суждения, AI как операционный слой команды

Быстрое освоение новых навыков:

Умение постоянно учиться: подходы к работе с AI меняются, поэтому обучение продолжается и после курса

Обучение через действие: привычка постоянно ставить маленькие эксперименты на реальных задачах

Личная система обучения внутри AI-системы: папки экспериментов, навыков и новых возможностей, журнал обучения, список гипотез, регулярный обзор новинок

Как оценивать новую технологию: какая новая возможность, какую задачу меняет, что раньше было невозможно или дорого, качество, время, стоимость, риски, сколько нужно человеческого контроля, стоит ли встраивать в постоянный процесс

Домашнее задание: Создать собственную систему возможностей и обучения: составить свой бесконечный список отложенных идей (10–20 вещей), выбрать 3 идеи, которые AI делает реалистичными, спроектировать первый эксперимент для одной из них, создать личный процесс быстрого освоения навыков, встроить его в свою AI-систему и настроить регулярный обзор новых возможностей. Результат: интерактивная страница «Моя карта возможностей и обучения».

Технологии:

Codex

Регулярные задачи

Навыки агента

Компании обучают своих сотрудников у нас