Для всех · курс 1
ИИ-грамотность: основы
Базовый курс для всех сотрудников: как решать, что делегировать ИИ, а что оставить себе, как описывать задачу, чтобы получить нужный результат, как оценивать ответ и за что вы продолжаете отвечать сами. В основе — модель 4D: делегирование, описание, различение, добросовестность.
Начать курс
0 из 13 пройдено
- Для кого
- Все сотрудники: аналитики, дизайнеры, разработчики, тестировщики, менеджеры, продажи, HR.
- Что нужно
- Ничего. Достаточно аккаунта Claude или любого другого ИИ‑ассистента.
- Объём
- 13 уроков, 7 модулей, ≈ 3 ч с практикой
Программа курса
Модуль 1
Введение в ИИ-грамотность
- 01 Что такое ИИ-грамотность ИИ-грамотность — это не умение «правильно писать промпты», а привычка работать с ИИ результативно, экономно, честно и безопасно. Разбираем, из чего она складывается и в каких трёх режимах вообще бывает работа с ИИ.
- 02 Зачем нужна ИИ-грамотность Модели меняются каждые несколько месяцев, а навыки работы с ними — нет. Разбираем, что именно ломается, когда ИИ используют без грамотности, и почему стоимость ошибки в агентстве выше, чем кажется.
- 03 Модель 4D: делегирование, описание, различение, добросовестность Четыре навыка, из которых складывается любая грамотная работа с ИИ, и по три составляющих в каждом. Урок-карта: после него вы будете понимать, к какому навыку относится каждая ваша ошибка с ИИ.
Модуль 2
Что такое генеративный ИИ
- 04 Как устроен генеративный ИИ Ровно столько о внутреннем устройстве языковых моделей, сколько нужно, чтобы понимать их поведение: почему они уверенно ошибаются, почему забывают начало длинного разговора и почему один и тот же вопрос даёт разные ответы.
- 05 Возможности и ограничения Что языковые модели делают надёжно, что — с оговорками, а что им отдавать не стоит. Практическая карта по ролям: аналитик, дизайнер, разработчик, тестировщик, менеджер.
Модуль 3
Делегирование
- 06 Делегирование: что отдавать ИИ, а что нет Делегирование начинается до первого промпта. Три вопроса — что я делаю, что умеет инструмент, кто делает какую часть — и практические критерии, по которым задача уходит модели, остаётся у вас или делается вместе.
- 07 Планирование проекта и делегирование Как применить делегирование не к одной задаче, а к проекту целиком: разложить его на этапы, для каждого решить режим работы с ИИ, использовать модель как партнёра по планированию и оформить повторяющиеся куски так, чтобы не описывать их заново.
Модуль 4
Описание
- 08 Описание: как объяснить ИИ задачу Хорошее описание задачи состоит из трёх слоёв — какой нужен результат, как к нему идти и как модели вести себя в диалоге. Разбираем каждый слой на примерах из аналитики, дизайна, тестирования и менеджмента и собираем шаблон.
- 09 Приёмы эффективных промптов Семь приёмов, которые чаще всего превращают неточный ответ в точный — примеры, роль, рассуждение по шагам, разделение данных и инструкций, формат ответа, вопросы перед работой, перезапуск разговора. С готовыми формулировками, которые можно скопировать.
Модуль 5
Различение
- 10 Различение: как оценивать результат Проверять результат ИИ — это не «прочитать и кивнуть». Три угла зрения — результат, процесс, поведение — и конкретные способы проверки для текста, кода, требований и чек-листов, которые укладываются в несколько минут.
- 11 Цикл «описание — различение» Хороший результат редко получается с первого раза, и это нормально. Разбираем, как давать модели обратную связь, когда продолжать разговор, а когда начинать заново, и как понять, что пора остановиться.
Amiga · заказная разработка с ИИ
Учимся сами — и делаем продукты с ИИ на заказ
Эти курсы написала команда, которая каждый день проектирует и разрабатывает цифровые продукты: от аналитики и дизайна до веб‑сервисов, мобильных приложений и внедрения ИИ. Если вам нужен не курс, а продукт, — это к нам.
- реализованных проектов
- 200+
- человек в команде
- 75+
5 место в рейтинге AI‑разработки, Ruward 2025
Направления
- ИИ и ML-разработка
- Системная аналитика
- Дизайн
- Веб-разработка
- Мобильная разработка
- Тестирование
- Поддержка и развитие
Проекты с ИИ и ML
- Маркетплейс Stock: ML‑система ускорила добавление товаров в 10 раз и определяет категорию с точностью 85%
- MVP приложения «Магазин на диване» с распознаванием товаров в видео — за 2 месяца
- Приложение с ML‑распознаванием деталей конструктора на Flutter — с нуля за 4 месяца
Обсудим ваш проект с ИИ
Расскажите о задаче — вернёмся с оценкой и предложим, с чего начать
Спасибо! Ваш запрос будет обработан в ближайшее время
на главную
