AI: рабочий процесс
О чём курс
Курс представляет собой практическое руководство по внедрению искусственного интеллекта в ежедневную работу разработчика 1С. Многие специалисты сталкиваются с тем, что нейросети выдают убедительные, но неработоспособные фрагменты кода, которые не учитывают специфику конкретной конфигурации. Основная причина таких неудач кроется не в ограниченности моделей, а в отсутствии системного подхода: нейросеть не видит контекст проекта, не знает метаданных и не имеет четких границ для выполнения задачи. Данный курс помогает преодолеть эти барьеры, обучая созданию полноценного рабочего контура, который превращает использование AI из эксперимента в надежный инструмент разработки.
Программа курса ориентирована на разработчиков 1С, которые уже пробовали применять нейросети, но не смогли выстроить эффективную систему, а также на тех, кто только планирует начать работу с AI. Обучение построено по принципу «AI First», но с сохранением полного контроля за человеком: агент берет на себя механическую работу по исследованию проекта, написанию кода и запуску проверок, тогда как инженер принимает ключевые решения, оценивает бизнес-смысл и проверяет логику изменений. Вы научитесь подготавливать контекст, фиксировать требования в спецификациях, настраивать рабочую среду и проводить задачу от идеи до проверенного результата в тестовой базе.
Курс не является теоретическим обзором нейросетей или обучением программированию на 1С с нуля. Это прикладной интенсив, где каждый урок подкрепляется практическим заданием. Вы начнете с установки инструментов и уже на первом занятии примените их к реальной задаче. В результате обучения у вас сформируется повторяемый маршрут работы, настроенная среда разработки и навык самостоятельной проверки кода, созданного AI. Вы научитесь использовать современные редакторы, AI-агентов, голосовой ввод и MCP-серверы для 1С, что позволит значительно ускорить процесс разработки, сохранив при этом высокое качество и предсказуемость результата. Это идеальное решение для тех, кто хочет перестать бороться с «галлюцинациями» нейросетей и начать использовать их как мощный рычаг для профессионального роста и повышения продуктивности.
Программа обучения
- Контекст проекта
- Проект и контекст
- Объекты разработки
- Правила проекта
- Проверка результата
- Правила и границы
- AGENTS.md / CLAUDE.md
- Проектные правила
- Что агенту трогать нельзя
- Спецификация
- Навыки и скиллы
- Работа с задачей
- Спецификации: от идеи до архива
- Изменения в коде
- Редакторы и AI-агенты
- Cursor · VS Code
- Claude Code · Codex
- Голосовой ввод
- Проверка в 1С
- MCP-серверы для 1С
- Код и метаданные
- Проверка синтаксиса
- Документация и шаблоны
- Память проекта
- Сохранённые решения
- Архив спецификаций
- Memory Bank
- Выводы для следующей задачи
- Дополнительные инструменты:
- Docker
- Git
- GitHub
- npm
- Python
- Установка инструментов:
- Начинаем с площадки: компьютер, доступы, права на установку и безопасная тестовая база.
- Дальше — по одному инструменту за урок: зачем он нужен, как поставить, как проверить, что он действительно работает.
- Редактор, AI-агент, голосовой ввод, MCP-серверы для 1С, правила проекта
- Подготовка проекта 1С:
- Выгружаем тестовую конфигурацию в файлы, чтобы агент видел связанные модули и метаданные, а не один фрагмент кода.
- Задаём структуру каталогов и правила проекта, которые не дают агенту разгуляться.
- Выгрузка конфигурации, структура проекта, правила и границы
- Практическое применение инструментов:
- 3.1 Принцип «AI first»
- Чем агент отличается от чата и почему по умолчанию задача идёт через агента.
- Где проходит граница: что делает он, а что остаётся за вами.
- 3.2 Принцип «Harness решает»
- Модель генерирует следующий шаг, обвязка превращает шаг в управляемое действие.
- Разбираем агентный цикл и учимся определять, какой слой контура мешает получить результат.
- 3.3 Рабочий процесс AI-инженера 1С
- Сквозной маршрут задачи: контекст → спецификация → изменения → проверка в 1С → сохранённое решение.
- Читаем фактические изменения, проверяем старое поведение в тестовой базе.
- 3.4 Спецификация
- Как удержать требования и план до того, как написана первая строка кода.
- Критерии готовности, согласование решения, жизненный путь спецификации от идеи до архива.
- 3.5 Применение и выбор моделей
- Показываю, какими моделями пользуюсь на исследовании, реализации и ревью и как переключаюсь между ними по ходу задачи.
- 3.6 Развитие AI-контура
- Как повторить маршрут на следующей задаче, обновить инструменты и перенести процесс, когда сменится модель, IDE или сервис.
Теги курса
Другие материалы автора 1
АЛ Алексей Лапицкий Все материалыОтзывов пока нет. Будьте первым!
Этот курс сейчас в процессе организации складчины. Нажмите кнопку «Записаться» и ожидайте старта — вам придёт уведомление. Когда складчина стартует, в карточке курса будет указан актуальный взнос. Текущая цена пока в процессе формирования и может отличаться от финальной.
Да, мы стремимся, чтобы финальный взнос был не больше ≈10% от оригинальной цены курса. Чем больше участников записывается в складчину, тем ниже выходит взнос для каждого.
Нажмите кнопку «Записаться» и авторизуйтесь на сайте через email (через ту же почту, которую будете использовать для входа). В личном кабинете вас будут ждать инструкции, как пригласить других участников — чем больше людей записалось, тем быстрее стартует складчина и тем ниже взнос. Как только складчина готова к приобретению, вам придёт уведомление.