AI-система для интеллектуальной работы

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 проверк