Сделайте свою команду AI-native за 2,5 месяца
Научим ваших сотрудников строить агентов, автоматизировать процессы и запускать продукты без разработчиков
Не разовый воркшоп, после которого забывают через неделю, — а навык, который останется в команде
Кого мы уже обучили ИИ
Знакомо?
Для кого
Собственники и фаундеры
- не раздуваете штат под каждую новую задачу
- понимаете, как нанимать людей с AI-навыками и что от них требовать
- видите, как компания выглядит после автоматизации рутины
Топ-менеджеры и руководители отделов
- становитесь лидером AI-трансформации внутри компании
- растёте за счёт применения ИИ
- делаете свой отдел самым продвинутым в компании
HR и L&D руководители
- получаете системное AI-обучение команды с результатом, измеримым в деньгах
- сотрудники реально применяют ИИ, а не забывают через неделю
- видите результат на демо-дне — собранные инструменты и сэкономленное время
Что будет уметь ваша команда после курса
Кто ведёт курс?
Практики из настоящего бизнеса, которые учат на живых кейсах Наведите на карточку — расскажем о спикере подробнее.
Будем изучать и использовать
Claude
ChatGPT
Cursor
CodexClaude Code
Kimi / Kimi Code
VS CodeOrca
Hermes
ObsidianClaude Design
Higgsfield
Remotion
Veo
KlingЧто команды внедряют у себя
Реальные проекты участников: собраны своими руками, без разработчиков и подрядчиков.
Контур управления поверх Битрикса
Операционка держалась на ручном контроле: приоритеты и статусы собирали руками, а совет директоров получал данные только в виде презентаций
Обвязала Битрикс сетью агентов: приоритизация задач по деньгам, мониторинг конкурентов, бронирование и ассистент в Телеграме
Отдел работает как связанная система, совет директоров получает живые данные вместо слайдов
Отдел маркетинговых агентов
Команда маленькая, и обзоры рынка и презентации делались вручную и занимали неделю
Собрал агентов: мониторинг 18 рынков и агрегатор лучших практик конкурентов
Отчёты приходят сами, презентации собираются за вечер
Маркетплейс с нуля с каталогом и SEO по локациям
Три года пыталась запустить проект через наёмных программистов и теряла деньги
Собрала маркетплейс тканей с нуля: каталог и SEO по регионам
Платформа работает и готова к первым пользователям
HR-платформа
Оценку сотрудников собирали вручную через Google-формы и Notion, рутина съедала время
Без кода собрала платформу: руководитель, коллеги и сам сотрудник ставят оценки, система сводит их в отчёт
Оценка идёт в одном инструменте, совет директоров просит масштабировать
B2B-продажи на автопилоте
Весь бизнес — это продажи, но они держались на ручном труде: лиды искал и обогащал вручную, звонки занимали весь день (7–10 в день), аналитики качества не было. Автоматизировать сам не мог — не технарь, всё делал через подрядчиков
Без разработчиков собрал всю инфраструктуру продаж на Claude Code: воронки в amoCRM, базу знаний по клиентам в одном окне, мультиканальный холодный аутрич (парсинг и обогащение лидов из Яндекса, 2ГИС, каталогов), свою аналитику звонков с разбором по этапам продаж и ботами-оповещениями в Telegram. Плюс 90% дизайна — лендинги, креативы, лид-магниты — делает сам
Продажи работают как система: команда видит слабые места в дашборде, рутина ушла в автоматизацию
ИИ-ассистент для юридической операционки
Тонула в операционке и не могла ставить задачи IT-команде — не хватало знаний
Оцифровала процессы, собрала MCP-интеграцию с документооборотом и скилл для подготовки лекций
Ставит разработчикам понятные задачи, и они делают внутри то, что раньше отдавали подрядчику
Кодить не придётся, чёрного экрана с командами не будет. Управляете ИИ словами: описываете, что нужно, и получаете результат
Программа на 2,5 месяца
Никакого FOMO — по полочкам разложим всё, что происходит в мире нейросетей
11 недель, 32 занятия: от настроенного под себя ИИ-рабочего места до собственного продукта, маркетинговой системы и защиты проекта на демо-дне
10 встреч сверх основной программы — отмечены в расписании: техразборы, практикумы, мастермайнды и обзор трендов
Предзапись, онбординг и вводная встреча: заходите в поток с целью, проектом и выровненной базой
Базовый фундамент перед стартом: что такое искусственный интеллект, как он устроен, с какими задачами справляется лучше, а с какими хуже. Не скучная теория, а практическая лекция, которая сразу даёт базовый навык работы с нейросетями.
- Понимаете, что такое ИИ и чего от него можно ожидать, а чего нет; получаете базовый навык использования нейросетей.
Открываете ИИ-инструмент и начинаете работать в нём сами — а не смотрите, как это делает кто-то другой.
- Настроенный ИИ-инструмент, в котором вы ориентируетесь сами.
Проходите полный цикл вайбкодинга на маленьком проекте — до того, как он станет рабочей нормой.
- Простой работающий артефакт, собранный своими руками, и опыт полного цикла.
Заходишь на старт со сформулированной целью и выровненной базой — а не разбираешься на ходу.
- Сформулированная цель на 11 недель и понимание, как проходить курс, чтобы до неё дойти.
Заходишь в поток с целью и проектом, а не «посмотреть».
- мировой контекст: как ИИ меняет работу и что будет дальше
- знакомство с потоком: кто рядом с вами эти 11 недель
- от цели из карты целей — к проекту: что вы строите и защищаете 24 ноября
- свой проект на 11 недель
Главное обещание блока: мы не учим инструментам — мы учим принципу. Папка, контекст, скилл, проект устроены одинаково везде: в Claude, в GPT, в Kimi, в вебе, в приложении, в терминале. Освоив принцип один раз, вы открываете любой новый инструмент и уже понимаете, что в нём делать — и не переучиваетесь с каждым релизом. Каждая ступень отвечает на вопрос «чем она отличается от предыдущей».
Настраиваете рабочее место в любой ИИ-системе и понимаете, как папка проекта, MD-инструкция, скиллы и коннекторы превращают модель из поисковика в рабочий инструмент.
- Умеете настроить рабочее место в Claude, GPT, Codex, Gemini или другой ИИ-системе; понимаете роль папки проекта и MD-документа как инструкции, памяти и «конституции» проекта.
Расшиваешь технические затыки, пока они не превратились в «я забросил».
- разбор персональных затыков в прямом эфире
- ответы по инструментам, доступам и настройкам
- типовые грабли и как их обходить
Собираете единый рабочий стол, где видны файлы проектов и можно подключать разные ИИ-модели к одной рабочей папке.
- Понимаете, как использовать Claude, Codex и другие модели внутри IDE и управлять проектами через привычную разработчикам среду.
Разбираетесь, как устроены агентные системы: их память, инструкции, скрипты, хуки, режимы работы и оркестрация сложных задач.
- Понимаете, что Claude Code, Codex и Kimi Code — агентные системы, которые можно запускать в терминале, IDE и приложении, сохраняя единый принцип работы.
Закрепляешь материал блока руками, а не конспектом.
- задания по пройденному блоку
- разбор решений в прямом эфире
- что внедрить до следующего блока
Проходите полный путь от идеи сайта, сервиса, приложения или Telegram-бота до работающего MVP, опубликованного в интернете.
- Понимаете, с чего начинать ИИ-продукт и как устроен полный цикл прототипирования и создания MVP.
Осваиваете дизайн как системный ИИ-процесс и учитесь выбирать подходящий фреймворк, скилл или специализированный инструмент под нужный формат.
- Понимаете, как сочетать фреймворки, скиллы и инструменты для генерации дизайна продукта.
Расшиваешь технические затыки, пока они не превратились в «я забросил».
- разбор персональных затыков в прямом эфире
- ответы по инструментам, доступам и настройкам
- типовые грабли и как их обходить
Переносите локальных агентов на удалённый сервер и собираете в Telegram собственного ИИ-ассистента или сотрудника на базе Hermes.
- Понимаете, как агентная система работает на VPS и превращается в ассистента, доступного через Telegram.
- Рабочее ИИ-место — папка проекта, MD-инструкция, скиллы и коннекторы
- Среда разработки — единый рабочий стол, где к одной папке подключены разные модели
- Продвинутые агенты — память, режимы работы, хуки и локальные автоматизации
- Полный цикл продукта — идея, планирование, исследование, разработка и деплой
- Креатив и дизайн — фреймворки, скиллы и инструменты для визуального слоя
- Ассистенты и сотрудники в Telegram — агент на сервере, доступный из мессенджера
Три занятия, которые собирают личную и командную эффективность: одно окно вместо десятка чатов, агент с вашей базой знаний и карта ИИ-автоматизации по своему направлению
Собираете личную операционную систему на базе выбранной модели: одно окно, через которое решаются рабочие и личные вопросы, вместо десятка несвязанных чатов.
- Не просто понимание, как построить собственную операционную систему, но и практический артефакт — начатая личная ОС: агент в роли мета-помощника по всем делам, рабочим и личным.
Закрепляешь материал блока руками, а не конспектом.
- задания по пройденному блоку
- разбор решений в прямом эфире
- что внедрить до следующего блока
Собираешь агента, который держит твой контекст и находит нужное в больших массивах данных.
- как устроена память у агентов: сессия, длинная память, векторы
- базы знаний и RAG: как агент находит нужное в больших данных
- подключение своих документов, переписок и баз
Понимаете, почему демо ≠ ИИ-продукт, и умеете управлять качеством системы, которая каждый раз отвечает по-разному.
- чем ИИ-продукт отличается от обычного
- где ИИ создаёт ценность, а где он вообще не нужен
- как убедиться, что продукт работает: формирование критериев качества и аналитика ошибок по ним
- как сделать инструмент для системного замера качества и работы с ним
- обзервабилити в Langfuse: трейсы, датасеты, сравнение версий
- Понимаете, как устроен цикл улучшения ИИ-продукта, и умеете его запустить: собрать датасет и критерии качества, настроить автоматическую проверку и увидеть эффект от изменения промпта или архитектуры решения.
Доводишь своих агентов до состояния «работает без меня».
- разбор затыков в агентах, памяти и интеграциях
- почему агент падает и как это чинить
- надёжность: чтобы не разваливалось через день
Понимаете, сколько на самом деле стоит ваш ИИ-продукт, что с ним произойдёт на 100 000 пользователей и как свести его экономику, не убив качество.
- из чего складывается себестоимость: от цены вызова модели до стоимости решённой задачи пользователя
- что ломается на масштабе: рост retention ухудшает экономику, длинные диалоги дорожают нелинейно, агент множит вызовы
- рычаги оптимизации и цена каждого в качестве: снижение затрат на токены и на количество LLM-вызовов
- метрики: бизнесовые, продуктовые и метрики качества — на что и когда смотреть
- монетизация: как окупать затраты
- Умеете посчитать себестоимость своего ИИ-продукта, видите, где именно съедается маржа, и можете выбрать набор рычагов, чтобы свести экономику.
Учитесь смотреть на свой бизнес, подразделение и процессы через призму ИИ-автоматизации — и переходить от личной эффективности к эффективности компании.
- Понимаете, как смотреть на бизнес, подразделение и процессы через призму ИИ-автоматизации.
Закрепляешь материал блока руками, а не конспектом.
- задания по пройденному блоку
- разбор решений в прямом эфире
- финальный обзор трендов: что вышло за время потока, что уже устарело и как держать руку на пульсе после курса
- что доделать до хакатона
Идём по логике воронки, а не по списку инструментов. Каждое занятие достраивает предыдущее, на выходе — собранная маркетинговая система, а не набор разрозненных приёмов.
Понимаете, почему после этого курса ваш продукт станет копируемым за вечер, и что делать, чтобы отличаться: строите личный бренд как единственное несоминаемое преимущество.
- почему продукт больше не защита: сосед по потоку соберёт такой же за несколько десятков миллионов токенов
- что скопировать нельзя: ваша история, доверие, люди вокруг вас — коллеги, рекомендации, репутация
- почему аудитория следит за фаундером, а не за брендом, и что это значит для продвижения
- сложные вопросы, на которые придётся ответить: кто вы, что хотите сказать, зачем это людям
- ИИ-помощник для персонального бренда: собирает ваш контекст, анализирует упоминания и профили, интервьюирует и строит коммуникационную стратегию
- фреймворки и наборы промптов, которые встраиваются в ваш пайплайн — заметки, записи созвонов, документация проектов
Занятие в маркетинговом блоке. Тема согласуется со спикером — описание появится здесь до старта.
Делаете креативы и посадочные сами, за часы, а не за недели согласований, — и понимаете, почему одни работают, а другие нет.
- генерация статичных и видеокреативов через Higgsfield — самостоятельно, от идеи до готового файла
- фундаментальные отличия эффективных креативов от неэффективных
- система анализа креативов конкурентов: настраиваете её на занятии
- система анализа воронок конкурентов — видно, куда они ведут трафик и чем дожимают
- автоматическая система анализа своих креативов и предсказания следующего эффективного
- генерация посадочных страниц через Claude Code — с нормальным дизайном, а не «страница из шаблона»
Ставите производство контента на конвейер и перестаёте зависеть от вдохновения: трендвотчинг, продакшн и продажи внутри одной системы.
- как построить процесс трендвотчинга и автоматически разбирать залетевший контент конкурентов и трендовые видео
- как связкой нейросетей автоматизировать максимум процессов в SMM
- какие процессы должны быть внутри фабрики контента, как встроить в неё систему продаж и как всем этим управлять
Показываешь, что уже собрал, и уносишь конкретные правки и приоритеты.
- show & tell: 10 минут на участника — что построил
- персональный разбор твоего проекта ведущими
- список правок и что внедрить до следующего блока
- чужие кейсы как насмотренность
Заходишь в каналы, где реклама только формируется, — пока там дёшево и мало конкурентов.
- как устроена реклама внутри ChatGPT и Gemini
- чем закупка в нейросетях отличается от привычных кабинетов
- что уже доступно, что на подходе и как готовиться заранее
После занятия вы можете спроектировать под свой продукт систему из нескольких агентов, которая запускает рекламные кампании и ведёт их ежедневно — с ролями, доступами через MCP и списком решений, которые она не принимает без человека.
- Где в рекламе на самом деле сгорает время. Раскладываем процесс на шаги и отделяем рутину от решений. Запуск кампании — полдела, дальше её надо вести каждый день, и команда выгорает именно здесь
- Роли вместо одного большого промпта. Один агент на всё делает всё сразу и ничего толком. Кто копает семантику, кто пишет тексты, кто заводит кампанию в кабинет, кто снимает цифры и приносит правки — и как они передают работу друг другу
- MCP: доступ к боевым системам. Чем агент, подключённый к рекламному кабинету и аналитике, отличается от агента, которому вы шлёте скриншоты. Что подключать первым и почему начинать стоит с чтения, а не с записи
- День такой системы изнутри. Что она смотрит утром, что меняет сама, что приносит человеку — и в какой момент вы понимаете, что реагируете день ото дня, а не раз в неделю
- Шлагбаумы и человек в контуре. Почему полную автономию не включили специально: какие действия необратимы, как собирается список гейтов и по какому принципу решение попадает в колонку «только с подтверждением»
- Метрика, за которую агент отвечает, и метрика, которую он не имеет права уронить. Агент прекрасно улучшает ту цифру, которую вы ему показали: попросите дешёвый клик — принесёт дешёвый клик, а выручка тихо ляжет рядом
- Почему такие системы чаще всего умирают. Кладбище мертворождённых автоматизаций и единственный вопрос, который от него защищает: ей вообще кто-нибудь пользуется
- Разложить свой рекламный процесс на то, что можно отдать агентам, и то, что нельзя
- Спроектировать систему из нескольких агентов с внятными входами и выходами вместо одного перегруженного промпта
- Подключить агента к боевым данным через MCP и выстроить порядок: сначала чтение, потом изменения
- Собрать контур с человеком: определить, какие действия необратимы и где ставить подтверждение
- Выбрать пару метрик так, чтобы система не улучшала показатель в никуда
- Оценить, живая получилась автоматизация или очередной инструмент в стол
Не отстаёшь: что вышло за месяц и что из этого брать в работу.
- главные релизы и апдейты инструментов
- что из новинок стоит внимания, а что хайп
- как самому держать руку на пульсе
Растёшь в поиске и попадаешь в ответы нейросетей, когда о тебе спрашивают.
- SEO с ИИ: стратегия и приоритеты
- GEO: как попадать в выдачу LLM
Доводишь автоматизации до продакшна и перестаёшь чинить их руками.
- разбор персональных затыков в прямом эфире
- вебхуки, ключи, лимиты — где обычно ломается
- деплой и мониторинг своих автоматизаций
Показываешь, что уже собрал, и уносишь конкретные правки и приоритеты.
- show & tell: 10 минут на участника — что построил
- персональный разбор твоего проекта ведущими
- список правок и приоритеты до финала
Запускаешь холодный аутрич с высокой конверсией и успеваешь сделать несколько итераций до демо.
- фреймворк запуска холодного аутрича
- персонализация на основе ресёрча клиента
- ИИ-цепочки касаний
- Позиционирование — кто вы и что сообщаете: то, что скопировать нельзя
- Материалы — креативы, сайты и контент на потоке
- Трафик — новые каналы, мультиагентный запуск кампаний, органика и видимость в нейросетях
- Конверсия — холодный аутрич на ресёрче клиента
Четыре часа живой сборки в субботу и защита проекта во вторник — уходите с результатом, а не с сертификатом
Собираешь за четыре часа то, на что раньше ушёл бы месяц, — и видишь, как весь путь курса складывается в один результат.
- сквозной кейс целиком: как отдельные инструменты собираются в одну систему
- четыре часа живой сборки вместе с ведущим и группой
- работающий результат к концу дня, а не список идей
- то, что можно принести на демо-день во вторник
Защищаешь проект перед командой и уходишь с результатом, а не с сертификатом.
- защита проекта и обратная связь
- сверка «цель → результат»: с чем пришли и что построили
- план внедрения после курса
- лучшие проекты — в витрину потока
Самые актуальные
инструменты —
за счёт live-программы
- 01Разбираем внешние кейсы, которые обновляются каждую неделю, — не теорию годовой давности
- 02Каждый участник строит свои проекты в течение всей программы
- 03Пропустили занятие — не отстаёте: записи, разбор вашего блокера и вопросы в чате со спикерами
- 04Записи занятий доступны 12 месяцев
Разрыв между ИИ-first компаниями и остальными открывается прямо сейчас
Быть ИИ-first — это значит
Делать больше меньшей командой
Сотрудники запускают продукты, креативы и гипотезы без разработчика, дизайнера и аналитика.
Критические процессы без человеческих ошибок
Агенты следят за кабинетами, анализируют звонки и готовят отчёты 24/7, без боттлнеков.
Нанимать умнее, а не больше
Понимаете AI-пайплайн: кого брать в команду и что от них требовать.
Тариф
Команда
- 3 места для вашей команды
- Аудит ваших процессов в лайве
- План ИИ-трансформации процессов
- 3 месяца в закрытом сообществе
- 26 лайв-занятий программы
- 10 занятий бонусного трека
- Домашние задания с проверкой
- Мастермайнды по проектам
- Практикумы с заданиями
- Разборы с техспециалистом
- Техническая поддержка
- Чат участников с экспертами
- Обновления будущих программ
- Инструкции, промпты и шаблоны от спикеров
- База гайдов и ответов на частые технические вопросы
- Доступ к записям навсегда
- Финальный хакатон и демо-день
- Сертификат об окончании
Больше 3 человек или обучение под ваши процессы — корпоративный формат. Рассчитаем на диагностике.
- Любое количество сотрудников
- Программа под ваши процессы и отрасль
- Договор с юрлицом, оплата по счёту, закрывающие документы
Частые вопросы
Результат и внедрение
В начале сотрудники фиксируют измеримую цель на реальной задаче команды, в финале защищают результат на демо-дне. Вы видите не «прошли курс», а собранные инструменты и сэкономленное время.
Обучение идёт на ваших задачах, а не на абстрактных примерах — навык сразу вплетён в работу. Демо-день и разборы держат людей на результате, а не на «послушали и забыли».
Да — на диагностике разберём процессы команды и адаптируем практику под них.
Формат и оплата
Тариф «Команда» — 3 места. Для больших групп есть корпоративный формат, обсудим на диагностике.
Да, оформляем договор с юрлицом, оплата по счёту, закрывающие документы.
Да, на старте помогаем настроить доступ ко всем инструментам и безопасную работу.