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
Модуль 1
Введение в ИИ-грамотность
- 01Что такое ИИ-грамотностьИИ-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.5 мин
- 02Зачем нужна ИИ-грамотностьМодели 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.7 мин
- 03Модель 4D: делегирование, описание, различение, добросовестностьЧетыре 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.9 мин
Модуль 2
Что такое генеративный ИИ
- 04Как устроен генеративный ИИРовно 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.10 мин
- 05Возможности и ограниченияЧто языковые модели делают надёжно, что — с оговорками, а что им отдавать не стоит. Практическая карта по ролям: аналитик, дизайнер, разработчик, тестировщик, менеджер.10 мин
Модуль 3
Делегирование
- 06Делегирование: что отдавать ИИ, а что нетДелегирование 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.10 мин
- 07Планирование проекта и делегированиеКак 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.9 мин
Модуль 4
Описание
- 08Описание: как объяснить ИИ задачуХорошее 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.10 мин
- 09Приёмы эффективных промптовСемь 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.11 мин
Модуль 5
Различение
- 10Различение: как оценивать результатПроверять 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 мин
- 11Цикл «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.9 мин
Модуль 6
Добросовестность
Модуль 7