Авторський менторський курс · 36 академічних годин · 9 занять

Професійне агентне середовище викладача й дослідника

Побудуйте особисте робоче місце на базі OpenAI Codex і Claude Code: від постановки завдання до лекцій, оглядів, оцінювання студентських робіт і передавання готових процесів колегам. Без програмування. На вашому реальному проєкті.

Кожне заняття завершується робочим артефактом у вашому репозиторії — від картки завдання до робочого місця, яке можна передати колезі.

TASK.mdкритерии задачи
sources.csvпроверенные источники
claims.csvкарта утверждений
rubric.yamlкритерии качества
AGENTS.mdправила для агента
Титульный слайд занятия о доказательном литературном обзоре

Профессиональные задачи

Упізнаєте себе?

Курс побудовано навколо реальних завдань тих, хто створює, перевіряє й передає знання.

01

Викладач закладу вищої освіти

  • Щосеместру лекції та презентації переробляються вручну
  • Перевірка курсових забирає тижні, а студенти вже пишуть їх із ChatGPT — правил немає
Что изменится

Лекція і практикум, що оновлюються за години, а не дні; політика застосування ШІ та агент попередньої перевірки робіт — остаточна оцінка залишається за вами.

02

Науковий співробітник

  • Огляд літератури — місяці ручної роботи
  • За рік неможливо відновити, звідки взявся висновок і чому відкинуто гіпотезу
Что изменится

Доказовий огляд із реєстром джерел і картою «твердження — доказ»; відтворюваний дослідницький процес, що витримує перевірку.

03

Методист, керівник програми

  • Курси тримаються на конкретних людях — звільнення людини означає втрату курсу
  • На кафедрі немає стандарту роботи із ШІ
Что изменится

Матеріали з інструкціями, критеріями й runbook передаються без тижнів усних пояснень; основа для стандартів кафедри.

Досвід програмування не потрібен: кожне заняття має операторський рівень (за готовими шаблонами) і конструкторський (для учасників, які впевнено користуються технічними засобами).

От ответа к системе

Чат-бот уже є в усіх. Чому цього замало?

Більшість викладачів уже випробовували ChatGPT: швидка чернетка, гладкий текст — і вигадане посилання у списку літератури. Разовий діалог не дає головного: перевірюваності, відтворюваності та можливості передати результат. Курс навчає іншого способу роботи.

Звичайний чатАгентне середовище
Відповідь — текст у вікні діалогуРезультат — файли у вашому проєкті
Контекст втрачається з новою сесієюПостійні інструкції та пам’ять проєкту (AGENTS.md, CLAUDE.md)
Джерела «з пам’яті моделі»Реєстр джерел і карта тверджень із перевіркою скриптом
Результат неможливо відтворити через пів рокуВідтворюваний workflow із критеріями приймання
Якість залежить від вдалого формулюванняПроцес: постановка → контекст → виконання → перевірка → фіксація

Агент пропонує та виконує. Перевірка фактів, педагогічні рішення й відповідальність — за людиною. Саме такого балансу й навчає курс.

Перше заняття починається з вашого реального завдання

Залишити заявку

Результат в репозитории

Що ви побудуєте

Не набір відповідей із чату, а сім пов’язаних робочих артефактів, що залишаться у вашому репозиторії.

01

Агентне робоче місце

Репозиторій з інструкціями, пам’яттю проєкту та журналом рішень: агент працює за вашими правилами, а не навпаки.

AGENTS.md
02

Новий робочий тиждень

Матриця делегування, черга агентних завдань і контрольні точки: рахуємо реальний виграш часу, а не відчуття пришвидшення.

agent-queue.yaml
03

Доказовий огляд літератури

Реєстр джерел і карта тверджень; скрипт виявляє вигадані посилання до того, як їх побачать студенти або рецензент.

check_sources.py
04

Лекція та презентація як проєкт

Кожну тезу можна простежити до джерела; оновлення для нової аудиторії — процедура, а не переписування.

lecture-manifest.yaml
05

Практикум і авторський Skill

Упакована методика, яку можна повторювати й передавати: рубрика, еталон, антиприклади.

SKILL.md
06

Оцінювання в добу ШІ

Політика застосування ШІ, пакет доказів процесу й агент попередньої перевірки; академічне рішення ухвалює викладач.

AI_USE_POLICY.md
07

Дзеркальний артефакт

Підсумок курсу: робоче місце, яке колега відтворює без вас, — це перевіряється «холодною передачею» під час атестації.

cold-handoff-report.md

Усі артефакти залишаються у вас і працюють після курсу

Залишити заявку

Витрина артефактов

Як це виглядає в роботі

Чотири професійні сценарії та справжні файли, з якими ви працюватимете.

Титульний слайд заняття 1 про перехід до агентного робочого місця
Заняття 1–2

Оновити лекцію для нової аудиторії

Замість переписування — картка завдання TASK.md із критеріями приймання; агент читає ваші матеріали, пропонує план і чесно позначає відсутнє міткою [ПОТРІБНЕ ДЖЕРЕЛО].

TASK.md
Титульний слайд заняття 4 про доказовий огляд літератури
Заняття 4

Підготувати огляд, якому можна довіряти

Реєстр sources.csv, карта тверджень claims.csv і скрипт перевірки, що знаходить фантомне посилання за лічені секунди.

sources.csv · claims.csv
Титульний слайд заняття 7 про оцінювання робіт у добу ChatGPT
Заняття 7

Прийняти курсову, написану в добу ChatGPT

Студент здає текст і пакет доказів процесу; агент перевіряє комплектність, знаходить суперечності та готує запитання до захисту. Рішення — за вами.

submission-manifest.yaml
Титульний слайд заняття 9 про дзеркальний артефакт і холодну передачу
Заняття 8–9

Передати курс колезі без місяця онлайн-зустрічей

Manifest, runbook і «холодна передача»: отримувач відтворює результат, не поставивши жодного усного запитання.

manifest.yaml · RUNBOOK.md

Вартість і найближчі дати — у відповіді на заявку

Залишити заявку

3 модулі · 9 занять

Програма курсу

01Від діалогу з ChatGPT до професійного агентного робочого місця+

Розберемо обмеження разового чату й перетворимо реальне завдання на перевірюваний проєкт. Зафіксуємо benchmark, критерії приймання та ризики делегування.

Ключевой результат: Картка реального завдання, початковий benchmark і карта ризиків

02Репозиторій, професійна пам’ять і атомарний workflow+

Побудуємо структуру робочого місця, постійні інструкції для агентів і журнал рішень. Налаштуємо короткий цикл: одне завдання — одна перевірка — одна фіксація.

Ключевой результат: Структура робочого місця, постійні інструкції та атомарний workflow

03Агентний тайм-менеджмент: календар уваги, черга й контрольні точки+

Розподілимо робочий тиждень за типами делегування та створимо чергу агентних завдань. Порівняємо витрати часу до і після на реальних даних.

Ключевой результат: Матриця делегування й особистий агентний робочий тиждень

04Огляд літератури як доказовий і відтворюваний процес+

Пов’яжемо протокол пошуку, реєстр джерел і карту тверджень. Скрипт перевірки виявить фантомні посилання та розриви між висновком і доказом.

Ключевой результат: Доказовий огляд із реєстром джерел і картою тверджень

05Лекція та презентація як відтворюваний освітній проєкт+

Перетворимо лекцію з єдиного документа на пакет пов’язаних артефактів. Кожну тезу та слайд можна буде простежити до джерела й сценарію заняття.

Ключевой результат: Лекція і презентація, пов’язані з доказовою базою

06Практичне заняття й каркас авторського мінікурсу+

Спроєктуємо практикум, рубрику й еталон відповіді, а потім упакуємо повторювану методику в Skill. Перевіримо її на звичайному та проблемному прикладах.

Ключевой результат: Практикум, рубрика, карта мінікурсу та протестований Skill

07Курсова й дипломна робота в добу ChatGPT+

Сформулюємо правила використання ШІ та склад доказів процесу. Агент попередньої перевірки підготує сигнали й запитання, але не замінить оцінку викладача.

Ключевой результат: Політика ШІ, пакет доказів і агент попередньої перевірки

08Групова взаємодія через артефакти й handoff-контракти+

Розподілимо ролі виробника, критика й інтегратора. Формалізуємо передавання за допомогою контрактів, дозволів і вимірюваного звіту про приймання.

Ключевой результат: Контракти передавання, ролі та вимірюваний груповий workflow

09Дзеркальний освітній артефакт і холодна передача+

Зберемо підсумкове робоче місце й передамо його колезі без усних пояснень. Незалежний запуск покаже, що справді відтворюється, а що потребує доопрацювання.

Ключевой результат: Робоче місце, яке можна передати, та незалежний звіт про відтворюваність

Як відбувається навчання

Кожні чотири години перетворюються на робочий результат

Заняття побудовано як виробничий цикл, а не як лекція про можливості ШІ.

  1. 1Проблема
  2. 2Рамка
  3. 3Жива демонстрація
  4. 4Спрямована практика
  5. 5Взаємний аудит
  6. 6Фіксація

Один наскрізний особистий проєкт поєднує всі дев’ять занять: кожен новий артефакт продовжує попередній.

Підсумкова атестація — холодна передача: колега відтворює ваше робоче місце без усних пояснень.

Операторський рівень — робота за готовими шаблонами. Конструкторський — зміна інструкцій, скриптів і workflow відповідно до своєї практики.

Сергій Авдейчик

Автор і викладач

Сергій Авдейчик

Кандидат технічних наук
AI/ML Engineer · AI Product Developer

Курс веде практик, який сам будує агентні системи, — а не переказує чужі огляди.

Інженер-дослідник і розробник AI-продуктів, який спеціалізується на прикладних системах на базі великих мовних моделей, агентних рішеннях та автоматизації професійних робочих процесів.

Спеціалізується на розробленні AI-копілотів, LegalTech- та EduTech-рішень, RAG-систем, мультимодальних застосунків та інструментів інтелектуальної автоматизації. Працює на перетині машинного навчання, програмної інженерії, права й досліджень соціальних наслідків штучного інтелекту.

Large Language ModelsАгентні системиAI-копілотиLegalTechEduTechRAGComputer VisionМультимодальні моделіEdge AIPythonAI-native продукти

Маєте запитання про корпоративний формат для кафедри? Обговорімо це в заявці

Залишити заявку

FAQ

Практичні запитання перед початком

Чи потрібно вміти програмувати?+

Ні. На кожному занятті є операторський рівень із готовими командами та шаблонами. Конструкторський рівень доступний тим, хто хоче змінювати скрипти й будову workflow, але для завершення курсу він не обов’язковий.

Яке середовище знадобиться?+

Знадобляться ноутбук, Git і доступ до OpenAI Codex або Claude Code. Перед початком ви отримаєте короткий список підготовки; на першому занятті ми перевіримо робоче місце й початковий benchmark.

Що підготувати до першого заняття?+

Візьміть одне реальне професійне завдання та матеріали, якими ви вже користуєтеся: план лекції, набір джерел, практикум або пакет студентської роботи. Курс побудовано навколо вашого проєкту, а не навчальної заготовки.

Чим курс відрізняється від курсів із промптів?+

Промпт тут — лише один елемент процесу. Основний результат — репозиторій із контекстом, інструкціями, критеріями, перевірками та історією рішень, який дає змогу відтворити процес через пів року й передати його колезі.

Чи можна провести курс для кафедри або команди?+

Так. Корпоративний формат можна пов’язати з матеріалами кафедри та її політикою використання ШІ. У заявці зазначте кількість учасників і завдання — автор запропонує відповідний сценарій обговорення.

На якому матеріалі відбувається практика?+

На вашому наскрізному проєкті. За потреби використовуються готові демонстраційні пакети курсу, але підсумкові інструкції, рубрики й workflow адаптуються до вашої професійної ситуації.

Що залишиться після курсу?+

Усі створені файли залишаться у вас: робоче місце, доказовий огляд, лекційний пакет, практикум, політика ШІ та handoff-набір. Вони зберігаються у вашому репозиторії й оновлюються у звичайному робочому процесі.

Як відбувається підсумкова атестація?+

Ви передаєте дзеркальну копію робочого місця колезі, який намагається відтворити результат без усних пояснень. Звіт про холодну передачу показує прогалини й стає планом підсумкового доопрацювання.

Вартість і найближчі дати — у відповіді на заявку

Обговорити участь

Відповідь — протягом 1–2 робочих днів, без розсилок і спаму.

$ course apply --project=my-work→ заявка без рассылок и спама
Залишити заявку