Программа и содержание
Разработка с AI: Автоматизация и продуктивность (2025-2026)
Слив курса Разработка с AI: Автоматизация и продуктивность [profileschool] [Александр Свет]
Автоматизируйте рутину, ускоряйте разработку.
Продвинутый курс для тех, кто уже прошёл «Разработка с AI на практике для всех» и готов вывести свои проекты на следующий уровень: проектирование интерфейсов, оптимизация, MCP, агенты, которые общаются как люди, и персональные инструменты AI-кодинга для максимальной продуктивности.
Этот курс — продолжение базового трека по разработке с AI. Мы уходим глубже: проектируем удобные интерфейсы под реальные данные, оптимизируем архитектуру и хранение, настраиваем MCP для профессиональных сценариев, а главное — создаём умных AI-агентов, которые не просто «отвечают», а ведут диалог, собирают информацию, инициируют действия и помогают вам работать быстрее. Мы не пишем код вручную — всю реализацию выполняют модели под вашим управлением. Разрабатывать можно без бэкграунда программиста.
Формат предельно практический: 4 законченных проекта за курс — от дашборда с живыми метриками до почтового агента, который готовит черновики ответов и раскладывает задачи по сервисам. Параллельно вы прокачаете свой стек AI-кодинга: от настройки контекста и подсказок до персональных инструкций и рабочих шаблонов, чтобы получать стабильный, предсказуемый результат.
Чему вы научитесь?
Разрабатывать удобные интерфейсы с AI и подключать реальные источники данных.
Оптимизировать работу AI-проекта: архитектура, контекст, хранение, метрики.
Проектировать IT-системы на более глубоком уровне с участием AI.
Настраивать агентов кодинга под свой стиль и задачи (собственные инструкции).
Создавать более комплексные базы данных и поддерживать их в долгую.
Использовать MCP для профессиональной работы и автоматизации действий.
Делать AI, который общается как человек: голос, интерактивные вопросы, цели.
Применять инструменты AI-кодинга (Codex и аналоги) для роста продуктивности.
Что вам потребуется?
Продвинутый курс опирается на бесплатные тарифы и квоты, но для части интеграций могут потребоваться оплачиваемые лимиты
На курсе вам понадобятся:
Node.js и Visual Studio Code (предполагаем установлены; бесплатно)
GitHub — репозиторий и интеграции (бесплатно)
Vercel — деплой веб-интерфейсов (есть бесплатный план)
Supabase — база данных и аутентификация (есть бесплатный план)
Google AI Studio (Gemini API) — доступ к моделям (бесплатные квоты)
Codex или аналоги для AI-кодинга — платно для комфортного создания больших проектов
OpenRouter API — альтернативные LLM (возможны расходы)
Deepgram — распознавание речи для голосовых агентов (есть триал, далее платно)
Интеграции Google/YouTube (Sheets/Analytics/Data) и Figma (бесплатно/по квотам)
MCP (Model Context Protocol) — подключение инструментов к агентам (бесплатно)
Программа курса:
Занятие 1. Разработка удобных интерфейсов с AI
Проект №1: Панель мониторинга ваших проектов с AI**
Цель: Создание удобных и красивых интерфейсов, используя AI инструменты. На занятии мы создадим наглядную панель мониторинга, которая будет отображать актуальные данные о просмотрах ваших роликах на YouTube, количество новых посетителей вашего сайта и данные о продажах из таблиц Google.
Темы:
Расширенные возможности GitHub
Обзор AI инструментов для создания интерфейсов
MCP для создания интерфейсов
Работа с Figma файлами в AI агентах кодинга
Проектирование панели мониторинга проектов
Получение данных из разных сервисов: YouTube, Google Docs, Google Analytics
Домашнее задание: Создайте панель мониторинга, которая будет отображать данные как минимум из двух источников. Опубликуйте панель на сервисе Vercel.
Технологии:
Visual Studio Code
Codex
Vercel
Cloudflare
Gemini API
OpenRouter API
Занятие 2. Оптимизация работы вашего проекта с AI
Цель: Научится находить пути оптимизации работы проекта с AI и имплементировать эти улучшения. Добавление LLM аналитики данных в вашу панель мониторинга.
Темы:
Как решать сложности при разработке с AI
Практика работы с CLI агентами кодинга
Анализ и оптимизация проекта с AI
Оптимизация базы даных для долгосрочного использования проекта
Имплементация LLM аналитики данных в вашей панели мониторинга
Генерация LLM рекомендаций к улучшению показателей
Домашнее задание: Добавьте в вашу панель мониторинга LLM анализ данных. LLM должны анализировать входящие данные и предлагать как можно улучить ваши показатели.
Технологии:
Visual Studio Code
Codex
Gemini CLI
Vercel
Cloudflare
Gemini API
OpenRouter API
Занятие 3. Углубленный подход к проектированию с AI
Проект №2: Интерактивный голосовой AI агент для общения с клиентами**
Цель: Создать AI агента, который имеет цель, например, получить всю первичную информацию о проблемах клиента. Исходя из этой цели и ответов клиента, агент формирует интерактивные вопросы на которые можно отвечать голосом.
Темы:
Техники углубленного проектирования с AI
Провдинутые техники prompt и context engineering
Запуск проектов на серверах
Технологии распознавания голоса
Проектирование интерактивного голосового AI агента
Оптимизация контекста и промптов голосового агента
Создание MVP голосового агента
Домашнее задание: Создайте базового голосового агента, который будет иметь цель для общения с клиентом и на основе цели и контекста клиента, будет задавать клиенту вопросы, на которые тот может ответить голосом.
Технологии:
Visual Studio Code
Codex
Deepgram
Render
Gemini API
OpenRouter API
Занятие 4. Настройка AI агентов кодинга под свой стиль работы
Цель: Создать собственные инструкции для AI агента кодинга, которые помогут получать более стабильный и предсказуемый результат. Добавление этапов интерактивности вашему голосовому агенту, когда в зависимости от ответа клиента агент будет задавать разные вопросы для достижения поставленной цели.
Темы:
Углубленный подход к созданию Agents.md файла
Создание правил авто-улучшения работы AI агента кодинга
Проектирование и логика этапов интерактивности
Имплементация этапов интерактивности в код
Оптимизирование стоимости AI для тестирования агента
Домашнее задание: Добавьте 2 этапа интерактивности к вашему голосовому агенту, которые он будет использовать для лучшего выполнения задачи.
Технологии:
Visual Studio Code
Codex
Deepgram
Render
Gemini API
OpenRouter API
Занятие 5. Углубленный подход к созданию баз данных
Проект №3: Проактивный AI-агент мониторинга**
Цель: Создать AI агента, который мониторит информацию о конкретной теме: новости, статьи, видео, обновления ключевых участников рынка. На основе этой информации он сам решает, как эта и