Аннотация:
Вайб-кодинг (vibe coding) — это метод создания программ с помощью искусственного интеллекта, когда человек описывает задачу обычными словами на естественном языке, а нейросеть (ИИ-агент) полностью пишет и исправляет код. Разработчик при этом выполняет роль режиссера или менеджера.
Целевая аудитория:
сотрудники, руководители и функциональные специалисты, которым необходимо применять AI в рабочих задачах и собрать небольшой прикладной MVP. Для технической подгруппы предусматривается дополнительная ветка разработки.
Главный результат:
участник умеет выбрать рабочую задачу для AI, сформулировать требования, подготовить промпты, собрать прототип ассистента или автоматизированного процесса, проверить его качество и представить план внедрения. Требования к исходной программе включают также тестирование и развёртывание MVP на локальном контуре заказчика.
Методический принцип:
MS Learn используется как источник понятий, демонстраций и лабораторных упражнений; содержание курсов не переносится в программу целиком. Каждый блок сокращается до необходимого минимума и дополняется кейсами организации.
Программа:
1. Введение в AI и Vibe Coding
объяснить различия между традиционной автоматизацией, генеративным AI, Copilot и агентом; показать цикл Vibe Coding: задача → контекст → промпт → прототип → тест → улучшение; выбрать задачу для итогового проекта.
- генеративный AI, LLM, промпт, grounding/RAG, инструмент и агент;
- типы бизнес-задач: создание, классификация, извлечение, суммаризация, анализ и маршрутизация;
- обзор Microsoft 365 Copilot, Microsoft Foundry и Copilot Studio;
- ограничения AI: ошибки, конфиденциальные данные, отсутствие проверяемого источника и необходимость human-in-the-loop.
2. AI-ассистенты в работе
научить применять AI к деловым документам, письмам, отчётам, встречам и ежедневным офисным действиям; разделить «хороший запрос» и «готовый результат, требующий проверки».
- сценарии Copilot в Word, Outlook, PowerPoint, Excel и Teams;
- работа с контекстом: файл, письмо, встреча, чат, корпоративные данные;
- редактирование результата: факт-чек, тон, структура, ссылки и конфиденциальность;
- повторяемые шаблоны для писем, отчётов, протоколов и планов действий.
3. Промптинг: основы и техники
сформировать устойчивый навык постановки задач; научить декомпозировать сложный запрос, задавать формат результата и улучшать ответ итерациями.
- структура промпта: роль/режим работы, контекст, задача, ограничения, источник, формат, критерии качества;
- zero-shot и few-shot подходы;
- последовательная декомпозиция сложной задачи;
- запрос на уточняющие вопросы и отказ от выдумывания данных;
- версии промпта и журнал изменений;
- безопасная работа с персональными, коммерческими и служебными данными.
4. AI для анализа данных
показать два уровня работы: анализ таблиц для бизнес-пользователя и поиск/анализ по массиву документов; научить отделять расчёт от интерпретации.
- подготовка данных: структура, пропуски, единицы измерения, права доступа;
- запросы на сводку, сравнение, поиск аномалий и объяснение тенденций;
- визуализация: выбор типа графика и проверка того, что он не искажает вывод;
- базовая идея embeddings, vector search и RAG;
- критерии доверия: исходная строка/документ, дата, допущения, воспроизводимость.
5. Автоматизация без программирования
научить переводить ручной процесс в схему автоматизации и выбрать подходящий механизм: Copilot, Copilot Studio, agent flow, Power Automate или сценарий с человеком на контроле.
Теория и демонстрация:
- описание процесса через trigger → input → AI step → validation → action → log;
- разница между генеративным ответом и детерминированным workflow;
- knowledge sources, tools, authentication и права доступа;
- обработка исключений, ручное подтверждение и журналирование;
- границы no-code: когда нужен разработчик или локальный сервис.
6. Создание презентаций с использованием AI
научить создавать презентацию не «из красивого текста», а из проверенной структуры, фактов и целевой коммуникационной задачи.
- аудитория, цель и желаемое действие как исходные параметры;
- структура: проблема, данные, вывод, решение, план, риски;
- генерация текста с ограничением объёма и тона;
- создание визуальной логики: один слайд — одна мысль;
- проверка чисел, источников, терминологии и визуальной доступности.
7. AI для коммуникаций
отработать переписку, протоколирование, сводки, перевод и внутренний чат-бот; подготовить интеграционный сценарий для итогового MVP.
- Outlook: черновик, ответ, изменение тона, извлечение задач;
- Teams: сводка обсуждения, решения, action items и вопросы без ответа;
- адаптация и перевод: сохранение смысла, терминологии и уровня формальности;
- Copilot Chat и корпоративный контекст;
- публикация агента в Teams/Microsoft 365 и ограничения доступа.
8. Итоговый проект и защита
собрать работающий или демонстрационный MVP, провести тестирование, подготовить Deployment Guide и защитить решение.
- агент по поиску ответов во внутренних регламентах;
- агент для подготовки деловой переписки и отчётов;
- процесс обработки входящих документов;
- агент для протоколирования встреч и контроля поручений;
- аналитический помощник по таблицам и управленческим отчётам.